Het schrijven van prompts kost uren, zo niet dagen, omdat het eigenlijk programmeren is in gewonemensentaal. Je traint een puppy en je maakt een zeer uitgebreide werkinstructie.
Dit artikeltje is een kleine knipoog, zo niet een ode, aan Bob Ballings ✔ , promptoloog. Promptschrijven is doe-het-zelven. Ik ken verschillende methodes en benaderingen tegenwoordig, maar ik probeer voortdurend bij te leren. Ballings vind ik innovatief (gebaseerd op wat ik van hem op LinkedIn lees). Hij richt zich vooral op genereren van marketingteksten, ik richt me op juridische prompts en teksten. Ik heb om van zijn stijl te leren één van zijn prompts (positiever herformuleren van tekst) door middel van een prompt laten analyseren. Dit was ChatGPT’s antwoord:
Analyse van de opbouw van deze prompt
Deze prompt is zorgvuldig gestructureerd en bestaat uit duidelijk afgebakende stappen. De opbouw is logisch en zorgt ervoor dat de taak systematisch wordt uitgevoerd zonder ruimte voor interpretatieverschillen.
Hieronder een gedetailleerde ontleding van de structuur en bewoording van deze prompt, gevolgd door suggesties voor het maken van andere soorten prompts en een analyse hoe dit verschilt van gewone promptverbetering.
1. Structuur en opbouw van de prompt
De prompt is opgebouwd uit gestructureerde stappen die in een strikte volgorde moeten worden gevolgd. Dit dwingt een consistent proces af en voorkomt dat instructies worden genegeerd.
🔹 Hoofdstukken en segmenten in de prompt
- Introductie van de workflow. De instructie maakt direct duidelijk dat er een vaste volgorde van stappen is. Er wordt geen ruimte gelaten voor interpretatie: stappen mogen niet worden overgeslagen.
- Stap 1 – Initiatie van de workflow. Er wordt een trigger gegeven (“Als ik een tekst geef, ga naar stap 2”). Dit maakt de instructie reactief: de actie start pas na een input.
- Stap 2 – Inhoudelijke analyse. De prompt dwingt een contextuele analyse af voordat er verder wordt gegaan met de taak. Dit voorkomt dat er direct wordt overgegaan op bewerkingen zonder de achtergrond van de tekst te begrijpen.
- Stap 3 – Automatisering via Python. Dit is een kritische stap waarin menselijke subjectiviteit wordt geëlimineerd. Door Python te verplichten, wordt handmatig zoeken onmogelijk gemaakt. De instructie is zeer dwingend: het is “verboden” om af te wijken.
- Stap 4 – Uitsluitend tekstuele weergave van resultaten. Voorkomt dat de informatie op een andere manier (bijvoorbeeld een tabel) wordt weergegeven. Dit houdt de uitvoer consequent en uniform.
- Stap 5 – Gecombineerde analyse en herschrijving. Eén analyse per zin, zelfs bij meerdere gevonden woorden. Dit voorkomt dat een zin dubbel wordt herschreven.
- Stap 6 – Implementatie van de verbeterde tekst. De originele tekst blijft grotendeels behouden, alleen verbeterde zinnen worden aangepast. Dit voorkomt ongewenste herschrijvingen en zorgt ervoor dat alleen gespecificeerde wijzigingen worden doorgevoerd.
🔹 Bewoording en stijl van de instructies
- De prompt is dwingend en gebruikt verboden en verplichtingen: (“Het is verboden stappen over te slaan.” “Je moet verplicht de code interpreter gebruiken.” “Het is verboden om dit als tabel te geven.”) Dit zorgt voor maximale controle over de uitvoering.
- De instructies zijn specifiek en gedetailleerd, waardoor er geen ruimte is voor interpretatie.
- De prompt bevat voorbeeldzinnen, wat helpt om duidelijk te maken hoe de uitvoer eruit moet zien.
2. Hoe verschilt dit van gewone promptverbetering?
🔹 Normale promptverbetering
- Gericht op efficiëntie en helderheid, maar blijft vaak breed en laat ruimte voor interpretatie.
- Heeft als doel om een prompt korter en effectiever te maken zonder overmatige instructies.
- Vaak minder strikt: biedt ruimte voor verschillende uitvoermogelijkheden.
- Voorkomt overbodige complexiteit en houdt het gebruiksvriendelijk.
🔹 Stapsgewijze prompts zoals deze
- Maximale controle over de uitvoer.
- Dwingt een processtructuur af en voorkomt afwijkingen.
- Verplicht specifieke tools (zoals Python) en weergavevormen.
- Geeft exacte instructies over wát wel en niet mag.
- Geschikt voor taken waar consistentie en precisie cruciaal zijn.
3. Conclusie
Deze prompt is een sterk voorbeeld van een gestructureerde workflow-prompt, waarbij alle handelingen worden afgedwongen en er geen ruimte is voor interpretatie.
Als je een andere soort prompt wilt maken, kun je dezelfde principes toepassen, bijvoorbeeld:
- Stapsgewijze analyses voor data en juridische zaken.
- Controle over uitvoer en presentatievormen.
- Verplichte gebruikmaking van specifieke methoden (zoals Python).
Dit type prompt gaat verder dan gewone promptverbetering en is bijzonder nuttig voor situaties waarin nauwkeurigheid, procescontrole en consistente uitvoer vereist zijn. 🚀
Ballingsiaans voor juristen
Op basis van de prompt om de Ballingsprompt te analyseren gaf ChatGPT toegepaste adviezen voor juridische prompts voor juridische professionals. Onderstaand het advies.
Juridische professionals – zoals advocaten, rechters, notarissen en juridische adviseurs – hebben behoefte aan juridische prompts die nauwkeurig, consistent en juridisch sluitend zijn. De prompts moeten niet alleen relevante en up-to-date juridische informatie leveren, maar ook geautomatiseerde en controleerbare workflows bieden. Hieronder volgt een advies voor het opstellen van juridische prompts die specifiek gericht zijn op gebruik door juridische professionals.
🔹 Principes voor effectieve juridische prompts
Om te zorgen voor juridisch verantwoorde en bruikbare resultaten, moeten juridische prompts voldoen aan de volgende criteria:
1. Strikte structuur en procescontrole
- De prompt moet een duidelijk gedefinieerde workflow hebben met verplichte stappen.
- Geen ruimte voor interpretatie: elk antwoord moet juridisch verifieerbaar zijn en gebaseerd op formele bronnen (wetten, jurisprudentie).
- Verplichte bronvermelding: antwoorden moeten verwijzen naar officiële juridische bronnen zoals wetten (BW, Awb, WvSr), jurisprudentie (ECLI-codes), en officiële beleidsstukken.
2. Consistentie en juridische precisie
- Dwingende taal in de prompt voorkomt subjectieve of ongefundeerde antwoorden.
- Gebruik termen zoals: “Het is verboden om speculatieve uitspraken te doen.” “Verwijs uitsluitend naar actuele wetgeving en jurisprudentie.” “Gebruik formele juridische terminologie, tenzij een eenvoudige uitleg gevraagd wordt.”
- Definieer begrippen voordat een antwoord wordt gegenereerd (bijv. “Wat wordt bedoeld met ‘goede trouw’ in deze context?”).
3. Contextuele aanpassing per rechtsgebied
- Zorg ervoor dat prompts worden gespecificeerd per rechtsgebied (bijv. arbeidsrecht, huurrecht, bestuursrecht, strafrecht).
- Laat de gebruiker kiezen uit opties, zoals: “Welk rechtsgebied is van toepassing? [Strafrecht] [Civiel Recht] [Bestuursrecht] [Huurrecht]”
4. Automatisering van juridische zoektaken
- Laat AI nooit wetten of jurisprudentie verzinnen. Alle verwijzingen moeten controleerbaar zijn.
- Gebruik indien mogelijk Python-code om automatisch relevante ECLI-codes te zoeken op basis van trefwoorden of rechtsgebieden.
🔹 Conclusie
Door deze verbeterde juridische prompts te hanteren, krijg je: ✅ Consistente, juridisch correcte antwoorden ✅ Strikte procescontrole zonder ruimte voor interpretatiefouten ✅ Gebruik van verifieerbare bronnen (wetten, jurisprudentie, ECLI-codes) ✅ Nauwkeurige en efficiënte juridische documentgeneratie ✅ Mogelijkheid om complexe juridische informatie begrijpelijk te maken
🔹 Voor wie is dit nuttig?
- Advocaten die snel wetgeving en jurisprudentie willen raadplegen
- Rechters en juridisch medewerkers die casussen analyseren
- Notarissen en bedrijfsjuristen die contracten en juridische documenten opstellen
- Juridisch adviseurs die juridische vragen moeten beantwoorden
⚖️ Met deze gestructureerde aanpak kunnen juridische professionals hun werk sneller en accurater uitvoeren! 🚀
Ik vond de analyse leerzaam. Ik hoop dat andere (juridische) promptschrijvers het ook leerzaam vinden. Ga zo door, Bob!