Een bruikbare marketingprompt schrijven
Een herbruikbare prompt maakt de opdracht, de bronnen en de kwaliteitscontrole concreet.

Zes onderdelen voor een duidelijke opdracht
Doel: Welk werk moet de prompt opleveren?
Doelgroep en context: Voor wie schrijf je, en voor welk kanaal?
Goedgekeurde bronnen: Houd bruikbare feiten en concepten gescheiden.
Grenzen: Benoem beperkingen en ongewenste claims.
Uitvoer: Leg aantal, lengte en volgorde vast.
Beoordeling: Bepaal wat je vóór publicatie controleert.

Voorbeeld: de homepage van LumaDesk
Fictieve casus met een voorbeeldresultaat uit deze gids, niet uit een modeltest.
Bron A, goedgekeurd: gedeelde contentkalender en overzicht van goedkeuringen; Frans en Engels. Prijs en prestatiemetingen ontbreken.
Bron B, oud niet-goedgekeurd concept: Duits en 30% tijdwinst.

Herbruikbare prompt
Schrijf homepagetekst voor LumaDesk, gericht op zelfstandige bureaus. Gebruik alleen A voor feiten; gebruik B om tegenstrijdigheden te signaleren. Lever drie koppen van maximaal 12 woorden, één alinea van 60–80 woorden en een lijst ontbrekende gegevens. Verzin geen prijs, resultaten of functies. Neem Duits en 30% tijdwinst niet over. Markeer ontbrekende gegevens als onbekend. Controleer brongebruik, lengtes en tegenstrijdigheden.

Wat een passend resultaat laat zien
Mogelijke kop: ‘Een gedeelde contentkalender met zicht op goedkeuringen’. Prijs en resultaten blijven onbekend; claims uit B komen niet in de tekst.

Vier controles
1. Elke productclaim wordt ondersteund door A.
2. Ontbrekende gegevens staan als onbekend vermeld.
3. Aantal en lengte voldoen aan de opdracht.
4. Tegenstrijdigheden uit B worden niet met A samengevoegd.

Verbeter één punt tegelijk
Pak een terugkerende fout aan en herhaal dezelfde drie gevallen: volledige bron, ontbrekende prijs, tegenstrijdig oud concept.

OpenAI · Prompt engineering: https://developers.openai.com/api/docs/guides/prompt-engineering
Anthropic · Prompt engineering: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview
OpenAI · Evaluation best practices: https://developers.openai.com/api/docs/guides/evaluation-best-practices