Prompt engineering voor professionals die met AI werken.
Prompt engineering is het gestructureerd ontwerpen van AI-input: vier bouwstenen (rol, doel, context, format) en vijf technieken (role prompting, few-shot, chain of thought, output format en constraints). Een basisworkshop van drie tot vier uur brengt medewerkers individueel op basisniveau. Voor een afdeling met een eigen library van tien tot twintig prompts staat een traject van vier tot zes weken, met drie terugkomsessies. Organisatie-breed komt daar governance bij: wie de library beheert en hoe nieuwe prompts worden goedgekeurd.
Prometheus21 leert zakelijke professionals in Nederland hoe ze goede prompts schrijven die consistente, bruikbare output opleveren. Van eenvoudige e-mails tot complexe offertes en rapportages. Je leert de onderliggende technieken, hoe je ze toepast op je dagelijkse werk en hoe je een prompt library opbouwt die je team jarenlang gebruikt.
Een prompt is geen vraag, het is een ontwerp.
De meeste professionals gebruiken ChatGPT als een zoekmachine met betere spraak. Ze typen een vraag en hopen op een goed antwoord. Soms werkt het, vaak niet. Wie prompt engineering beheerst, ontwerpt zijn input voordat hij hem indient. Hij bedenkt wie de AI moet zijn, wat het doel is, welke context relevant is en hoe de output eruit moet zien. Het resultaat is direct merkbaar in kwaliteit en consistentie.
Dat klinkt ingewikkeld, maar de kern is te vatten in vier bouwstenen. Rol, doel, context en format. Geef de AI een rol (je bent een ervaren B2B-copywriter), een doel (schrijf een openingsmail voor een prospect), context (de prospect is een IT-manager bij een middelgroot bedrijf dat onze diensten nog niet kent) en format (maximaal 120 woorden, geen jargon, eindig met een concrete vervolgstap). Output die hieruit komt, is direct bruikbaar.
De kracht van prompt engineering ligt in herhaalbaarheid. Als je een winnende prompt hebt gemaakt, kun je hem oneindig vaak inzetten, delen met collega's en verfijnen. Dat is fundamenteel anders dan elke keer opnieuw een gesprek voeren met ChatGPT. Dit is waarom onze AI trainingen zo veel nadruk leggen op prompt library opbouwen.
Voor MKB-bedrijven is dit precies waar de grote stap zit. Individuele productiviteit is mooi, maar team-brede consistentie is waar AI een organisatie verandert. Als iedereen dezelfde beproefde prompts gebruikt voor offertes, e-mails, samenvattingen en analyses, wordt AI niet een trucje maar een werkwijze. Dit is precies het punt waar onze in-company AI training het meeste oplevert: niet losse personen die handig worden, maar een hele organisatie die stapsgewijs beter wordt.
Hoe schrijf je een goede prompt? Een goede prompt bevat vier elementen: rol (wie is de AI), doel (wat moet hij doen), context (voor wie of over wat) en format (hoe moet de output eruitzien). Voeg waar mogelijk voorbeelden toe van gewenste output (few-shot prompting). Dit is de kortste route naar consistente output.
Wat is het verschil tussen een prompt en een instructie? Een instructie is een enkele opdracht ("schrijf een e-mail"). Een prompt is een volledig gestructureerde input met rol, context, beperkingen en format. Professionele AI-inzet vraagt om prompts, niet om instructies.
Vijf technieken die je output fundamenteel verbeteren
Elke techniek is afzonderlijk nuttig, samen vormen ze de ruggengraat van professionele prompt engineering. We trainen ze met concrete zakelijke voorbeelden.
Role prompting
Door de AI een specifieke rol te geven, trek je zijn output naar het juiste niveau en vakgebied. "Je bent een ervaren senior copywriter die werkt voor B2B SaaS-bedrijven" levert betere sales-e-mails dan "schrijf een sales-e-mail". De AI past zijn woordkeuze, structuur en aannames aan op de rol. Dit is de snelste manier om van generieke naar vakspecifieke output te komen. Werkt voor vrijwel elke taak: advies, schrijven, analyseren, samenvatten. Combineer met de andere technieken voor maximaal effect.
- Kortste weg naar vakspecifieke output
- Werkt voor adviseren, schrijven, analyseren
- Specifieker is altijd beter dan algemener
- Eerste zin van elke zakelijke prompt
Few-shot prompting
Twee tot vijf voorbeelden van gewenste input-output in je prompt doet meer dan een halve pagina uitleg. Je laat de AI zien wat je wilt in plaats van het te beschrijven. Voor gestructureerde taken (e-mails genereren in vaste toon, productbeschrijvingen in vaste indeling, samenvattingen in vaste opzet) is dit de meest effectieve techniek. De voorbeelden moeten representatief zijn: laat zien hoe een goede output eruitziet voor verschillende input-typen. Dit is de kern van veel winnende prompt libraries bij MKB-klanten.
- 2-5 voorbeelden van gewenste uitvoer
- Beste techniek voor stijl-consistentie
- Werkt beter dan lange instructies
- Kern van elke prompt library
Chain of thought
Vraag de AI om stap voor stap te denken in plaats van direct een antwoord te geven ("denk eerst na over de belangrijkste argumenten, noem er drie, en beantwoord dan"). Voor analyses, vergelijkingen en complexere beslissingen verbetert dit de kwaliteit merkbaar. De AI maakt zijn redenering expliciet, waardoor je de logica kunt volgen en bijsturen. Voor zakelijke toepassingen is chain of thought onmisbaar voor adviesvragen, probleemanalyses en strategische overwegingen. Koppel met ChatGPT training voor bedrijven voor praktijkvoorbeelden.
- Dwingt AI tot expliciete redenering
- Beter voor analyse en advies
- Toont denkstappen voor review
- Werkt bij complexe beslissingen
Output format specificeren
Vertel expliciet hoe de output eruit moet zien: JSON, bullet points, tabel, e-mail, samenvatting van maximaal X woorden. AI-modellen volgen deze instructies meestal netjes, maar alleen als je ze geeft. Zonder format-specificatie krijg je een vrije tekstblok dat je alsnog moet herstructureren. Voor gestructureerde werkprocessen (rapportages, offertes, data-extractie) is output format specificatie onmisbaar. Maak de structuur expliciet met kopjes, velden of schema, niet met vage aanwijzingen.
- Specifieer exact gewenste structuur
- Bespaart enorm veel naverwerking
- Essentieel voor koppelingen met tools
- Maak structuur expliciet, niet vaag
Constraint prompting (wat niet te doen)
Naast instructies over wat je wel wilt, is het opvallend krachtig om expliciet te zeggen wat de AI niet moet doen. "Schrijf geen marketingtaal", "gebruik geen bullet points maar lopende tekst", "vermeld geen prijzen", "verzin geen feiten die niet in de bron staan". Deze constraints voorkomen de meest voorkomende fouten en maken je prompts robuuster. Voor compliance-gevoelige werkvelden (financieel, juridisch, zorg) is constraint prompting essentieel om de AI binnen de kaders te houden die je branche vereist. Dit onderwerp sluit aan op het bredere thema van AI literacy volgens de AI Act.
- Benoem expliciet wat niet mag
- Voorkomt typische AI-fouten
- Essentieel voor compliance-sectoren
- Maakt prompts robuuster in productie
Drie niveaus van prompt engineering volwassenheid
Prompt engineering leer je niet in een avond. Onze trajecten volgen drie niveaus die overeenkomen met waar een team zich ontwikkelt richting volwassen AI-adoptie.
Basis prompt-vaardigheid
Elke professional leert de vier bouwstenen (rol, doel, context, format) en past ze toe op dagelijkse taken: e-mails, samenvattingen, onderzoek, notities. In een workshop van drie tot vier uur krijgen medewerkers de basis onder de knie en vertrekken ze met een tiental direct bruikbare prompts voor hun eigen werk. Deze fase laat iedereen productiever worden en creëert enthousiasme voor de volgende stap. Focus ligt op ChatGPT, Claude en Microsoft Copilot omdat dit de tools zijn die je team dagelijks gebruikt.
Afdelings-prompts en library
Per afdeling (sales, marketing, support, finance) bouw je een set van tien tot twintig bewezen prompts voor de meest voorkomende taken. Deze prompts zijn in team-sessies ontwikkeld, getest op echte casussen en gedocumenteerd in een centraal systeem. Nieuwe medewerkers krijgen direct toegang tot deze library en kunnen er vanaf dag een mee werken. Dit niveau vraagt ongeveer een traject van vier tot zes weken met een training en drie terugkomsessies. Focus ligt op consistentie en herhaalbaarheid in de afdelingstaak.
Organisatie-brede adoptie
Op niveau drie is prompt engineering vervlochten met je werkwijze. Elke medewerker beheerst de basis, elke afdeling heeft zijn library, en er is governance: wie beheert de library, hoe worden nieuwe prompts goedgekeurd, hoe wordt output gevalideerd. AI-prompts zijn een onderdeel van onboarding, van kwaliteitsbewaking en van continuous improvement. Dit is de eindstaat voor MKB-bedrijven die AI serieus in hun bedrijfsvoering hebben geïntegreerd. Voor dit niveau werken we vaak samen met ons AI advies-traject.
Zo trainen wij prompt engineering in jouw team
Vier stappen van intake tot werkende prompt library. Pragmatisch, hands-on en met blijvende impact.
Intake en use-cases
We inventariseren welke taken in je team het meest voorkomen en waar AI de grootste impact kan hebben. Elke afdeling krijgt drie tot vijf use cases voorafgaand aan de training.
Workshop prompt-basis
Een workshop van drie tot vier uur waarin we de vijf technieken doornemen met voorbeelden uit jouw bedrijf. Deelnemers schrijven hun eerste prompts onder begeleiding.
Library bouwen
Samen met de afdeling bouwen we tien tot twintig prompts voor hun meest voorkomende taken. Elke prompt wordt getest op echte casussen en gedocumenteerd.
Coaching en verankeren
Drie terugkomsessies in zes weken. We evalueren wat werkt, finetunen prompts en leren het team hoe ze zelfstandig nieuwe prompts ontwerpen en toevoegen.
Onze trainingsbelofte: Na onze prompt engineering training incompany heeft je team niet alleen kennis maar ook een werkende library met bewezen prompts die ze dagelijks gebruiken. Lees meer over onze werkwijze.
Drie teams, drie verschillende prompt engineering resultaten
Hoe prompt engineering training in de praktijk landt bij verschillende MKB-profielen. Concrete resultaten en tijdwinst.
Marketing-bureau bouwt 15 prompts voor content-productie
De situatie: Een marketingbureau met twaalf medewerkers produceerde wekelijks blogs, social media posts en e-mailcampagnes voor vijftien klanten. Elke medewerker gebruikte ChatGPT op zijn eigen manier, met wisselende kwaliteit. Klantresultaten varieerden sterk, afhankelijk van wie er aan het project werkte.
De oplossing: Een training van twee dagdelen gevolgd door vier weken library-bouw. We creëerden vijftien prompts voor content-productie, elk afgestemd op een specifiek type opdracht (thought leadership, product-launches, social content, e-mails) met variabelen voor tone of voice per klant.
Het resultaat: De gemiddelde tijd per blog ging van 6 uur naar 2,5 uur. De kwaliteit werd consistenter over alle medewerkers. De bureau-directie zag een stijging van 38 procent in output-capaciteit zonder uitbreiding van het team. Klanten waardeerden de consistente kwaliteit.
“De library is onze competitive advantage geworden. Nieuwe medewerkers zijn binnen een week productief op het niveau waar het ons drie maanden kostte om iemand in te werken.”
- Managing Director, marketingbureau (geanonimiseerd)
Software-leverancier traint support en sales op gedeelde prompts
De situatie: Een softwareleverancier wilde dat support, sales en customer success allemaal met AI werkten, maar op elkaar afgestemd. De teams gebruikten verschillende toon en structuur in klantcommunicatie, wat verwarring gaf bij klanten die met meerdere afdelingen contact hadden.
De oplossing: Een traject van zes weken met drie afdelingstrainingen en gezamenlijke sessies voor de gedeelde prompts. We bouwden twintig afdelingsspecifieke en tien cross-team prompts, inclusief een governance-structuur voor wie prompts goedkeurt en bijwerkt.
Het resultaat: Klanten kregen consistente communicatie over afdelingen heen. Support reduceerde gemiddelde responstijd met 40 procent, sales maakte offertes 50 procent sneller en customer success leverde wekelijkse updates aan klanten volledig geautomatiseerd. Mattessense klantinvoer steeg met 15 procent.
“Dat een sales-mail over Feature X dezelfde kern-boodschap heeft als de support-release-notes is voor ons goud. De klant voelt dat alles op elkaar aansluit.”
- COO, softwarebedrijf (geanonimiseerd)
Adviesbureau richt organisatie-brede prompt governance in
De situatie: Een adviesbureau met 110 adviseurs had een AI-beleid nodig dat zowel ruimte gaf voor innovatie als compliance waarborgde. Adviseurs werkten met gevoelige klantdata, dus willekeurige prompts waren een risico. Maar zonder AI dreigden ze achter te raken bij concurrenten.
De oplossing: Een organisatie-breed programma: alle adviseurs kregen basis-training, er kwam een goedgekeurde prompt library voor de meest voorkomende taken (analyses, rapportages, offertes), en een governance-board reviewt nieuwe prompts voor ze in de library komen. Tegelijk werd AI-gebruik getraceerd in een audit log.
Het resultaat: Productiviteit per adviseur steeg met gemiddeld 28 procent. Compliance-risico's daalden door de gestandaardiseerde prompts en audit trail. Nieuwe medewerkers kunnen binnen twee weken op volwassen niveau werken dankzij de library. Dit sluit aan op verplichtingen vanuit AI literacy onder de AI Act.
“Governance en vrijheid waren voor ons niet conflicterend. Met de library hebben we allebei: adviseurs werken snel, en we weten wat er uitgaat.”
- Partner, adviesbureau (geanonimiseerd)
Wil je prompt engineering in jouw team verankeren?
Plan een gratis kennismaking en bespreek welke aanpak past bij jouw team, afdeling of organisatie.
Vier veelgemaakte fouten bij prompt engineering
De vier fouten die MKB-teams het meest maken bij het leren van prompt engineering en hoe je ze voorkomt.
Aannemen dat iedereen het vanzelf leert
Veel MKB-directies denken dat hun team prompt engineering oppakt via YouTube-video's en ervaring. In de praktijk leren medewerkers dan een persoonlijke stijl zonder gemeenschappelijke basis. De output is wisselend en niet te delen. Gestructureerde training met gezamenlijke oefening brengt in twee dagdelen meer dan een jaar zelfstudie. Investering in een gezamenlijke basis is de fundering waarop alles verder bouwt. Zonder die basis krijg je wildgroei in plaats van team-niveau prompt engineering.
Geen library bouwen
Elke medewerker die zelf prompts schrijft, vindt steeds opnieuw het wiel uit. Dit is misschien wel de grootste verspilling in MKB AI-adoptie. Een centrale prompt library (in Notion, Confluence of een dedicated tool) waar teamleden winnende prompts in delen, is de hoogste ROI die je uit prompt engineering kunt halen. Vaak groter dan de AI-tools zelf. Zonder library gaat kennis verloren zodra mensen van afdeling wisselen of het bedrijf verlaten. Met library blijft je AI-competentie groeien, zelfs bij personeelswisselingen.
AVG en compliance negeren in prompts
Medewerkers die persoonsgegevens of vertrouwelijke klantdata in ChatGPT plakken zonder nadenken, vormen een groot compliance-risico. Een goede prompt engineering training behandelt ook data-etiquette: wat mag in een prompt, wat moet geanonimiseerd, welke tools zijn AVG-compliant voor welke data. Voor sectoren als zorg, juridisch en financieel is dit geen luxe maar noodzaak. Koppel dit aan de bredere AI compliance pillar voor volledige context.
Prompt-output blind vertrouwen
De vierde fout is de meest stille: medewerkers die AI-output kritiekloos gebruiken. Ook een goed getrainde prompt kan hallucineren, subtiele fouten produceren of verouderde informatie geven. Een professional blijft verantwoordelijk voor wat hij verstuurt. Prompt engineering training besteedt altijd aandacht aan kritisch toetsen, fact-checken en wanneer je output wel en niet kunt vertrouwen. Dit onderscheidt professionele AI-gebruikers van de rest.
ROI van prompt engineering training
Concrete rekenvoorbeeld voor een MKB-team van tien kenniswerkers die dagelijks met AI werken:
Investering
Training voor tien medewerkers: eenmalig traject
Library-bouw en documentatie: extra weken begeleiding
AI-tools (ChatGPT Team of vergelijkbaar): 250-500 euro/mnd
Opbrengst
Gemiddelde tijdsbesparing per medewerker: 5-8 uur per week
Bij tien medewerkers: 50-80 uur per week, 200-320 uur per maand
Plus: consistentere output, snellere onboarding en betere klantbeleving
Terugverdientijd van onze prompt engineering trainingen bij MKB-klanten: typisch binnen een maand. Daarna is het pure winst.
Veelgestelde vragen over prompt engineering
Tien vragen die professionals ons het vaakst stellen over prompt engineering en trainingen.
Stel je vraagPrompt engineering als skill die je team verder brengt
In een gratis kennismaking bespreken we welke vorm van prompt engineering training past bij jouw team: basis-workshop, afdelings-traject of organisatie-brede adoptie. Pragmatisch, meetbaar en passend bij jouw werk. Vanuit Rotterdam voor MKB-bedrijven door heel Nederland.