Bij GPT-5.5 werkt een korte, outcome-first prompt vaak beter dan een zware processtack. Het model is sterk wanneer je de gewenste uitkomst, succescriteria, constraints en beschikbare context beschrijft, en het vervolgens zelf de oplossingsroute laat kiezen. Sleep niet elke instructie uit een oude prompt mee: oudere modellen hadden meer sturing nodig, maar bij GPT-5.5 voegt overspecificatie van het proces ruis toe, vernauwt het de zoekruimte en maakt het de antwoorden mechanisch.

Outcome-first en stopcondities

Beschrijf de bestemming, niet elke stap. Geef het model ruimte om de juiste search-, tool- of reasoning-strategie te kiezen. Reserveer absolute woorden als ALWAYS, NEVER, must en only voor echte invarianten (veiligheidsregels, verplichte outputvelden, acties die nooit mogen). Gebruik voor judgment calls juist decision rules in plaats van starre stappen. Voeg expliciete stopcondities en missing-evidence-gedrag toe.

Resolve the customer's issue end to end.

Success means:
- the eligibility decision is made from the available data
- any allowed action is completed before responding
- the final answer includes completed_actions, customer_message, and blockers
- if evidence is missing, ask for the smallest missing field

Reasoning effort opnieuw afwegen

GPT-5.5 redeneert efficiënter dan GPT-5.4. Evalueer low en medium reasoning effort opnieuw voordat je naar hoger escaleert; vaak is meer effort niet nodig. Stuur output-lengte met text.verbosity: de API-default is medium, kies low als je kortere, beknoptere antwoorden wilt.

Personality en preambles

De default-stijl is efficiënt, direct en taakgericht. Voor klantgerichte assistenten, support en coaching-ervaringen definieer je zowel personality (toon, warmte, directheid) als collaboration style (wanneer vragen stellen, wanneer aannames maken, hoe proactief). Houd beide kort: ze vervangen geen heldere doelen of stopcondities. Voor langere of tool-zware taken in streaming-apps verbeter je de waargenomen snelheid met een korte preamble: een zichtbare update van één à twee zinnen die de vraag erkent en de eerste stap noemt, vóór de tool calls.

Grounding, retrieval budgets en creatieve drafts

Maak citatiegedrag onderdeel van de prompt: definieer wat onderbouwing nodig heeft en wanneer bewijs voldoende is. Geef een expliciet retrieval budget als stopregel voor search: begin met één brede zoekopdracht met korte, onderscheidende keywords, en zoek alleen opnieuw als de kernvraag onbeantwoord blijft of een feit, bron of ID ontbreekt — niet om de formulering op te poetsen.

• Gebruik bij creatieve drafts (slides, launch-copy, leadership-blurbs) source-backed feiten voor concrete claims en cite die.
• Verzin geen namen, metrics, roadmap-status of capabilities om een draft sterker te laten klinken.
• Schrijf bij weinig bewijs een generieke draft met placeholders of gelabelde aannames in plaats van onderbouwde specifics.

Het model zijn werk laten controleren

Geef GPT-5.5 toegang tot tools om output te valideren. Vraag coding agents om concrete checks (targeted unit tests, type checks, lint, build checks, of een minimale smoke test) en om uit te leggen waarom als validatie niet kan draaien. Laat visuele artifacts eerst renderen en inspecteren op layout, clipping en ontbrekende content vóór ze finaliseren.

De KOMPAS-methode sluit hier direct op aan: ze dwingt je om eerst de uitkomst, succescriteria en constraints scherp te krijgen voordat je een stappenplan dichttimmert — precies wat GPT-5.5 nodig heeft. Test je outcome-first prompt gratis in de prompt-coach tool, en wil je dit structureel onder de knie krijgen, kijk dan bij onze coaching. Gebaseerd op de officiële documentatie van OpenAI.