Een goede Copilot-prompt beschrijft niet alleen wat een AI-assistent moet doen, maar maakt ook duidelijk waarom het resultaat nodig is, waarop het gebaseerd moet zijn en wanneer het voldoende kwaliteit heeft. Daarmee verandert een losse vraag in een concrete werkinstructie. Dat verschil is vooral belangrijk bij zakelijke toepassingen waarbij nauwkeurigheid, vertrouwelijkheid en consistentie meetellen.
Het begrip goede prompt heeft geen universele formule. Voor het herschrijven van één zin volstaat vaak een kort verzoek. Een managementanalyse op basis van meerdere bestanden vereist daarentegen expliciete bronverwijzingen, definities, randvoorwaarden en menselijke controle. Dit artikel biedt een praktisch beoordelingsmodel waarmee prompts kunnen worden ontworpen én getoetst.
Wanneer is een Copilot-prompt goed?
Een prompt is goed wanneer het resultaat aantoonbaar aansluit bij de opdracht en het risico van fouten beheersbaar blijft. De kwaliteit valt uiteen in drie aspecten: taakduidelijkheid, bruikbaarheid van het resultaat en controleerbaarheid. Een antwoord kan vlot geschreven zijn, maar alsnog ongeschikt omdat de bron ontbreekt of een conclusie niet te herleiden valt.
Taakduidelijkheid houdt in dat de opdracht een herkenbare handeling heeft. Bruikbaarheid betekent dat de inhoud in de bedoelde werksituatie kan worden gebruikt. Controleerbaarheid vereist dat cijfers, feitelijke claims, aannames en hiaten zo veel mogelijk zichtbaar blijven. Vooral het laatste aspect wordt in veel voorbeeldprompts onderschat. Een fraaie tekst is niet automatisch een betrouwbaar document.
De beschikbare Copilot-ervaring beïnvloedt het resultaat. Niet iedere Microsoft 365-licentie kan dezelfde werkcontext gebruiken. Een prompt die verwijst naar een intern bestand werkt alleen wanneer dat bestand daadwerkelijk toegankelijk is binnen de gebruikte omgeving. Het beoordelen van promptkwaliteit begint daarom ook bij het controleren van bronbeschikbaarheid en instellingen.
De vijf vragen vóór het schrijven
Welk probleem moet worden opgelost?
Een onduidelijk probleem leidt tot een onduidelijke taak. “Maak iets over klanttevredenheid” kan een enquête, analyse, presentatie of e-mail betekenen. Eerst moet worden vastgesteld of de behoefte bestaat uit begrijpen, beslissen, formuleren of communiceren. Een opdracht die eindigt in een besluitvoorstel vraagt bovendien expliciete uitgangspunten en mogelijke alternatieven.
Welke informatie is beschikbaar en betrouwbaar?
Bronnen kunnen bestaan uit een geselecteerd document, tabel, gespreksverslag of verzameling beleidsnotities. De kwaliteit en actualiteit moeten vooraf worden beoordeeld. Wanneer een document niet beschikbaar is, mag een AI-assistent geen schijnzekerheid creëren door de inhoud te reconstrueren. In de prompt kan worden vastgelegd dat ontbrekende bronnen of gegevens afzonderlijk worden genoemd.
Voor wie is het resultaat bedoeld?
Een financieel controller heeft andere informatie nodig dan een medewerker die een procedure voor het eerst uitvoert. De doelgroep bepaalt woordkeuze, niveau, lengte en detail. Een goede prompt benoemt niet alleen de functie van de lezer, maar indien relevant ook voorkennis en het beoogde besluit. Daardoor wordt een generiek antwoord omgezet naar een passende communicatietaak.
Welke vorm maakt het resultaat bruikbaar?
Een tabel is geschikt voor vergelijkingen, een stappenplan voor uitvoering en een korte memo voor besluitvorming. Kies de vorm op grond van het doel, niet omdat Copilot toevallig vlot tabellen kan maken. Ook eisen over maximale lengte, kopstructuur en taalniveau kunnen nuttig zijn. Formaatvereisten moeten elkaar niet tegenspreken, bijvoorbeeld “maximaal 100 woorden” gecombineerd met “een volledige analyse van tien scenario’s”.
Hoe wordt de uitkomst gecontroleerd?
Bij beperkte risico’s kan een snelle inhoudelijke lezing volstaan. Bij financiële, juridische, personele of klantgerichte documenten is een controleerbaar proces nodig. De prompt kan vragen om een lijst met aannames, ontbrekende informatie en verificatiepunten. De daadwerkelijke controle behoort vervolgens buiten de AI-uitvoer plaats te vinden, bij voorkeur aan de hand van de oorspronkelijke bronnen.
Het vierdelige promptmodel van Microsoft
Microsoft benoemt vier onderdelen: doel, context, bron en verwachtingen. Dit model is geschikt om een eerste prompt op te bouwen en biedt voldoende flexibiliteit voor eenvoudige en complexe toepassingen.
| Onderdeel | Centrale vraag | Voorbeeld |
|---|---|---|
| Doel | Welke handeling is gewenst? | Vergelijk twee projectvoorstellen. |
| Context | Voor welke beslissing? | Voor het maandelijkse managementoverleg. |
| Bron | Welke informatie is toegestaan? | Gebruik uitsluitend beide bijgevoegde voorstellen. |
| Verwachtingen | Welke output en controles? | Lever een tabel met verschillen, risico’s en ontbrekende informatie. |
Een belangrijk inzicht is dat niet ieder onderdeel even uitgebreid hoeft te zijn. Bij het corrigeren van een taal- of typefout kan “Corrigeer alleen de spelling; verander de betekenis niet” voldoende zijn. Bij het vergelijken van leveranciers hoort juist aandacht voor prijsdefinities, termijnen en uitzonderingen.
Voorbeeld 1: een zakelijke e-mail voorbereiden
Een zwakke prompt luidt: “Schrijf een nette e-mail over de planning.” De opdracht bevat geen afzenderrol, reden, doelgroep of concreet verzoek. Copilot kan daardoor een beleefd bericht opleveren dat inhoudelijk nauwelijks bruikbaar is.
Een verbeterde prompt:
Schrijf een zakelijke e-mail aan een bestaande klant over een voorgestelde verschuiving van de trainingsdatum. De oorspronkelijke datum is 12 november; de voorgestelde datum is 19 november. Vermeld dat de wijziging pas definitief wordt na akkoord. Gebruik een professionele, vriendelijke toon en maximaal 180 woorden. Sluit af met één concrete vraag om bevestiging. Voeg geen toezeggingen of redenen toe die niet in deze instructie staan.
Het resultaat is afgebakend, bevat controleerbare feiten en voorkomt ongefundeerde beloften. Dat betekent niet dat het direct verzonden moet worden. Namen, datums en eventuele gevolgen voor afspraken horen vóór verzending te worden gecontroleerd.
Voorbeeld 2: een Excel-overzicht interpreteren
Een prompt die alleen vraagt om “inzichten uit Excel” geeft te weinig richting. Een goede analyse vereist ten minste de relevante tabel, het meetdoel, gebruikte definities en de gewenste vergelijkingsperiode. Daarnaast is het belangrijk om mogelijke dataproblemen niet te verbergen.
Gebruik de geselecteerde tabel met maandelijkse verkopen. Bepaal per productcategorie de omzetontwikkeling over de laatste zes volledige maanden. Leg uit welke kolommen daarvoor zijn gebruikt en markeer ontbrekende of afwijkende waarden. Geef een rangorde van de drie grootste veranderingen, maar trek geen causale conclusies zonder aanvullende informatie. Sluit af met een voorstel voor twee controles in Excel.
Dit voorbeeld combineert analyse met transparantie. De uiteindelijke berekeningen moeten worden gecontroleerd in de werkmap zelf, zeker wanneer gegevens onvolledig zijn of de uitkomst financiële gevolgen heeft.
Voorbeeld 3: een lange vergadering samenvatten
Bij een vergadersamenvatting is het cruciaal om onderscheid te maken tussen besluiten, ideeën en opdrachten. Een AI-model kan een overtuigende samenvatting maken terwijl voorbehouden worden weggelaten. De prompt moet daarom extra aandacht besteden aan beslisstatus en onzekerheid.
Vat de beschikbare vergadernotities samen in vier onderdelen: genomen besluiten, besproken voorstellen, actiepunten en openstaande vragen. Neem alleen een besluit op wanneer dit expliciet uit de notities blijkt. Vermeld een actiehouder uitsluitend als deze genoemd wordt. Geef bij onduidelijkheid aan dat bevestiging nodig is. Houd de samenvatting feitelijk en vermijd nieuwe aanbevelingen.
Dit patroon is geschikt voor interne werkoverleggen en projectbesprekingen. Bij formele besluitvorming blijft vaststelling door aanwezigen of verantwoordelijken noodzakelijk.
Van eerste prompt naar verbeterde versie
Zelfs met een goede voorbereiding is een tweede iteratie vaak waardevol. De eerste reactie kan laten zien welke aannames, definities of randvoorwaarden onvoldoende expliciet waren. In plaats van de complete prompt willekeurig uit te breiden, verdient het aanbeveling om precies één kwaliteitsprobleem per vervolgopdracht aan te pakken.
Als een analyse te abstract is, kan de vervolginstructie luiden: “Onderbouw iedere bevinding met een concrete bronpassage of markeer het ontbreken daarvan.” Bij een te lange tekst: “Behoud de conclusies, beperk de toelichting tot drie alinea’s en vermeld welke details zijn weggelaten.” Wanneer de inhoud niet klopt, moet eerst de bron worden herzien; extra welbespraakte instructies maken onjuiste brongegevens niet correct.
Een handig proces bestaat uit een conceptfase, beoordelingsfase en eindredactie. In de conceptfase ligt het accent op volledigheid. De beoordelingsfase controleert feitelijke claims, doelgroep en risico’s. Pas daarna komt de eindredactie van opmaak, toon en formulering. Zo wordt voorkomen dat inhoudelijke fouten onder mooie zinnen verdwijnen.
Zeven toetscriteria voor promptkwaliteit
1. Eén herkenbare hoofdopdracht. Meerdere subvragen zijn mogelijk, maar het resultaat moet één duidelijk doel ondersteunen. Bij uiteenlopende doelen is opsplitsen meestal effectiever.
2. Controleerbare bronafbakening. De prompt moet duidelijk maken welke gegevens toegestaan zijn. Bronnen moeten bestaan en toegankelijk zijn; een niet-bestaande verwijzing is geen onderbouwing.
3. Geschikt detailniveau. Voldoende uitleg is nodig om ambiguïteit te beperken, maar irrelevante regels verhogen de belasting. Een goede prompt is volledig, niet maximaal lang.
4. Realistische verwachtingen. Een prompt mag niet tegelijkertijd maximale diepgang en een extreem korte respons eisen. Ook ontbrekende functionaliteit kan niet door formulering worden afgedwongen.
5. Passende doelgroep en toon. Stijlvoorwaarden moeten overeenkomen met de lezer. Een juridische notitie vraagt andere terminologie dan een instructie voor beginners.
6. Expliciete omgang met onzekerheid. De instructie hoort te verbieden dat ontbrekende gegevens worden ingevuld alsof ze vaststaan. Dat is vooral belangrijk bij bedragen, datums en verantwoordelijkheden.
7. Een menselijke eindcontrole. De prompt moet bijdragen aan een controleerbaar product, maar ontslaat de organisatie niet van verificatie, bevoegdheid of professionele beoordeling.
Een scorekaart voor teams
Voor interne kwaliteitscontrole kan een eenvoudige scorekaart worden gebruikt. Geef aan taakduidelijkheid, bronkwaliteit, outputvorm, risicoafbakening en verifieerbaarheid elk een score van nul tot twee. Een totaalscore van acht of meer kan een nuttig intern startcriterium zijn voor laagrisico-opdrachten, maar vormt geen kwaliteitsgarantie. Bij gevoelige taken gelden strengere inhoudelijke en organisatorische eisen.
Een scorekaart is vooral nuttig wanneer veel medewerkers dezelfde taak uitvoeren. In plaats van subjectieve opmerkingen als “deze prompt werkt niet goed” ontstaat een gesprek over concrete verbeterpunten. Ook kunnen goede voorbeelden worden opgenomen in een versiebeheerde promptbibliotheek. Noteer hierbij welke omgeving, bronsoort en taak zijn getest.
Goede prompts en verantwoord AI-gebruik
Promptkwaliteit en informatiebeveiliging zijn nauw verbonden, maar niet hetzelfde. Een zorgvuldig geformuleerde opdracht kan niet compenseren voor te ruime documentrechten of onjuist gebruik van persoonsgegevens. Toegestane AI-omgevingen, bronselectie, dataclassificatie en interne goedkeuring zijn organisatorische randvoorwaarden.
Daarnaast blijven AI-antwoorden probabilistisch: dezelfde instructie kan bij herhaling anders worden uitgevoerd. Een promptbibliotheek ondersteunt consistentie, maar zorgt niet voor deterministische verwerking. Exacte berekeningen, wettelijke conclusies en formele beslissingen vereisen passende gespecialiseerde controles.
Van promptvaardigheid naar praktische training
Prompting wordt sterker door gerichte oefening met realistische, herhaalbare opdrachten. Het vergelijken van een eerste prompt met een verbeterde versie maakt inzichtelijk welke details daadwerkelijk relevant zijn. Bij de AI- en Microsoft Copilot-trainingen van Cursus Compleet kan deze werkwijze worden vertaald naar dagelijkse taken in Word, Excel, Outlook en andere Microsoft 365-toepassingen, met aandacht voor brongebruik en verificatie.
Conclusie
Een goede Copilot-prompt is een werkopdracht met een helder doel, relevante context, afgebakende bronnen, bruikbare uitvoervorm en passende controle. Het succes wordt niet bepaald door de hoeveelheid tekst, maar door de mate waarin een resultaat betrouwbaar kan worden beoordeeld en toegepast. Wie promptkwaliteit structureel toetst, bouwt aan een vaardigheid die verder reikt dan één AI-toepassing.
