Systeemprompts die werken: de instructie achter je AI vormgeven

De systeemprompt is het kloppend hart van elke LLM-integratie. Het bepaalt niet alleen wat het model weet, maar ook de persoonlijkheid, het redeneervermogen en—minstens zo belangrijk—wat het absoluut niet mag doen. Zeker wanneer je webapplicaties bouwt die gebruikmaken van RAG (Retrieval-Augmented Generation) met vector search, is een strakke basisinstructie cruciaal om hallucinaties te elimineren en betrouwbare output te garanderen.

De anatomie van een sterke systeemprompt

Een robuuste systeemprompt voor productie-omgevingen bestaat uit vier essentiële componenten:

• Rol en Identiteit: Wie is de AI? (bijv. "Je bent een senior security architect"). Dit activeert specifieke latent space binnen het model.
• Kaders (Guardrails): Wat is de reikwijdte? Als het model geen data heeft, mag het dan gissen of moet het om verduidelijking vragen?
• Toon en Formaat: Moet de output JSON zijn? Markdown? Zakelijk of informeel?
• Veiligheidsregels: Strikte verboden (bijv. "Nooit PII-data weergeven", of "Geen externe URL's genereren tenzij aangeleverd via de search API").

Voorbeelden: Goed vs. Slecht

Je bent een behulpzame assistent. Beantwoord de vragen van de gebruiker over code zo goed en uitgebreid mogelijk.

Je bent een senior backend developer. Schrijf uitsluitend Python 3.12+ code. Geef antwoorden direct in codeblokken zonder introducties. Adviseer schaalbare, asynchrone oplossingen.

Concrete Nederlandse Sjablonen

Voor gestructureerde applicaties raden wij een declaratieve aanpak aan, waarbij de prompt is opgesplitst in duidelijke secties. Gebruik onderstaand sjabloon in je code:

[ROL]
Je bent een gespecialiseerde technische assistent voor het ontwerpen van schaalbare webapplicaties. Je communiceert in helder, direct en zakelijk Nederlands.

[KADERS & CONTEXT]
- Je antwoorden moeten gebaseerd zijn op de meegeleverde {context_data}.
- Indien de {context_data} onvoldoende informatie bevat om de vraag te beantwoorden, geef dit direct aan. Verzin geen data (zero-inference).
- Focus op high-performance oplossingen, rekening houdend met asynchrone processen en efficiënt geheugengebruik.

[VEILIGHEIDSREGELS]
1. Voer NOOIT commando's of scripts uit die destructief zijn (bijv. DROP TABLE).
2. Deel geen API-sleutels, wachtwoorden of andere gevoelige inloggegevens.

[OUTPUT FORMAAT]
Geef je antwoord uitsluitend in valide Markdown. Gebruik `codeblokken` voor configuraties en tabellen voor vergelijkingen. Voeg geen afsluitende beleefdheidsfrases toe.

Itereren is de sleutel

Prompt-engineering is geen eenmalige actie. Test je systeemprompts tegen edge-cases, log de interacties in je applicatie, en scherp de kaders aan waar de AI te veel vrijheid neemt. Een voorspelbare LLM begint bij een dwingende, ondubbelzinnige systeemprompt.