“Wat is het btw-tarief in België?” Antwoord in twee seconden. Correct. Klaar. Geen enkele sturing nodig.
“Schrijf iets over onboarding.” Antwoord in tien seconden. Tweeduizend woorden. Technisch correct, maar voor niemand geschreven. Geen publiek, geen format, geen richting. Het model heeft geleverd wat je vroeg. Het probleem is dat je te weinig vroeg.
Het verschil tussen die twee situaties is niet de complexiteit van het onderwerp. Het is de vraag of het model keuzes moet maken die jij wilt sturen. Bij de eerste vraag zijn er geen keuzes. Bij de tweede zijn het er tientallen. Elke onbeantwoorde keuze vult het model zelf in. De bouwsteen die dat voorkomt, is de eerste en de belangrijkste: de Taak (De Motor).
Roland Bieleveldt
Niet elke interactie met een AI-model is een opdracht. Een groot deel van het dagelijks gebruik bestaat uit vragen. “Wanneer is de EU opgericht?” “Wat betekent EBITDA?” “Vertaal deze zin naar het Duits.” Bij dat soort interacties hoeft er niets aan de formulering te worden gesleuteld. Het model heeft genoeg informatie om een bruikbaar antwoord te geven.
Hetzelfde geldt voor korte verzoeken bij meegestuurd materiaal. Een screenshot van een foutmelding met “fix dit.” Een document met “samenvatting in vijf punten.” Een tabel met “welke patronen zie je?” In al die gevallen zit de context in het meegestuurde materiaal en leidt het model de bedoeling af uit een paar woorden. Dat werkt steeds beter, omdat modellen beter zijn geworden in het interpreteren van impliciete instructies en in het extraheren van informatie uit afbeeldingen en documenten.
De Taak (De Motor) als bouwsteen wordt relevant op het moment dat het model keuzes moet maken. Wie is het publiek? Wat is het doel? Welk type output is gewenst? Bij een korte feitelijke vraag zijn die keuzes er niet. Bij een complexe opdracht wel, en elk onbeantwoorde keuze vult het model zelf in.
“Schrijf iets over onboarding” is een opdracht die zo breed is dat het model tientallen richtingen op kan. Het resultaat is bijna per definitie niet wat je in gedachten had. Niet omdat het model faalt, maar omdat de opdracht niet genoeg richting geeft.
“Schrijf een checklist van tien punten voor de eerste werkweek van een nieuwe medewerker op de financiële afdeling” is dezelfde opdracht met een helder geformuleerde Taak. Het verschil in output is fundamenteel.
Wanneer je een Taak formuleert, bevat een sterke versie drie elementen.
Het werkwoord stuurt de hele output. “Beschrijf” levert een ander resultaat op dan “analyseer.” “Vat samen” levert een ander resultaat op dan “vergelijk.” “Schrijf” is het vaagste werkwoord dat je kunt gebruiken. Het geeft het model maximale vrijheid, en maximale vrijheid levert maximale willekeur op.
Concrete werkwoorden die richting geven: analyseer, vergelijk, beoordeel, prioriteer, classificeer, herschrijf, vertaal, structureer, formuleer. Elk van deze werkwoorden activeert een ander patroon in het model. Het werkwoord is de motor van de prompt.
Wat moet het resultaat zijn? Een memo, een tabel, een lijst, een e-mail, een presentatiestructuur, een set vragen? De outputvorm vertelt het model welk eindproduct het moet opleveren.
Zonder outputvorm kiest het model de meest waarschijnlijke vorm. Bij de meeste modellen is dat lopende tekst in alinea’s. Soms is dat wat je nodig hebt. Vaak niet. Wie een tabel nodig heeft en dat niet zegt, krijgt geen tabel.
Waarvoor wordt het resultaat gebruikt? Dit element wordt het vaakst weggelaten en maakt vaak het grootste verschil. Een samenvatting die bedoeld is voor het bestuur ziet er anders uit dan een samenvatting die bedoeld is als interne aantekening. Het model past de diepgang, de toon en de nadruk aan wanneer het het doel kent.
“Schrijf een samenvatting” versus “schrijf een samenvatting die ik als agendapunt kan gebruiken voor de directievergadering van donderdag.” Het tweede geeft het model informatie over het doel die de hele output stuurt.
Soms is de output teleurstellend terwijl de Taak helder is. “Schrijf een klachtreactie” is een duidelijke Taak, maar zonder Context (De Wereld) ontbreekt de informatie over de klant en de situatie. “Schrijf een adviesmemo” is ook een duidelijke Taak, maar zonder Toon (De Sfeer) mist het model de stijl die bij het publiek past.
De Taak (De Motor) is het startpunt. Wanneer het startpunt helder is en het resultaat toch niet klopt, ontbreken er andere bouwstenen.
Een ontwikkeling die het waard is om te kennen: nieuwere AI-modellen volgen instructies steeds letterlijker op. Oudere modellen vulden vaker gaten in de opdracht op basis van wat ze vermoedden dat de gebruiker bedoelde. Nieuwere modellen doen preciezer wat je vraagt, niet meer en niet minder.
Dat is goed nieuws voor wie helder formuleert: de output sluit nauwer aan bij de instructie. Het is minder goed nieuws voor wie leunt op het model om ontbrekende onderdelen zelf in te vullen. “Maak dit beter” leverde bij een ouder model soms een uitgebreide herschrijving op. Bij een nieuwer model is het resultaat precies wat je letterlijk hebt gevraagd: een iets betere versie. Wie meer wil, moet dat formuleren.
Een accountant stuurt een spreadsheet naar een AI-model en typt: “Welke posten wijken meer dan 10 procent af van vorig jaar?” Het model analyseert de tabel en geeft een overzicht. De Taak is impliciet (identificeer afwijkingen), de context zit in de spreadsheet, het format is niet gespecificeerd maar logisch (een lijst). Geen uitgebreide prompt nodig.
Een advocatenkantoor wil een AI-model conceptteksten laten schrijven voor cliëntbrieven over een wetswijziging. De vage Taak: “Schrijf iets over de nieuwe Wet transparante en voorspelbare arbeidsvoorwaarden.” Het model produceert een algemene uiteenzetting die leest als een nieuwsartikel. De scherpe Taak: “Schrijf een cliëntbrief van maximaal één A4 die drie concrete gevolgen van de Wet transparante en voorspelbare arbeidsvoorwaarden beschrijft voor werkgevers met meer dan vijftig medewerkers, met per gevolg een actiepunt.” Het model produceert een brief die het kantoor na een inhoudelijke check direct kan versturen. Het verschil zit in de drie elementen: het actiewerkwoord (schrijf een cliëntbrief), de outputvorm (één A4, drie gevolgen met actiepunten) en het doel (werkgevers informeren over concrete gevolgen).
Wie wil weten welke achtergrondinformatie een prompt sterker maakt en waarom ontbrekende context de meest voorkomende oorzaak is van teleurstellende output, leest verder bij Context (De Wereld) (cluster 4.2b).
Wie het overzicht van alle zeven bouwstenen wil bekijken en zien hoe ze samenwerken, vindt dat op de hubpagina De 7 bouwstenen van de ideale prompt (cluster 4.2).