Het antwoord is dat de kwaliteit van de context die je aan een AI-model geeft, belangrijker is dan de keuze voor een specifiek AI-model. Volgens Jeff Dean, voormalig Chief Scientist bij Google, is ‘context engineering’ de vaardigheid die het verschil maakt tussen een generiek en een bruikbaar AI-resultaat. Voor ondernemers zonder technische achtergrond betekent dit: je hoeft geen prompt-engineer te zijn, maar je moet wel leren hoe je de juiste informatie aan het model verstrekt.

Wat er aan de hand is

Jeff Dean, jarenlang een van de meest invloedrijke technici bij Google, stelt dat de focus in de AI-wereld verschuift. Waar voorheen het verfijnen van het model zelf centraal stond, is het nu de context die de uitkomst bepaalt. Dit inzicht deelde hij in een uitleg die is opgepikt door Search Engine Journal. De kern: een AI-model kan alleen zo goed presteren als de informatie die het meekrijgt. Dit is geen technisch detail, maar een fundamentele verschuiving in hoe je AI in de praktijk gebruikt. Het betekent dat de vaardigheid om een vraag of opdracht goed te formuleren, met de juiste achtergrondinformatie, steeds belangrijker wordt dan het kiezen van het ‘beste’ of duurste model.

Wat dit betekent

Voor een ondernemer betekent dit dat het niet uitmaakt of je gebruikmaakt van een geavanceerd model of een eenvoudigere versie, als de context die je aanlevert van onvoldoende kwaliteit is. Het verklaart ook waarom twee bedrijven met hetzelfde AI-abonnement totaal verschillende resultaten boeken. De een krijgt generieke teksten of analyses, de ander krijgt bruikbare output die direct toepasbaar is. Het verschil zit niet in de software, maar in de voorbereiding. Dit raakt aan alle bedrijfsprocessen waar AI wordt ingezet: van het opstellen van marketingteksten tot het analyseren van klantdata. De vaardigheid om context te leveren wordt hiermee een concurrentievoordeel, net zoals vroeger het beheersen van Excel of Google Ads dat was.

Hoe je dit kunt toepassen

Als je een webshop runt en productbeschrijvingen laat genereren, dan is de kans groot dat je teleurgesteld bent in de resultaten. Een mogelijke oorzaak is dat je het model geen context geeft over je doelgroep, je merkstem of de specifieke eigenschappen van je producten. Je zou kunnen starten met een eenvoudige oefening: voordat je een prompt schrijft, noteer je eerst drie zinnen over voor wie de tekst is, welke toon je wilt en wat het product bijzonder maakt. Plak die informatie boven je opdracht. Het resultaat zal significant beter zijn dan een kale vraag als ‘schrijf een productbeschrijving’.

Als je een team aanstuurt en AI gebruikt voor het opstellen van notulen of samenvattingen, dan is de context die je meestuurt bepalend voor de kwaliteit. Overweeg om vooraf aan te geven wat het doel van de samenvatting is, wie de lezer is en welke besluiten er genomen moeten worden. Een model dat weet dat de output voor de directie is, zal andere accenten leggen dan een model dat een samenvatting voor het projectteam moet maken. Je zou een standaardtemplate kunnen ontwikkelen waarin deze context altijd wordt meegegeven.

Als je in de dienstverlening werkt en AI gebruikt voor offertes of voorstellen, dan is de context van de klant cruciaal. Een mogelijkheid is om een kort profiel van de klant aan de prompt toe te voegen: wat is de sector, wat is het budget, wat is de eerdere ervaring met vergelijkbare projecten. Dit klinkt misschien als extra werk, maar het bespaart tijd omdat het aantal correctierondes drastisch afneemt. Je zou kunnen beginnen met het aanmaken van een standaarddocument waarin je per klant de relevante context noteert, en dat document telkens als basis voor je prompts gebruikt.

Als je worstelt met de kwaliteit van AI-uitkomsten in het algemeen, dan is de eerste stap niet het wisselen van tool, maar het verbeteren van je input. Een praktische oefening is om al je huidige prompts te verzamelen en te bekijken welke informatie ontbreekt. Stel jezelf bij elke prompt de vraag: als ik dit aan een nieuwe medewerker zou geven, zou die dan weten wat ik bedoel? Als het antwoord nee is, dan is de context onvoldoende. Je zou kunnen afspreken dat elke prompt binnen je bedrijf minimaal één zin context bevat over het doel en de doelgroep van de output.

Bron: Search Engine Journal