Persoonlijk uitgevoerd implementatietraject Stoppen na intake zonder vervolgkosten Sectorspecifiek voor dienstverleners Deliverables in eigen beheer, geen lock-in

Hoe stel je een goede vraag aan AI?

AI vraagstelling

Een vraag stellen aan AI levert een bruikbaar antwoord op zodra je drie dingen meegeeft: waar het over gaat, wat je met het antwoord wil doen en in welke vorm je het wil hebben. Zonder die drie krijg je een algemeen verhaal dat op iedereen slaat en op niemand past.

Je hebt er geen account of abonnement voor nodig om te beginnen, en je hoeft geen prompt engineer te zijn. Hieronder staat hoe je een vraag formuleert, hoe je bijstuurt als het antwoord niet klopt en hoe je controleert of je het kunt gebruiken.

Kun je zomaar een vraag aan AI stellen?

Je kunt zomaar een vraag aan AI stellen, gratis en zonder installatie. ChatGPT, Claude, Gemini en Copilot hebben allemaal een gratis versie waarin je direct kunt typen. Voor de meeste zijn wel een e-mailadres en een account nodig, betalen hoeft niet.

Waar je terechtkunt zonder te betalen

Zonder te betalen kom je het verst bij de grote drie. ChatGPT is het bekendst en het meest allround. Claude werkt prettiger bij lange stukken tekst die je meestuurt. Gemini zit ingebouwd in Google en is handig als je vraag met zoeken te maken heeft.

De gratis versies zijn niet uitgeklede demo’s, maar ze kennen limieten op het aantal berichten per dag en op de bestandsgrootte. Waar die grenzen precies liggen en wanneer een betaald abonnement zin heeft, staat bij wat ChatGPT kost.

Wat je beter niet in een AI-tool typt

Niet alles hoort in een AI-tool thuis, ook niet in een gratis versie. Persoonsgegevens van klanten of collega’s, medische informatie, wachtwoorden, klantdossiers en bedrijfsgevoelige cijfers laat je eruit.

De reden is eenvoudig. Bij consumentenversies kan wat je invoert onder de voorwaarden worden gebruikt om het model te verbeteren. Wil je toch met een echt document werken, haal er dan eerst namen, adressen en herleidbare kenmerken uit.

Hoe stel je een vraag aan AI die een bruikbaar antwoord oplevert?

Een vraag aan AI levert een bruikbaar antwoord op wanneer je het model niet laat raden wat je bedoelt. Het verschil tussen een matig en een goed antwoord zit zelden in slimme woorden en bijna altijd in hoeveel context je meegeeft.

De vier bouwstenen van een goede vraag

Een goede vraag bestaat uit vier bouwstenen. De rol waarin het model moet antwoorden, bijvoorbeeld als beleidsadviseur of als docent. Het doel, dus wat je met het antwoord gaat doen. De context, alles wat het model niet kan weten maar wel nodig heeft. En de vorm, bijvoorbeeld het aantal woorden of het gewenste format.

De rol wordt vaak overgeslagen terwijl die het meeste stuurt, want een uitleg voor een collega ziet er anders uit dan een uitleg voor een klant. Hoe je dat aanpakt staat uitgewerkt bij het rollen toewijzen in een prompt.

Een zwakke en een sterke vraag naast elkaar

Het verschil tussen een zwakke en een sterke vraag wordt zichtbaar zodra je ze naast elkaar zet. Zwak is “schrijf iets over duurzaamheid voor onze nieuwsbrief”. Het model weet niet voor wie, hoe lang, in welke toon of wat er al bekend is, dus het vult alles zelf in.

Sterk is: “Je schrijft voor onze maandelijkse klantnieuwsbrief, gelezen door inkopers in de bouw. Schrijf 150 woorden over onze overstap naar gerecycled verpakkingsmateriaal. Zakelijk van toon, geen superlatieven, eindig met een uitnodiging om te reageren. De feiten staan hieronder.” Daarna plak je de feiten eronder.

Diezelfde vraag levert bij elke tool een beter antwoord op, ongeacht welke je gebruikt. Wat je meegeeft weegt zwaarder dan welk model je kiest.

Hoe stuur je bij als het antwoord niet klopt?

Als het antwoord niet klopt, stuur je bij in hetzelfde gesprek in plaats van opnieuw te beginnen. Het model onthoudt binnen een gesprek wat er eerder is gezegd, dus je bouwt voort op wat er al ligt.

Doorvragen in plaats van opnieuw beginnen

Doorvragen werkt beter dan de vraag herformuleren en opnieuw versturen. Benoem wat er misgaat en wat je in plaats daarvan wil: te lang, te vaag, verkeerde toon, of een aanname die niet klopt.

Vraag ook gerust om uitleg. “Waar heb je dit cijfer vandaan” of “welk deel hiervan heb je afgeleid in plaats van geweten” levert vaak binnen één zin op waar de zwakke plek zit.

Wat je doet als het model blijft afdwalen

Wanneer het model blijft afdwalen, is het gesprek meestal vervuild geraakt met eerdere instructies die elkaar tegenspreken. Begin dan wel opnieuw, maar met alles wat je in het vorige gesprek hebt geleerd in één keer meegegeven.

Blijft het misgaan, dan is de taak waarschijnlijk niet geschikt. Een vraag waarbij het model zelf feiten moet aandragen, wordt niet beter door hem anders te formuleren.

Hoe controleer je het antwoord voordat je het gebruikt?

Je controleert een AI-antwoord voordat je het gebruikt, omdat een fout antwoord er precies zo overtuigend uitziet als een goed antwoord. Een taalmodel voorspelt waarschijnlijke tekst en toetst niet of die tekst waar is.

De drie soorten output die altijd een controle vragen

Drie soorten output vragen altijd een controle. Cijfers en statistieken, zeker zonder bron. Namen van personen, organisaties en producten. En verwijzingen naar wetgeving, artikelnummers, jaartallen en data.

Juist die drie past een model moeiteloos in het patroon van een geloofwaardige zin, ook wanneer ze niet bestaan. Hoe dat mechanisme werkt staat bij AI hallucinatie.

De stagiair-vraag als laatste check

De stagiair-vraag is de snelste laatste check voordat je iets verstuurt: zou je dit geloven als een stagiair het had aangeleverd, of zou je het nakijken? Die vraag dwingt je de inhoud te beoordelen in plaats van de vorm.

Voor werk dat onder je eigen naam naar buiten gaat, is dat het minimum. Een vlotte formulering is namelijk precies waar een taalmodel altijd in slaagt, ook wanneer de inhoud nergens op rust.

Welke vragen kun je beter niet aan AI stellen?

Sommige vragen kun je beter niet aan AI stellen, en dat heeft niets met de formulering te maken. Het gaat om taken waarvoor het model in de kern niet gebouwd is.

Vragen waarbij het model zelf feiten moet aandragen

Bij vragen waarbij het model zelf feiten moet aandragen loop je het grootste risico. “Wat zijn de recente wijzigingen in deze wet” of “welke onderzoeken tonen dit aan” leidt tot antwoorden die kloppen qua vorm en niet qua inhoud.

Draai zulke vragen om waar het kan. Lever de wettekst, het rapport of de cijfers zelf aan en vraag het model om die samen te vatten, te vergelijken of te herschrijven. Dan verplaats je het risico naar bronmateriaal dat je kunt controleren.

Vragen met een persoonlijk, medisch of juridisch gevolg

Vragen met een persoonlijk, medisch of juridisch gevolg horen niet bij een AI-tool te eindigen. Een model kan je helpen een situatie te ordenen of een brief op te stellen, maar het kent jouw dossier niet en draagt geen verantwoordelijkheid voor de uitkomst.

Gebruik het antwoord dan als voorwerk voor het gesprek met een arts, een jurist of een adviseur, niet als vervanging ervan.

Van één vraag naar een vaste werkwijze

Van één vraag naar een vaste werkwijze gaan is de stap die het verschil maakt voor wie AI dagelijks gebruikt. Eén goede vraag levert één goed antwoord op, een werkwijze levert elke keer hetzelfde niveau op.

Waarom dezelfde vraag twee keer een ander antwoord geeft

Dezelfde vraag geeft twee keer een ander antwoord omdat een taalmodel per stap kiest uit meerdere waarschijnlijke vervolgen. Die variatie is ingebouwd en verdwijnt niet.

Meer context meegeven maakt de uitkomst wel voorspelbaarder, want hoe smaller je het speelveld maakt, hoe minder ruimte er is om af te wijken. Welke tool daarbij het beste past hangt af van je werk; de verschillen staan in de vergelijking tussen Claude en ChatGPT.

Wanneer je de vraag beter aan een mens stelt

Je stelt de vraag beter aan een mens zodra het antwoord een beslissing raakt die gevolgen heeft voor iemand anders, of zodra je de uitkomst niet zelf kunt controleren. Datzelfde geldt binnen organisaties die AI in klantcontact inzetten: een systeem dat een vraag niet met zekerheid kan beantwoorden, hoort hem door te zetten naar een medewerker in plaats van een gok te doen.

Wat AI wel en niet is, en waarom die grens er is, staat uitgelegd bij artificial intelligence.

Wil je dit in de praktijk oefenen in plaats van erover lezen, dan neemt de gratis ChatGPT cursus van tien minuten je mee langs precies deze werkwijze, met een controletechniek die je meteen op je eigen werk toepast.

Deel dit artikel

Gerelateerde artikelen

AI hallucinatie verzonnen output taalmodel
Basiskennis
Dennis van de Velde

Wat is AI hallucinatie?

AI hallucinatie is het bekendste risico van werken met een taalmodel, en tegelijk het minst zichtbare. Een fout

LEES MEER
Wie heeft ChatGPT gemaakt?
Basiskennis
Dennis van de Velde

Wie heeft ChatGPT gemaakt?

ChatGPT is gemaakt door OpenAI, een Amerikaans AI-onderzoeksbedrijf opgericht in 2015 in San Francisco. Sam Altman is de

LEES MEER
Wat kan je met ChatGPT doen op je werk
Basiskennis
Dennis van de Velde

Wat kan je met ChatGPT?

Met ChatGPT kun je teksten schrijven, onderzoek doen, documenten samenvatten, klantcommunicatie opstellen en data analyseren. De tool werkt

LEES MEER