NL
InloggenAan de slag
Woordenlijst

Metaprompt

Wat is Metaprompt?

Een metaprompt is een opdracht waarmee een taalmodel zelf prompts of systeeminstructies laat opstellen of verbeteren. U beschrijft het doel, de doelgroep en de gewenste toon en levert voorbeelden aan; het model maakt daarvan gestructureerde instructies met een rol, regels en grenzen. Zo ontstaan sneller goede eerste versies, die vervolgens door mensen worden getest en verfijnd. Voorbeeld: “klantenservice voor een fietsenwinkel” wordt een volledige conceptopdracht.

Hoe KI.ordo helpt

Het KI.ordo-sjabloon “Opdracht voor een agent schrijven (metaprompt)” maakt van een doel, een doelgroep en voorbeelden een nieuwe opdracht, inclusief regels over wat de agent niet mag doen.

Meer informatie : Metaprompt

Passende sjablonen

Onderwerpen

  • prompting
  • agents
  • opdrachten

KI.ordo uitproberen

Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.

Demo starten
← Alle begrippen

Verwante begrippen

Prompt

Een prompt is de invoer die een AI-model vertelt wat het moet doen – een vraag, een taak of een instructie, vaak aangevuld met context, voorbeelden en het gewenste formaat. De kwaliteit van het antwoord hangt sterk af van hoe duidelijk en volledig de prompt is. Schrijf bijvoorbeeld niet “Schrijf iets over ons product”, maar “Schrijf drie korte voordelen van product X voor ambachtelijke bedrijven, in een zakelijke toon”.

  • prompting
  • invoer
  • +1
Sjabloon

Negatieve prompt

Een negatieve prompt geeft aan wat een AI-model uitdrukkelijk niet mag genereren of doen. Bij beeldgeneratie, bijvoorbeeld met Stable Diffusion, is dat een apart invoerveld voor ongewenste elementen zoals “wazig” of “tekst in beeld”. Bij taalmodellen heeft het de vorm van regels in de opdracht, zoals “Verzin geen prijzen” of “Geef geen juridisch advies”. Zulke grenzen maken resultaten voorspelbaarder, maar vervangen geen controle.

  • prompting
  • opdrachten
  • +1

Recursieve prompting

Recursieve prompting verwijst naar technieken waarbij de uitvoer van een taalmodel opnieuw als invoer wordt teruggevoerd – bijvoorbeeld om een concept te laten controleren en herzien, of om een grote taak stap voor stap in deeltaken op te splitsen. Zo wordt eerst een conceptvoorstel gemaakt, beoordeelt het model dat vervolgens aan de hand van een checklist en wordt het ten slotte verbeterd. Dat verhoogt vaak de kwaliteit, maar kost extra verwerkingstijd en vraagt om een duidelijk stopcriterium.

  • prompting
  • herziening
  • +1

Few-shot learning

Few-shot learning is het vermogen van een model om een taak op te lossen met slechts een handvol voorbeelden. Bij taalmodellen gebeurt dit meestal rechtstreeks in de invoer: u toont twee of drie paren van vraag en gewenst antwoord, en het model past hetzelfde formaat en dezelfde stijl toe op nieuwe gevallen – zonder hertraining. Voorbeeld: drie correct gecategoriseerde klantvragen zijn vaak genoeg om verdere vragen op dezelfde manier te sorteren.

  • Prompting
  • Voorbeelden
  • +1