SYSTEEMROL: Je bent een .
Voorbeeld:

5) Tool- en functieaanroepen
- Definieer functies/tools expliciet wanneer beschikbaar. Geef argumenten, beperkingen en verwachte outputs.
- Typische use cases: web zoeken, berekeningen, database lookups, extractie of het activeren van externe systemen.
Functie-spec prompt snippet:

6) Retrieval-augmented generation (RAG)
- Lever relevante context: documenten, fragmenten, tabellen of zoekresultaten.
- Voeg strikte grounding regels toe: 'Antwoord alleen met behulp van de verstrekte context; als deze onvoldoende is, vraag dan om meer of zeg onbekend.'
RAG guardrails:

7) Evaluatie, kritiek en herstel
- Voeg een verificatiepas toe: 'Valideer aan de hand van criteria A/B/C; lijst problemen op; los ze op.'
- Gebruik een two-agent patroon (auteur + reviewer) in een enkele prompt, of keten prompts: Concept → Review → Herstel → Definitief.
Reviewer prompt:

## High-Impact Prompt Patterns (Met Templates)
Hieronder staan geavanceerde patronen die je kunt kopiëren en aanpassen.
1) Verhelderende vragen voor actie
- Vermindert herziening en zorgt voor afstemming.

2) Instructie → Context → Output contract
- Goede algemene structuur.

SYSTEEM: Strategie analist; geef de voorkeur aan duidelijkheid boven breedte.
TAAK: Vat het strategische landschap samen voor .
- Onderzoek naar chain-of-thought en zelfconsistentie toont aan waarom het aanmoedigen van interne redenering (zonder deze bloot te leggen) de nauwkeurigheid bij complexe taken kan verhogen.
---
Belangrijkste punten:
- Behandel prompts als specificaties: definieer rollen, beperkingen, succescriteria en structuur.
- Gebruik staged workflows, RAG grounding en reviewer loops voor betrouwbaarheid.
- Moedig zorgvuldige interne redenering aan en geef beknopte toelichtingen.
- Vergrendel formaten met schema's om automatisering te schalen.
- Bouw een promptbibliotheek en evalueer regelmatig.
### FAQ
V1: Wat is geavanceerde prompt engineering voor ChatGPT?
Geavanceerde prompt engineering verandert prompts in gestructureerde specificaties met rollen, beperkingen, context en output schema's. Het streeft naar consistente, nauwkeurige en herbruikbare resultaten bij complexe taken.
V2: Hoe kan ik ChatGPT nauwkeuriger maken?
Geef context (RAG), stel strikte succescriteria in en vereis gestructureerde outputs met reviewer passes. Moedig interne redenering aan en voeg zelfcontroles toe voor cijfers en bronnen om hallucinaties te verminderen.
V3: Moet ik chain-of-thought prompting gebruiken met ChatGPT?
Moedig redeneren aan, maar vermijd het blootleggen van gedetailleerde chain-of-thought in productie. Vraag om beknopte toelichtingen en overweeg zelfconsistentietechnieken die de redeneerprestaties verbeteren.
V4: Hoe structureer ik outputs voor automatisering?
Dwing JSON-schema's of duidelijk gedefinieerde kopteksten en velden af. Schema's stabiliseren de formattering, vereenvoudigen de QA en maken resultaten gemakkelijk door te sluizen naar downstream tools.
V5: Welke tools helpen bij prompt workflows in de browser?
AI-zijbalken en onderzoeksagenten kunnen context vastleggen, pagina's samenvatten en prompts hergebruiken. Sider.AI biedt een extensie en handleidingen die prompt engineering en diepgaande onderzoek workflows stroomlijnen.