Auteur: Sam

De meeste mensen typen “schrijf een blog over X” en zijn teleurgesteld in wat eruit komt. Logisch. Goede AI prompts voor content geven het model een kader, materiaal en een duidelijke opdracht — niet alleen een onderwerp. Dat verschil bepaalt of je een tekst krijgt die je nog volledig moet herschrijven, of een eerste versie die al 80% klopt.

In dit artikel laat ik zien hoe je prompts bouwt voor blogs, social posts, nieuwsbrieven en productteksten. Met concrete bouwstenen en voorbeelden die je vandaag kunt gebruiken.

Waarom “schrijf een blog over…” niet werkt

Een kale opdracht laat alle keuzes aan de AI over: de toon, de doelgroep, de lengte, de invalshoek, de feiten. Het model vult die gaten in met het meest gemiddelde antwoord dat het kent. Dat is precies waar de herkenbare AI-slop vandaan komt: “in de wereld van”, holle superlatieven, en alinea’s die niets zeggen.

Het probleem zit zelden in het model en bijna altijd in de prompt. Geef je geen materiaal mee, dan verzint de AI. Geef je geen kader, dan kiest de AI de saaiste optie. Een sterke prompt voor content stuurt op alle vier de assen: voor wie, waarover, met welk materiaal, in welke vorm. Hoe je dat systematisch aanpakt, lees je in mijn algemene gids over AI prompts schrijven.

De bouwstenen van een goede content-prompt

Ik werk met een vaste set bouwstenen. Of je nu een blog, een LinkedIn-post of een productpagina maakt, deze onderdelen horen er altijd in:

• Rol en context — wie schrijft, voor welk merk, voor welke lezer. “Je bent copywriter voor een boekhoudkantoor dat zzp’ers helpt.”
• Opdracht — wat je precies wilt: één blog, vijf social posts, een onderwerp-variant. Wees specifiek over aantal en vorm.
• Materiaal — jouw eigen input: bullets, aantekeningen, een transcript, een productspec. Dit is wat de AI ervan weerhoudt te verzinnen.
• Toon en regels — ‘je’-vorm, korte zinnen, geen jargon, geen clichés. Verbied expliciet de zinnen die je niet wilt zien.
• Vorm — lengte, koppen, of er een conclusie in moet, of het schone HTML of platte tekst moet zijn.

Hoe je deze bouwstenen consequent ordent, vind je in mijn KOMPAS-methode in de gidsen. Een goede prompt is je kompas: hij wijst het model precies de richting.

Prompts per contentsoort

Verschillende formats vragen om verschillende nadruk. Hieronder waar je per soort op moet sturen.

Blogartikelen

Geef de AI een kernboodschap, een doelgroep en het materiaal dat de tekst onderscheidend maakt: jouw ervaring, voorbeelden, cijfers die je zelf hebt. Vraag om een specifieke structuur (intro met de kern eerst, dan secties met koppen) en verbied verzonnen feiten. Laat de AI nooit cijfers of bronnen invullen die je niet hebt aangeleverd — dat is waar het misgaat.

Social posts

Hier telt de eerste regel. Vraag om meerdere varianten van de openingszin, geef het platform en de gewenste lengte mee, en lever de kern aan als bullets. “Schrijf vijf LinkedIn-posts op basis van deze drie inzichten, elk met een andere hook” werkt beter dan één post vragen.

Nieuwsbrieven en productteksten

Voor e-mail stuur je op één duidelijke call-to-action en een persoonlijke toon. Voor productteksten geef je de echte specificaties mee en vraag je om voordelen in plaats van een opsomming van features. In beide gevallen: lever het materiaal, laat de AI het niet bedenken.

Itereren in plaats van opnieuw beginnen

De eerste output is een eerste versie, geen eindproduct. In plaats van een compleet nieuwe prompt te typen, stuur je bij: “De toon is te formeel, maak het directer.” Of: “De tweede sectie is te vaag, voeg een concreet voorbeeld toe uit het materiaal.” Zo bouw je voort op wat al goed is.

Werk je veel met ChatGPT, dan helpt het om een vaste basisprompt te bewaren die je per onderwerp aanvult. Daar heb ik aparte voorbeelden voor verzameld in mijn overzicht van ChatGPT prompts. Voor een blog hou ik de iteratie meestal kort: één ronde voor structuur, één voor toon, één voor de feiten-check. Daarna redigeer ik zelf — een mens hoort altijd de laatste versie te lezen.

Bloggen met AI: van onderwerp naar gepubliceerd blog

Blogs schrijven met AI werkt pas als je het proces opsplitst. Dit is de route die ik zelf loop:

• Kies het onderwerp en de intentie. Vraag: “Geef vijf vragen die mijn doelgroep ([omschrijving]) heeft over [onderwerp], met de zoekintentie erbij.” Jij kiest welke je pakt.
• Laat een outline maken op jouw materiaal. Plak je eigen notities of expertise erbij: “Maak een outline op zoekintentie [X]. Gebruik alleen de punten uit mijn materiaal, verzin geen feiten of cijfers.”
• Schrijf sectiegewijs. Eén sectie per keer, met de bijbehorende notities in dezelfde prompt. Een hele blog in één keer levert dunne secties op.
• Vraag om tegenargumenten. “Welke claim in deze tekst is zwakst onderbouwd?” Dat is de goedkoopste feitencheck die bestaat.
• Redigeer zelf. Schrap clichés, voeg je eigen voorbeelden toe, lees hardop. De AI schrijft de eerste versie; jouw stem ontstaat in de redactie.

Het verschil met “schrijf een blog over X” is groot: per stap beslis jij, het model voert uit. Voor advertenties, social en contentplanning gebruik je dezelfde aanpak; de ChatGPT-prompts voor marketing geven daar tien uitgewerkte voorbeelden van. Pak je contentproductie met een team op, dan versnelt de AI-training voor teams die manier van werken.

Veelgestelde vragen

Nederlandse tekst met vorm is een aparte categorie: vraag om een gedicht en je krijgt bijna altijd vrij vers met toevallig rijm terug, omdat het model geen lettergrepen telt en zonder instructie geen rijmschema kiest. Wie dat wel wil sturen, kan de tien uitgewerkte prompts voor Nederlandse gedichten als voorbeeld nemen: die noemen taal, aantal regels en rijmschema expliciet, en dat is precies het verschil.

Wil je weten hoe sterk je eigen prompt is? Plak hem in de gratis prompt-coach — die geeft je een score en een herschreven versie. Loop je vast of wil je dit echt onder de knie krijgen, kijk dan naar de coaching, in groep of privé.

De beste ChatGPT prompts voor werk zijn niet de slimste trucjes, maar de prompts die jouw context kennen. Een prompt als “schrijf een mail” levert grijze ruis op. Een prompt die weet wie je bent, voor wie je schrijft en wat het resultaat moet doen, levert iets op dat je bijna ongewijzigd kunt versturen.

Hieronder vind je prompts per werksituatie die je vandaag kunt gebruiken. Belangrijker nog: je leert waarom ze werken, zodat je ze zelf kunt aanpassen aan jouw rol en jouw toon.

Wat een werk-prompt goed maakt

De meeste mensen typen te weinig. Ze geven ChatGPT een taak, maar geen kader. Het model raadt dan de rest — en raden is precies waar het misgaat. Een sterke prompt voor werk bevat vier dingen: wie je bent, wat je precies wilt, waar het over gaat, en in welke vorm het antwoord moet komen.

Ik vat dat samen in mijn KOMPAS-methode: Kader (rol en context), Opdracht (de taak), Materiaal (jouw input), Paalwerk (structuur en lengte), Afwerking (toon) en Sturing (wat je terugkoppelt). Een goede prompt is je kompas: hij wijst het model de richting, in plaats van het te laten dwalen. Hou die zes punten in je hoofd en bijna elke prompt wordt beter.

Prompts voor e-mail en communicatie

E-mail is waar de meeste werkuren in verdwijnen. Geef ChatGPT je ruwe gedachten en laat het de vorm doen.

Een lastige mail formuleren

“Je bent ik: een [functie] die nuchter en vriendelijk communiceert. Ik moet [ontvanger] vertellen dat [situatie]. Schrijf een korte mail van maximaal 120 woorden. Toon: helder en zonder excuses, maar niet kil. Begin met de kern, niet met inleiding.”

Een lange mailwisseling samenvatten

“Vat de onderstaande mailwisseling samen in maximaal vijf bullets: wat is besloten, wat is open, en wie moet wat doen. Plak daarna de mail.”

Let op het patroon: je geeft een rol, een grens (woorden of bullets) en een toon. Dat is geen extra werk, dat is het werk. Wil je weten welke formuleringen het verschil maken? In mijn overzicht met ChatGPT prompts staan meer kant-en-klare varianten.

Prompts voor vergaderingen en planning

ChatGPT is sterk in het ordenen van losse informatie tot een bruikbaar overzicht. Daar zit veel tijdwinst.

• Agenda opstellen: “Ik heb een overleg van 30 minuten met [aantal] mensen over [onderwerp]. Maak een agenda met tijdsindeling, drie concrete doelen en één vraag waar we mee moeten eindigen.”
• Notulen omzetten naar acties: “Gebruik uitsluitend de notulen hieronder. Maak apart: genomen besluiten, afgesproken acties en open voorstellen. Geef per actie de taak, de expliciet genoemde actiehouder, de afgesproken deadline en de passage waarop je dit baseert. Schrijf onbekend als een naam of deadline ontbreekt. Vul niets zelf in en maak van een voorstel geen besluit. Sluit af met vragen die ik aan de deelnemers moet voorleggen. Notulen: [tekst].”
• Week plannen: “Dit zijn mijn taken voor deze week: [lijst]. Verdeel ze over vijf dagen, zet diep werk in de ochtend en groepeer kleine taken. Vraag door als iets onduidelijk is.”

Die laatste zin — “vraag door als iets onduidelijk is” — is een onderschatte truc. Hij dwingt het model om aannames hardop te maken in plaats van stil iets te verzinnen.

Een voorstel blijft open tot iemand ja zegt

Neem dit verzonnen voorbeeld: “Misschien kunnen we vrijdag lanceren. Eva zoekt eerst de kosten uit.” Vrijdag is een voorgestelde lanceerdatum, geen aangenomen besluit en geen deadline voor Eva. Controleer of het antwoord dat onderscheid bewaart. Voor Eva is alleen het uitzoeken van de kosten expliciet een actie; de deadline blijft onbekend.

Plak alleen notities die je organisatie in deze tool toestaat. Verwijder vertrouwelijke gegevens die niet nodig zijn voor de taak. Een duidelijkere prompt kan helpen bij de indeling, maar garandeert niet dat het model elke afspraak correct uitlegt. Vergelijk het antwoord altijd met de oorspronkelijke notulen.

Een vervolgmail eerst als concept

“Maak op basis van uitsluitend deze gecontroleerde actielijst een conceptmail aan [ontvangers]. Vermeld de bevestigde besluiten en wie welke taak wanneer uitvoert. Zet ontbrekende afspraken onder Open vragen. Voeg geen toezeggingen, namen of datums toe en verstuur niets. Actielijst: [tekst].”

Doe dit bij je volgende overleg: controleer één actie op taak, naam en datum voordat je de hele lijst gebruikt. Is iets onduidelijk, vraag het de betrokken deelnemer en werk daarna het concept bij.

Prompts voor sales, teksten en analyse

Voor commerciële en inhoudelijke taken geldt: hoe specifieker je materiaal, hoe bruikbaarder de output. Geef voorbeelden van je eigen stijl mee.

Een aanbod scherper maken

“Hier is mijn huidige aanbodtekst: [tekst]. Herschrijf hem zodat het voordeel voor de klant vooropstaat in plaats van de feature. Hou dezelfde lengte. Geef daarna in één zin uitleg wat je veranderd hebt en waarom.”

Feedback op je eigen tekst

“Lees onderstaande tekst als een kritische collega. Noem drie dingen die onduidelijk of te vaag zijn, en stel per punt een concrete verbetering voor. Wees streng.”

De gemene deler in alle AI-prompts die echt werken: je vraagt niet alleen om een resultaat, maar om uitleg of feedback erbij. Zo blijf je zelf aan het stuur en leer je sneller wat wel en niet werkt.

Test en verbeter je eigen prompts

Voorbeelden zijn een startpunt, geen eindstation. Jouw werk, toon en klanten zijn anders dan die van een ander. De snelste manier om vooruit te komen is je eigen prompts kritisch bekijken: ontbreekt de rol? Is de gevraagde vorm vaag? Mist het model context die jij wel in je hoofd hebt?

Daar heb ik de gratis prompt-coach tool voor gemaakt. Je plakt je prompt, krijgt een score en een herschreven versie die scherper stuurt. Doe dat een paar keer en je voelt vanzelf welke onderdelen je standaard vergeet.

Veelgestelde vragen

Wil je niet losse prompts kopiëren maar leren ze zelf te schrijven voor jouw werk? Ga je de kant van marketing en content op, dan zijn de ChatGPT-opdrachten voor marketing een aparte set met tien uitgewerkte voorbeelden. Wil je losse prompts niet alleen kopiëren maar zelf leren schrijven, in mijn coaching oefenen we precies dat — met jouw echte taken, jouw toon en de KOMPAS-methode als houvast. Begin gerust met de gratis prompt-coach tool om te zien waar jouw prompts nu blijven hangen.

Goede ChatGPT prompts voor e-mail schelen je elke week uren. Niet omdat ChatGPT je mail in één keer perfect maakt, maar omdat je met de juiste opdracht in seconden een bruikbare eerste versie hebt die je alleen nog hoeft bij te schaven. Het verschil zit niet in het model, maar in wat je vraagt.

De meeste mensen typen “schrijf een e-mail over X” en krijgen precies wat je verwacht: glad, generiek en duidelijk door een machine geschreven. Hieronder laat ik je zien hoe je dat omdraait, met prompts die je vandaag kunt kopiëren en een structuur die altijd werkt.

Waarom je standaard e-mailprompt niet werkt

Een prompt als “schrijf een e-mail aan een klant” mist alles wat ChatGPT nodig heeft om iets bruikbaars te maken: wie de klant is, wat je relatie is, wat je doel is en hoe jij klinkt. Het model vult die gaten zelf in met het meest gemiddelde antwoord dat het kan bedenken. Vandaar de “ik hoop dat deze mail je goed bereikt”-openingen die niemand schrijft.

De oplossing is niet langer prompten, maar gerichter. Geef context, geef een doel, geef een toon. Hoe scherper je input, hoe minder je achteraf hoeft te redigeren. In mijn werk noem ik dat de overstap van “vragen” naar “briefen”: je behandelt ChatGPT als een stagiair die je een goede opdracht meegeeft.

De KOMPAS-structuur voor e-mailprompts

Ik gebruik voor vrijwel elke prompt mijn eigen methode, KOMPAS. Voor e-mail werkt dat zo:

• Kader — wie ben jij, wie is de ontvanger, wat is jullie relatie.
• Opdracht — wat moet de mail bereiken (afspraak, herinnering, nee verkopen).
• Materiaal — de feiten: namen, data, bedragen, wat er eerder besproken is.
• Paalwerk — de structuur: lengte, opening, één duidelijke vraag aan het eind.
• Afwerking — toon en stijl: zakelijk, warm, kort, geen jargon.
• Sturing — geef feedback en laat herschrijven tot het klopt.

Een goede prompt is je kompas: hij wijst ChatGPT de richting in plaats van het te laten gokken. Wil je dieper in deze methode duiken, lees dan de bredere gids over betere ChatGPT prompts.

Concrete voorbeeldprompts die je kunt kopiëren

Hieronder drie prompts die ik vaak gebruik. Pas de stukken tussen haakjes aan en je hebt direct een werkbare versie.

1. Koude acquisitie

“Je schrijft een korte koude e-mail namens [jouw bedrijf], dat [wat je doet]. Ontvanger is [functie] bij [type bedrijf]. Doel: een kennismakingsgesprek van 20 minuten. Maximaal 90 woorden, geen verkooppraatjes, één concrete vraag aan het eind. Begin niet met een complimentje over hun bedrijf.”

2. Lastige boodschap (een nee)

“Schrijf een vriendelijke maar duidelijke e-mail waarin ik [verzoek] afwijs. Context: [waarom het niet kan]. Toon: warm en respectvol, maar laat geen ruimte voor onderhandeling. Bied één alternatief aan. Houd het onder de 120 woorden.”

3. Antwoord op een klacht

“Ik kreeg deze klacht: [plak klacht]. Schrijf een antwoord dat de ontvanger serieus neemt, erkent wat misging zonder schuld toe te geven die er niet is, en een concrete vervolgstap geeft. Zakelijk, kalm, geen standaard excuus-zinnen.”

De stap die de meeste mensen overslaan

Een eerste versie is zelden de juiste. Het echte werk zit in de sturing: je leest de mail, ziet wat niet klopt en zegt dat precies. “Te formeel, maak het persoonlijker.” “De opening is te lang, val meteen met de deur in huis.” “Vervang de laatste zin door één duidelijke vraag.” Na twee of drie rondes heb je iets dat klinkt alsof jij het schreef.

Plak ook altijd een paar van je eigen oude mails in het gesprek. Vraag ChatGPT om je toon te analyseren en die aan te houden. Dat is het grootste verschil tussen een mail die door jou lijkt geschreven en eentje die naar AI ruikt. Wil je weten of je prompt scherp genoeg is, gooi hem dan even door de gratis prompt-coach tool — die scoort je prompt en herschrijft hem voor je.

Veelgestelde vragen

Wil je dit sneller onder de knie krijgen voor je hele werkdag, niet alleen e-mail? In mijn coaching leer je prompten voor mail, content en vibe coding, in een groep of privé. Begin gerust met de gratis prompt-coach en kom langs als je verder wilt.

De meeste ChatGPT prompts voor marketing leveren grijze, inwisselbare tekst op. Niet omdat het model dom is, maar omdat de prompt te dun is. “Schrijf een advertentie voor mijn webshop” geeft ChatGPT niks om mee te werken: geen doelgroep, geen aanbod, geen toon. Hieronder staan tien ChatGPT-opdrachten die wél bruikbaar zijn, met telkens een korte uitleg waarom ze werken. Je kunt ze direct kopiëren en de stukken tussen [haakjes] invullen.

Belangrijk vooraf: een goede prompt geeft context, een opdracht en materiaal. Doe je dat niet, dan vult het model de gaten met clichés. De voorbeelden hieronder laten dat patroon steeds terugkomen.

Advertenties en advertentieteksten

Voor advertenties wil je dat ChatGPT varieert op één duidelijk aanbod, niet dat het tien keer hetzelfde zegt. Geef daarom het product, de doelgroep en de gewenste actie mee.

1. Meerdere advertentievarianten

Prompt: “Je bent copywriter voor [merk], dat [product] verkoopt aan [doelgroep]. Schrijf 5 advertentievarianten van max 30 woorden. Elke variant benadrukt een ander voordeel: prijs, gemak, snelheid, kwaliteit, vertrouwen. Toon: [nuchter/speels/zakelijk]. Eindig met een concrete call-to-action.”

2. Hook-test voor social ads

Prompt: “Geef me 10 openingszinnen (hooks) voor een advertentie over [product]. Elke hook moet binnen de eerste 5 woorden nieuwsgierigheid of herkenning wekken bij [doelgroep]. Geen vraagvorm. Markeer per hook welke emotie hij aanspreekt.”

Door om varianten met een expliciet verschil te vragen, voorkom je dat je vijf keer dezelfde zin in andere woorden krijgt. Dat scheelt je het meeste schrapwerk.

E-mailmarketing

E-mail is waar context het meeste verschil maakt. Een nieuwsbrief aan bestaande klanten heeft een andere toon dan een koude reactivatie-mail.

3. Nieuwsbrief vanuit een ruwe opzet

Prompt: “Hier is mijn ruwe opzet voor een nieuwsbrief: [plak bullets]. Werk dit uit tot een mail van ongeveer 200 woorden voor [doelgroep]. Behoud mijn kernpunten, schrap herhaling, en geef 3 onderwerpregels mee. Toon: persoonlijk, geen verkooppraat.”

4. Reactivatie van inactieve klanten

Prompt: “Schrijf een e-mail aan klanten die [periode] niets bestelden bij [merk]. Doel: ze terugwinnen zonder wanhopig te klinken. Eén duidelijke reden om terug te komen: [aanbod]. Max 150 woorden, één call-to-action.”

Geef je een ruwe opzet mee (prompt 3), dan blijft het jouw mail en niet die van het model. Dat is meteen het verschil tussen redigeren en helemaal opnieuw beginnen.

SEO, social en contentplanning

Voor SEO en social wil je dat ChatGPT structuur en variatie levert, niet dat het claims of cijfers verzint. Vraag dus expliciet om een opzet die jij invult.

5. Contentkalender

Prompt: “Maak een contentkalender van 4 weken voor [merk] op [kanaal]. Doelgroep: [omschrijving]. Per post: onderwerp, doel (bereik/engagement/verkoop) en een korte haak. Wissel formats af. Geef het als tabel.”

6. Blogartikel-outline op zoekintentie

Prompt: “Ik wil ranken op het zoekwoord ‘[keyword]’. Geef een H2/H3-outline voor een artikel dat de zoekintentie volledig dekt. Vermeld per kop welke vraag die beantwoordt. Stel ook 4 veelgestelde vragen voor.”

7. Productomschrijving

Prompt: “Schrijf een productomschrijving voor [product]. Eigenschappen: [lijst]. Vertaal elke eigenschap naar een voordeel voor [doelgroep]. Toon: [toon]. Max 120 woorden. Geen overdreven superlatieven.”

8. LinkedIn-post vanuit een inzicht

Prompt: “Ik wil een LinkedIn-post schrijven over [inzicht/ervaring]. Schrijf hem in de ik-vorm, begin met een concrete observatie, geen motivatiequote. Korte alinea’s. Eindig met een vraag aan de lezer.”

Strategie en analyse

ChatGPT is niet alleen een tekstmachine. Voor het denkwerk eromheen werkt het ook, mits je het laat redeneren in plaats van direct conclusies te trekken.

9. Doelgroep scherpstellen

Prompt: “Ik verkoop [product] aan [globale doelgroep]. Stel me 8 vragen die ik moet beantwoorden om mijn ideale klant scherper te krijgen. Daarna: vat samen wat dit betekent voor mijn boodschap.”

10. Tegenspraak op je eigen plan

Prompt: “Hier is mijn marketingplan: [plak het]. Speel advocaat van de duivel. Noem de 5 grootste zwakke plekken en stel per punt een betere aanpak voor. Wees direct, geen complimenten.”

Die laatste is misschien wel de nuttigste prompt in de lijst. Een model dat tegenwerpingen geeft, is waardevoller dan een model dat je gelijk geeft. Wil je leren hoe je dit soort denkprompts opbouwt, lees dan de uitleg over betere prompts schrijven.

Maak ze zelf scherp met KOMPAS

Een prompt kopiëren is een begin. Hem aanpassen aan jouw situatie is waar het werkt. Daarvoor gebruik ik KOMPAS: Kader (rol en context), Opdracht (wat moet er precies uit komen), Materiaal (jouw input, voorbeelden, data), Paalwerk (vorm en lengte), Afwerking (toon), Sturing (wat het juist niet moet doen). Loop je een vage prompt langs die zes punten, dan zie je vaak meteen wat ontbreekt.

Neem prompt 1: het kader is “copywriter voor [merk]”, de opdracht “5 varianten”, het materiaal “[product] en [doelgroep]”, het paalwerk “max 30 woorden”, de afwerking de toon, en de sturing de eis dat elke variant een ander voordeel pakt. Geen toeval dat die prompt werkt. Wil je meer voorbeelden buiten marketing, kijk dan bij de algemene ChatGPT prompts en de overige gidsen.

Je merk in ChatGPT-antwoorden krijgen

Steeds meer mensen vragen ChatGPT om een advies: welk boekhoudprogramma, welke webshopbouwer, welke marketingsamenwerking. Komt jouw merk daar niet in voor, dan bestaat je voor die zoeker niet. Of ChatGPT je merk noemt hangt af van iets anders dan reclamebudget: het model herhaalt wat er over je te lezen staat.

Drie dingen bepalen dat beeld. Eén: staat er precies beschreven wat je doet, voor wie, en wat het kost? Een vaag “wij bieden fullservice” levert geen vermelding op. Twee: spreken anderen over je? ChatGPT put uit bronnen waar je merk met context voorkomt: vergelijkingen, vakartikelen, discussies. Drie: is je naam eenduidig? Een merk dat onder drie schrijfwijzen rondzwerver wordt niet herkend.

Test het zelf met deze opdracht: “Welke [jouw dienst] zou je aanraden voor [doelgroep] in Nederland? Noem drie opties en zeg per optie waarom.” Sta je er niet tussen, kijk dan welke namen er wel staan en wat daar over te vinden is. Dat verschil is je werklijst. Wil je dit structureel met je marketingteam aanpakken, bekijk dan de AI-training voor teams.

Veelgestelde vragen

Wil je weten of jouw prompt scherp genoeg is voordat je hem gebruikt? Plak hem in de gratis prompt-coach: die scoort je prompt en herschrijft hem. Liever samen oefenen met jouw eigen marketingcases? Bekijk de mogelijkheden voor coaching, in een groep of privé.

Prompt engineering voor ondernemers gaat niet over trucjes. Het gaat erover dat je minder tijd kwijt bent aan herschrijven en meer overhoudt aan bruikbare output. Als ondernemer typ je waarschijnlijk een vraag in ChatGPT, krijgt iets generieks terug, en zucht je. Dat ligt zelden aan het model. Het ligt aan de instructie.

De winst zit niet in een duurder abonnement of een nieuwe tool. De winst zit in hoe je je opdracht formuleert. Een paar zinnen extra context kan het verschil maken tussen “leuk, maar onbruikbaar” en “dit zet ik zo in de mail”.

Waarom een ondernemer hier rendement op haalt

Jij hebt geen tijd om tien keer te herschrijven. Dat is precies waarom prompten voor ondernemers anders weegt dan voor een hobbygebruiker: elke minuut die je verspilt aan vage output is een minuut die je niet aan je klant besteedt.

Goede prompts betalen zich terug op de plekken waar je werk zich herhaalt:

• offertes en klantmails opstellen in jouw toon
• productteksten en social posts die niet als AI klinken
• samenvattingen van lange documenten of vergaderingen
• concept-plannen, checklists en eerste versies van beleid
• code en kleine tools via vibe coding, zonder developer

Het patroon is steeds hetzelfde: hoe scherper je instructie, hoe minder bijsturen. Wil je weten waar de fundamenten precies zitten, lees dan eerst de basis over prompt engineering.

De KOMPAS-methode: zo bouw je een bruikbare prompt

Een goede prompt is je kompas. Daarom werk ik met KOMPAS — zes onderdelen die je los kunt aanzetten naar gelang de klus:

• Kader — wie ben jij, voor wie schrijf je, in welke situatie. “Ik run een installatiebedrijf, dit is voor een offertemail aan een particuliere klant.”
• Opdracht — wat moet er precies gebeuren. Eén heldere taak, geen vijf tegelijk.
• Materiaal — geef het model je bronnen: de oude mail, de prijslijst, je bedrijfsinfo. Zonder input verzint het.
• Paalwerk — je grenzen en eisen: maximaal 150 woorden, geen jargon, altijd een vraag aan het eind.
• Afwerking — de vorm: opsomming, tabel, e-mail, of platte tekst.
• Sturing — feedback geven en bijschaven. “Te formeel, maak het persoonlijker” is op zich al een prompt.

Je hoeft niet elke keer alle zes te gebruiken. Voor een snelle samenvatting volstaan Opdracht en Materiaal. Voor een klantmail in jouw stijl tellen Kader en Paalwerk zwaarder. Het punt is dat je weet wélke knop je omdraait als de output tegenvalt.

Drie veelgemaakte fouten van ondernemers

1. Te weinig context geven

“Schrijf een nieuwsbrief” levert een nieuwsbrief van niemand. Vertel wat je verkoopt, voor wie, en wat je deze maand kwijt wilt. Hoe meer concrete details, hoe minder generiek het resultaat.

2. Geen voorbeeld meegeven

Wil je output in jouw toon? Plak een eerdere mail of post die je goed vond erbij en zeg: “schrijf in deze stijl”. Een model imiteert verbluffend goed, maar alleen als je het iets te imiteren geeft.

3. Stoppen na de eerste poging

De eerste versie is een concept, geen eindproduct. Het echte werk zit in het bijsturen: “korter”, “minder commercieel”, “voeg een concreet voorbeeld toe”. Dat heen-en-weer is geen falen — dat ís prompten. Concrete voorbeelden voor de praktijk vind je bij de ChatGPT-prompts en in de gidsen.

Vibe coding: tools bouwen zonder developer

Prompten blijft niet bij tekst. Met tools als Cursor, Lovable en Bolt beschrijf je in gewone taal wat je wilt bouwen, en zij genereren werkende code. Voor een ondernemer betekent dat: een simpele rekentool, een landingspagina of een interne checklist-app maken zonder dat je een programmeur inhuurt.

De vaardigheid die je nodig hebt is dezelfde: helder omschrijven wat je wilt, in stappen, met grenzen. Wie zijn KOMPAS op orde heeft, prompt ook beter tegen een code-tool. Begin klein — één scherm, één functie — en stuur bij. Verwacht geen volledig product uit één zin; verwacht een snelle eerste versie die je samen met het model afmaakt.

Veelgestelde vragen

Wil je zelf aan de slag? Test je prompt in de gratis prompt-coach en zie meteen wat er beter kan. Liever met begeleiding en op jouw eigen werk toegepast? Bekijk de mogelijkheden voor coaching — groep of privé.

Het verschil tussen een system prompt en een user prompt is simpel: de system prompt zet de rol, de toon en de regels voor het hele gesprek, de user prompt is de concrete vraag die je op dat moment stelt. De system prompt is de spelregels, de user prompt is de zet. Snap je dat onderscheid, dan stop je met dezelfde instructie in elk bericht herhalen en krijg je consistentere antwoorden uit ChatGPT, Claude en Gemini.

De meeste mensen kennen alleen het tekstvak waar ze hun vraag intypen. Dat is de user prompt. De laag eronder — wie het model is en hoe het zich moet gedragen — wordt vaak overgeslagen. En juist daar zit veel winst.

Wat is een system prompt?

De system prompt is de instructie die je één keer aan de bovenkant van een gesprek zet en die voor de hele sessie blijft gelden. Hij beschrijft de rol van het model (“je bent een ervaren copywriter”), de toon, de output-vorm en de grenzen. Het model leest hem als een staande opdracht, niet als een losse vraag.

Je gebruikt een system prompt voor alles wat steeds hetzelfde moet zijn. Denk aan: altijd in het Nederlands antwoorden, altijd in de je-vorm, nooit met opsommingstekens, of altijd eerst de conclusie en dan de uitleg. Zet je dat in de system prompt, dan hoef je het niet bij elke vraag opnieuw te zeggen.

Waar vind je hem?

In de chat-apps zit de system prompt verstopt. In ChatGPT regel je dit via Custom Instructions of een eigen GPT. In Claude via Projects of de Style-instellingen. Bouw je zelf iets met een API, dan geef je de system prompt expliciet mee als apart veld. Het idee blijft overal hetzelfde: dit is de laag die je gedrag stuurt voordat je eerste vraag binnenkomt.

Wat is een user prompt?

De user prompt is je bericht. De vraag, de opdracht, de tekst die je wilt laten herschrijven. Dit is de laag waar de meeste mensen al hun energie in stoppen, en terecht — een vage vraag levert een vaag antwoord, hoe goed je system prompt ook is.

Een goede user prompt is specifiek over wat je wilt, voor wie het is, en in welke vorm je het terug wilt. “Schrijf een mail” is zwak. “Schrijf een korte, vriendelijke mail aan een klant die zijn factuur twee weken te laat heeft, zonder te dreigen, met een duidelijk verzoek om voor vrijdag te betalen” is bruikbaar. Het model heeft context nodig, en die context geef jij in de user prompt.

Hoe werken ze samen?

Het model leest beide lagen tegelijk, maar de system prompt heeft voorrang als kader. Botsen ze, dan wint meestal de system-instructie. Zet in je system prompt “antwoord altijd in maximaal drie zinnen” en vraag dan om een lang verhaal, dan houdt het model zich in. Dat is precies de bedoeling: de system prompt bewaakt de grenzen, de user prompt vult de inhoud in.

Een handige vuistregel: wat voor élke vraag geldt, hoort in de system prompt; wat alleen voor déze vraag geldt, hoort in de user prompt. Je voorkeurstaal, je toon en je vaste format zijn system. De specifieke opdracht van dit moment is user.

In mijn coaching zie ik dit constant fout gaan: mensen plakken hun hele context-blok bovenaan elk nieuw bericht. Dat werkt, maar het is dweilen met de kraan open. Zet je vaste regels één keer in de system-laag, dan blijft je user prompt kort en scherp — en blijf je consistent over een lang gesprek.

Beide lagen invullen met KOMPAS

Of je nu de system- of user-laag schrijft, dezelfde bouwstenen maken het verschil. Ik werk met KOMPAS: een goede prompt is je kompas. De zes onderdelen:

• Kader — de rol en context. Dit hoort vaak in je system prompt.
• Opdracht — wat je precies wilt. De kern van je user prompt.
• Materiaal — de tekst, data of voorbeelden die je meegeeft.
• Paalwerk — de structuur en grenzen, zoals lengte en format.
• Afwerking — de toon en stijl van het eindresultaat.
• Sturing — hoe je bijstuurt als het antwoord nog niet klopt.

Kader en Afwerking zijn vaak system-materiaal omdat ze steeds gelden. Opdracht en Materiaal wisselen per vraag en horen dus in de user prompt. Wil je dieper op deze methode in, lees dan mijn uitleg over prompt engineering en de praktische gids betere prompts schrijven.

Veelgestelde vragen

Wil je weten hoe sterk jouw prompt nu is? Plak hem in de gratis prompt-coach — die scoort je prompt en herschrijft hem volgens KOMPAS, zodat je meteen ziet wat in je system- en wat in je user-laag thuishoort. Liever persoonlijke begeleiding? Bekijk de mogelijkheden voor coaching.

Few-shot prompting is de simpelste manier om een AI-model precies te laten doen wat je wilt: je laat het zien in plaats van het uit te leggen. Je plakt twee of drie voorbeelden van input én het gewenste resultaat in je prompt, en het model kopieert dat patroon voor jouw nieuwe geval. Geen lange beschrijving van de toon die je zoekt, geen tien regels regels — gewoon laten zien.

Het werkt omdat een model uitstekend is in patronen herkennen. Beschrijf je een schrijfstijl in woorden, dan moet het model gokken wat je bedoelt. Geef je een voorbeeld in die stijl, dan ziet het de zinslengte, de toon, het formaat en de woordkeuze in één keer. Dat is het hele idee.

Wat few-shot prompting precies is

De naam komt van “shots”: het aantal voorbeelden dat je meegeeft. Geef je geen voorbeeld en vraag je direct om een resultaat, dan heet dat zero-shot. Geef je er één, dan is het one-shot. Twee of meer voorbeelden maken het few-shot. Meer is niet altijd beter — vaak zijn twee of drie goed gekozen voorbeelden genoeg om het patroon vast te leggen.

Een voorbeeld bestaat steeds uit een paar: de input en het gewenste antwoord. Zo:

• Input: “Bedankt voor je snelle levering.” Sentiment: positief
• Input: “Pakket kwam beschadigd aan.” Sentiment: negatief
• Input: “Wanneer wordt mijn bestelling verzonden?” Sentiment: …

Het model ziet het patroon in de eerste twee en vult het derde in op dezelfde manier. Dit werkt voor classificatie, maar net zo goed voor herschrijven, samenvatten, e-mails opstellen of data in een vast formaat zetten.

Wanneer je het gebruikt (en wanneer niet)

Few-shot prompting is je beste keuze als de vorm van het antwoord lastig in woorden te vatten is. Een specifieke schrijftoon, een exacte tabelstructuur, een vast antwoordformaat of jouw persoonlijke stijl — dat laat je sneller zien dan uitleggen.

Goede momenten om voorbeelden mee te geven:

• Je wilt een consistent formaat, zoals altijd dezelfde velden of dezelfde opbouw per antwoord.
• De toon of stijl doet ertoe en is moeilijk te beschrijven (jouw huisstijl, een bepaalde merkstem).
• Je doet steeds dezelfde repetitieve taak en wilt dat elk resultaat er hetzelfde uitziet.
• Zero-shot gaf een resultaat dat klopt qua inhoud maar niet qua vorm.

Soms heb je het niet nodig. Voor een eenvoudige, eenmalige vraag is een heldere zero-shot prompt sneller. En als je probleem vooral om redeneren draait — een berekening of een logische afweging — dan helpt voordoen minder dan het model laten uitleggen hoe het tot een antwoord komt. Few-shot fixt de vorm, niet per se de denkstappen.

Goede voorbeelden kiezen — daar zit het werk

De kwaliteit van je voorbeelden bepaalt de kwaliteit van je resultaat. Een paar vuistregels die het verschil maken:

Maak je voorbeelden representatief

Kies gevallen die lijken op wat je straks echt gaat vragen. Geef je alleen makkelijke voorbeelden, dan struikelt het model op de moeilijke. Stop er bewust ook een lastiger geval bij als die in de praktijk voorkomen.

Houd het formaat strak gelijk

Gebruik in elk voorbeeld exact dezelfde structuur, dezelfde labels, dezelfde opmaak. Wissel je halverwege van formaat, dan weet het model niet welk patroon het moet volgen. Consistentie in je voorbeelden geeft consistentie in je output.

Let op de balans

Bij classificatie: zorg dat je verschillende categorieën in je voorbeelden voorkomen. Geef je drie positieve voorbeelden en nul negatieve, dan neigt het model naar “positief”. En let op de volgorde — zet niet toevallig alle voorbeelden van één soort achter elkaar.

Twee scherpe voorbeelden verslaan vijf slordige

Meer voorbeelden maakt je prompt langer en niet automatisch beter. Begin met twee of drie die kloppen, test, en voeg er alleen eentje bij als je een specifiek geval ziet misgaan.

Few-shot binnen de KOMPAS-methode

In mijn prompt engineering-aanpak zit few-shot vooral in de M van KOMPAS: Materiaal. Dat is het deel waar je het model voedt met context en voorbeelden. Je voorbeelden zijn materiaal — net als een brondocument of een stijlgids dat is.

Het mooie is dat few-shot samenwerkt met de andere onderdelen. Je Kader (rol en doel) en je Afwerking (formaat-eisen) vertellen het model wát je wilt; je voorbeelden laten zien hóe het eruitziet. Die combinatie is sterker dan elk los. Een instructie als “schrijf zakelijk maar toegankelijk” wordt pas concreet zodra er een voorbeeld onder staat dat precies dat doet.

Wil je je eigen prompts hierop nakijken? De gratis prompt-coach tool scoort je prompt en wijst aan waar voorbeelden zouden helpen. Voor de volledige aanpak rond helder en consistent prompten staat er meer in mijn gids over betere prompts schrijven.

Veelgestelde vragen

Plak je volgende keer twee of drie sterke voorbeelden in je prompt en je merkt het verschil meteen. Wil je weten of jouw prompt al goed genoeg gestuurd is? Test ‘m gratis in de prompt-coach, of leer het systeem onder de knie te krijgen in een coachingsessie — in een groep of privé.