Promptkwaliteit meten zonder ingewikkelde software
Ondernemers, studenten en teams lopen vaak tegen hetzelfde probleem aan: ze beoordelen AI-antwoorden op gevoel, waardoor slechte prompts te lang blijven bestaan. Het gevolg is niet alleen een minder mooi antwoord, maar vooral meer herstelwerk achteraf. Deze gids laat zien hoe je de prompt vooraf zo opbouwt dat de uitkomst beter te controleren is.
Onze positie is simpel: promptkwaliteit wordt pas stuurbaar wanneer je vooraf scorecriteria kiest. Een prompt moet niet slim klinken; hij moet duidelijk maken wat de taak is, welke context telt, welke outputvorm nodig is en wanneer het antwoord beter terughoudend kan zijn.
The Prompt Report beschrijft tientallen promptingtechnieken, maar in dagelijks werk heb je vooral een compacte meetlat nodig. Zonder meetlat lijkt een vloeiend antwoord al snel beter dan het is.
Dat maakt dit onderwerp interessanter dan een lijst met kant-en-klare voorbeeldprompts. De meeste mensen zoeken nog naar de perfecte formulering, terwijl het echte verschil meestal ontstaat door contextselectie, testcases, voorbeeldoutput en vaste controlecriteria. Juist daar kunnen kleine teams zich onderscheiden zonder dure software.
Begin daarom niet met de vraag: welke promptzin werkt het best? Begin met de vraag: welke beslissing moet dit antwoord makkelijker maken? Voor een klantmail is dat misschien toon en duidelijkheid. Voor een onderzoeksnotitie is dat bronbasis en onzekerheid. Voor een productvergelijking is dat keuzecriteria. De prompt moet die beslissing zichtbaar ondersteunen.
Een bruikbare prompt bestaat uit vijf lagen. Eerst benoem je de rol of het perspectief. Daarna beschrijf je de taak in één concrete zin. Vervolgens geef je context: doelgroep, situatie, voorbeelden, feiten en beperkingen. Daarna kies je de outputvorm. Tot slot voeg je een controleafspraak toe: wat moet het model doen als informatie ontbreekt of tegenstrijdig is?
Die laatste laag wordt vaak vergeten. Daardoor krijg je antwoorden die soepel lezen, maar niet zeggen waar ze op gebaseerd zijn. Vraag daarom expliciet om aannames, ontbrekende informatie of controlepunten. Dat vertraagt het werken nauwelijks, maar het maakt de output veel betrouwbaarder.
| Keuze | Gebruik wanneer | Let op |
|---|---|---|
| Volledigheid | de taak meerdere onderdelen heeft | score niet op lengte |
| Contextgebruik | doelgroep en randvoorwaarden belangrijk zijn | controleer of input echt terugkomt |
| Nabewerking | je tijd wilt besparen | meet hoeveel herstel nodig is |
Een praktisch voorbeeld: Laat drie promptvarianten dezelfde LinkedIn-post maken en score ze op doelgroep, concreetheid en bruikbaarheid. Maak de taak klein genoeg om goed te beoordelen. Als je meerdere dingen tegelijk vraagt, zoals analyseren, herschrijven, plannen en controleren, splits de opdracht dan op in stappen. Zo zie je sneller waar de kwaliteit wegvalt.
Laat drie promptvarianten dezelfde LinkedIn-post maken en score ze op doelgroep, concreetheid en bruikbaarheid.
- Zijn criteria vooraf gekozen?
- Score je elke variant gelijk?
- Meet je herstelwerk?
- Bewaar je de winnaar?
Beoordeel dit AI-antwoord op vijf criteria: taakvolledigheid, contextgebruik, feitelijke voorzichtigheid, outputvorm en nabewerking. Geef per criterium 1 tot 5 punten en noem één concrete verbetering.
Handig naast prompt checker prompt variant tester.
Voor teams is het slim om deze aanpak vast te leggen in een kleine promptbibliotheek. Niet als statische lijst met honderd losse prompts, maar als werkmap met contextblokken, testcases en voorbeeldoutput. Noteer per prompt waarvoor hij bedoeld is, wanneer hij niet gebruikt moet worden en welke scorecriteria bepalen of het antwoord goed genoeg is.
Maak ook ruimte voor versiebeheer. Als een prompt wordt aangepast, schrijf kort op waarom. Was de toon te formeel? Ontbrak er broncontrole? Was de output te lang? Die notities lijken klein, maar na een maand weet je precies welke promptbeslissingen echt effect hadden.
De valkuil is dat je prompt steeds langer wordt. Een scorekaart wordt zwak wanneer elk criterium eigenlijk hetzelfde meet. Een lange prompt kan nuttig zijn wanneer de context stabiel en relevant is, maar hij wordt zwak wanneer oude regels, dubbele eisen en losse voorbeelden door elkaar lopen. Schrap dus net zo actief als je toevoegt.
Wil je dit meteen toepassen, start dan met prompt checker en prompt variant tester. Gebruik daarna de promptdatabase om een verwante prompt te vinden en pas hem aan op je eigen situatie. De beste prompt is niet de meest indrukwekkende prompt, maar de prompt die morgen opnieuw hetzelfde soort goede antwoord oplevert.
Veelgestelde vragen
Moet elke prompt zo uitgebreid zijn? Nee. Voor een simpele creatieve taak is een korte opdracht vaak genoeg. Gebruik deze structuur vooral voor terugkerende, feitelijke of beslissingsgerichte taken.
Wanneer voeg je voorbeelden toe? Voeg voorbeelden toe wanneer toon, structuur of beoordelingsniveau belangrijk is. Eén goed voorbeeld kan soms meer doen dan vijf extra instructieregels.
Wat doe je als het antwoord toch tegenvalt? Verander niet alles tegelijk. Pas één onderdeel aan: meer context, een scherper outputformat, een voorbeeld of een strengere stopregel. Test daarna opnieuw met dezelfde input.