De mythe van de perfecte prompt
Er zijn hele cursussen over 'prompt engineering'. De belofte: als je maar precies de juiste woorden kiest, krijg je het perfecte antwoord. Dat idee klopte misschien twee jaar geleden. Nu niet meer.
Bij een groot AI-lab liet een engineer onlangs een AI-model twee weken lang zelfstandig een complete app herschrijven in een andere programmeertaal. Zijn hele instructie kwam neer op: doe het, vergelijk het resultaat met het origineel en stop niet voordat het klopt. Geen detail-brief. Geen woord-voor-woord script. Gewoon een opdracht en vertrouwen.
Dat is precies hoe je tegen een goede medewerker praat. Je legt niet elke komma uit. Je geeft een richting en een kader, en je kijkt naar wat eruit komt.
Het werk verschuift naar de achterkant
Hier zit de echte verandering voor jou als ondernemer. De skill zit niet meer in het formuleren van de opdracht. Die eerste instructie is misschien vijf procent van het werk. De andere vijfennegentig procent is: kijken wat de AI maakt, zeggen wat er beter moet, en opnieuw laten draaien.
Dat is iteratief werken. Niet 'ik typ een vraag en ik hoop op het beste antwoord'. Wel 'ik laat iets maken, ik lees het, ik stuur bij'. Precies zoals je een stagiair een eerste versie laat schrijven en er daarna samen doorheen gaat.
Veel mkb'ers slaan die tweede stap over. Ze proberen een chatbot of een tekst, krijgen een matig resultaat, en concluderen: AI werkt niet voor mij. Maar ze stopten na ronde één. Dat is alsof je een nieuwe collega na zijn eerste dag al afschrijft omdat het eerste rapport niet meteen af was.
Een nuchter voorbeeld uit de praktijk
Stel je runt een installatiebedrijf. Offertes maken kost je elke week uren. Je zou kunnen proberen om in één keer de perfecte AI-instructie te schrijven die altijd een vlekkeloze offerte oplevert. Dat lukt niet in één keer, en dat is normaal.
Wat wel werkt: je laat een systeem een eerste offerte opstellen op basis van je prijzen en standaardteksten. Die lees je na. Je ziet dat de toon te formeel is en dat de garantietekst mist. Dat geef je terug. De volgende versie klopt beter. Na een paar van die rondes staat er een werkwijze die negen van de tien keer meteen goed is. Jij hoeft alleen nog goed te keuren.
In de praktijk bouwen we dit bij Stolksupport als een n8n-workflow met API-integraties die het handmatige werk overneemt. Geen kant-en-klare template die half past, maar maatwerk op jouw proces, dat we samen met je bijslijpen tot het doet wat jij nodig hebt. Die feedbackrondes horen erbij. Dat is geen teken dat het mislukt, dat is hoe je naar een werkend systeem toe werkt.
Wat betekent dit voor jou morgen
Drie dingen veranderen in hoe je naar AI kijkt.
Eerst: stop met zoeken naar de magische prompt. Geef een duidelijke opdracht met een kader en laat de AI aan de slag gaan.
Twee: reserveer tijd voor het beoordelen. Dat is nu je belangrijkste taak. Lees de output met een kritisch oog en zeg wat er anders moet, net als bij een nieuwe kracht.
Drie: denk in rondes, niet in één poging. Een systeem dat na drie keer bijsturen goed werkt, is veel meer waard dan een losse vraag die je één keer stelt.
De ondernemers die hier handig in worden, krijgen er een soort digitale collega bij. Eentje die het saaie werk oppakt en bij je terugkomt met 'klaar', waarna jij alleen nog hoeft te zeggen 'goed zo' of 'doe dit nog even anders'.
Aan de slag
Je hoeft dit niet in je eentje uit te vogelen. Als je weet welk proces je zat bent om handmatig te doen, kunnen we kijken of het te automatiseren valt. Vertel welk proces je wil automatiseren en je krijgt binnen 48 uur een eerlijke inschatting via stolksupport.nl. Eén persoon, geen bureau, een werkend systeem binnen twee weken en geen black-box waar je niet in kunt kijken.
