System Prompt

Een system prompt is de instructieset die je aan een AI-taalmodel geeft voordat het aan de slag gaat met gebruikersvragen. Het bepaalt hoe het model zich gedraagt, welke toon het aanslaat, welke informatie het wel of niet mag gebruiken en hoe het met uitzonderingen omgaat. Denk aan een briefing voor een medewerker: je legt uit wat de taak is, hoe je wilt dat het werk wordt gedaan en waar de grenzen liggen. Voor MKB-bedrijven die AI-agents of chatbots inzetten is de system prompt het verschil tussen een bruikbare assistent en een chaotische antwoordmachine.

Hoe een system prompt werkt in de praktijk

Een system prompt wordt in de meeste AI-platforms als eerste bericht aan het model meegegeven. Alles wat daarna komt, zoals vragen van gebruikers of data uit een database, wordt door het model geïnterpreteerd binnen de kaders van die system prompt. Stel je voor: je draait een klantenservice-chatbot voor een webshop. In de system prompt leg je vast dat de bot altijd beleefd blijft, geen technische jargon gebruikt, maximaal drie producten aanbeveelt en bij onduidelijkheid doorverwijst naar een medewerker. Zonder die instructie zou de bot willekeurige antwoorden geven of buiten zijn rol treden. De system prompt is dus de onzichtbare regisseur achter elk AI-gesprek. Tools als n8n en AI-automatiseringsplatforms maken het mogelijk om deze prompts centraal te beheren en te testen.

Waarom system prompts essentieel zijn voor betrouwbare AI

Toen organisaties begin 2023 massaal aan de slag gingen met ChatGPT en vergelijkbare modellen, bleek al snel dat een model zonder goede sturing onvoorspelbaar gedrag vertoont. Het kan buiten de bedoelde context treden, gevoelige informatie lekken of antwoorden geven die niet passen bij de merkidentiteit. Een system prompt lost dat op door heldere grenzen te stellen. Je definieert bijvoorbeeld dat het model geen medisch of juridisch advies mag geven, altijd in het Nederlands antwoordt en nooit prijzen belooft zonder bevestiging. Volgens Google Developers verhoogt een goed ontworpen system prompt de consistentie van AI-output met 60 tot 80 procent. Dat maakt het verschil tussen een pilot en een productie-gereed systeem.

Wat een system prompt oplevert voor MKB-bedrijven

Voor een Nederlands MKB-bedrijf dat klantvragen automatiseert of offertes laat genereren door AI, is de system prompt de plek waar je controle houdt. Je kunt erin vastleggen dat de AI altijd verwijst naar actuele voorraad, nooit kortingen belooft boven een bepaald percentage en bij onduidelijke vragen een mens inschakelt. Dat voorkomt dat je klanten verkeerde informatie krijgen of dat je marge onbedoeld verdampt. Bedrijven die AI-automatisering inzetten via platforms als Make of n8n bouwen vaak meerdere system prompts: één voor klantenservice, één voor lead-kwalificatie en één voor interne kennisbank-zoekopdrachten. Elk met eigen regels, bronnen en escalatiepaden. Zo blijft AI een hulpmiddel in plaats van een risico.

System prompts komen pas echt tot leven als je ze toepast op concrete bedrijfsprocessen. De instructies die je meegeeft bepalen of een AI-toepassing écht waarde toevoegt of juist frustratie oplevert bij gebruikers en medewerkers. Hieronder vier scenario's waarin een doordachte system prompt het verschil maakt tussen een werkende oplossing en een gemiste kans.

Klantenservice-chatbots met merkidentiteit

Een webshop met 800 producten en tien medewerkers kan niet 24/7 live support bieden. Een chatbot met een slimme system prompt wel. In de prompt leg je vast dat de bot altijd begint met een vriendelijke begroeting, vragen stelt om het probleem te begrijpen en alleen antwoorden geeft op basis van de FAQ-database en productcatalogus. Je instrueert het model om bij vragen over retourzendingen door te verwijzen naar de retourpagina en bij klachten meteen een ticket aan te maken voor een medewerker. Zo blijft de toon consistent met je merkidentiteit en voorkom je dat de bot buiten zijn competentie treedt. Een goed voorbeeld: een Nijmeegse sportwinkel die in de system prompt vastlegt dat de bot nooit medische adviezen geeft over blessures, maar wel doorverwijst naar een fysiotherapeut.

Lead-kwalificatie en intake-automatisering

B2B-dienstverleners krijgen vaak aanvragen binnen die te vaag zijn om meteen een offerte voor te maken. Een AI-agent met een gerichte system prompt kan het intakegesprek voeren. Je instrueert het model om vijf standaardvragen te stellen: wat is de scope, wat is het budget, wat is de deadline, wie is de beslisser en wat is de grootste uitdaging. De prompt bevat ook een regel dat het model stopt bij onduidelijke antwoorden en doorverwijst naar een accountmanager. Zo filtert de AI serieuze leads van informatieve vragen zonder dat een mens uren kwijt is aan e-mailtennis. Een ontwerpbureau in Utrecht gebruikt dit om aanvragen voor logo-ontwerp automatisch te scoren op compleetheid voordat een ontwerper tijd investeert.

Interne kennisbank en documentatie-zoekhulp

Medewerkers van een technisch bedrijf moeten vaak door honderden pagina's handleidingen zoeken. Een AI-assistent met toegang tot de kennisbank en een heldere system prompt maakt dat overbodig. In de prompt definieer je dat het model alleen antwoorden geeft op basis van interne documentatie, altijd de bron vermeldt en bij twijfel zegt dat het antwoord niet in de kennisbank staat. Je instrueert het model ook om geen aannames te doen over versies of configuraties. Dat voorkomt dat medewerkers op basis van verouderde info aan de slag gaan. Een installatiebedrijf in Eindhoven gebruikt dit om monteurs ter plekke te laten opzoeken hoe een specifieke warmtepomp moet worden aangesloten, zonder dat ze door PDF's hoeven te scrollen.

Content-generatie met strikte kwaliteitskaders

Bedrijven die blogartikelen, productbeschrijvingen of social media posts laten genereren door AI hebben baat bij een system prompt die kwaliteit en tone of voice bewaakt. Je legt vast dat teksten altijd in de je-vorm worden geschreven, geen superlatieven bevatten, maximaal 150 woorden per alinea hebben en altijd eindigen met een concrete call-to-action. Je instrueert het model om geen claims te doen zonder bron en nooit concurrenten bij naam te noemen. Zo blijft de output bruikbaar zonder dat een redacteur alles moet herschrijven. Een online retailer in Rotterdam gebruikt dit om productbeschrijvingen te laten genereren die voldoen aan SEO-richtlijnen en merkrichtlijnen tegelijk.

Wanneer een system prompt de juiste keuze is en wanneer niet

Een system prompt werkt goed als je een herhaalbaar proces hebt met heldere regels en een afgebakende context. Denk aan klantvragen beantwoorden, leads kwalificeren of data structureren. Het werkt niet als de taak te open is, te veel nuance vereist of juridische of medische verantwoordelijkheid met zich meebrengt. Een AI kan geen contracten beoordelen of diagnoses stellen, ook niet met een perfecte prompt. Gebruik system prompts voor taken waar je een junior medewerker ook een checklist en voorbeelden zou geven. Niet voor taken waar je een senior specialist met jarenlange ervaring voor nodig hebt.