Prompting speelt een belangrijke rol in de kwaliteit en bruikbaarheid van gegenereerde output van generatieve AI. Of het nu gaat om journalistiek onderzoek, data-analyse of het maken van creatieve teksten; de manier waarop je een AI-model instrueert, bepaalt het resultaat. Daarbij onderscheiden we impliciete en expliciete prompting. Maar wat houden deze begrippen precies in, en waarom is het belangrijk om prompts zo uitgebreid mogelijk te formuleren?
Een impliciete prompt geeft een AI-model slechts een globale richting zonder strikte instructies. Dit kan leiden tot uiteenlopende interpretaties en inconsistente resultaten. Stel, je vraagt een AI: “Geef me een overzicht van de impact van belastingontduiking op de economie.” De gegenereerde output kan breed en oppervlakkig zijn, zonder specifieke focus.
Bij expliciete prompting daarentegen geef je de AI gedetailleerde richtlijnen over de verwachte structuur, toon en context. Een voorbeeld: “Beschrijf in maximaal 500 woorden hoe belastingontduiking door multinationals de belastinginkomsten van de Nederlandse overheid beïnvloedt. Gebruik actuele cijfers en citeer minimaal twee bronnen.” Dit type instructie verhoogt de relevantie en nauwkeurigheid van de gegenereerde tekst.
Het belang van gedetailleerde prompts
Het formuleren van een uitgebreide en precieze prompt biedt meerdere voordelen:
- Meer controle over de output
Een goed geformuleerde prompt minimaliseert de kans op irrelevante of foutieve informatie. AI-modellen kunnen soms ‘hallucineren’ en incorrecte gegevens genereren. Expliciete instructies helpen om dit te verminderen. - Consistentie in antwoorden
Een losse, impliciete prompt kan bij elke run andere resultaten opleveren. Door strakke richtlijnen te geven, krijg je een voorspelbare en herhaalbare output. - Beter bruikbare data
Voor onderzoeksjournalistiek en data-analyse is betrouwbaarheid cruciaal. Expliciete prompts helpen bij het genereren van goed gestructureerde gegevens die direct bruikbaar zijn voor verdere verwerking. - Tijdswinst
Hoe specifieker de instructies, hoe minder tijd je hoeft te besteden aan het corrigeren en herformuleren van de gegenereerde content. Dit is met name waardevol voor journalisten en onderzoekers die snel en accuraat informatie nodig hebben.
Voorbeelden uit de praktijk
Afgelopen november gaf ik samen met Fontys-collega en datajournalist Anne Lisa Giesen op de VVOJ Conferentie 2024 de workshop Should I Stay, or Should I Code?. Hierin bespraken we met aanwezige onderzoeksjournalisten hoe belangrijk het is om AI expliciet aan te sturen. Ik nam een voorbeeld uit mijn eigen onderzoekspraktijk mee: via prompting lukte het me om een dataset uit krantendatabase Delpher te ordenen.
Waarom Delpher? Sinds september 2024 doe ik promotieonderzoek naar berichtgeving over AI in Nederlandse kranten, en Delpher heeft tot 1990 een beter toegankelijk archief dan krantenarchief NexisUni. Delpher is echter minder geschikt voor het ontsluiten van grote datasets. Om een selectie te maken van relevante artikelen voor mijn onderzoek – alleen al uit de jaren tachtig had ik 522 mogelijk interessante stukken – had ik eerst een gestructureerd overzicht nodig.
Ik had alle 522 artikelen als ‘favoriet’ gemarkeerd binnen de Delpher-database en deze lijst geëxporteerd als tekstbestand (.txt). Dit resulteerde in een lange lijst met data die al een zekere structuur had: kop, titel, datum en een hyperlink naar het betreffende artikel in Delpher. Bijvoorbeeld:
- Voorsprong, De Telegraaf, 02-02-1985, https://www.delpher.nl/nl/kranten/view?coll=ddd&identifier=ddd:011206804:mpeg21:a0685
Een impliciete prompt zoals “Orden deze data” zou ongestructureerde en wisselende resultaten opleveren. Een expliciete prompt hielp om de output bruikbaar te maken. Uiteindelijk gebruikte ik een specifieke instructie om de gegevens consistent en gestructureerd om te zetten, wat resulteerde in een dataset die direct bruikbaar was voor verdere analyse. De uiteindelijke prompt is hier te vinden, en de output was consistent en direct bruikbaar.
Waar let je op bij het maken van een expliciete prompt?
Een effectieve expliciete prompt bevat duidelijke richtlijnen over de verwachte output, zoals de gewenste lengte, stijl en structuur. Zorg ervoor dat de instructies specifiek en ondubbelzinnig zijn en vermijd vage termen die meerdere interpretaties toelaten. Denk ook aan het aangeven van beperkingen, zoals het gebruik van specifieke bronnen of het vermijden van bepaalde informatie. Hoe specifieker je prompt, hoe groter de kans dat de AI de gewenste resultaten genereert. Let hierbij zeker op de volgende zaken:
- Roldefinitie: Geef de AI een rol, zoals “Je bent een professionele eindredacteur.”
- Context: Geef achtergrondinformatie, zoals “Je hebt een dataset uit Delpher met 522 artikelen uit de jaren tachtig.”
- Opdracht: Beschrijf de taak gedetailleerd, bijvoorbeeld “Orden deze dataset in een CSV-bestand met de volgende kolommen: titel, datum, auteur en hyperlink.”
- Beperkingen: Geef eventuele extra instructies, zoals “Voer geen andere handelingen uit.”
- Voorbeeldoutput: Geef een voorbeeld van het gewenste resultaat om verwarring te voorkomen.
Verder leren: workshop over AI-prompting
Wil je dieper ingaan op de kunst van prompting? Ik houd regelmatig workshops prompting voor journalisten bij redacties op locatie. Meer weten? Neem contact met me op. Meer weten over mij? Kijk hier verder.
