De beste AI-gebruikers zijn niet beter in prompten
Ze zijn beter in context bouwen
De afgelopen twee jaar circuleerden er veel "perfecte prompts" op het internet. Enorme prompt-pakketten werden verkocht, en mensen deden alsof de output van AI vooral afhing van slimme woordkeuzes.
Dat hielp een beetje in het begin.
Betere prompts zijn inderdaad belangrijk. Je zag het overal:
Gedraag je als een wereldklasse copywriter en productiviteitsexpert.
Gebruik overtuigingspsychologie en storytelling-frameworks.
Schrijf een virale X-thread met een krachtige hook en emotionele retentie.
Mensen kopieerden deze prompts, hopend dat de formulering zelf betere output zou opleveren.
Soms werkte het. Meestal produceerde het dezelfde gepolijste internetstem die iedereen aan het genereren was. X stond er vol mee. Ik zie het ook steeds meer op Substack, in de Notes-sectie. Verschrikkelijk als je het mij vraagt.
Maar goed, dat terzijde — iets anders trok mijn aandacht.
Als je genoeg tijd doorbrengt met mensen die serieuze dingen bouwen met AI, zie je een patroon: de prompt zelf doet er minder toe dan de omringende context.
Dat is het deel dat ik zelden zie besproken in de meeste gesprekken over prompting.
Hoe meer ik ervaringsdeskundige schrijvers en bouwers zag werken met AI, en hoe meer ik zelf bouwde met AI (zoals TrueLife), hoe duidelijker het werd dat de prompt zelf slechts een klein onderdeel van de vergelijking is.
AI levert beter werk wanneer het betere context heeft:
betere voorbeelden
duidelijkere beperkingen
sterkere bronmaterialen
nuttigere achtergrondinformatie om mee te werken.
Dit is belangrijk als je online schrijft, producten bouwt, een nieuwsbrief runt, content maakt of AI gebruikt voor creatief werk. In plaats van je te fixeren op de formulering van de prompt zelf, wordt het nuttiger om na te denken over de omgeving rondom de prompt.
Niet alleen: "Hoe formuleer ik dit?"
Maar: "Welke informatie, voorbeelden, beperkingen en context geef ik het model om mee te werken?"
Dat is een veel nuttigere vaardigheid.
De zwakste AI-teksten komen voort uit dunne context
Veel AI-gegenereerde teksten voelen leeg aan om dezelfde reden. Het model heeft geen echt materiaal om mee te werken.
Mensen openen ChatGPT, Claude, Gemini, Qwen, wat het ook is, en typen zoiets als: "Schrijf een doordacht artikel over productiviteit."
De AI reageert met generieke onzin omdat de prompt zelf bijna niets specifieks bevat.
Maar vergelijk dat eens met deze aanpak:
Plak 5 persoonlijke observaties uit je aantekeningen
Voeg screenshots toe van reacties van je publiek
Voeg een ruwe mening toe waarmee je het oneens bent
Noem het type lezer voor wie je schrijft
Voeg voorbeelden toe van eerdere artikelen die goed presteerden
Nu heeft de AI textuur.
De output wordt meteen veel concreter, omdat de denkomgeving is verbeterd.
Ironisch genoeg besteden veel gevorderde AI-gebruikers nu minder tijd aan "prompt engineering" en meer tijd aan het verzamelen van herbruikbare context:
Spraakmemo's, pijnpunten van het publiek, transcripten, bezwaren van klanten, artikelstructuren, onderzoeksfragmenten, productfilosofieën, schrijfpatronen.
Dat wordt het echte voordeel.
Je contextbibliotheek wordt je hefboom
Dit is vooral belangrijk voor online schrijvers en solo-bouwers. Het is makkelijk om in een erg transactionele manier van AI-gebruik te vervallen: prompt invoegen → output ontvangen.
De betere aanpak lijkt meer op het bouwen van een creatief besturingssysteem.
In plaats van steeds opnieuw van nul te beginnen, bouw je geleidelijk herbruikbare context op:
je schrijfstem
terugkerende thema's
problemen van je publiek
productpositionering
onderzoeksnotities
bruikbare analogieën
voorbeelden die eerder werkten
onafgemaakte gedachten
Dan wordt AI veel nuttiger, omdat het kan denken met jouw opgebouwde materiaal — in plaats van elke keer opnieuw iets te verzinnen.
Bovendien stopt AI dan met het vervangen van jouw denken en begint het dat te verlengen. Dat onderscheid is een belangrijke.
Er is groeiend onderzoek rond AI-overafhankelijkheid en "cognitieve overgave" — waarbij gebruikers te veel redenering en originaliteit beginnen uit te besteden aan het model zelf.
Meestal voel je wanneer dit gebeurt.
De tekst wordt gepolijst, maar je bent het zo vergeten.
Technisch correct, emotioneel leeg.
Je kunt vaak het verschil voelen tussen tekst die gegenereerd werd vanuit een lege prompt en tekst die gebouwd werd vanuit echt menselijk materiaal.
Goede prompts doen er nog steeds toe.
Maar goede context accumuleert.
En voor schrijvers, makers en digitale bouwers wordt dat misschien een van de waardevolste vaardigheden van de komende jaren.
Als dit idee je aanspreekt — ik heb deze observaties onlangs omgezet in een praktische gids genaamd The Context Library.
Het gaat over het bouwen van herbruikbare contextsystemen voor AI, in plaats van eindeloos prompts verzamelen:
stemprofielen
publiekssignalen
contextblokken
bronmateriaal
denkworkflows
en praktische manieren om AI-output minder generiek te laten aanvoelen
Gebouwd voor makers, schrijvers, solo-bouwers en mensen die meer onderscheidend werk willen creëren met AI.
Je kunt het hier bekijken.
☕ Koop me een koffie als je me wilt steunen.