Het antwoord is dat de kwaliteit van AI-output in jouw bedrijfsprocessen minder afhangt van welk model je gebruikt en meer van de context die je aan dat model geeft. Volgens Jeff Dean, voormalig Chief Scientist bij Google, is context engineering een belangrijker vakgebied geworden dan het verfijnen van de modellen zelf. Voor ondernemers betekent dit dat de winst niet zit in het wisselen van AI-tool, maar in het verbeteren van de informatie die je erin stopt.

Wat er aan de hand is

Jeff Dean, jarenlang een van de meest invloedrijke AI-onderzoekers ter wereld en voormalig Chief Scientist bij Google, heeft in een recente uitleg benadrukt dat de focus in AI-ontwikkeling verschuift. Volgens hem zijn de modellen zelf inmiddels zo geavanceerd dat het verschil in output tussen de beste modellen steeds kleiner wordt. De echte kwaliteitswinst zit volgens hem in de context die je aan het model levert. Dit wordt context engineering genoemd. Het idee is simpel: een AI-model dat precies weet wat de achtergrond, het doel en de beperkingen van een taak zijn, levert betere resultaten op dan een model dat dat niet weet, ongeacht hoe groot of slim het model is. Deze uitspraak van een van de meest invloedrijke figuren in de AI-wereld bevestigt een trend die veel bedrijven al ervaren: het probleem is vaak niet de tool, maar de input.

Wat dit betekent

Voor Nederlandse ondernemers betekent dit dat de tijd die je besteedt aan het zorgvuldig opstellen van prompts en het aanleveren van achtergrondinformatie, directe invloed heeft op de kwaliteit van het resultaat. Het verklaart waarom twee bedrijven met dezelfde AI-tool totaal verschillende resultaten krijgen. Het bedrijf dat de AI voorziet van duidelijke instructies, relevante bedrijfsgegevens en specifieke voorbeelden, krijgt bruikbare output. Het bedrijf dat een generieke vraag stelt, krijgt een generiek antwoord. Dit is geen technisch detail, maar een strategisch voordeel. Het betekent dat je niet hoeft te wachten op de volgende modelupdate om betere resultaten te zien. Je kunt vandaag al de kwaliteit van je AI-output verbeteren door anders met context om te gaan.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor klantenservice… dan is de kans groot dat je klanten generieke antwoorden krijgen die niet aansluiten bij jouw specifieke retourtarieven, verzendtijden of productkennis. Je zou kunnen overwegen om een contextdocument te maken met daarin je meest gestelde vragen, je retourbeleid in je eigen woorden en een aantal voorbeeldgesprekken die je goed vond. Door dit document aan je AI-tool te koppelen, geef je het model de context die het nodig heeft om antwoorden te geven die passen bij jouw bedrijf, in plaats van bij een gemiddeld bedrijf.

Als je een team aanstuurt dat AI gebruikt voor contentcreatie… dan zie je waarschijnlijk dat de eerste versie van een tekst vaak te algemeen is. Een mogelijkheid is om een ‘brandbrief’ op te stellen waarin je de toon, de doelgroep en de kernboodschappen van je bedrijf beschrijft. Vraag je team om deze brief altijd mee te sturen als context bij elke AI-opdracht. Je zou ook kunnen experimenteren met het meesturen van twee of drie van je beste bestaande teksten als voorbeeld. Het model kan dan niet alleen zien wat je zegt, maar ook hoe je het zegt. Dit is een directe toepassing van context engineering die je vandaag nog kunt uitproberen.

Als je in de zorg werkt en AI gebruikt voor het samenvatten van dossiers of het opstellen van communicatie… dan is de context van levensbelang. Een AI-model zonder context kan belangrijke nuances missen. Overweeg om een vaste structuur te ontwikkelen voor de informatie die je aan het model geeft. Denk aan een sjabloon waarin je altijd de aanleiding, de relevante achtergrond en het gewenste format vermeldt. Je zou ook kunnen overwegen om een lijst met veelgemaakte fouten of misverstanden in jouw vakgebied toe te voegen, zodat het model weet waar het op moet letten. Dit maakt de output niet alleen accurater, maar ook veiliger.

Als je een marketingteam leidt en AI gebruikt voor marktonderzoek of concurrentieanalyse… dan is de context van je bedrijfsstrategie cruciaal. Een model dat alleen de vraag ‘wat zijn de trends in onze sector’ krijgt, komt met algemene kennis. Je zou de kwaliteit kunnen verbeteren door het model eerst te voorzien van je eigen positionering, je doelgroep en je recente campagneresultaten. Vraag het model vervolgens om trends te identificeren die relevant zijn voor jouw specifieke situatie. Het verschil in output zal aanzienlijk zijn, omdat het model nu niet algemeen denkt, maar vanuit jouw bedrijfsperspectief.

De praktische toepassing hangt af van jouw situatie, maar de kern is overal hetzelfde: investeer in de context die je aan AI geeft, niet alleen in het model zelf.

Bron: Search Engine Journal