Dé slimme AI-hack: krijg relevante output (én bespaar frustratie!)
Als je met AI-chatbots werkt zoals ChatGPT, Copilot of Gemini, ben je continu aan het prompten: je stelt een vraag of geeft een instructie. Die tekst die je intypt, noemen we een prompt – en de kwaliteit daarvan bepaalt hoe goed de output is.
Er zijn hele blogs, videocursussen en zelfs “prompt engineers” die zich speciaal richten op het bouwen van de perfecte prompt. Ze leren je om context te schetsen, een rol te geven, een heldere taakomschrijving te maken en naar de gewenste vorm toe te werken. Je kunt hier moeiteloos uren in steken.
Maar hé, wij gebruiken AI juist om tijd te besparen, toch? Daarom is er een nóg eenvoudigere aanpak die direct relevante output oplevert die past bij jouw specifieke inkoopsituatie: laat de AI zelf vragen stellen.
Het dilemma: snelle, maar generieke antwoorden
Laten we een inkoopvoorbeeld nemen. Stel, je vraagt ChatGPT om de risico’s in een contract te signaleren. Je typt een prompt in zoals: “Jij bent jurist met contractexpertise. Analyseer dit contract en geef aan welke risico’s wij lopen.”
Het fijne aan deze tools is dat ze direct aan de slag gaan zodra je op enter drukt. Maar dat is tegelijkertijd ook het nadeel. Begrijpt de AI wel echt wat je bedoelt in de context van jouw doelstellingen? Hoeveel aannames maakt de tool? Als je een complexe vraag aan een menselijke collega stelt, dan verwacht je toch ook een paar wedervragen ter verduidelijking? Waarom zou ChatGPT dat dan niet doen?
ChatGPT zal inderdaad direct aan de slag gaan en komt met een best aardig lijstje. De kans is echter groot dat je het gevoel hebt dat de tool jouw specifieke situatie nog niet helemaal doorgrondt. De output is vaak te generiek. Je zult veel moeten controleren, filteren en aanvullen, wat uiteindelijk alsnog tijd kost en bovendien leidt tot frustratie omdat je vaak opnieuw moet beginnen. Dit merkte ik keer op keer tijdens onze workshops AI voor inkoop: deelnemers die een complexe uitvraag opstelden, moesten vaak meerdere keren opnieuw beginnen voordat ze tot de kern kwamen.
De simpele, maar krachtige oplossing: de drie stappen
De oplossing is verrassend eenvoudig en zeer effectief.
Stap 1: stel het antwoord uit (en vraag om wedervragen!)
In plaats van meteen te duiken op “Geef een risicoanalyse van dit contract”, vraag je eerst:
“Jij bent jurist met contractexpertise. Analyseer dit contract en geef aan welke risico’s er zijn. Wat heb je van mij nodig om dit goed uit te kunnen uitvoeren?”
Stap 2: laat AI doorvragen
In plaats van een afgeraffeld lijstje volgt nu een serie gerichte wedervragen van de AI, net zoals een goede collega zou doen! Denk aan vragen als:
- “Jouw rol en belang in dit contract (koper, verkoper, opdrachtnemer of opdrachtgever)?”
- “Waar je vooral op wilt letten (bijv. opzegging of beëindiging, levering of prestatie, betaling/prijs, aansprakelijkheid en schade, intellectueel eigendom, vertrouwelijkheid, toepasselijk recht en geschillen)?”
- “Wat bedoel je met ‘risico’s’ in dit geval?”
Stap 3: lever korte, gerichte antwoorden
Je beantwoordt deze vragen vervolgens eenvoudig door puntsgewijs terug te verwijzen naar het nummer van de vraag en jouw antwoord, bijvoorbeeld: “1. Ik ben de koper. 2. Prestatie en aansprakelijkheid zijn belangrijk. 3. Ik wil de risico’s op het gebied van aansprakelijkheid en vendor lock-in helder hebben.”
Lees ook: Drie AI-tools die elke inkoper vandaag al kan gebruiken
De kracht van gerichte context en relevante output voor inkopers
Wat je hiermee in feite doet, is de AI voorzien van cruciale context en het verduidelijken van je vraag wanneer bepaalde termen dubbelzinnig kunnen zijn. Je voedt ChatGPT of een andere chatbot met alle informatie die je anders zorgvuldig in een “perfecte” prompt zou moeten verwerken. Dit voorkomt dat de AI onnodige aannames doet en leidt tot een veel relevantere, accuratere en minder generieke output die direct toepasbaar is op jouw inkoopvraagstuk. Het bespaart je het frustrerende proces van keer op keer opnieuw beginnen, omdat de AI je vanaf het begin helpt de juiste koers te bepalen.
Het mooie is: je bouwt “live” de context op voor je AI. In plaats van blind te vertrouwen op één enkele, complexe prompt, werk je iteratief. Dat levert niet alleen betere output op, maar bespaart ook jouw tijd én frustratie.
Kort samengevat:
- Geef je opdracht + vraag om wedervragen
- Antwoord puntsgewijs terug
- Laat AI op basis van jouw antwoorden de klus klaren
Klaar om te experimenteren? Tijdens mijn workshops zie ik het effect keer op keer. Een inkoper die worstelde met de oefencase voor een koffie-contract, moest zijn prompt telkens opnieuw formuleren. Pas toen hij bovenstaand patroon toepaste, kwam hij in één keer tot de kern. Hij stuurde de AI-tool eerst zélf vragen laten stellen en had binnen vijf minuten een complete risico-inventarisatie.
Probeer deze techniek de volgende keer dat je ChatGPT, Copilot of Gemini inzet. Voeg gewoon de zin toe “wat heb je van mij nodig om deze vraag zo goed mogelijk te kunnen beantwoorden” – je zult zien dat zelfs een doorgewinterde promptbouwer er minder lang over doet.
Tekst: Erik van Buuren (AI-inkoopexpert)