Het antwoord is dat de kwaliteit van AI-uitkomsten steeds minder wordt bepaald door het onderliggende model en steeds meer door de context die jij als gebruiker aanlevert. Volgens Jeff Dean, voormalig Chief Scientist bij Google, is context engineering de vaardigheid die het verschil maakt tussen een generiek en een bruikbaar AI-antwoord. Voor ondernemers betekent dit: stop met jagen op het nieuwste model en investeer in het beter formuleren van je prompts en het aanleveren van de juiste achtergrondinformatie.

Wat er aan de hand is

In een recent artikel op Search Engine Journal legt Jeff Dean uit waarom de aandacht in de AI-wereld verschuift van modelontwikkeling naar context engineering. Dean, die jarenlang de technische koers van Google bepaalde, stelt dat de grootste winst in AI-resultaten niet langer komt van grotere modellen, maar van hoe je die modellen voedt met informatie. De uitspraken zijn opvallend omdat ze komen van iemand die aan de wieg stond van veel AI-technologie bij Google. Zijn punt: een model kan nog zo krachtig zijn, zonder de juiste context blijft het antwoord oppervlakkig of zelfs misleidend. Dit signaleert een bredere verschuiving in de AI-industrie, waarbij de gebruiker zelf een grotere rol krijgt in de kwaliteit van het eindresultaat.

Wat dit betekent

Voor het Nederlandse midden- en kleinbedrijf is dit een belangrijk inzicht. Veel ondernemers gebruiken AI-tools voor uiteenlopende taken, van het opstellen van offertes tot het beantwoorden van klantvragen. De ervaring dat AI soms ‘domme’ antwoorden geeft, wordt vaak toegeschreven aan een beperking van het model. Dean’s uitleg suggereert dat het probleem vaker ligt in de context die de gebruiker aanlevert. Een model dat een vraag krijgt zonder achtergrondinformatie, branchekennis of specifieke bedrijfsgegevens, kan simpelweg niet anders dan een algemeen antwoord geven. Dit betekent dat de concurrentiekracht van jouw AI-gebruik niet zit in het abonnement dat je hebt, maar in de kwaliteit van de informatie die je aan het systeem voert. Voor bedrijven die AI al inzetten, is dit een kans om zonder extra kosten betere resultaten te behalen.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor productbeschrijvingen, dan is de kans groot dat je teleurgesteld bent in de teksten die het systeem genereert. Een mogelijkheid is om niet alleen de productnaam en specificaties aan te leveren, maar ook je merktoon, de doelgroep en voorbeelden van bestaande teksten die je goed vindt. Je zou kunnen overwegen om een vast document aan te maken met je merkrichtlijnen en dat bij elke prompt te voegen. Zo krijgt het model de context die het nodig heeft om teksten te produceren die daadwerkelijk bij jouw webshop passen.

Als je een team aanstuurt en AI gebruikt voor interne communicatie of samenvattingen, dan kun je hetzelfde principe toepassen. In plaats van een losse vraag over een vergaderverslag, zou je het model kunnen voorzien van de agenda, de deelnemers en het doel van de bijeenkomst. Een optie is om een standaard template te maken waarin je deze contextstructuren vastlegt. Je zou kunnen overwegen om je team te vragen om altijd dezelfde contextinformatie aan te leveren, zodat de AI-uitkomsten consistenter worden.

Als je in de zakelijke dienstverlening werkt en AI gebruikt voor offertes of voorstellen, dan is context engineering direct toepasbaar. Je zou het model kunnen voeden met de specifieke klantsituatie, de eerdere correspondentie en je eigen dienstenportfolio. Overweeg om een prompt op te bouwen die begint met de achtergrond van de klant, gevolgd door de specifieke vraag en eindigt met de gewenste outputvorm. Een mogelijkheid is om per klant een kort contextprofiel aan te maken dat je hergebruikt bij elke AI-interactie over die klant.

Als je marketing doet en AI gebruikt voor contentcreatie, dan is de vertaalslag van Dean’s advies misschien wel het grootst. In plaats van een algemene vraag als ‘schrijf een blog over duurzaamheid’, zou je het model kunnen voorzien van je bestaande content, je doelgroepanalyse en de zoektermen die je wilt targeten. Je zou kunnen overwegen om een ‘contentbrief’ te maken die je standaard aan elke AI-prompt toevoegt. Een optie is om te experimenteren met het aanleveren van drie tot vijf voorbeelden van eerdere artikelen die goed presteerden, zodat het model de stijl en toon kan overnemen.

De kern van context engineering is dat je AI niet behandelt als een orakel, maar als een slimme assistent die afhankelijk is van de informatie die jij geeft. Door systematisch meer en betere context aan te leveren, verbeter je de kwaliteit van alle AI-uitkomsten binnen je bedrijf, zonder dat je hoeft te wachten op de volgende modelupdate.

Bron: Search Engine Journal