De afgelopen twee jaar heeft elk MKB-bedrijf wel iets met AI gedaan. ChatGPT geprobeerd, een mailtje laten schrijven, een offerte-tekst laten herschrijven. Sommigen waren weggeblazen, anderen teleurgesteld. Bij navragen blijkt de teleurstelling vaak hetzelfde patroon te volgen: de prompts waren te kort, te vaag, of te eenzijdig. Niet AI was het probleem, de instructie was het probleem.
Bij SharpClicks bouwen we wekelijks AI-workflows voor klanten in onze AI-automatisering-trajecten. Daarnaast gebruiken we AI dagelijks voor onszelf: voor strategie, voor offerteteksten, voor blog-research. Het verschil tussen een onbruikbaar antwoord en een briljant antwoord ligt vrijwel altijd in de prompt. Goed prompten is een vaardigheid, en het is leerbaar in zes stappen. Geen abstract framework, wel concrete oefeningen.
Waarom prompt engineering geen modewoord is
"Prompt engineer" klinkt als een hipster-functietitel. In de praktijk is het gewoon: iemand die weet hoe je AI-tools precies moet aansturen. Een arts schrijft betere recepten als hij weet welk medicijn voor welk symptoom werkt. Een ondernemer krijgt betere AI-output als hij weet welk soort prompt voor welk soort taak werkt. Het is een vaardigheid, geen titel.
De winst is concreet: een goed geprompte AI-assistent kan voor MKB-bedrijven uren per week handwerk wegnemen. E-mails schrijven, offerte-teksten redigeren, blogposts opzetten, klantanalyses doen. Slecht prompten levert middelmatige output die je toch zelf moet herschrijven. Goed prompten levert output waar je wat mee kunt.
Hoe AI eigenlijk werkt onder de motorkap
Een korte technische uitleg, want het helpt je beter te prompten. AI-modellen voorspellen het volgende woord op basis van probabiliteit. Ze "denken" niet, ze voorspellen. Een prompt is een sterke aanwijzing: hoe specifieker, hoe beter de voorspelling vasthoudt aan jouw bedoeling.
Wat dit betekent in de praktijk:
- Vage prompts leveren vage antwoorden, want het model gokt op generieke verwachtingen.
- Specifieke context (rol, doelgroep, format, lengte, stijl) maakt het model accurater.
- Voorbeelden helpen meer dan instructies, want het model herkent het patroon.
- Stap-voor-stap denken is een trucje dat de redenering verbetert.
Stap 1: vertel het model wie het is
Begin elke prompt met een rol. "Je bent een ervaren copywriter voor B2B-software." Of: "Je bent een SEO-expert die werkt voor MKB-klanten in Drenthe." Of: "Je bent een ervaren financieel adviseur die uitleg geeft aan ondernemers zonder financiële achtergrond."
Waarom werkt dit? Het model gebruikt de rol als anker. Een copywriter en een journalist schrijven beide tekst, maar in een totaal andere toon. Door de rol vooraf te zetten, sluit je een hoop verkeerde aannames uit.
Stap 2: geef context
De grootste fout van beginnende prompters: te weinig context geven. Een AI-model heeft geen idee van jouw bedrijf, klanten of branche tenzij je het vertelt. Stop dus met:
"Schrijf een mailtje voor mijn klant over de levering."
En begin met:
"Schrijf een mailtje voor een MKB-klant in de bouwsector. Ze hebben een Bouwmaterialen-bestelling van €4.500. De levering is met twee dagen vertraagd vanwege een leveranciersprobleem. Houd de toon nuchter, bied een kleine compensatie (10 procent korting op volgende order), en vraag of ze sparring willen over alternatieve materialen voor de komende week."
Drie keer zoveel input, vijf keer zo'n bruikbaar antwoord.
Stap 3: definieer het output-format
Vraag specifiek wat voor antwoord je wilt:
- Lengte: "in maximaal 150 woorden", "in 3 alinea's", "in een lijst van 5 bullet-points".
- Structuur: "begin met de hoofdboodschap, daarna 3 ondersteunende argumenten", "in de vorm van een e-mail met onderwerp, openingszin, drie alinea's en afsluiter".
- Toon: "nuchter en direct, geen jargon", "vriendelijk maar zakelijk", "humoristisch met een ondertoon van expertise".
Een AI die weet wat het format moet zijn, levert een veel bruikbaarder antwoord dan een AI die zelf moet gokken.
"De goede prompts die ik schrijf zien er niet vluchtig uit, maar als instructies aan een nieuwe medewerker. Ik leg de rol uit, ik leg de context uit, ik leg uit wat een goed eindresultaat zou zijn, en pas dan stel ik de vraag. Dat is geen verspilde tijd, dat is de tijd die ik anders aan herschrijven zou besteden."
— Jesse Scherpen, eigenaar SharpClicks
Stap 4: gebruik voorbeelden
Eén goed voorbeeld is goud waard. Als je AI vraagt om iets in jouw stijl te schrijven, plak één of twee voorbeelden van eerdere goed-geschreven stukken in de prompt. "Hier zijn twee voorbeelden van eerdere e-mails die ik schreef in mijn stijl. Schrijf nu een nieuwe in dezelfde toon, maar over [onderwerp X]."
Dit heet "few-shot prompting" en het werkt verbluffend goed. Het model leert binnen de prompt wat jouw stijl is en imiteert die met een nauwkeurigheid die bijna niet anders kan met expliciete instructies.
Stap 5: vraag om stapsgewijs denken
Voor complexe taken: voeg "denk dit stap voor stap door" of "leg eerst uit hoe je dit aanpakt voordat je het antwoord geeft" toe. Dit heet chain-of-thought prompting. Voor analytische taken (bijvoorbeeld "wat is de beste prijsstrategie voor dit aanbod") verbetert dit de uitkomst aanzienlijk.
Voorbeeld:
"Ik heb een SaaS-aanbod voor MKB. Drie pakketten: Klein €49, Middel €99, Groot €199. Klein heeft 60 procent van de signups, Middel 30 procent, Groot 10 procent. Vraag: hoe wijzig ik de pricing om meer klanten naar Middel te trekken? Denk dit stap voor stap door: analyseer eerst waarom mensen waarschijnlijk Klein kiezen, dan wat ze nodig hebben om naar Middel te bewegen, dan welke pricing-aanpassing dat zou bewerkstelligen."
Stap 6: verifieer altijd
AI-modellen hallucineren. Ze maken cijfers, citaten en feiten op die overtuigend klinken maar feitelijk onjuist zijn. Vrijwel elke AI-output moet gecontroleerd worden voor publicatie of besluit:
- Cijfers en statistieken: dubbelcheck via primaire bronnen (CBS, brancheverenigingen, jaarverslagen).
- Citaten: als AI iemand "citeert", check of die persoon dat ooit echt zei.
- Feiten over jouw eigen bedrijf: AI weet niet welke producten je hebt; het verzint ze.
- Juridische en financiële uitspraken: nooit blind overnemen, altijd door specialist laten checken.
Vier prompt-patronen die je dagelijks kunt gebruiken
Het herschrijf-patroon
"Hier is een tekst. Houd de boodschap, maak hem 30 procent korter, behoud de tone of voice, en vervang vakjargon door begrijpelijke taal."
Het analyseer-patroon
"Hier is een document. Beantwoord deze vijf vragen op basis van wat erin staat. Geef voor elke vraag een citaat uit het document als bewijs. Als de informatie er niet in staat, zeg dat."
Het brainstorm-patroon
"Genereer 20 ideeën voor [doel]. Eerst een breed-vrije brainstorm zonder filtering. Daarna kies je de drie sterkste, en leg per idee uit waarom je die koos."
Het email-patroon
"Schrijf een e-mail aan [doelgroep] over [onderwerp]. Doel van de mail: [actie X laten uitvoeren]. Toon: [toon]. Lengte: [lengte]. Eindig met [specifieke CTA]."
Ethische valkuilen
Een paar dingen die we expliciet niet doen, en je doelgroep ook niet zou moeten:
- Persoonsgegevens onbedoeld delen. Geen klantdata, geen creditcardgegevens, geen vertrouwelijke contracten in publieke AI-tools. Voor gevoelige data, gebruik enterprise-versies met data-residentie en geen training-on-input.
- AI-content presenteren als menselijk geschreven waar dat ethisch problematisch is. Geen automated reviews, geen valse testimonials.
- Klakkeloos publiceren. Lezers ruiken AI-output, en het beschadigt het merk.
Hoe word je zelf beter?
Mijn praktische advies: kies één wekelijks terugkerende taak en bouw daar je beste prompt voor. Bijvoorbeeld een wekelijks klantenrapport, of de samenvatting van inkomende mails. Werk vier weken aan die ene prompt: verfijn, test variaties, kijk wat het beste werkt. Daarna heb je een prompt die elke week tijd bespaart, en je hebt het skill-niveau om voor andere taken sneller goede prompts te maken.
Conclusie
Goed prompten is geen technisch trucje, het is een vaardigheid in helder denken. Wie scherp kan formuleren, krijgt scherpe AI-antwoorden. Wie vaag formuleert, krijgt vaagheid terug. De ondernemers die hier nu in investeren, hebben binnen drie maanden een AI-werkplek waar uren per week werk uit verdampt. De rest blijft AI gebruiken als een dure manier om dezelfde middelmatigheid sneller te produceren.
Wij helpen MKB-bedrijven met AI-implementatie, prompt-libraries en workflows die op hun specifieke processen passen. Wil je daarover sparren? Plan een kennismaking, geen verkooppraatje.
Hier kunnen we je mee helpen
- AI-automatisering: prompt-libraries en n8n-workflows die jouw beste prompts inbakken in dagelijkse processen.
- Maatwerk software: interne tools waarin AI-functionaliteit op jouw exacte data en context werkt.
- Blogautomatisering: AI-pijplijn voor wekelijkse blog-content die echt jouw stem behoudt.