Ai voor
Financiele Planners
Werken met taalmodellen — van token tot instructie.
Vragen?
Stel je vraag — over AI, prompts, LLMs of wat er in je opkomt.
Prompt,
wat is dat?
Een prompt is de instructie die jij aan een AI-model geeft. Het is je ingang: wat je invoert, bepaalt wat je terugkrijgt.
- →Een vraag, opdracht of stuk tekst dat je aan een LLM stuurt.
- →De kwaliteit van je prompt bepaalt de kwaliteit van het antwoord.
- →Prompten is een vaardigheid — die je kunt leren.
Schrijf zelf
een prompt.
Schrijf een prompt waarmee een ChatGPT / Claude / Gemini het verslag van een klantintakegesprek samenvat.
Schrijf individueel — daarna delen we de prompts.
Onderdelen van
een prompt.
Een goede prompt heeft structuur. Vier elementen bepalen of je een bruikbaar antwoord krijgt.
Wie ben je?
"Je bent een ervaren copywriter." Stuurt de toon en expertise.
Wat moet er gebeuren?
Concrete actie. Eén werkwoord, geen vaagheid.
Achtergrond
Doelgroep, situatie, beperkingen. Alles wat het model moet weten.
Hoe lever je op?
Lijst, tabel, JSON, lengte, taal. Maak het output-formaat expliciet.
Alles samen:
[TAAK] Schrijf 3 onderwerpregels voor een nieuwsbrief.
[CONTEXT] Doelgroep: HR-managers in MKB. Onderwerp: nieuwe AI-tool.
[FORMAT] Max 60 tekens. Genummerde lijst.
Wat is een LLM?
Large Language Model. Een statistisch model dat tekst voorspelt op basis van patronen uit enorme hoeveelheden data.
Voorspelt het
volgende woord.
Hetzelfde principe als je toetsenbord op WhatsApp — alleen veel slimmer.
Hoeveel is dat eigenlijk? Klik op een vergelijking:
Humanity's Last Exam.
2.500 vragen op expert-niveau in 100+ vakgebieden. Begin 2025 haalden de beste modellen 3 à 4%. Hoe staat het er nu voor — en waar zit de gemiddelde mens?
Bron: Scale AI / CAIS leaderboard, Artificial Analysis. Niet-lineaire tijdas.
Hoe werken tokens?
Een LLM leest geen woorden. Het leest tokens — kleine stukjes tekst van enkele letters tot hele woorden.
Monthly Tokens Processed
Across all AI surfaces · mei 2024 – mei 2026
"Onbegrijpelijk" wordt:
Eén woord = vier tokens. De splitsing volgt patronen, geen grammatica.
token
karakters
woord (Engels)
Nederlands gebruikt meer tokens per woord dan Engels.
De geheugenlimiet.
Alles in het gesprek — vraag, geschiedenis, antwoord — telt mee. Loopt het vol, dan vergeet het model het begin.
Wat is een
instructie?
Een instructie is een prompt die je bewaart en hergebruikt. In plaats van elke keer opnieuw te typen, sla je de instructie op als startpunt.
- →Een herbruikbare prompt met een vast doel.
- →Geeft de AI een vaste rol, taak en context mee.
- →Bespaart tijd en zorgt voor consistente output.
Hoe schrijf je
een instructie?
Een vage prompt levert een vaag antwoord. Specificiteit is het belangrijkste verschil.
"Schrijf iets over koffie."
"Schrijf een productbeschrijving van 80 woorden voor een biologische espressoboon. Toon: warm en ambachtelijk. Voor webshop."
- 1Wees concreet — getallen, namen, voorbeelden.
- 2Geef voorbeelden van het gewenste resultaat.
- 3Splits complexe taken op in stappen.
- 4Zeg wat je niet wilt, niet alleen wat je wel wilt.
Eerste prompt = ruwe schets.
Bewaar prompts die werken. Bouw je eigen bibliotheek op.
Drie lagen
van instructies.
Niet elke instructie hoort op dezelfde plek. Wat geldt altijd? Wat geldt voor dit project? Wat alleen nu?
Elke laag erft van de laag erboven.
| Soort instructie | Persoonlijk | Project | Prompt |
|---|---|---|---|
| Schrijf in het Nederlands | |||
| Geen emoji's, kort en zakelijk | |||
| Ik werk als marketingmanager | |||
| Wij zijn merk X, doelgroep Y | |||
| Gebruik onze tone-of-voice gids | |||
| Ken de productcatalogus (PDF) | |||
| Schrijf nu een nieuwsbrief over Z | |||
| Geef 3 varianten in tabelvorm |
Eén vraag, drie lagen.
Maak je eigen
systeem instructie.
Stel een systeem instructie én geheugeninstellingen in voor ChatGPT. Wallaroe stelt custom GPTs beschikbaar via de website.
- 1. Schrijf een systeem instructie die bij jou past.
- 2. Stel de geheugeninstellingen in.
- 3. Test je instellingen met een korte prompt.
Links worden beschikbaar gesteld via wallaroe.nl
RAG.
Retrieval-Augmented Generation. De manier waarop een LLM toegang krijgt tot kennis die niet in zijn training zat — jouw documenten, je intranet, vandaag-actuele data.
Een LLM weet veel,
maar niet alles.
Zonder RAG: het model gokt of "verzint". Met RAG: het krijgt eerst de juiste documenten, dan pas een antwoord.
Vier stappen, van vraag tot antwoord.
Embeddings.
Hoe vindt het systeem het juiste document? Door betekenis om te zetten in coördinaten — woorden met vergelijkbare betekenis komen dicht bij elkaar te staan.
Van document
naar Gem.
Google Doc als bron → NotebookLM als kennislaag → Gem als assistent.
als bron
analyse
met jouw kennis
- Verzint plausibel klinkende details
- Verouderde informatie
- Geen toegang tot jouw data
- Geen bronvermelding mogelijk
(gokwerk — kan kloppen, kan ook niet)
- Antwoord op basis van échte documenten
- Altijd actueel (zolang docs dat zijn)
- Toegang tot interne kennis
- Bronnen aanwijsbaar
Gebruik RAG zodra je antwoorden over specifieke, actuele of interne kennis nodig hebt.
Onthoud dit.
- →LLM voorspelt — op basis van patronen.
- →Tokens zijn de bouwstenen.
- →4 D's: Delegation, Description, Discernment, Diligence.
- →Rol · Taak · Context · Format.
- →Drie lagen: persoonlijk · project · prompt.
- →RAG = LLM + jouw documenten.
- →Specifiek wint van vaag.
Vragen?
Bedankt voor jullie aandacht.