Gebruik basic en standaard prompts om een goede basis te leggen.

Pas parameters toe om LLM-responses te sturen.

Combineer promptcomponenten voor krachtige en gerichte interacties

Geef duidelijke instructies en vermijd onduidelijkheid

Omschrijf precies wat je wilt bereiken met je prompt

Samenvat, extraheer en beantwoord informatie

Classificeer, voer gesprekken en genereer code

Pas logisch redeneren toe in je prompts

Leer werken met technieken die AI-modellen aansturen, zoals zero-shot, few-shot en chain-of-thought prompting

Verken tools zoals Automatic Prompt Engineer (APE) voor geavanceerde prompts.

Genereer data voor analyses, trainingen of tests.

Maak kennis met ChatGPT en zijn toepassingen

Leer werken met multi-turn conversaties voor diepgaande interacties

Voer single-turn taken uit voor snelle en efficiënte resultaten

Voorkom dat kwaadwillenden je AI manipuleren via prompt injection

Beveilig gevoelige informatie om prompt leaking te vermijden

Herken technieken om beperkingen te omzeilen, zoals prompt jailbreaking

Ontwerp duidelijke en goed gestructureerde prompts om misinterpretatie te voorkomen

Test en verbeter prompts iteratief voor consistente en betrouwbare resultaten

Analyseer fouten in output en pas prompts aan om deze te corrigeren

Optimaliseer parameters zoals temperatuur en tokens voor betere prestaties

Begrijp de context en zorg dat prompts aansluiten bij de taak of doelgroep

Formuleer instructies helder en bondig om doelgericht te werken

Denk creatief en los complexe problemen op met innovatieve promptontwerpen

Test scenario’s en varieer prompts om de meest effectieve aanpak te vinden

Formuleer prompts met specifieke en duidelijke vragen om feitelijke informatie te verkrijgen

Controleer de bron en betrouwbaarheid van gegenereerde informatie

Test prompts op consistentie door ze herhaaldelijk toe te passen op dezelfde taak

Begrijp de beperkingen van het model en hoe het met feitelijke gegevens omgaat

Herken en minimaliseer de kans op hallucinerende (onjuiste) antwoorden

Gebruik externe kennisbronnen of databronnen om output te verifiëren

Stel prompts op die het model sturen naar informatieverwerking in plaats van speculatie

Wees kritisch op de output en valideer belangrijke feiten handmatig

Herken mogelijke biases in de input en output

Test prompts met diverse scenario’s en datasets

Minimaliseer vooringenomenheid door neutrale en inclusieve prompts te ontwerpen

Analyseer output kritisch om ongewenste patronen te identificeren

Corrigeer biases door prompts of trainingsdata aan te passen