# 10 Prompt-Technieken voor Betere Resultaten [Naar de inhoud](#lm-inhoud)Netwerk/NL[EN](/en/prompt-technieken)[Hubhub.llmnet.nlModellen vergelijken op taak, taal, kosten en licentie.](https://hub.llmnet.nl/)[Communitycommunity.llmnet.nlPrompttechnieken, patronen en systeemprompts.](https://community.llmnet.nl/)[APIapi.llmnet.nlLLM's robuust in software: rate limits, routing, structured output.](https://api.llmnet.nl/)[Consultancyconsultancy.llmnet.nlAI invoeren in een organisatie, van pilot tot productie.](https://consultancy.llmnet.nl/)[Nieuwsnieuws.llmnet.nlOntwikkelingen in AI, geduid voor Nederland.](https://nieuws.llmnet.nl/)[Benchmarkbenchmark.llmnet.nlZelf meten wat AI-kwaliteit is, voor jouw taken.](https://benchmark.llmnet.nl/)[Vacaturesvacatures.llmnet.nlAI-rollen, salarissen en carrièrepaden in Nederland.](https://vacatures.llmnet.nl/)[Lerenleren.llmnet.nlAI-concepten in gewoon Nederlands, van beginner tot bouwer.](https://leren.llmnet.nl/)[Gidsgids.llmnet.nlAI privé draaien op eigen Mac, pc, NAS of thuisserver.](https://gids.llmnet.nl/)[Directorydirectory.llmnet.nlHet AI-ecosysteem in kaart: tools, modellen, bedrijven.](https://directory.llmnet.nl/)[Radarradar.llmnet.nlSignalen uit X, onderzoek en communities voor indie developers.](https://radar.llmnet.nl/)[Appsapps.llmnet.nlReviews van AI-apps en open-source repo's, met tips voor wie zelf bouwt.](https://apps.llmnet.nl/)[llmnet.nl — hoofdsite](https://llmnet.nl/)[](https://x.com/intent/post?url=https%3A%2F%2Fcommunity.llmnet.nl%2Fprompt-technieken&text=10%20Prompt-Technieken%20voor%20Betere%20Resultaten)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fcommunity.llmnet.nl%2Fprompt-technieken)[](https://www.reddit.com/submit?url=https%3A%2F%2Fcommunity.llmnet.nl%2Fprompt-technieken&title=10%20Prompt-Technieken%20voor%20Betere%20Resultaten)[](#)[](https://x.com/intent/post?url=https%3A%2F%2Fcommunity.llmnet.nl%2Fprompt-technieken&text=10%20Prompt-Technieken%20voor%20Betere%20Resultaten)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fcommunity.llmnet.nl%2Fprompt-technieken)[](https://www.reddit.com/submit?url=https%3A%2F%2Fcommunity.llmnet.nl%2Fprompt-technieken&title=10%20Prompt-Technieken%20voor%20Betere%20Resultaten)[](#)Door Ivo Donker — samengesteld met AI-ondersteuning (Claude & Gemini) · Laatst bijgewerkt: 27 juli 2026 # 10 Prompt-Technieken voor Betere Resultaten Een praktische gids voor ontwikkelaars en prompt-engineers Grote taalmodellen (LLM's) zijn krachtig, maar de kwaliteit van de output valt of staat met de instructie die je ze geeft. In deze gids bespreken we 10 essentiële prompt-technieken die je direct kunt toepassen voor voorspelbare, hoogwaardige resultaten. Geen theorie, enkel echte waarde en praktische voorbeelden. Nieuw in de wereld van LLM's? Lees dan eerst de [basisgids voor taalmodellen](https://gids.llmnet.nl/) op het leer-portaal om de fundamentele concepten te begrijpen. ## 1. Rolprompting (Role Prompting) Geef het model een duidelijke identiteit of beroep. Dit helpt het model om de juiste tone-of-voice en het juiste expertiseniveau aan te nemen. ### Voorbeeld Jij bent een Senior DevOps Engineer met 15 jaar ervaring in CI/CD en Kubernetes. Leg uit hoe ik een blue-green deployment opzet, gebruikmakend van technische, professionele taal. ## 2. Few-Shot Prompting In plaats van enkel instructies te geven (zero-shot), geef je het model een paar voorbeelden van de gewenste input en output. Dit verhoogt de accuraatheid aanzienlijk bij patroonherkenning. ### Voorbeeld Koppel het juiste sentiment aan de review. Review: De batterij is snel leeg. -> Sentiment: Negatief Review: Het scherm is prachtig en helder. -> Sentiment: Positief Review: De levering was gisteren. -> Sentiment: Neutraal Review: De klantenservice hielp me onmiddellijk en was erg vriendelijk. -> Sentiment: ## 3. Chain-of-Thought (CoT) Forceer het model om stap voor stap te redeneren voordat het een definitief antwoord geeft. Dit vermindert hallucinaties bij complexe of wiskundige taken drastisch. ### Voorbeeld Vraag: Als ik 3 appels koop voor €1,50 per stuk en 2 peren voor €2,- per stuk, met een korting van 10% op het totaal, wat betaal ik dan? Redeneer stap-voor-stap uit hoe je tot het antwoord komt en geef pas op het einde het eindbedrag. ## 4. Gestructureerde Output (JSON / Formats) Vooral bij applicatie-ontwikkeling heb je voorspelbare data nodig. Definieer exact het output-formaat en vertel het model om géén extra tekst toe te voegen. ### Voorbeeld Geef een lijst van 3 programmeertalen. Genereer de output UITSLUITEND als een geldige JSON-array met objecten die de keys "taal" en "type" bevatten. Voeg geen markdown-blokken of uitleg toe. ## 5. Beperkingen (Constraints) Wees expliciet over de grenzen waarbinnen het model moet opereren, zoals lengte, woordgebruik of formattering. ### Voorbeeld Vat het volgende artikel samen. Beperkingen: - Gebruik exact 3 zinnen. - Gebruik maximaal 50 woorden. - Gebruik geen vaktermen of jargon. ## 6. Context-Verrijking (RAG-voorbereiding) Geef het model de benodigde achtergrondinformatie in de prompt mee. Dit is de basis van Retrieval-Augmented Generation (RAG). Je scheidt de context duidelijk van de opdracht. ### Voorbeeld CONTEXT: [Plak hier de actuele documentatie of database-kennis] OPDRACHT: Beantwoord de gebruikersvraag uitsluitend op basis van de bovenstaande CONTEXT. Als het antwoord niet in de context staat, zeg dan "Ik weet het niet". ## 7. Prompt Chaining (Iteratief werken) In plaats van één gigantische prompt, breek je een taak op. Vraag eerst om een outline, controleer deze, en laat vervolgens per sectie de inhoud genereren. ### Voorbeeld Stap 1 (Prompt 1): Maak een inhoudsopgave voor een blogpost over web performance. Stap 2 (Prompt 2): Schrijf nu uitsluitend de inleiding (Sectie 1) op basis van de zojuist gemaakte inhoudsopgave. ## 8. Toon en Stijl (Tone of Voice) Stuur de schrijfstijl door referentiekaders te gebruiken. Dit voorkomt dat de output klinkt als standaard "AI-tekst". ### Voorbeeld Schrijf een welkomstmail voor nieuwe gebruikers. De toon moet enthousiast, informeel (gebruik 'jij') en licht humoristisch zijn, in de stijl van een hippe tech-startup. ## 9. Negatieve Prompts Soms is het makkelijker om te vertellen wat het model niet moet doen om ongewenst gedrag (zoals het overmatig gebruik van bepaalde AI-stopwoordjes) in te dammen. ### Voorbeeld Schrijf een conclusie voor het rapport over cybersecurity. BELANGRIJK: Gebruik NIET de woorden "Concluderend", "Samenvattend" of "In een notendop". Begin de tekst direct. ## 10. Zelf-Reflectie (Self-Correction) Vraag het model om zijn eigen werk te bekritiseren en te verbeteren binnen dezelfde of een opvolgende prompt. ### Voorbeeld Schrijf een Python-script voor het scrapen van een webpagina. Analyseer de code daarna kritisch op potentiële performance-problemen of edge-cases, en herschrijf de code op basis van je eigen kritiek. Toon alleen de definitieve code. © 2026 LLMnet.nl Community. Gemaakt voor developers, door developers.