Prompt engineering
Prompt Engineering betekent simpel gezegd het stellen van goede vragen aan de AI. Een prompt is uw input met uw vraag of verzoek.
Prompt engineering houdt in dat we gerichte vragen en aanwijzingen bedenken om AI-modellen te helpen de juiste antwoorden te geven tijdens de chats. Met betere prompts krijgt u betere resultaten.
Samen met de specificaties van het gekozen model, is dit bepalend voor de kwaliteit van het antwoord.
Elementen van een prompt (vraag)
Om betere resultaten te krijgen moet u aan de volgende punten denken:
- Doel: wat wilt u precies van het taalmodel?
- Rol: welke rol heeft het taalmodel? (Bijv. 'Marketinganalist', 'Juridisch adviseur', 'Projectmanager')
- Context: achtergrondinformatie over het verzoek (Bijv. bedrijfsdoelstellingen, projectdetails, marktinformatie)
- Stijl: welke stijl wilt u hanteren? (Bijv. formeel, overtuigend, beknopt)
- Output: welk format wilt u? (Bijv. een rapport, e-mail, presentatie-outline, code snippet)
Het doel
Het precies omschrijven van het doel van uw vraag is essentieel en kan niet worden weggelaten.
Wat wilt u weten?
- Factvraag kan, maar wees bewust van de limitaties (bijvoorbeeld actuele kennis ontbreekt)
- Net als in Google krijgt u niet exact hetzelfde antwoord als u de vraag vaker zou stellen
- Voordeel is de “chat” functie zodat u kunt doorvragen
Voorbeeld prompt met een duidelijk doel:
Geef een beschrijving van de belangrijkste uitdagingen voor het implementeren van een nieuw AI-platform in een middelgroot bedrijf.
Het implementeren van een nieuw AI-platform in een middelgroot bedrijf brengt verschillende uitdagingen met zich mee. Enkele belangrijke uitdagingen zijn:
- Weerstand tegen verandering: Medewerkers zijn gewend aan bestaande processen en systemen. Een nieuw AI-platform vereist aanpassing en kan weerstand oproepen, vooral als de impact op workflows niet duidelijk is.
- Datakwaliteit en -beschikbaarheid: AI-platformen zijn sterk afhankelijk van data. Het verzamelen, opschonen en structureren van data voor het nieuwe platform kan complex en tijdrovend zijn.
- Integratie met bestaande systemen: Het AI-platform moet vaak geïntegreerd worden met andere bedrijfsapplicaties (ERP, databronnen, BI-tools). Dit kan technische uitdagingen opleveren.
- Kosten: Naast de licentiekosten van het platform zijn er kosten voor implementatie, training, data-infrastructuur, en mogelijk gespecialiseerd personeel.
- Training en adoptie: Medewerkers moeten getraind worden in het gebruik van het nieuwe platform en het interpreteren van de output. Zonder goede training en continue ondersteuning kan de adoptiegraad laag blijven.
- Keuze van het juiste platform en use cases: Er zijn veel AI-platformen en -technologieën. Het selecteren van een platform en het definiëren van relevante use cases die passen bij de specifieke behoeften en strategische doelen van het bedrijf is cruciaal.
- Ethische overwegingen en compliance: Afhankelijk van de toepassing van het AI-platform, kunnen er ethische vraagstukken en compliance-eisen (bijv. AVG/GDPR) zijn die zorgvuldig moeten worden aangepakt.
- Projectmanagement: Een succesvolle implementatie vereist gedegen projectmanagement, duidelijke doelstellingen en betrokkenheid van stakeholders uit verschillende afdelingen.
Rol en context toevoegen
Het toevoegen van een rol en context zorgt voor betere en specifieke antwoorden.
Voorbeeld van dezelfde vraag maar dan met rol en context:
Als projectmanager verantwoordelijk voor de implementatie van een nieuw AI-platform voor data-analyse en procesoptimalisatie bij een B2B-dienstverlener met 150 medewerkers, geef een beschrijving van de belangrijkste uitdagingen en mogelijke mitigatiestrategieën.
Als projectmanager voor de implementatie van een nieuw AI-platform voor data-analyse en procesoptimalisatie bij een B2B-dienstverlener met 150 medewerkers, zie ik de volgende belangrijke uitdagingen en mogelijke mitigatiestrategieën:
- Weerstand tegen verandering & Gebruikersadoptie:
- Uitdaging: Medewerkers, met name degenen wier taken direct beïnvloed worden, kunnen terughoudend zijn om hun vertrouwde werkwijzen los te laten en de nieuwe AI-gedreven inzichten te omarmen.
- Mitigatie: Betrek key-users vroegtijdig. Communiceer duidelijk de voordelen (efficiëntie, betere besluitvorming, nieuwe inzichten). Zorg voor uitgebreide, rolgebaseerde training en continue support. Stel 'AI-champions' aan binnen afdelingen.
- Datakwaliteit, -governance en -migratie:
- Uitdaging: De effectiviteit van het AI-platform hangt af van hoogwaardige, goed beheerde data. Data uit bestaande systemen is vaak inconsistent, incompleet of incorrect.
- Mitigatie: Start met een grondige data-audit, definieer een data-governance framework en voer data-opschoning uit vóór integratie/migratie. Definieer duidelijke datamodellen en -stromen. Voer tests uit en valideer de data zorgvuldig.
- Integratie met bestaande IT-infrastructuur:
- Uitdaging: Koppelingen met bestaande databronnen, ERP, CRM, en andere bedrijfssystemen moeten naadloos en veilig werken.
- Mitigatie: Identificeer alle benodigde integraties vroegtijdig. Kies een AI-platform met robuuste API-mogelijkheden of standaardconnectoren. Test integraties grondig.
- Scope Creep & Budgetoverschrijding:
- Uitdaging: Tijdens het project kunnen nieuwe wensen voor AI-toepassingen ontstaan die de scope verbreden en kosten verhogen.
- Mitigatie: Definieer een heldere, afgebakende scope met duidelijke use cases (MVP - Minimum Viable Product) voor de eerste fase. Hanteer een strikt change management proces. Houd een realistische projectplanning en budgettering aan, inclusief een buffer.
- Selectie van de juiste technologie en implementatiepartner:
- Uitdaging: De AI-markt is complex. Een verkeerde technologiekeuze of een onervaren partner kan het project doen mislukken.
- Mitigatie: Doe grondig onderzoek naar geschikte AI-technologieën voor de gedefinieerde use cases. Selecteer een partner met aantoonbare ervaring in uw branche en met de gekozen technologieën. Vraag referenties op.
- Gebrek aan AI-kennis en -vaardigheden binnen de organisatie:
- Uitdaging: Er is mogelijk onvoldoende interne expertise om het AI-platform effectief te gebruiken, te onderhouden of verder te ontwikkelen.
- Mitigatie: Investeer in training en opleiding. Overweeg het inhuren van gespecialiseerd personeel of werk nauw samen met de implementatiepartner voor kennisoverdracht. Creëer een cultuur van continu leren.
- Ethische overwegingen en uitlegbaarheid (Explainable AI):
- Uitdaging: Beslissingen genomen of ondersteund door AI moeten transparant en uitlegbaar zijn, zeker als ze impact hebben op klanten of medewerkers. Bias in data kan leiden tot oneerlijke uitkomsten.
- Mitigatie: Stel ethische richtlijnen op voor het gebruik van AI. Kies waar mogelijk voor modellen die interpreteerbaar zijn. Implementeer processen om bias te detecteren en te mitigeren. Zorg voor menselijk toezicht op kritische AI-beslissingen.
Door deze uitdagingen proactief aan te pakken, vergroten we de kans op een succesvolle implementatie van het AI-platform die daadwerkelijk bijdraagt aan de bedrijfsdoelstellingen.
Technieken
We beschrijven hieronder een aantal technieken waar u gebruik van kunt maken bij meer geavanceerde prompts.
Techniek 1 - voorbeelden geven
Om ervoor te zorgen dat het taalmodel dezelfde stijl hanteert als u wilt, geef een of twee voorbeelden.
De methode heet “one & few-shot prompting”
Schrijf een concept e-mail aan klanten over een aanstaande geplande systeemupdate. Gebruik ons interne beleid voor klantencommunicatie (voeg relevante punten uit beleid in). Gebruik als stijlgids deze recente nieuwsbrief, maar neem geen inhoudelijke informatie over: (voeg tekst nieuwsbrief in)
De volledige prompt is als volgt:
Interne beleid voor klantencommunicatie:
- Wees altijd professioneel en beleefd.
- Geef tijdig updates over belangrijke wijzigingen of storingen.
- Bied duidelijke en beknopte informatie.
- Zorg voor een oplossing of compensatie indien van toepassing.
Gebruik voor de stijl deze nieuwsbrief, maar gebruik geen informatie uit deze nieuwsbrief. Beste klant,
Wij willen u graag informeren over een aanstaande systeemupdate die van invloed kan zijn op onze dienstverlening.
Datum en tijd van de update: [datum en tijd] Verwachte duur van de onderbreking: [duur] Betrokken diensten: [diensten]
Tijdens deze periode kan onze dienstverlening tijdelijk onderbroken zijn. Wij doen ons best om de overlast tot een minimum te beperken en de diensten zo snel mogelijk te herstellen.
Hieronder staat het antwoord van het taalmodel op de uitgebreide prompt met voorbeelden
Beste klant,
Wij willen u graag informeren over een aanstaande systeemupdate die van invloed kan zijn op onze dienstverlening.
Datum en tijd van de update: [datum en tijd] Verwachte duur van de onderbreking: [duur] Betrokken diensten: [diensten]
Tijdens deze periode kan onze dienstverlening tijdelijk onderbroken zijn. Wij doen ons best om de overlast tot een minimum te beperken en de diensten zo snel mogelijk te herstellen.
Mocht u vragen hebben, neem dan gerust contact met ons op.
Met vriendelijke groet, [Uw Naam] [Uw Functie] [Bedrijfsnaam] [Contactinformatie]
Techniek 2 - template geven
Om ervoor te zorgen dat het taalmodel een bepaald format gebruikt, geef een template en een voorbeeld. Dit zorgt ervoor dat het taalmodel zijn antwoord op een bepaalde manier vormgeeft of structureert. U kunt aan zeer verschillende formats denken die in situaties handig zijn zoals:
- csv output voor het kunnen importeren in een Excel sheet of data-analyse tool
- json output voor API-integraties of configuratiebestanden
- Agenda-opzet voor een projectvergadering
Voorbeeld prompt: Genereer een lijst van drie potentiële marketingkanalen voor een nieuw SaaS-product gericht op MKB-bedrijven. Format je antwoord als volgt: Kanaal: Doelgroepbereik: Potentiële ROI: Benodigde resources:
Bijvoorbeeld: Kanaal: LinkedIn Advertising Doelgroepbereik: Specifieke functietitels, industrieën, bedrijfsgrootte Potentiële ROI: Hoog, mits goed getarget Benodigde resources: Advertentiebudget, content creatie, campagne management
De methode heet “output templates”
Hieronder staat het antwoord van het taalmodel op de prompt met een output template
Kanaal: Content Marketing (Blog & SEO) Doelgroepbereik: Bedrijven die actief zoeken naar oplossingen voor hun problemen, organisch verkeer Potentiële ROI: Hoog op lange termijn, bouwt autoriteit op Benodigde resources: Content schrijvers, SEO-specialist, tijd voor keyword research en content promotie
Kanaal: Google Ads (Search) Doelgroepbereik: Bedrijven die actief zoeken naar specifieke keywords gerelateerd aan het SaaS-product Potentiële ROI: Gemiddeld tot hoog, afhankelijk van concurrentie en CPC Benodigde resources: Advertentiebudget, keyword research, landingspagina optimalisatie, campagne management
Kanaal: E-mail Marketing (Lead Nurturing) Doelgroepbereik: Leads verzameld via website, webinars, of andere kanalen Potentiële ROI: Hoog, effectief voor conversie van leads naar klanten Benodigde resources: E-mail marketing platform, content voor e-mailsequenties, segmentatievaardigheden
Techniek 3 - hint geven
Om ervoor te zorgen dat het taalmodel op een bepaalde manier begint en schrijft, geef een hint. Hier schrijven we de hint aan het einde van de prompt.
Voorbeeld prompt: Kun je dit marktonderzoeksrapport voor mij samenvatten? (plak de relevante secties van het rapport). Begin je antwoord met: De belangrijkste bevindingen uit dit marktonderzoek zijn:
- PLAK DE TEKST VAN HET RAPPORT
De methode heet “cues en hints” Dit voorbeeld gebruikt een fictief rapport.
Hieronder staat het antwoord van het taalmodel op de prompt met een hint
De belangrijkste bevindingen uit dit marktonderzoek zijn:
- De vraag naar cloudgebaseerde projectmanagementsoftware binnen het MKB is de afgelopen twee jaar met 35% gestegen.
- Belangrijkste beslissingsfactoren voor MKB-bedrijven zijn gebruiksgemak, integratiemogelijkheden met bestaande tools, en prijsstelling.
- Concurrent A heeft een marktaandeel van 25%, gevolgd door Concurrent B met 18%. Er is ruimte voor nieuwe spelers die zich richten op specifieke niches of een superieure gebruikerservaring bieden.
- De grootste uitdagingen voor MKB-bedrijven bij de adoptie van nieuwe software zijn de initiële investering en de tijd die nodig is voor training van medewerkers.
- De verwachting is dat de markt de komende vijf jaar jaarlijks met 15% zal blijven groeien.
Techniek 4 - content splitsen van instructies
Soms is de prompt erg lang door de extra content en interpreteert het taalmodel niet precies wat u wilt. Dit zag u waarschijnlijk al in het vorige voorbeeld. Splits dan de content met drie aanhalingstekens aan het begin en einde van de tekst van de rest van de prompt.
Voorbeeld prompt: Kun je dit artikel voor mij samenvatten? “”” (plak je artikel tekst). “”” Begin je antwoord met: De belangrijkste punten uit dit artikel zijn:
De methode heet “content splitsen” Dit voorbeeld gebruikt weer een artikel van internet: https://www.leraar24.nl/2619420/onderwijs-op-afstand-wat-hebben-we-geleerd/
Hieronder staat het antwoord van het taalmodel op de prompt met gesplitste content. We gebruiken drie aanhalingstekens of drie sterrentjes om de context van de vraag af te scheiden.
De belangrijkste punten uit dit artikel zijn:
- Tijdens de coronacrisis hebben leerkrachten strategieën en technieken moeten bedenken om afstandsonderwijs zo effectief mogelijk te maken, terwijl ouders een grotere rol op zich namen om hun kinderen te ondersteunen.
- Belangrijke factoren voor succesvol afstandsonderwijs waren het organiseren van een gestructureerde dagindeling, het handhaven van een open communicatie tussen docent en leerling, en het maken van weloverwogen keuzes over welke lesonderdelen online of op papier konden worden gedaan.
- Uitdagingen hebben betrekking op het vinden van manieren om kwetsbare leerlingen te ondersteunen en de extra druk die op ouders is gelegd, vooral degenen die ook thuis werken.
- Er was een snelle toename van digitalisering in scholen, met de toevoeging van nieuwe digitale tools en methoden. Het artikel noemt het voorbeeld van leraar Mandy de Vries, die ondanks haar korte ervaring in het onderwijs, haar collega's kon helpen door haar digitale vaardigheden.
- Het artikel benadrukt ook het belang van blijvend contact en aandacht voor leerlingen, vooral die in speciaal onderwijs, en biedt praktische tips om dit te bereiken, zowel voor leraren als ouders.
- Tot slot, in het artikel wordt gehoopt dat de betrokkenheid van ouders bij het onderwijs van hun kinderen op afstand ook na de pandemie blijft voortduren.
Techniek 5 - vraag eerst extra informatie
U kunt instructies geven om eerst aanvullende vragen te stellen voordat het antwoord wordt gegenereerd. Zo helpt het taalmodel u om uw verzoek te verfijnen en specifieker te maken.
Voorbeeld prompt: “Ik wil een projectvoorstel opstellen voor de ontwikkeling van een nieuwe mobiele app voor interne communicatie. De app moet features bevatten voor nieuwsupdates, een smoelenboek, en directe messaging. Voordat je het projectvoorstel schrijft, kun je mij nog aanvullende vragen stellen om het voorstel te verbeteren?”
De methode heet “ask before answer prompting”
Hieronder staat het antwoord van het taalmodel op de prompt met de vraag om aanvullende informatie
Natuurlijk! Hier zijn enkele vragen die ik kan stellen om het projectvoorstel te verbeteren: Wat is het primaire doel van de interne communicatie app? (Bijv. betrokkenheid verhogen, informatieverspreiding verbeteren, samenwerking faciliteren) Wie is de specifieke doelgroep binnen het bedrijf? (Bijv. alle medewerkers, specifieke afdelingen, veldmedewerkers) Zijn er bestaande systemen of platformen waarmee de app moet integreren? (Bijv. intranet, HR-systeem, Active Directory) Wat is het beoogde budget en de gewenste tijdlijn voor de ontwikkeling en implementatie? Zijn er specifieke beveiligings- of compliance-eisen waaraan de app moet voldoen? (Bijv. GDPR, dataretentiebeleid) Welke key performance indicators (KPI's) zullen worden gebruikt om het succes van de app te meten? Zijn er al ideeën over het design of de branding van de app? Moet deze aansluiten bij de organisatie-identiteit? Is er een voorkeur voor het ontwikkelplatform (iOS, Android, cross-platform)?
Met deze aanvullende informatie kunnen we een beter beeld krijgen van de scope en vereisten, en zo een sterker projectvoorstel opstellen.
Techniek 6 - emotionele prompt
U kunt instructies geven om de toon van de tekst aan te passen aan de emoties die onderliggend zijn, of om een specifieke emotionele respons op te roepen. Dit is nuttig voor klantenservice, interne communicatie, of marketing.
Voorbeeld prompt: “Ik moet een e-mail opstellen naar een klant die ontevreden is over een recente serviceonderbreking. De klant heeft het volgende geschreven: “”” …. “”” (plak de tekst van de klant) Ik wil dat de e-mail empathisch is, de frustratie van de klant erkent, en een constructieve oplossing biedt.”
De methode heet “emotional prompting” Dit voorbeeld maakt gebruik van een fictieve klacht.
De volledige prompt luidt dan:
Ik moet een e-mail opstellen naar een klant die ontevreden is over een recente serviceonderbreking. De klant heeft het volgende geschreven: """Geachte heer/mevrouw,
Ik ben zeer teleurgesteld over de onverwachte serviceonderbreking van gistermiddag. Dit heeft onze bedrijfsvoering ernstig verstoord en geleid tot productiviteitsverlies. We vertrouwen op uw diensten en dit soort incidenten zijn onacceptabel. Ik verwacht een duidelijke verklaring en een passende compensatie."""
Ik wil dat de e-mail empathisch is, de frustratie van de klant erkent, en een constructieve oplossing biedt.
Hieronder staat het antwoord dat wij kregen van het taalmodel
Geachte [Naam Klant],
Hartelijk dank voor uw bericht en onze oprechte excuses voor de serviceonderbreking die u gistermiddag heeft ervaren. Ik begrijp volkomen uw frustratie en de impact die dit heeft gehad op uw bedrijfsvoering. Het spijt ons ten zeerste dat wij niet aan uw verwachtingen en onze servicestandaarden hebben voldaan.
De onderbreking werd veroorzaakt door [korte, duidelijke uitleg oorzaak, bijv. een onvoorziene technische storing in ons datacenter]. We hebben direct actie ondernomen en onze technici hebben hard gewerkt om de service zo snel mogelijk te herstellen. De service is sinds [tijdstip] weer volledig operationeel.
Wij nemen dit incident zeer serieus en zijn reeds bezig met het evalueren van de oorzaak om herhaling in de toekomst te voorkomen.
Om het ongemak enigszins te compenseren, bieden wij u graag [concreet voorstel, bijv. een korting op uw volgende factuur / een gratis upgrade van een maand / een service credit]. Een van onze accountmanagers zal binnen 24 uur contact met u opnemen om dit persoonlijk met u te bespreken en eventuele verdere vragen te beantwoorden.
Nogmaals onze excuses voor het ongemak. Wij waarderen uw klandizie en streven ernaar u in de toekomst de betrouwbare service te bieden die u van ons mag verwachten.
Met vriendelijke groet,
[Uw Naam/Bedrijfsnaam]
Techniek 7 - meerdere versies vragen
Je vraag hierbij meerdere versies aan van een antwoord, zodat je keuze mogelijkheden hebt. Je wilt bijvoorbeeld dat het model helpt bij het genereren van verschillende marketing slogans voor een nieuw product. Er zijn veel verschillende invalshoeken mogelijk, dus je wilt graag een aantal opties. Dit kan effectief gecombineerd worden met het instellen van een specifieke rol voor het model en een systeemprompt om het model verder te sturen.
Je kunt meer lezen over rollen in het betreffende artikel. Dit voorbeeld met meerdere versies staat helemaal onderaan het artikel. Het wordt hier niet volledig herhaalt.
Techniek 8 - Combinatie maken met een systeem prompt
Met een systeemprompt kun je opdrachten geven aan het AI-model. Het is een instructie die je aan het model kunt meegeven om de taak of het gedrag van het model specifiek vorm te geven. Je kunt erin zetten wat voor soort output je van het AI-model verwacht. Het is een manier om het model te sturen en te voorkomen dat het irrelevante of ongewenste antwoorden geeft.
Enkele voorbeelden van simpele en algemene systeemprompts:
"Ik wil dat je een vriendelijke en behulpzame assistent bent."
"Blijf altijd professioneel en respectvol in je taalgebruik."
"Focus op het geven van concrete, to-the-point antwoorden zonder overbodige details."
De systeemprompt zet als het ware de toon en verwachtingen voor de specifieke conversatie of taak die je met het AI-model wilt uitvoeren.
Je kan ook geavanceerdere systeemprompts bedenken voor specifieke taken, zoals het samenvatten van een tekst: "Analyseer de gegeven tekst zorgvuldig en geef een beknopte maar informatieve samenvatting van de belangrijkste punten. Identificeer de kernboodschap en belangrijkste details."
Systeemprompts hebben niet bij elk AI-model dezelfde invloed op de uitkomst. Bij chatGPT werkt het heel sterk, bij Claude ook, bij de andere modellen is de invloed van een systeemprompt minder groot. Interessant om uit te proberen dus en te kijken welk model voor jouw input het beste werkt.
Je kunt een algemene systeemprompt instellen bij voorkeuren, maar het beste bedenk je deze systeemprompts per taak die je wilt automatiseren. We noemen dit rollen.
Je kunt meer lezen over rollen in het betreffende artikel.