Het antwoord is simpel: je hoeft geen techneut te zijn om betere resultaten uit AI-tools te halen. Volgens Jeff Dean, voormalig Chief Scientist bij Google, is de kwaliteit van de context die je aan een AI-model geeft, steeds belangrijker dan het model zelf. Voor ondernemers betekent dit dat de winst niet zit in het wachten op een beter model, maar in het slimmer formuleren van je vragen en opdrachten.

Wat er aan de hand is

Jeff Dean, jarenlang een van de meest invloedrijke AI-onderzoekers ter wereld, stelt dat de aandacht in de AI-wereld verschuift. Waar voorheen de focus lag op het ontwikkelen van krachtigere modellen, ligt die nu steeds meer op ‘context engineering’. Dat is de kunst van het zo goed mogelijk voorbereiden en structureren van de informatie die je aan een AI-model geeft, zodat het antwoord van hogere kwaliteit is.

Dean, die onlangs zijn rol als Chief Scientist bij Google verruilde, benadrukt dat de context — de achtergrondinformatie, de specifieke instructies en de voorbeelden die je meestuurt — bepalend is voor het eindresultaat. Het is een verschuiving die ook voor niet-technische gebruikers gevolgen heeft. De boodschap is helder: de gebruiker heeft meer invloed op de output dan hij of zij denkt.

Wat dit betekent

Voor het Nederlandse mkb is dit een belangrijk signaal. Het betekent dat de concurrentiekracht niet langer alleen afhangt van welke AI-tool je gebruikt, maar vooral van hoe je die tool inzet. Twee bedrijven die dezelfde software gebruiken, kunnen totaal verschillende resultaten boeken. Het bedrijf dat zijn processen, klantgegevens en bedrijfstermen goed kan verwoorden in een prompt, krijgt betere analyses, betere teksten en betere strategische adviezen uit dezelfde tool.

Dit demystificeert AI voor de gemiddelde ondernemer. Je hoeft geen prompt-engineer te zijn met een technische achtergrond. Je moet wel weten hoe je je eigen bedrijfskennis op een gestructureerde manier kunt overdragen aan het model. Dat is een vaardigheid die dichter bij goed communiceren ligt dan bij programmeren.

Hoe je dit kunt toepassen

Als je een webshop runt en productbeschrijvingen laat genereren… begin dan niet met een algemene opdracht als ‘schrijf een leuke tekst’. Geef het model eerst je huisstijl, je doelgroep en drie voorbeelden van bestaande productteksten die je goed vindt. Zeg erbij wat je er goed aan vindt. Die context zorgt ervoor dat alle nieuwe teksten in dezelfde stijl en op hetzelfde niveau komen, zonder dat je elke keer alles opnieuw hoeft uit te leggen.

Als je een team aanstuurt en notulen of samenvattingen laat maken… geef het AI-model vooraf een vaste structuur mee. Leg uit dat je wilt dat besluiten, actiepunten en verantwoordelijken altijd bovenaan staan. Geef aan welke onderwerpen er die week spelen. Je zou kunnen overwegen om een vaste ‘bedrijfscontext’ te schrijven die je telkens plakt boven je vragen. Zo krijgt het model elke keer dezelfde basisinformatie over jullie werkwijze.

Als je in de marketing werkt en content laat schrijven voor een campagne… verzamel eerst alle relevante achtergrondinformatie: de campagnebriefing, de doelgroepanalyse, de concurrentievergelijking. Voeg die documenten of de belangrijkste punten daaruit toe aan je prompt. Een mogelijkheid is om het model te vragen eerst een samenvatting van die context te geven voordat het met de eigenlijke opdracht begint. Zo controleer je of het de juiste informatie heeft opgepikt.

Als je klantenservice-e-mails laat opstellen… maak dan een bibliotheek van veelgestelde vragen en de antwoorden die jullie daar normaal op geven. Plak die voorbeelden in je prompt en vraag het model om nieuwe vragen op dezelfde manier te beantwoorden. Overweeg om ook uit te leggen welke toon je wilt vermijden. Die negatieve context is vaak net zo belangrijk als de positieve instructie.

Als je offertes of voorstellen laat voorbereiden… geef het model niet alleen de opdracht, maar ook de context van de klantrelatie. Leg uit hoe lang jullie al samenwerken, wat er eerder is besproken en wat de specifieke pijnpunten van deze klant zijn. Die achtergrond maakt het verschil tussen een generiek document en een voorstel dat echt aansluit bij de situatie van de klant.

De kern van context engineering is dat je het model niet als een machine ziet die je een opdracht geeft, maar als een slimme assistent die je eerst grondig moet briefen. Die briefingsessie — het verzamelen en structureren van je bedrijfskennis — is de vaardigheid die je nu kunt ontwikkelen. Het kost tijd, maar het is een investering die zich direct vertaalt in betere output, ongeacht welke AI-tool je gebruikt.

Bron: Search Engine Journal