De meeste medewerkers hebben geen cursus prompt engineering nodig. Gedeelde promptsjablonen en een korte praktische sessie op hun eigen taken volstaan voor opstellen, samenvatten en zoeken. Diepere training loont voor twee groepen: mensen die herhaalbare AI-workflows voor anderen bouwen, en mensen die AI-output controleren voordat die bij klanten, toezichthouders of in de boekhouding terechtkomt.
#Belangrijkste punten
- Bij dagelijks gebruik zijn duidelijke context en een getest sjabloon belangrijker dan prompttrucs.
- Mensen die workflows bouwen waarop anderen vertrouwen, hebben diepere training nodig in structuur, testen en foutgevallen.
- Wie AI-output controleert, heeft training nodig in het herkennen van zelfverzekerde fouten, niet in het schrijven van prompts.
- Een algemene cursus prompt engineering voor iedereen leert meestal de verkeerde groep op de verkeerde diepte.
- Beslis per rol: wie schrijft prompts één keer voor veel mensen, en wie tekent af voor wat de AI heeft opgeleverd.
#Hoe ziet prompten eruit in een gewoon team?
Een accountmanager vraagt ChatGPT vergadernotities op te schonen voordat Salesforce wordt bijgewerkt. Een inkoper vraagt Copilot twee offertes van leveranciers in Excel te vergelijken. Een supportteamleider vraagt Claude een macro voor Zendesk te herschrijven. Elke prompt wordt één keer gebruikt, gelezen door degene die hem schreef en ter plekke gecorrigeerd. Een zwakke prompt kost een extra poging, geen incident.
Hier zit het meeste gebruik. De Microsoft en LinkedIn Work Trend Index, mei 2024 stelde vast dat 75% van de kenniswerkers AI op het werk gebruikt, maar dat slechts 39% van de AI-gebruikers AI-training van het eigen bedrijf had gekregen. Het gat is echt, maar voor deze groep dicht je het met oefening op echte taken, niet met een cursus over promptsyntaxis.
#Wanneer volstaan sjablonen en een korte sessie?
Ze volstaan als degene die de prompt schrijft ook het antwoord leest, de taak met kleine variaties terugkomt en een fout wordt opgemerkt voordat er iets het team verlaat. Leer in dat geval vier dingen: geef de context, zeg welk formaat je wilt, vraag om bronnen of een redenering als feiten ertoe doen, en controleer het resultaat.
- Een sjabloonbibliotheek per rol, getest op je eigen documenten.
- Eén praktische sessie waarin mensen de sjablonen op hun echte werk toepassen.
- Huisregels over welke data nooit in welke tool gaan.
- Een benoemde persoon die de sjablonen actueel houdt als de tools veranderen.
#Wie heeft diepere training in prompt engineering nodig?
Mensen die één keer een prompt schrijven die veel anderen gaan gebruiken. Een operationsanalist die een stap voor tickettriage inricht, een finance-lead die een flow voor factuurextractie bouwt of een sales-opsmanager die een CRM-samenvatting configureert, vallen allemaal in deze groep. Hun prompt wordt een proces, dus een zwakke prompt faalt ongemerkt en steeds opnieuw.
Zij moeten gestructureerde instructies leren, uitgewerkte voorbeelden, testen op een set bekende cases, en wat er gebeurt als de input rommelig of vijandig is. De OWASP Top 10 voor LLM-toepassingen noemt prompt injection als eerste risico, en workflowbouwers zijn degenen die daar in het ontwerp rekening mee moeten houden.
Ze hebben ook oordeelsvermogen nodig over de reikwijdte. Anthropic, december 2024 raadt aan te beginnen met de eenvoudigste aanpak en pas complexiteit toe te voegen als dat nodig is, een nuttige regel voor iedereen die in de verleiding komt veel prompts aan elkaar te koppelen.
#Waarom hebben controleurs van AI-output hun eigen training nodig?
Omdat het hun taak is op te vangen wat de schrijver van de prompt over het hoofd zag. Een compliance officer die door AI opgestelde klantbrieven controleert, een finance-manager die door AI geëxtraheerde factuurvelden goedkeurt, of een teamleider die door AI opgestelde antwoorden aftekent, moet weten waar modellen de fout ingaan: verzonnen bedragen, verkeerde datums, te stellige beweringen en Arabische antwoorden in het verkeerde register. Controleurs hoeven zelden prompts te schrijven; ze moeten output goed kunnen lezen.
#Hoe pakt Stennir dit aan?
Binnen AI-training deelt het AI Operator Program van Stennir mensen in op rol voordat de training begint. De meeste groepen krijgen sjablonen en oefenen op hun echte workflow. Workflowbouwers en controleurs krijgen diepere sessies over structuur, testen en controlelijsten. De trainers komen uit de praktijk en bouwen deze workflows zelf, de groepen draaien in het Arabisch en Engels, en het gebruik wordt vooraf en achteraf gemeten, met een adoptierapport als afsluiting.
We are
Stennir stemt de diepgang van prompttraining af op elke rol: sjablonen voor de meeste mensen, diepere oefening voor workflowbouwers en controleurs.
We aren't
Stennir verkoopt geen standaardcursus prompt engineering voor het hele bedrijf en geen certificaat voor alleen aanwezigheid.
#Wat doet een L&D- of operationsmanager nu?
Maak per team een lijst van wie prompts schrijft die anderen gebruiken, en wie AI-output aftekent. Die twee lijsten vormen je groep voor diepere training; alle anderen beginnen met sjablonen. Voor het curriculum van de eerste taken lees je ChatGPT-training voor medewerkers: wat leer je eerst?, en voor het beoordelen van aanbieders hoe kies je een AI-trainingsbedrijf. Bekijk AI voor operations en boek dan een gesprek van 30 minuten.
#Veelgestelde vragen
Is prompt engineering nog de moeite waard nu modellen beter worden?
Voor dagelijkse gebruikers elk jaar minder: nieuwere modellen gaan goed om met gewone verzoeken, dus duidelijke context en een goed sjabloon doen het meeste werk. Voor mensen die workflows bouwen waarvan anderen afhankelijk zijn, blijft het belangrijk, omdat structuur, testcases en foutafhandeling bepalen of de workflow standhoudt bij rommelige echte input.
Wat hebben jullie van ons nodig om te beginnen?
Stennir heeft de lijst met te trainen rollen nodig, de goedgekeurde tools en accounts, en per rol een paar echte taken met voorbeelddocumenten. Voor workflowbouwers hebben we ook de workflow nodig waarvan zij eigenaar zijn of die ze willen bouwen, zodat de diepere sessies je echte input gebruiken en de cases waarin het nu misgaat.
Werkt prompttraining in het Arabisch?
Ja. Stennir geeft groepstrainingen in het Arabisch en Engels, en andere talen op aanvraag. Sjablonen worden geschreven en getest in de taal die je teams gebruiken, inclusief gemengde Arabisch-Engelse input, en controleurs oefenen in het herkennen van antwoorden in het verkeerde register, zoals formeel Arabisch waar een klant in Golfdialect schreef.
Wat kan er misgaan als we de diepere training overslaan?
Het risico ligt bij de bouwers. Een workflow op een ongeteste prompt kan tickets verkeerd labelen, factuurvelden verkeerd lezen of instructies volgen die in een klantmail verborgen zitten, en niemand merkt het omdat de output zelfverzekerd oogt. Door de bouwers en controleurs te trainen, vang je die fouten op voordat klanten dat doen.
