Auteur: Sam

Je schrijft een prima prompt voor ChatGPT, en dan probeer je hetzelfde trucje in Midjourney. Resultaat: een vage, willekeurige afbeelding die niks met je idee te maken heeft. Dat ligt niet aan jou. AI prompts voor beeld en video volgen andere regels dan tekstprompts. Een taalmodel redeneert; een beeldmodel kijkt. Het wil weten wát het ziet, hóé het belicht is en vanuit welke hoek — niet welke opdracht je het geeft.

In dit artikel laat ik zien waar beeld- en videoprompts echt van tekst verschillen, en hoe je Midjourney en Veo gericht aanstuurt. Met voorbeelden die je meteen kunt kopiëren en aanpassen.

Waarom AI prompts voor beeld en video anders werken dan tekst

Bij tekst stuur je een redenering aan. Je geeft een rol, een taak en een format, en het model denkt mee. Bij beeld geef je een beschrijving van iets dat moet bestaan. Het model vult de gaten op met het meest waarschijnlijke plaatje — en dat is zelden wat jij in je hoofd had.

Drie verschillen die alles bepalen:

• Beschrijven in plaats van opdragen. “Maak een mooie foto van een hond” is een opdracht. “Golden retriever, nat van de regen, op een verlaten strand bij zonsondergang” is een beschrijving. Het tweede werkt.
• Beeldtaal in plaats van instructies. Lenskeuze, licht, materiaal, camerahoek — dat zijn de woorden waar een beeldmodel op getraind is. “Professioneel” zegt het niks; “85mm lens, zacht zijlicht” wel.
• Negatieve sturing. Bij tekst zeg je wat je wilt. Bij beeld is wat je níét wilt minstens zo belangrijk — denk aan extra vingers, tekst in beeld of een rommelige achtergrond.

Wil je eerst je tekstprompts op orde? Lees dan de basis van goede AI-prompts — die principes blijven gelden, maar voor beeld bouw je er een laag bovenop.

De zes bouwstenen van een goede beeldprompt

Een sterke beeldprompt is geen losse zin maar een opbouw. Ik gebruik zes vaste lagen — ze sluiten naadloos aan op de KOMPAS-methode die ik in mijn coaching leer.

• Onderwerp. Wat staat er centraal? Wees specifiek: niet “een vrouw”, maar “een vrouw van rond de zestig met grijs haar in een werkschort”.
• Stijl. Foto, illustratie, 3D-render, aquarel? Noem desnoods een genre: “editorial portretfotografie” of “vlakke vectorillustratie”.
• Licht. De grootste hefboom voor sfeer. “Zacht ochtendlicht door een raam”, “hard neonlicht”, “tegenlicht bij zonsondergang”.
• Compositie. Kader en standpunt. “Close-up”, “van bovenaf”, “rule of thirds”, “veel negatieve ruimte links”.
• Sfeer en kleur. “Warme tinten”, “koel en klinisch”, “gedempt pastel”.
• Parameters. De technische knoppen die per tool verschillen (zie hieronder).

Voorbeeld dat alle lagen combineert:

“Editorial foto van een oudere bakker die deeg kneedt in een ouderwetse bakkerij, meel in de lucht, warm ochtendlicht door een stoffig raam, close-up vanaf taillehoogte, warme bruintinten, 50mm lens, ondiepe scherptediepte”

Midjourney: parameters die het verschil maken

Midjourney leest je beschrijving van links naar rechts — wat vooraan staat weegt zwaarder. Daarna komen de parameters, de stukjes achter een dubbele streep waarmee je technisch bijstuurt.

• –ar bepaalt de verhouding. --ar 16:9 voor breed, --ar 2:3 voor portret, --ar 1:1 vierkant.
• –stylize regelt hoeveel artistieke vrijheid het model neemt. Laag (bijvoorbeeld 50) blijft dicht bij je tekst, hoog (750+) wordt mooier maar eigenwijzer.
• –chaos bepaalt de variatie tussen de vier resultaten. Hoog als je wilt verkennen, laag als je een vast idee hebt.
• –no is je negatieve sturing. --no text, watermark houdt rommel uit beeld.

Een complete Midjourney-prompt ziet er dan zo uit:

“cozy Scandinavian living room, low winter sun, knitted throw on a linen sofa, plants on the windowsill, soft film grain –ar 3:2 –stylize 250 –no clutter, text”

Tip: verander één ding per keer. Pas je eerst de lichtbeschrijving aan, dan de stijl, dan een parameter. Zo leer je wat welke knop doet in plaats van te gokken.

Veo: van stilstaand beeld naar beweging

Bij video komt er een dimensie bij die foto’s niet hebben: tijd. Een Veo-prompt beschrijft niet alleen een scène, maar ook wat erin beweegt en hoe de camera meebeweegt. Dat maakt het lastiger — en interessanter.

Drie extra lagen bovenop je beeldprompt:

• Onderwerpsbeweging. Wat doet het onderwerp? “Loopt langzaam naar de camera”, “kijkt op van haar boek”, “blaadjes waaien voorbij”.
• Camerabeweging. Hier zit veel sturing. “Langzame dolly-in”, “static shot”, “handheld, lichte beweging”, “drone die opstijgt”, “pan naar links”. Filmtaal werkt het beste.
• Ritme en duur. Houd één scène simpel. Een clip van een paar seconden kan niet drie dingen tegelijk vertellen. Eén actie, één camerabeweging.

Een Veo-prompt voor een korte sfeerclip:

“Een kop koffie op een houten tafel bij een regenachtig raam, stoom kringelt langzaam omhoog, regendruppels lopen over het glas op de achtergrond. Statisch shot, ondiepe scherptediepte, warm binnenlicht, rustige sfeer.”

En een met beweging:

“Een vrouw fietst over een dijk bij zonsondergang, haar haar waait in de wind. Camera volgt haar van opzij in een trage tracking shot, gouden tegenlicht, filmische kleurgradatie.”

Merk op: één onderwerp, één duidelijke beweging, één camerabeweging. Zodra je er meer in propt, raakt het model de draad kwijt en wordt de beweging schokkerig.

Veelgemaakte fouten — en hoe je ze voorkomt

• Te veel willen in één beeld. Vijf onderwerpen, drie acties, twee stijlen. Kies één hoofdidee en bouw daaromheen.
• Vaag taalgebruik. “Mooi”, “professioneel”, “high quality” sturen niks. Vervang ze door concrete beeldtaal: licht, lens, materiaal, hoek.
• De fout in de prompt zoeken. Soms ligt het aan willekeur, niet aan je tekst. Genereer eerst een paar varianten voordat je je prompt omgooit.
• Negatieve sturing vergeten. Bij beeld scheelt het enorm om expliciet te zeggen wat er níét in mag.

Twijfel je of je prompt klopt voordat je hem in Midjourney of Veo gooit? Gooi hem eerst door de gratis prompt-coach tool — die scoort je prompt en herschrijft hem. En wil je dit echt onder de knie krijgen, met directe feedback op je eigen werk? Dan is de coaching de snelste weg: in een groep of privé, met je eigen projecten als oefenmateriaal.

Veelgestelde vragen

Betere prompts schrijven is geen kwestie van toverwoorden of een geheime formule. Het is een ambacht: je leert wat een taalmodel nodig heeft om te leveren wat jij bedoelt, en je geeft dat stap voor stap. De meeste teleurstellende antwoorden komen niet door een dom model, maar door een vage opdracht. Te weinig context, geen voorbeeld, geen idee van het gewenste resultaat.

Hieronder zeven concrete verbeteringen die ik ophang aan mijn KOMPAS-methode: Kader, Opdracht, Materiaal, Paalwerk, Afwerking, Sturing. Geen theorie, maar ingrepen die je vandaag nog op je volgende ChatGPT- of Claude-prompt toepast. Aan het eind staat een voor/na-voorbeeld zodat je precies ziet wat het verschil doet.

1. Geef een rol en een kader (Kader)

Begin niet kaal met je vraag. Vertel het model wie het is en in welke situatie het werkt. “Je bent een ervaren copywriter die voor het MKB schrijft” stuurt de toon, het vocabulaire en de aannames van het antwoord meteen de goede kant op.

Het kader is meer dan een rol. Het is ook het doel en de lezer. Voor wie is dit? Wat moet het opleveren? Een model dat weet dat je schrijft voor twijfelende klanten op een verkooppagina, kiest andere woorden dan een model dat denkt dat het een academisch essay maakt.

2. Maak de opdracht concreet en enkelvoudig (Opdracht)

Eén prompt, één hoofdtaak. “Schrijf, vat samen en vertaal dit ook even” levert drie halve resultaten op. Knip het op. Formuleer je opdracht als een duidelijk werkwoord: schrijf, herschrijf, analyseer, vergelijk, lijst op.

Vaag: “Kun je iets met deze tekst doen?” Concreet: “Herschrijf deze productbeschrijving naar maximaal 80 woorden, gericht op beginners.” Hoe scherper het werkwoord en de afbakening, hoe minder het model moet gokken naar wat je wilt.

3. Lever het materiaal mee (Materiaal)

Een model kan niet raden wat het niet weet. Plak je brontekst, je merkstem, je productgegevens of je voorbeeldzinnen erbij. Hoe meer relevant materiaal je meegeeft, hoe minder het model verzint. Dit is meteen de beste verdediging tegen feitelijke onzin.

Werk je vaker met hetzelfde model, bewaar dan een vast blok met jouw context: bedrijfsinfo, toon, do’s en don’ts. Dat plak je telkens bovenaan. Scheelt herhalen en geeft consistentere output.

4. Zet het paalwerk neer met een voorbeeld (Paalwerk)

Niets stuurt zo sterk als één goed voorbeeld. Laat zien hoe een geslaagd antwoord eruitziet en het model kopieert de structuur, lengte en toon. Dit heet few-shot prompten en het werkt beter dan tien zinnen uitleg.

Heb je geen voorbeeld? Beschrijf dan het format expliciet: “Geef het antwoord als een tabel met drie kolommen” of “Gebruik korte koppen en bullets.” Het paalwerk is het skelet waaraan het model zijn antwoord ophangt.

5. Bepaal de afwerking: vorm, lengte, toon (Afwerking)

Zeg expliciet wat je terug wilt. Aantal woorden, opmaak, taalniveau, wel of geen jargon. Een model dat geen lengte krijgt, kiest er zelf een, en die zit zelden waar jij hem wilt.

• Lengte: “maximaal 150 woorden” of “precies 5 bullets”
• Toon: “nuchter en direct, geen holle superlatieven”
• Vorm: “alleen de tekst, geen inleiding of uitleg vooraf”

Die laatste regel scheelt veel. Modellen zijn dol op “Natuurlijk! Hier is…” als opwarmer. Vraag erom dat ze die weglaten.

6. Stuur bij in plaats van opnieuw te beginnen (Sturing)

De eerste output is een concept, geen eindproduct. Het grootste verschil tussen mensen die goede en slechte resultaten halen, zit hier: gevorderden sturen bij. “Korter,” “minder formeel,” “haal die laatste alinea weg,” “geef drie varianten.” Je bouwt voort op wat er al staat.

Begin niet bij nul met een nieuwe prompt zodra iets niet klopt. Benoem precies wat er mis is en laat het model alleen dat aanpassen. Zo kom je in een paar beurten op exact wat je wilde, in plaats van eindeloos te herformuleren.

7. Test, vergelijk en laat je prompt scoren

Je weet pas of een prompt goed is als je hem hebt uitgeprobeerd. Draai dezelfde prompt twee keer, of vraag het model zelf om drie varianten en kies de beste. Merk je dat een type taak vaak misgaat, dan ligt het bijna altijd aan een ontbrekend KOMPAS-onderdeel.

Wil je niet zelf alle zes onderdelen nalopen, gebruik dan mijn gratis prompt-coach tool. Die scoort je prompt en herschrijft hem volgens KOMPAS, zodat je direct ziet wat er ontbrak. Een snelle manier om te leren waar jouw prompts standaard de mist in gaan.

Voor en na: betere prompts schrijven in de praktijk

Theorie is leuk, maar het verschil zie je pas in een echt voorbeeld. Stel, je wilt een tekst voor een nieuwsbrief.

Voor: “Schrijf een nieuwsbrief over onze nieuwe cursus.”

Dit mist alles. Geen rol, geen lezer, geen lengte, geen toon, geen materiaal. Je krijgt een algemene, brave tekst die over elke cursus had kunnen gaan.

Na: “Je bent de tekstschrijver van een kleine prompt-coachingstudio (Kader). Schrijf een nieuwsbrief-mail die lezers aanzet om zich aan te melden voor onze nieuwe groepscursus (Opdracht). Info: cursus van 4 weken, online, voor mensen die al wat met ChatGPT werken maar betere resultaten willen (Materiaal). Houd dezelfde toon aan als dit voorbeeld: [plak voorbeeld] (Paalwerk). Maximaal 180 woorden, nuchter en direct, één duidelijke call-to-action, geef alleen de mailtekst (Afwerking).”

Het tweede resultaat is meteen bruikbaar. En als de toon nog net niet klopt, stuur je bij (Sturing): “iets persoonlijker, en haal het woord ‘uniek’ eruit.” Dat is het hele verschil tussen frustreren en leveren.

Zo blijf je groeien

Betere prompts schrijven is een vaardigheid die je opbouwt door te doen, niet door één lijstje te lezen. Pak je laatste teleurstellende prompt erbij, loop de zes KOMPAS-onderdelen langs en kijk welke ontbrak. Negen van de tien keer is het Materiaal of Afwerking.

Wil je dieper de techniek in, lees dan verder over prompt engineering en over sterke ChatGPT-prompts. Kom je er zelf niet uit of wil je het sneller onder de knie krijgen, dan kijken we het samen door tijdens een coaching-sessie, in een groep of privé. Je leert het meeste door je eigen prompts onder handen te nemen.

Veelgestelde vragen

Iedereen typt tegenwoordig wel iets in een chatvenster, maar er zit een wereld van verschil tussen een vraag stellen en een goede prompt schrijven. Goede AI prompts geven het model genoeg houvast om precies te leveren wat jij in je hoofd hebt — niet een vage gemiddelde-van-het-internet-tekst. En het mooie is: de basisprincipes zijn voor elk model hetzelfde, of je nu in ChatGPT, Claude of Gemini werkt.

In dit artikel zet ik de algemene regels op een rij die altijd gelden, laat ik zien waar de modellen onderling van elkaar verschillen, en verwijs ik je door naar de plekken waar je per onderwerp dieper kunt graven. Zie het als de kaart; de specifieke routes staan in de losse artikelen.

Wat een prompt eigenlijk doet

Een AI-model voorspelt het meest waarschijnlijke vervolg op wat jij intypt. Dat klinkt simpel, maar het heeft een belangrijk gevolg: het model raadt naar jouw bedoeling. Hoe minder je geeft, hoe meer het raadt — en raden gaat richting het gemiddelde. Vraag je om “een tekst over gezond eten”, dan krijg je de saaiste, meest voorspelbare versie die bestaat.

Een prompt is dus geen toverspreuk maar een briefing. Je geeft het model een rol, een doel, materiaal om mee te werken en grenzen waarbinnen het moet blijven. Hoe scherper die briefing, hoe minder het hoeft te gokken. Dat is het hele spel.

De principes achter goede AI prompts

Deze zes dingen gelden ongeacht welk model je gebruikt. Ze vormen de ruggengraat van mijn KOMPAS-methode (Kader, Opdracht, Materiaal, Paalwerk, Afwerking, Sturing), maar je herkent ze ook los van die naam.

• Geef context. Voor wie is het, in welke situatie, met welk doel. “Schrijf een mail aan een klant die al twee keer niet heeft gereageerd” levert iets heel anders op dan “schrijf een mail”.
• Maak de opdracht concreet. Eén duidelijke taak met een werkwoord vooraan. Niet “kun je iets met deze tekst”, maar “kort deze tekst in tot 150 woorden zonder de cijfers te verliezen”.
• Lever materiaal aan. Plak je voorbeeld, je data, je oude versie erbij. Een model dat met jouw bron werkt, verzint minder.
• Zet grenzen. Lengte, toon, wat het juist niet mag doen. Grenzen sturen sterker dan complimenten.
• Beschrijf de vorm van het antwoord. Wil je een lijst, een tabel, drie varianten, platte tekst? Zeg het, anders kiest het model zelf.
• Stuur bij. Het eerste antwoord is een concept. “Te formeel, doe het losser” is een volwaardige promptstap, geen falen.

Wil je dit verder uitdiepen met voorbeelden van zwakke en sterke versies naast elkaar, lees dan betere prompts schrijven. Daar staat de basis stap voor stap uitgewerkt.

Waar de modellen van elkaar verschillen

De principes zijn universeel, de sturing niet. Elk model heeft zijn eigen karakter, en als je dat negeert vecht je tegen het gereedschap. Een paar praktische verschillen die je merkt zodra je tussen modellen wisselt:

Toon en standaardgedrag

Het ene model is van nature uitgebreider, het andere korter. Sommige modellen voegen ongevraagd inleidingen en disclaimers toe, andere komen sneller ter zake. Dat betekent dat dezelfde prompt bij het ene model een muur tekst oplevert en bij het andere precies wat je wilde. De oplossing is niet een ander model zoeken, maar je grenzen aanscherpen: “antwoord in maximaal vijf zinnen, geen inleiding”.

Hoe ze met instructies omgaan

Modellen verschillen in hoe strikt ze je structuur volgen. Sommige reageren sterk op duidelijke koppen en genummerde stappen in je prompt; andere pakken een wat lossere, beschrijvende briefing prima op. Werk je veel met een vast model, dan leer je vanzelf welke vorm het beste pakt. Wissel je vaak, hou dan je prompt expliciet en gestructureerd — dat werkt overal redelijk.

Context en geheugen

Hoeveel een model in één gesprek kan onthouden verschilt, en sommige hebben een geheugen over gesprekken heen. Dat beïnvloedt hoe je werkt: bij een model met veel context kun je een heel document meegeven; bij een krapper model knip je je taak op in stukken. Ga er nooit blind van uit dat het model nog weet wat je drie berichten geleden zei — herhaal de kern als het ertoe doet.

De meeste mensen gebruiken ChatGPT als startpunt. De specifieke trucs, valkuilen en sjablonen daarvoor staan in ChatGPT prompts. De principes uit dit artikel gelden er onverkort, maar dat artikel gaat in op het gedrag van dat ene model.

Tekst is niet hetzelfde als beeld en video

Tot nu toe ging het over taalmodellen, maar AI prompts bestaan ook voor beeld- en videogeneratie — en daar gelden deels andere regels. Bij beeld stuur je op onderwerp, stijl, compositie, licht en camerastandpunt, niet op argumentatie of toon. Een goede beeldprompt leest meer als een regieaanwijzing dan als een briefing.

Werk je met beeld of video, lees dan AI beeld- en videoprompts. De denkwijze — wees specifiek, beschrijf de vorm, stuur bij — blijft hetzelfde, maar de knoppen waaraan je draait zijn anders.

Hoe je dit zelf onder de knie krijgt

Lezen over prompten is één ding, het in je vingers krijgen is een ander. De snelste manier om beter te worden is je eigen prompts kritisch bekijken: wat had het model nog nodig om dit goed te doen, en gaf ik dat? Die reflex bouw je op door het te doen, niet door theorie te stapelen.

Om je daarbij te helpen heb ik de gratis prompt-coach gebouwd. Je plakt er je prompt in, krijgt een score en een herschreven versie met uitleg waarom die beter is. Zo zie je per prompt wat er aan ontbrak. Wil je het sneller en met begeleiding leren — in een groep of één-op-één — kijk dan bij coaching. Dan oefenen we met jouw eigen taken in plaats van losse voorbeelden.

Veelgestelde vragen

De meeste ChatGPT prompts zijn één regel: “schrijf een blog over X”. Het antwoord is dan ook precies dat: vlak, generiek, bruikbaar voor niemand. Het verschil tussen een matig en een sterk resultaat zit zelden in het model en bijna altijd in wat je erin stopt.

Hieronder krijg je een handvol voorbeelden die je vandaag kunt gebruiken, en belangrijker: je ziet precies waaróm ze werken. Want als je het patroon snapt, hoef je nooit meer een prompt te kopiëren. Dan maak je ze zelf.

Waarom de meeste ChatGPT prompts mislukken

Een model raadt. Het vult de gaten in je vraag op met het meest waarschijnlijke gemiddelde. Geef je weinig context, dan krijg je het gemiddelde van het hele internet terug: correct, saai, inwisselbaar.

De drie fouten die ik het vaakst zie:

• Geen rol of doel. Het model weet niet voor wie of waarom het schrijft.
• Geen materiaal. Je verwacht dat het feiten verzint die alleen jij hebt.
• Geen vorm. Je zegt niet hoe lang, in welke toon of in welk format je het wilt.

Los je die drie op, dan ben je al verder dan negen op de tien gebruikers. De rest is finetunen.

Voorbeeld 1 — Werk: een lastige e-mail

Zwakke prompt: “Schrijf een e-mail aan een klant die te laat betaalt.”

Sterke prompt:

• Je bent een zakelijke tekstschrijver. Schrijf een e-mail aan een klant die factuur #2024-118 (€1.450) 14 dagen te laat heeft betaald.
• Dit is een goede, langlopende klant — ik wil de relatie niet beschadigen, maar wel duidelijk zijn.
• Toon: vriendelijk-zakelijk, geen verwijten, wel een concrete deadline (binnen 7 dagen).
• Maximaal 120 woorden. Eindig met een open, niet-defensieve afsluiter.

Waarom dit werkt: er staat een rol in, een concreet feit (bedrag, termijn), een randvoorwaarde (relatie beschermen) en een vorm (lengte, toon, afsluiter). Het model hoeft niets meer te raden.

Voorbeeld 2 — Marketing: advertentieteksten

Zwakke prompt: “Schrijf advertenties voor mijn webshop.”

Sterke prompt:

• Je bent copywriter voor Meta-advertenties. Doelgroep: ouders van 30-45 die wandelschoenen zoeken voor hun kind.
• Product: waterdichte kinderwandelschoenen, €69, klittenband, gaat een heel seizoen mee.
• Geef 5 varianten van max 25 woorden. Elke variant één duidelijke hoek (prijs, gemak, duurzaamheid, comfort, garantie).
• Nederlands, geen uitroeptekens, geen holle superlatieven. Eindig elke variant met een korte call-to-action.

Waarom dit werkt: door om vijf hoeken te vragen dwing je variatie af in plaats van vijf keer dezelfde zin. De beperkingen (“geen uitroeptekens, geen superlatieven”) sturen de toon. Dat is precies het soort denkwerk dat je leert in prompt engineering.

Voorbeeld 3 — Schrijven: tekst verbeteren, niet vervangen

Zwakke prompt: “Maak deze tekst beter.”

Sterke prompt:

• Hieronder staat een alinea uit mijn nieuwsbrief. Herschrijf hem zo dat hij directer en menselijker wordt.
• Behoud mijn kernboodschap en mijn ‘je’-vorm. Knip lange zinnen op. Schrap vulwoorden.
• Verander geen feiten en verzin geen nieuwe.
• Geef daarna in twee regels uitleg wat je hebt veranderd en waarom.
• [plak hier je tekst]

Waarom dit werkt: “beter” betekent niets voor een model. “Directer, menselijker, korte zinnen, geen verzonnen feiten” is meetbaar. De vraag om uitleg achteraf maakt het bovendien een leermoment in plaats van een black box. Meer van dit soort handvatten vind je in betere prompts schrijven.

Zo maak je ChatGPT prompts zelf met KOMPAS

Alle voorbeelden hierboven volgen hetzelfde skelet. Ik noem het KOMPAS — zes onderdelen die je los kunt aan- en uitzetten, afhankelijk van hoe veeleisend je taak is.

• Kader — wie is het model en voor wie schrijft het? (“Je bent copywriter voor de doelgroep ouders 30-45.”)
• Opdracht — wat moet er concreet uit komen? (“Geef 5 advertentievarianten.”)
• Materiaal — de feiten die alleen jij hebt: prijzen, namen, je eigen tekst, een voorbeeld.
• Paalwerk — de grenzen: lengte, wat níét mag, welke toon vermeden moet worden.
• Afwerking — het format: aantal woorden, opsomming of lopende tekst, taal, afsluiter.
• Sturing — bijsturen na het eerste antwoord. Eén ding tegelijk aanpassen, niet alles opnieuw.

Je hoeft niet alle zes te gebruiken voor een simpele vraag. Maar als een resultaat tegenvalt, loop het rijtje af: bijna altijd ontbreekt er een Kader, Materiaal of Paalwerk. Dat is sneller dan keer op keer “nee, anders” typen. Wil je het verschil tussen losse trucs en een echt systeem snappen, lees dan ook het overzicht over AI-prompts in het algemeen.

Check je eigen prompt voor je hem verstuurt

Theorie is leuk, maar het went pas als je je eigen prompts onder de loep neemt. Plak je prompt in de gratis prompt-coach: die geeft je een score en herschrijft hem volgens KOMPAS, zodat je direct ziet wat er ontbrak. Doe dat een week of twee bij elke serieuze taak en je merkt dat je het patroon vanzelf in je hoofd krijgt.

Kom je er met de tool nog niet uit, of wil je dit voor je werk of team echt onder de knie krijgen? Dan is coaching de snellere route — in een groep of één-op-één, met je eigen prompts als oefenmateriaal.

Veelgestelde vragen

Iedereen die ChatGPT, Claude of Gemini gebruikt voor werk loopt vroeg of laat tegen hetzelfde aan: de ene keer komt er iets bruikbaars uit, de andere keer luchtige onzin. Het verschil zit zelden in het model. Het zit in hoe je het vraagt. Prompt engineering is precies die vaardigheid: bewust een opdracht zo formuleren dat een taalmodel doet wat jij nodig hebt, herhaalbaar en betrouwbaar.

In dit artikel leg ik uit wat prompt engineering werkelijk is, waarom losse trucjes je maar zo ver brengen, en hoe je met een vaste structuur — de KOMPAS-methode — elke prompt beter maakt. Geen magie, gewoon helder nadenken vóór je typt.

Wat is prompt engineering precies?

Prompt engineering is het opbouwen van een instructie aan een taalmodel zodat de uitkomst voorspelbaar en bruikbaar is. Het woord “engineering” klinkt technisch, maar je hoeft niet te kunnen programmeren. Het gaat om iets veel alledaagser: scherp krijgen wat je wilt, en dat in woorden gieten die geen ruimte laten voor gokwerk.

Een taalmodel raadt steeds het meest waarschijnlijke vervolg op jouw tekst. Hoe vager je input, hoe meer het model moet invullen — en dan vult het in met gemiddelden. Geef je context, een rol, een duidelijk doel en een vorm, dan stuur je die kans de goede kant op. Dat is de hele kern.

Het onderscheidt zich van “even iets vragen” door drie dingen: je denkt vooraf na over het doel, je geeft het model genoeg materiaal om mee te werken, en je herhaalt en verbetert tot het klopt. Dat laatste — iteratie — wordt vaak vergeten, terwijl het de helft van het werk is.

Waarom losse trucjes je in de steek laten

Het internet staat vol met “10 prompts die je leven veranderen” en zinnen als “doe alsof je een expert bent”. Sommige daarvan werken soms. Maar een trucje is een antwoord op één situatie. Zodra jouw taak afwijkt — ander onderwerp, andere lezer, ander doel — valt het trucje om en weet je niet waarom.

Een paar veelgehoorde mythes:

• “Beleefd zijn maakt het beter.” Dank je wel zeggen kost tokens en levert niets op. Duidelijkheid wel.
• “Hoe langer de prompt, hoe beter.” Lange prompts vol ruis maken het juist moeilijker. Het gaat om de juiste informatie, niet om veel informatie.
• “Eén perfecte prompt bestaat.” Bijna nooit. De eerste poging is een startpunt, geen eindproduct.

Het alternatief is geen lijst om uit je hoofd te leren, maar een denkmanier die altijd werkt. Een vaste structuur waarmee je elke taak aanpakt, of je nu een klantmail schrijft of een rapport laat samenvatten. Daar komt KOMPAS binnen.

De KOMPAS-methode als rode draad

KOMPAS is mijn methode om in zes stappen een complete prompt te bouwen. Je hoeft niet elke stap altijd in te vullen, maar door ze langs te lopen mis je nooit iets essentieels. De letters staan voor:

• Kader — wie is het model, en in welke situatie zit jij? Bijvoorbeeld: “Je bent een ervaren HR-adviseur. Ik schrijf een mail aan een collega die te laat een verslag inleverde.”
• Opdracht — wat moet er concreet gebeuren? Eén heldere werkwoord-zin: “Schrijf die mail.” Geen vage “help me ergens mee”.
• Materiaal — geef het model de feiten. Namen, cijfers, de bestaande tekst, de context. Een model kan niet ruiken wat jij weet.
• Paalwerk — de grenzen. Wat mag wel, wat niet? “Maximaal 150 woorden, vriendelijk maar duidelijk, geen verwijten.”
• Afwerking — de vorm van het antwoord. Een lijst? Een tabel? Een mail met onderwerpregel? Zeg het.
• Sturing — hoe je bijstuurt na de eerste poging. “Maak hem iets directer” of “haal de tweede alinea eruit”.

De volgorde is geen wet, maar het werkt als checklist. Loop je vastzitten met een teleurstellend antwoord, dan kun je bijna altijd terugvinden welke letter je oversloeg. Wil je dit oefenen op je eigen prompts? In de gratis prompt-coach voer je een prompt in en zie je direct welke KOMPAS-onderdelen ontbreken, met een herschreven versie erbij.

Een voorbeeld uit de praktijk

Stel, je wilt een samenvatting van een lange vergadernotitie. De zwakke versie:

“Vat dit samen.”

Het model weet niet voor wie, hoe lang, of wat belangrijk is. Je krijgt een gemiddelde samenvatting die je toch weer moet herschrijven. Nu met KOMPAS:

“Je bent mijn assistent en helpt me de directie informeren (Kader). Vat de onderstaande vergadernotitie samen (Opdracht). Hier is de notitie: [tekst] (Materiaal). Focus op besluiten en actiepunten, laat zijsporen weg, maximaal 120 woorden (Paalwerk). Geef het als een korte alinea plus een bulletlijst met actiepunten en eigenaar (Afwerking).”

Het verschil is niet subtiel. De tweede prompt levert iets op dat je direct kunt doorsturen. En als het nog niet klopt, stuur je bij (Sturing): “Zet de actiepunten bovenaan.” Datzelfde patroon werkt voor een offerte, een blogtekst, code in Cursor of Lovable, of een beeldprompt. Meer voorbeelden en formuleringen vind je in betere prompts schrijven en de uitgebreide ChatGPT-prompts.

Prompt engineering op de werkvloer

Op je werk is consistentie belangrijker dan een eenmalig mooi resultaat. Als jij elke week tien klantmails laat opstellen, wil je dat ze allemaal in dezelfde toon en kwaliteit binnenkomen. Dat krijg je niet met losse ingevingen, maar met een prompt die je één keer goed bouwt en daarna hergebruikt — een sjabloon waar je alleen het materiaal in wisselt.

Een paar gewoontes die het verschil maken:

• Bewaar je goede prompts. Een prompt die werkt is een bedrijfsmiddel. Zet hem in een document, niet in je hoofd.
• Test op echte input. Een prompt die werkt op een schoon voorbeeld faalt soms op een rommelige praktijktekst. Test met je eigen rommel.
• Bouw voort op het antwoord. Vraag het model om zijn eigen output te verbeteren of te controleren. Twee rondes leveren vaak meer op dan één perfecte prompt zoeken.

Dit is een vaardigheid die je opbouwt door te doen, niet door te lezen. Wil je het sneller onder de knie krijgen met je eigen werktaken als oefenmateriaal, dan kan dat in een coaching-traject — in een groep of privé, afhankelijk van hoe diep je wilt gaan.

Veelgestelde vragen

Vibe coding leren betekent dat je software bouwt door in gewone taal te beschrijven wat je wilt, en de AI het codewerk laat doen. Je hoeft geen jaren te besteden aan een programmeertaal. Maar er zit wel een vaardigheid achter: hoe duidelijker je stuurt, hoe beter wat eruit komt. Dit is het verschil tussen een werkend project en een berg code die je niet meer begrijpt.

In dit artikel loop ik met je het leerpad door. Welke tool je kiest, wat een goed eerste project is, hoe je je prompts opbouwt en welke fouten je beter overslaat. Geen theorie voor de bühne, maar de stappen die je vandaag kunt zetten.

Wat je nodig hebt voordat je vibe coding gaat leren

Verrassend weinig. Je hebt geen technische achtergrond nodig en geen dure setup. Wat wél helpt:

• Een concreet idee voor iets kleins dat je wilt maken. Hoe scherper, hoe beter.
• Geduld om in kleine stappen te werken in plaats van alles in één keer te willen.
• De bereidheid om te lezen wat de AI teruggeeft, ook als je niet elke regel snapt.

Snap je nog niet helemaal wat vibe coding precies inhoudt en waar de grenzen liggen? Lees dan eerst het overzichtsartikel over vibe coding. Daarna pak je dit leerpad erbij.

Stap 1: Kies één tool en blijf erbij

De grootste valkuil aan het begin is springen tussen tools. Kies er één, leer die kennen, en breid pas later uit. Grofweg heb je twee smaken:

• Tools die je in de browser doen, zoals Lovable. Je typt wat je wilt en ziet meteen een werkende website of app. Ideaal als je nog nooit code hebt gezien.
• Een echte code-editor met AI, zoals Cursor. Meer controle, meer mogelijkheden, maar ook een steilere leercurve.

Begin je vanaf nul, dan raad ik een browser-tool aan. Je houdt het overzicht en je ziet direct resultaat, wat enorm motiveert. Wil je de opties naast elkaar zien, kijk dan in het overzicht van vibe coding tools welke bij jouw niveau past.

Stap 2: Kies een klein eerste project

Begin niet met “een app zoals Booking.com”. Daar loop je gegarandeerd op vast. Een goed eerste project is iets dat je in een avond af krijgt en dat je echt kunt gebruiken. Bijvoorbeeld:

• Een persoonlijke landingspagina met je werk en contactgegevens.
• Een simpele rekentool, zoals een offerte- of urencalculator.
• Een overzichtelijke takenlijst die je in je browser bewaart.

Het doel van je eerste project is niet het eindresultaat. Het doel is dat je leert hoe het samenwerken met de AI voelt: hoe je iets vraagt, wat je terugkrijgt, en hoe je bijstuurt als het niet klopt.

Stap 3: Bouw je prompts op met KOMPAS

Hier zit de kern van vibe coding leren. De AI is zo goed als jouw instructie. Een vage opdracht geeft een vaag resultaat. Daarom gebruik ik de KOMPAS-methode, zodat je niets vergeet:

• Kader — wat bouw je en voor wie? “Een takenlijst voor mezelf, in het Nederlands.”
• Opdracht — wat moet de AI nu concreet doen? “Maak een pagina waarop ik taken kan toevoegen en afvinken.”
• Materiaal — geef voorbeelden, kleuren, teksten of data die je al hebt.
• Paalwerk — stel je grenzen: “Geen inlogsysteem, geen database, alles in de browser.”
• Afwerking — hoe moet het eruitzien of aanvoelen? “Rustig, veel witruimte, één accentkleur.”
• Sturing — hoe wil je verder? “Begin simpel, ik vraag daarna om uitbreidingen.”

Je hoeft niet alle zes punten elke keer uit te schrijven. Maar als iets niet lukt, ligt het bijna altijd aan een ontbrekend onderdeel. Vaak is het Paalwerk: je vergat te zeggen wat je níét wilde, en de Ais verzint van alles erbij.

Wil je oefenen met het opbouwen van sterke instructies, kijk dan ook naar hoe je betere prompts schrijft. Dezelfde principes gelden of je nu code laat bouwen of een tekst laat schrijven.

Stap 4: Werk in kleine stappen en test steeds

Vraag nooit tien dingen tegelijk. Vraag er één, bekijk het resultaat, en ga dan pas door. Zo houd je grip en weet je precies waar het misgaat als iets stuk gaat. Een werkritme dat goed werkt:

• Vraag één kleine wijziging of toevoeging.
• Bekijk en test of het echt doet wat je wilde.
• Werkt het? Ga door. Werkt het niet? Beschrijf precies wat je ziet en wat je verwachtte.

Dat laatste is goud waard. “Het werkt niet” helpt de AI niet. “Als ik op de knop klik gebeurt er niets, terwijl de taak toegevoegd zou moeten worden” wel. Hoe specifieker je het probleem beschrijft, hoe sneller het opgelost is.

Veelgemaakte fouten bij vibe coding leren

De fouten die ik het vaakst zie zijn niet technisch, maar in de aanpak:

• Te groot beginnen. Je wilt meteen iets indrukwekkends en raakt verstrikt. Klein beginnen leert je sneller.
• Niet lezen wat de AI teruggeeft. Blind doorklikken werkt even, totdat er iets misgaat en je niet weet waar te beginnen.
• Te veel tegelijk vragen. Bij een grote lap tekst weet je achteraf niet welke wijziging iets brak.
• Vage prompts. Geen kader, geen grenzen. De AI gokt dan, en gokt vaak verkeerd.
• Niet tussentijds opslaan. Bewaar werkende versies, zodat je terug kunt als een wijziging het sloopt.

Merk je dat je telkens op hetzelfde punt vastloopt? Dan is het meestal je manier van sturen, niet de tool. Een gratis manier om dat te checken: gooi je prompt in de prompt coach. Die scoort je instructie en herschrijft hem, zodat je direct ziet wat er ontbrak.

Sneller leren met persoonlijke begeleiding

Je kunt vibe coding prima zelf leren met de stappen hierboven. Maar de meeste mensen lopen vroeg of laat tegen dezelfde muur aan: ze weten niet waarom een prompt wel of niet werkt, en blijven gokken. Dat is precies waar begeleiding tijd bespaart.

In een sessie kijken we samen naar jouw project en jouw prompts. Je leert KOMPAS toepassen op echt werk, niet op een voorbeeld uit een handleiding. Dat kan in een groep (€150) of privé (€300), afhankelijk van hoe diep je wilt gaan en hoeveel ruimte je voor je eigen vragen wilt. Meer weten? Bekijk de mogelijkheden op de coaching-pagina.

Veelgestelde vragen

Je hoort overal dat je tegenwoordig software bouwt door gewoon te praten tegen een AI. Dat klopt grotendeels, maar de vraag is: met welk gereedschap? De markt aan vibe coding tools groeit snel en elke tool belooft hetzelfde wonder. In de praktijk verschillen ze flink in waar ze sterk in zijn. De ene bouwt razendsnel een nette landingspagina, de andere geeft je volledige controle over een bestaande codebase.

In dit artikel zet ik de bekendste opties naast elkaar: Cursor, Lovable en Bolt, met kort ook Replit en v0. Geen marketingpraat, wel een eerlijk beeld van wanneer je wat kiest. En aan het eind: waarom je tool minder uitmaakt dan je prompt.

Wat zijn vibe coding tools eigenlijk?

Vibe coding tools zijn AI-gestuurde omgevingen waarin je software beschrijft in gewone taal en de AI de code schrijft. Je hoeft niet elke regel zelf te typen. Je stuurt, beoordeelt en corrigeert. De term komt voort uit “vibe coding”: je werkt op gevoel en intentie, niet op syntaxis.

Grofweg vallen ze in twee kampen. Editor-tools zoals Cursor draaien op je eigen machine en geven je controle over echte projectbestanden. Prompt-to-app-tools zoals Lovable en Bolt draaien in je browser en bouwen vanuit een korte beschrijving in één keer een werkende app. Welk kamp bij je past, hangt af van wat je wilt maken en hoeveel je zelf onder de motorkap wilt kijken. Wil je eerst het idee zelf goed begrijpen, lees dan wat vibe coding precies is.

Cursor: voor wie écht code wil bouwen

Cursor is een code-editor met AI ingebouwd. Het voelt als een normale ontwikkelomgeving, maar je kunt op elk moment de AI vragen om iets te schrijven, uit te leggen of te herschrijven. Het werkt met je echte bestanden, dus je houdt volledige controle.

Waar Cursor in uitblinkt:

• Bestaande projecten. Heb je al een codebase? Cursor kan die lezen en er gericht in werken.
• Controle. Je ziet elke wijziging, regel voor regel, en accepteert wat je wilt.
• Grotere projecten. Naarmate iets complexer wordt, helpt het dat je dicht op de code zit.

Het nadeel: er is een leercurve. Je moet de editor leren kennen en een beetje snappen hoe code is opgebouwd. Voor een complete beginner die alleen snel iets online wil zetten, kan dat als te veel voelen. Maar wil je serieus leren bouwen, dan is Cursor de tool waar je het langst plezier van hebt.

Lovable: van idee naar werkende app in je browser

Lovable mikt op snelheid en toegankelijkheid. Je beschrijft je app, en het bouwt een werkend resultaat dat je meteen in de browser ziet. Geen installatie, geen editor. Je praat, het bouwt, je past aan.

Dit maakt Lovable sterk:

• Lage drempel. Je hoeft niets te installeren en geen code te kennen om te starten.
• Volledige webapps. Het is gericht op complete applicaties met meerdere pagina’s, niet alleen losse schermen.
• Snelle iteratie. Je ziet het resultaat live en stuurt bij met vervolgprompts.

De keerzijde van die toegankelijkheid: je staat verder van de code af. Loopt iets vast op een manier die de AI niet zelf oplost, dan heb je minder grip om handmatig in te grijpen. Voor prototypes, MVP’s en demo’s is dat zelden een probleem. Voor een product dat jaren mee moet, ga je op een gegeven moment dichter op de code willen zitten.

Bolt: snel een werkend prototype neerzetten

Bolt zit in dezelfde hoek als Lovable: in de browser, vanuit een prompt, snel naar een werkend resultaat. Het is gericht op het razendsnel opzetten van webprojecten, waarbij je in dezelfde omgeving kunt blijven sleutelen.

Bolt komt goed tot zijn recht als je:

• een idee snel wilt valideren zonder setup;
• in de browser wilt blijven en geen lokale omgeving wilt opzetten;
• graag direct een werkende versie ziet om op door te bouwen.

De praktische verschillen tussen Bolt en Lovable zijn voor een beginner klein. Beide laten je vanuit een beschrijving snel iets bouwen. Welke beter “voelt”, merk je pas als je ze allebei even probeert op hetzelfde idee. Mijn advies: kies er eentje, bouw één klein project af, en oordeel dan pas.

Replit en v0: twee om kort te noemen

Replit is een complete ontwikkelomgeving in de browser, met AI-hulp ingebouwd. Het is breder dan alleen webapps: je kunt er allerlei soorten projecten in draaien en direct hosten. Handig als je verder wilt dan een frontend en ook iets met data of een backend wilt doen, zonder je eigen machine in te richten.

v0 is gespecialiseerd in user interfaces. Beschrijf een scherm of component en het genereert nette frontend-code die je kunt overnemen in je eigen project. Het is geen tool om een complete app in te bouwen, maar wel sterk als je snel een mooie interface nodig hebt om mee verder te gaan.

Welke vibe coding tools kies je wanneer?

De eerlijke samenvatting, zonder dat ik prijzen of features verzin die per kwartaal veranderen:

• Wil je serieus leren bouwen en controle houden? Begin met Cursor. Het kost meer moeite, maar je leert er het meest van.
• Wil je snel een werkende webapp zonder code te kennen? Lovable of Bolt. Pak er één, niet allebei tegelijk.
• Wil je een breder project met backend en hosting in de browser? Kijk naar Replit.
• Heb je alleen een nette interface nodig? v0.

Belangrijker dan de keuze: blijf niet eindeloos vergelijken. De beste tool is degene waar jij een project mee áfmaakt. Twijfel je nog over de hele aanpak, dan helpt het om eerst stap voor stap te leren hoe je dit soort tools inzet, in vibe coding leren.

De tool maakt minder uit dan je prompt

Hier komt de onaangename waarheid: geen enkele vibe coding tool redt een vage opdracht. Vraag je “maak een mooie website”, dan krijg je iets generieks, ongeacht of je Cursor, Lovable of Bolt gebruikt. Vraag je wat je precies wilt, voor wie, met welke onderdelen en in welke stijl, dan krijg je bruikbaar werk.

Daarom werk ik met de KOMPAS-methode: Kader, Opdracht, Materiaal, Paalwerk, Afwerking, Sturing. Je geeft de AI context, een heldere opdracht, voorbeelden, structuur, randvoorwaarden en je stuurt bij. Dat is wat het verschil maakt tussen frustratie en een werkend product. Het is dezelfde discipline die je nodig hebt bij prompt engineering in het algemeen.

Wil je weten of jouw prompt sterk genoeg is? Plak hem in de gratis prompt-coach tool: die scoort je prompt en geeft een verbeterde versie terug. En wil je het echt onder de knie krijgen, dan loop ik het in een coaching-traject met je door, met je eigen project als oefenmateriaal.

Veelgestelde vragen

Wat is vibe coding? Kort gezegd: je bouwt software door in gewone taal te beschrijven wat je wilt, en de AI schrijft de code. Je typt geen functies meer letter voor letter — je voert een gesprek met een AI-tool, kijkt naar het resultaat, stuurt bij, en herhaalt. Je leunt op de “vibe”: je weet wat je voor ogen hebt, je laat de details aan de machine over.

Het klinkt bijna te makkelijk, en dat is precies waarom de term zo snel populair werd. Maar er zit meer onder. In dit artikel lees je waar de term vandaan komt, hoe het in de praktijk werkt, een concreet voorbeeld, voor wie het geschikt is en welke valkuilen je beter vooraf kent.

Waar komt de term vibe coding vandaan?

De term werd begin 2025 gemunt door Andrej Karpathy, een bekende AI-onderzoeker en mede-oprichter van OpenAI. Hij beschreef het idee dat je je bij het programmeren met AI volledig “overgeeft aan de vibes” en de code soms accepteert zonder elke regel te lezen. Het was eerst een speelse observatie, geen formele methode.

De term sloeg aan omdat hij iets vastlegde wat al gaande was. AI-tools werden ineens goed genoeg om hele stukken werkende code te genereren uit een beschrijving. Wie geen programmeur is kon plotseling tóch iets bouwen. Dat opende de deur naar een nieuwe groep makers — en gaf een naam aan een werkwijze die zich razendsnel verspreidde.

Hoe werkt vibe coding in de praktijk?

De kern is een lus van beschrijven, genereren en bijsturen. Je gebruikt een AI-tool — denk aan Cursor, Lovable, Claude of een vergelijkbaar systeem — en doorloopt steeds dezelfde stappen:

• Beschrijven: je vertelt in gewone taal wat je wilt bouwen. “Maak een pagina waar bezoekers hun e-mailadres kunnen achterlaten en die opslaat in een lijst.”
• Genereren: de AI schrijft de code en laat een resultaat zien dat je direct kunt bekijken of draaien.
• Testen: je probeert het uit. Werkt de knop? Klopt de lay-out? Komt het e-mailadres binnen?
• Bijsturen: je geeft feedback. “De knop moet groen zijn en pas actief worden als het veld is ingevuld.” De AI past het aan.

Die lus herhaal je tot het klopt. De kwaliteit van je resultaat hangt sterk af van hoe goed je beschrijft wat je wilt. Een vage opdracht geeft een vage app. Een scherpe, gestructureerde opdracht geeft iets dat in één keer dichtbij is. Daarom is vibe coding eigenlijk verkapt prompten — en prompten is een vaardigheid die je kunt leren. Wil je oefenen met het scherper formuleren van je opdrachten, dan kun je een prompt testen met de gratis prompt-coach die je tekst scoort en herschrijft.

Een concreet voorbeeld

Stel: je runt een sportschool en je wilt een simpele tool waarmee leden een proefles kunnen boeken. Vroeger huurde je daar een ontwikkelaar voor in, of worstelde je met een ingewikkelde plugin. Met vibe coding open je een AI-tool en typ je iets als:

“Bouw een boekingspagina voor proeflessen. Bezoekers kiezen een dag en tijd uit beschikbare slots, vullen hun naam en e-mail in, en krijgen een bevestiging. Stuur mij een melding bij elke boeking.”

De AI bouwt een eerste versie. Je ziet meteen een werkend formulier. Je merkt dat de tijden niet kloppen, dus je zegt: “De sportschool is dicht op zondag, haal die weg.” Klaar. Je wilt een bedankbericht na het boeken — je vraagt erom, het verschijnt. Binnen een uur heb je iets werkends dat je anders dagen had gekost. Dát is vibe coding: niet de code begrijpen, maar het resultaat sturen.

Voor wie is het?

Vibe coding is er niet voor één type persoon. Een paar groepen die er veel aan hebben:

• Ondernemers en zzp’ers die snel een landingspagina, een rekentool of een prototype nodig hebben zonder budget voor een bureau.
• Marketeers en makers die een idee willen testen voordat ze er echt in investeren.
• Mensen zonder technische achtergrond die altijd dachten dat bouwen niet voor hen was weggelegd.
• Ervaren programmeurs die routineklussen versnellen en zich op het lastige werk richten.

Wat je niet nodig hebt is een diploma informatica. Wat je wél nodig hebt is helder kunnen nadenken en helder kunnen formuleren. Wie goed weet wat hij wil en dat duidelijk overbrengt, komt verder dan iemand die technisch sterker is maar vaag prompt. Als je dieper in dit onderwerp wilt duiken, lees dan ook het bredere overzicht over vibe coding en de vergelijking van vibe coding tools.

De valkuilen van vibe coding

Het klinkt mooi, maar er zijn echte risico’s. Wie ze kent, vermijdt de meeste ellende.

• Je begrijpt niet wat er onder de motorkap zit. Als iets stuk gaat, weet je vaak niet waarom. Dat maakt onderhoud lastig.
• Veiligheid wordt makkelijk vergeten. De AI bouwt wat je vraagt, niet per se wat veilig is. Een tool die wachtwoorden of betalingen verwerkt zonder dat je weet hoe, is een serieus risico.
• Het werkt tot het niet meer werkt. Voor een prototype is vibe coding ideaal. Voor een systeem waar honderden mensen op draaien, loop je vaak tegen grenzen aan.
• Een vage opdracht geeft een rommelig resultaat. De grootste valkuil is denken dat je niets hoeft te leren. Prompten goed onder de knie krijgen is het verschil tussen frustratie en flow.

Die laatste valkuil is de belangrijkste. Vibe coding voelt als toveren tot je merkt dat de AI precies doet wat je zei — en niet wat je bedoelde. Daar gaat het mis. Een gestructureerde manier van opdrachten geven, zoals de KOMPAS-methode, voorkomt dat je in cirkels blijft hangen. Wil je dit echt onder de knie krijgen, dan helpt gerichte coaching je sneller vooruit dan eindeloos zelf proberen. En als je liever stap voor stap zelf begint, lees dan hoe je vibe coding kunt leren.

Veelgestelde vragen

Vibe coding is software bouwen door in gewone taal te beschrijven wat je wilt, en de AI de code te laten schrijven. Je typt niet langer elke regel zelf — je stuurt. Je zegt wat het programma moet doen, je kijkt naar het resultaat, en je bijstuurt waar het misgaat. De term werd populair in begin 2025 en sloeg aan omdat hij precies vangt hoe het voelt: je bouwt op gevoel, op de “vibe”, en laat de details aan het model over.

Dat klinkt makkelijk, en voor een eerste werkend prototype is het dat vaak ook. Maar de afstand tussen “het werkt op mijn scherm” en “het werkt echt” zit hem volledig in hoe goed je beschrijft wat je wilt. Daarom is vibe coding minder een technische vaardigheid en meer een taalvaardigheid.

Wat vibe coding precies is

Bij klassiek programmeren vertaal je een idee zelf naar code. Je kent de syntax, je weet welke functie waar hoort, en je typt het uit. Bij vibe coding draai je die volgorde om: je beschrijft het idee, de AI levert de code, en jij beoordeelt of het klopt. Tools als Cursor, Lovable, Bolt en v0 maken dit toegankelijk — je beschrijft een scherm of een functie, en je ziet binnen seconden iets draaien.

Belangrijk om te snappen: je hoeft niet te kunnen coderen om te beginnen, maar je hebt wél baat bij begrijpen wat er gebeurt. Wie blind elke suggestie accepteert, bouwt al snel iets dat half werkt en dat niemand kan repareren. Wie leert lezen wat de AI maakt en gericht bijstuurt, bouwt iets bruikbaars. Dat onderscheid behandel ik dieper in wat is vibe coding.

Waarom vibe coding nu groeit

Twee dingen kwamen samen. De modellen werden goed genoeg om hele functies in één keer correct op te leveren, en de tools eromheen werden vriendelijk genoeg voor mensen zonder ontwikkelaarsachtergrond. Daardoor kan iemand met een idee — een ondernemer, een marketeer, een student — nu zelf een werkend prototype maken zonder eerst maanden te leren programmeren.

De aantrekkingskracht is helder:

• Snelheid — van idee naar klikbaar prototype in een middag in plaats van weken.
• Lage drempel — je begint met een zin, niet met een lege editor en een tutorial.
• Goedkoop experimenteren — je test tien ideeën in de tijd die het kostte om er één met de hand te bouwen.

De keerzijde noem ik er eerlijk bij: snelheid verleidt tot slordigheid. Een vibe-coded app die niemand controleert, kan lekken hebben, traag zijn of onlogisch in elkaar zitten. De winst is reëel, maar alleen als je de regie houdt.

Hoe een goede prompt het verschil maakt

Hier zit de hele kern. Het model is precies zo goed als de opdracht die je geeft. Vraag je “maak een to-do app”, dan krijg je een willekeurige invulling van honderd open keuzes. Beschrijf je in plaats daarvan wie het gebruikt, wat het moet doen, hoe het eruit moet zien en wat het juist níét moet doen, dan krijg je iets dat in de buurt komt van wat je in je hoofd had.

Een bruikbare prompt voor vibe coding bevat vrijwel altijd dezelfde bouwstenen:

• Context — wat bouw je, voor wie, en met welke tool of taal.
• De concrete opdracht — één duidelijk doel per stap, niet vijf tegelijk.
• Voorbeelden of referenties — een schermafbeelding, een bestaande app, of exacte data.
• Grenzen — wat het niet mag doen, welke stack je gebruikt, wat ongemoeid moet blijven.

Dit is geen toeval; het is een methode. Mijn eigen aanpak heet KOMPAS — Kader, Opdracht, Materiaal, Paalwerk, Afwerking, Sturing — en hij dwingt je om die bouwstenen in elke prompt te zetten. Wil je weten of jouw prompt klaar is voor de AI, plak hem dan in de gratis prompt-coach: die scoort hem en herschrijft hem voor je. Hoe je systematisch sterkere opdrachten formuleert lees je in betere prompts schrijven.

Hoe je zelf aan de slag gaat

Begin klein en concreet. Een eerste project dat je zelf zou willen gebruiken werkt beter dan een ambitieus plan dat halverwege vastloopt. Een paar praktische stappen:

• Kies één tool en blijf er even bij. Springen tussen Cursor, Lovable en de rest leert je niks. Een overzicht staat in vibe coding tools.
• Beschrijf je eerste scherm zo precies dat een vreemde het zou kunnen namaken. Vaag in, vaag uit.
• Bouw in kleine stappen en test na elke stap. Eén functie tegelijk, niet de hele app in één prompt.
• Lees wat de AI maakt, ook als je het niet volledig snapt. Patronen herkennen komt vanzelf.
• Stuur bij met taal, niet met frustratie. “Dit werkt niet” levert weinig op; “de knop doet niks omdat er geen klik-actie aan hangt, voeg die toe” wel.

Wil je dit gestructureerd onder de knie krijgen in plaats van proberen-en-vloeken, dan helpt het stappenplan in vibe coding leren. En als je liever met begeleiding werkt en sneller voorbij de beginnersfouten wilt, kun je terecht bij mijn coaching — in een groep of privé, afhankelijk van hoe diep je wilt gaan.

Veelgestelde vragen