Context geven: van vaag naar precies
Je leert hoe context de kwaliteit van AI-output drastisch verbetert.
Waarom deze les belangrijk is
Je hebt het framework geleerd. Je weet dat je een persona, taak, format en constraints moet meegeven. Maar er is één bouwblok dat het verschil maakt tussen een "prima" antwoord en een antwoord dat je direct kunt gebruiken: context.
Zonder context doet AI wat het altijd doet: het meest gemiddelde antwoord geven. Met de juiste context krijg je antwoorden die voelen alsof iemand jouw bedrijf, jouw klant en jouw situatie kent.
Waarom AI zonder context generiek antwoordt
AI-modellen weten niet wie je bent, waar je werkt, of wat je eerder hebt gedaan. Elke conversatie begint op nul. Zonder context kiest het model het antwoord dat statistisch het meest waarschijnlijk is, en dat is per definitie generiek.
Vergelijk het met een consultant die je bedrijf niet kent. Als je zegt "geef advies over klantretentie", krijg je standaardadviezen die in elk marketingboek staan. Maar als je eerst uitlegt wie je klanten zijn, wat je huidige retentiepercentage is, en welke acties je al hebt geprobeerd, dan krijg je advies dat er toe doet.
AI heeft geen geheugen tussen gesprekken (tenzij je dat expliciet instelt). Elke keer dat je een nieuw gesprek start, begint de AI met een blanco lei. Context is hoe je die lei invult.
Soorten context die je kunt geven
| Type context | Wat het doet | Voorbeeld |
|---|---|---|
| Achtergrond | Situeert het probleem | "Ons bedrijf levert software aan ziekenhuizen" |
| Doelgroep | Bepaalt toon en niveau | "De lezer is een CEO zonder technische achtergrond" |
| Toon | Stuurt de schrijfstijl | "Schrijf formeel maar toegankelijk" |
| Voorbeelden | Laat zien wat je verwacht | "Hier is een voorbeeld van hoe ik het wil" |
| Beperkingen | Sluit irrelevante info uit | "Richt je alleen op de Nederlandse markt" |
| Data | Geeft feiten om mee te werken | "Onze omzet in Q3 was €4.2M" |
Voorbeeld: zonder vs. met context
Zonder context:
Schrijf een LinkedIn-post over AI.Verder lezen
Laat je naam en mailadres achter, dan lees je de rest
Je krijgt meteen de hele les, en alle andere lessen blijven daarna ook open. Geen wachtwoord, geen bevestigingsmail.
Resultaat: Een generiek verhaal over "AI verandert de wereld" dat je al duizend keer hebt gezien.
Met context:
Schrijf een LinkedIn-post (max 200 woorden) voor mij als HR-directeur van een accountantskantoor met 200 medewerkers. Onderwerp: hoe wij AI inzetten om de wervingsprocedure te versnellen. Toon: enthousiast maar realistisch. Noem een concreet voorbeeld: we hebben de time-to-hire teruggebracht van 45 naar 28 dagen door AI-screening van cv's. Eindig met een vraag aan het netwerk.Resultaat: Een persoonlijke, geloofwaardige post die aansluit bij jouw situatie en direct te plaatsen is.
Few-shot prompting: leren door voorbeelden
Een van de krachtigste manieren om context te geven is few-shot prompting: je geeft de AI een of meer voorbeelden van het gewenste resultaat.
Waarom werkt dit zo goed? Omdat je met een voorbeeld meer communiceert dan met honderd woorden instructie. De AI leert van je voorbeeld de stijl, structuur, lengte en toon, allemaal tegelijk.
Voorbeeld: productbeschrijvingen
Schrijf productbeschrijvingen in dezelfde stijl als dit voorbeeld:
Voorbeeld:
Product: CloudSync Pro
Beschrijving: Synchroniseer je bestanden razendsnel tussen al je apparaten. Geen gedoe met kabels of USB-sticks — alles staat automatisch klaar waar je het nodig hebt. Ideaal voor teams die op meerdere locaties werken.
Schrijf nu een beschrijving voor:
Product: TaskFlow AI
Categorie: projectmanagement-tool met AI-planningFew-shot werkt het best als je 2-3 voorbeelden geeft. Eén voorbeeld kan toeval zijn, maar bij meerdere voorbeelden pikt de AI het patroon betrouwbaar op.
Zero-shot vs. few-shot vs. many-shot
| Methode | Wat het is | Wanneer gebruiken |
|---|---|---|
| Zero-shot | Geen voorbeelden, alleen instructie | Simpele taken, standaardformats |
| One-shot | Eén voorbeeld meegeven | Als je de stijl wilt sturen |
| Few-shot | 2-3 voorbeelden meegeven | Als consistentie belangrijk is |
| Many-shot | 5+ voorbeelden meegeven | Voor zeer specifieke patterns |
Meer voorbeelden is niet altijd beter. Bij meer dan 5 voorbeelden kan de AI te rigide worden en niet meer creatief variëren. Begin met 2-3 en voeg alleen meer toe als de output niet consistent genoeg is.
Praktijktoepassing: context in lagen opbouwen
Je hoeft niet alle context in één prompt te proppen. Je kunt het ook opbouwen:
Stap 1: Geef de achtergrond
Ik werk als controller bij een logistiek bedrijf met 500 medewerkers en €80M omzet. We rapporteren maandelijks aan de directie.Stap 2: Geef de specifieke opdracht
Schrijf de managementsamenvatting voor de maandrapportage november. Omzet: €6.8M (budget: €7.2M). Marge: 18% (vorig jaar: 20%). Belangrijkste oorzaak: stijgende brandstofkosten.Door context in stappen op te bouwen, kun je het eerste deel hergebruiken voor meerdere opdrachten.
Quiz
Wat is few-shot prompting?
Welke context is het MEEST waardevol om aan een AI mee te geven als je een interne memo wilt laten schrijven?
Wil je je voortgang bewaren, de oefenbestanden erbij en je inschrijven voor de gratis avond, maak dan een gratis account aan. Je hoeft alleen op een link in je mail te klikken.
Maak een gratis account