Context engineering: waarom een goede prompt niet genoeg is
Een goede prompt helpt, maar hij lost niet alles op. Steeds vaker draait AI-kwaliteit om de informatie die je meegeeft: voorbeelden, bronmateriaal, randvoorwaarden, definities en eerdere beslissingen. Dat wordt vaak context engineering genoemd.
Het verschil is praktisch. Prompt engineering gaat over de opdracht: wat moet de AI doen? Context engineering gaat over de informatieomgeving: welke feiten, regels en voorbeelden krijgt de AI voordat hij antwoord geeft? Voor simpele taken kun je met één prompt wegkomen. Voor terugkerende taken heb je meestal een vast contextpakket nodig.
Denk aan een marketeer die elke week LinkedIn-posts maakt. De prompt hoeft niet elke keer opnieuw uit te leggen wie de doelgroep is, welke toon het merk gebruikt en welke claims vermeden moeten worden. Dat hoort in een contextblok. De taak zelf kan daarna kort blijven.
Onderzoek naar context engineering laat zien dat het vakgebied breder wordt dan losse prompttrucjes. Het gaat om retrieval, geheugen, toolgebruik, instructiehiërarchie en selectie van relevante informatie. Voor gewone gebruikers is vooral één les belangrijk: meer context is niet altijd beter. Relevante context wint van lange context.
Een goed contextpakket bevat vijf onderdelen: doelgroep, doel, feiten, beperkingen en voorbeeldoutput. Voeg alleen toe wat het antwoord echt stuurt. Een rommelige lap tekst kan het model juist afleiden of tegenstrijdige signalen geven.
Een praktische manier om hiermee te werken is een contextbibliotheek. Maak per terugkerende taak een kort blok met vaste informatie: merktoon, doelgroep, verboden claims, voorkeursstructuur, voorbeelden van goede output en voorbeelden van output die je juist niet wilt. Daardoor hoef je niet elke keer opnieuw dezelfde uitleg te typen.
Let wel op dat een contextpakket geen verzamelbak wordt. Verwijder oude informatie, dubbele instructies en bronmateriaal dat niet meer klopt. Als een prompt te veel richtingen tegelijk krijgt, wordt het antwoord vaak vlakker. Een sterke context is compact genoeg om scanbaar te blijven en specifiek genoeg om het antwoord zichtbaar te sturen.
Voor teams is het handig om context apart te houden van de taak. Het contextblok beschrijft de wereld waarin de AI werkt. De taak beschrijft wat er vandaag moet gebeuren. Zo kun je hetzelfde contextpakket gebruiken voor een samenvatting, een outline, een checklist of een herschrijving.
Een snelle controle is de vraag: kan iemand anders met dit contextpakket dezelfde soort output krijgen zonder jouw mondelinge uitleg? Als het antwoord nee is, ontbreekt er waarschijnlijk een voorbeeld, beperking of duidelijke outputafspraak.
Gebruik onze context pakket maker om zo’n blok te maken. Test daarna je opdracht met de prompt checker en bewaar goede contextblokken voor terugkerende taken.