AI-prompts: de modus voor professioneel prompt-engineering

In Commander Flow zit een preset waar 80% van de bètatesters niet van weet en die voor mij de meest waardevolle van het hele product is geworden. Het is de promptmodus — prompt-engineering.

Wie met AI-tools werkt (en in 2026 zijn we dat allemaal), besteedt dagelijks tijd aan het formuleren van prompts: voor ChatGPT, voor andere cloud-LLM's, voor AI-beeldgeneratoren, voor je eigen interne AI-flows. En de meeste van die prompts vallen middelmatig uit, omdat we ze tussendoor schrijven.

Deze preset zet mijn gesproken gedachte om in een gestructureerde, professionele prompt in anderhalve seconde.

Wat hij doet

Ik druk de sneltoets in en spreek alsof ik tegen iemand praat:

„Luister, ik heb nodig dat een AI-agent een PR op GitHub analyseert en plekken vindt waar memory leaks kunnen zitten, vooral in long-lived disposables, en dat hij niet verzint maar verwijst naar concrete regels. Context — .NET 10, async-code, en belangrijk: we gebruiken een CancellationTokenSource die soms wordt hergebruikt.”

In mijn tekstveld krijg ik:

You are a senior .NET engineer reviewing a pull request.

CONTEXT:
- Codebase: .NET 10 (TFM net10.0)
- Heavy use of async/await with cancellation
- CancellationTokenSource instances are sometimes reused across operations

TASK:
Review the provided PR diff and identify potential memory leaks, with specific focus on:
1. Long-lived IDisposable instances that may not be properly disposed
2. CancellationTokenSource lifecycle issues (disposal, reuse)
3. Event handler subscriptions without unsubscription
4. Closures capturing disposable resources

CONSTRAINTS:
- Cite specific file paths and line numbers from the diff
- Do not speculate about code outside the visible diff
- If a finding requires more context, ask before recommending a fix

OUTPUT FORMAT:
For each finding:
- Severity: [Critical | High | Medium | Low]
- Location: file:line
- Issue: 1-2 sentence description
- Recommendation: concrete code change

Dat is geen „lichtjes verbeterde versie van mijn zin”. Dat is een professionele prompt volgens best practices: expliciete role, gestructureerde context, expliciete task, constraints, output format. Ik weet hoe je dit schrijft (cursussen gevolgd, boeken over prompt engineering gelezen) — maar ik schrijf het niet elke keer met de hand, want dat is 5 minuten per prompt.

Commander Flow doet het in een seconde.

Wat in de preset zit

Ik vroeg het team om inzage in de systeemprompt van de modus — die is publiek. In essentie is het een set instructies voor de LLM:

• Structuur: role / context / task / constraints / output format / examples (waar zinvol)
• Toon: imperatief, zonder beleefdheidsvormen, maximaal concreet
• Termination: expliciet aangeven wat in het antwoord moet staan en wat niet
• Anti-hallucinatie: constraints toevoegen tegen het verzinnen van feiten
• Format: markdown / code-fences voor structuur, als het verzoek over code gaat

Dat is dezelfde verzameling praktijken die professionele prompt-engineers in maanden ontwikkelen. Maar dan ingebouwd in een sneltoets.

„Ik ben gestopt met slechte prompts schrijven, niet omdat ik goede leerde maken, maar omdat de tool me geen slechte meer laat schrijven.”

Scenario's waarin ik deze preset dagelijks gebruik

Het vaakst gebruik ik deze modus vlak voor een taak voor een AI-coderassistent. Ik dicteer wat ik wil — krijg een schone gestructureerde prompt, en de agent werkt merkbaar accurater.

Het tweede vaakste scenario — prompts voor AI-beeldgeneratoren. Met mijn stem beschrijf ik het beeld; de modus zet dat om in een regel met de juiste modifiers, zoals beeldverhouding of stijl.

Wanneer ik een system prompt schrijf voor mijn interne AI-agent, doe ik dat via Commander Flow in plaats van handmatig alinea's te schaven. In een uur ligt er wat normaal een hele dag had gekost.

Minder vaak, maar regelmatig — vragen aan AI-search. Een goed geformuleerde prompt levert daar duidelijk relevantere resultaten, ik merkte het al na de eerste week.

En tot slot: alle „moment-prompts” voor het genereren van tests, documentatie, migraties. Vroeger werden die „als-het-maar-werkt”. Nu — allemaal op hetzelfde kwaliteitsniveau.

Het effect dat ik niet verwachtte

Ik ben begonnen met prompts voor mezelf te schrijven. Klinkt vreemd. Ik leg het uit.

Vlak voor een complexe taak dicteer ik nu in Commander Flow een prompt — niet om aan een LLM te voeren, maar om zelf te lezen. Een gestructureerde tekst met expliciete context / task / constraints / acceptance criteria — blijkt een uitstekend taakplan voor mezelf.

Het kost niets (1,5 seconde) maar maakt van „ik ga er zo bij zitten en nadenken” een „dit is precies wat ik ga doen”. Vergelijkbaar met wat vroeger een technische opdracht was — alleen nu in 1,5 seconde en geïntegreerd in mijn tool.

Wat niet altijd werkt

Soms „te professioneel”. Bij een eenvoudige snelle vraag („Claude, herschrijf deze alinea in drie regels”) kan de preset dit uitspreiden tot volledige role/context/constraints. Oplossing: wissel naar de preset minimal-edit of friendly-prompt (eenvoudiger, voor korte vragen). Het team werkt aan automatische detectie van complexiteit.

De default best-practices zijn afgestemd op Claude / GPT-5. Voor andere modellen (open varianten als Llama 3, of gespecialiseerde als Mistral) kan de prompt-stijl verschillen. Voor absolute precisie gebruik ik prompt-engineering-llama of prompt-engineering-mistral — eigen presets die ik in de instellingen heb gemaakt. Wel even zelf maken, een paar minuten configwerk.

De LLM overschiet soms. Als ik bondig spreek, voegt hij soms toch overbodige secties toe. In dat geval vraag ik „korter, geen output format, alleen task”. Een mini-prompt. Voor complexe taken — andersom, daar landt het ideaal.

Waarom dit belangrijker is dan het lijkt

In 2026, nu AI-agenten alledaags zijn geworden, is het schrijven van goede prompts de nieuwe geletterdheid. Geen leraar Engels nodig, geen wiskundebijles — wel een tool die jouw gesproken gedachte omzet in een kwalitatieve prompt.

En dat bevalt me in Commander Flow: het team maakt geen „aparte app voor prompt engineering”. Ze bouwen het in als nóg een preset onder dezelfde sneltoets die ik al voor al het andere gebruik. Minimale cognitive overhead, maximale opbrengst.

Waarom ik dit dagelijks nodig heb

Als Commander Flow alleen gewoon dictee zou doen — een goed product. Maar de prompt-engineering-modus maakt er een tool van voor mensen die de hele dag met AI-agenten werken. Het gaat niet meer over typen. Het gaat over de kwaliteit van al je AI-communicatie.

Ik schreef dit artikel in friendly modus (het is per slot van rekening een blogpost). En de prompt voor de redacteur die dit gaat reviewen — in prompt-engineering. En het artikel werd structureel beter dan wanneer ik die prompt met de hand had geschreven.

Eén tool. Twee abstractielagen. Eén gewoonte.

Veelgestelde vragen over de promptmodus

Hoe schakel ik over naar de promptmodus?

Eén klik in het tray-menu van Commander Flow — selecteer „Promptmodus”. Daarna dicteer je je taak gewoon in normale taal en zet de app de spraak om in een gestructureerde prompt volgens best practices: role, context, task, constraints, output format.

Kan ik de gegenereerde prompts gebruiken voor ChatGPT, Claude en andere LLM's?

Ja. De prompt is universeel — je plakt hem in elke LLM-chat. De default-structuur is compatibel met ChatGPT, Claude en vergelijkbare modellen. Indien nodig stel je per engine eigen templates in.

Wat als de prompt te formeel uitvalt voor een eenvoudige taak?

Zeg met je stem „korter, zonder extra secties, alleen task” — de app vereenvoudigt de structuur. Voor korte ad-hoc verzoeken kun je beter een minimale polish-modus gebruiken; de professionele promptmodus reserveer je voor echt complexe taken.

Kan ik een eigen prompt-template maken?

Ja. In de instellingen kun je eigen templates voor specifieke scenario's opslaan — bijvoorbeeld voor code review, marketingtekst of een onderzoeksvraag. Telkens als je een taak dicteert, gebruikt de app het gekozen template.

Hoeveel tijd kost het maken van een prompt met spraak?

Anderhalve à twee seconden vanaf het einde van het dicteren tot een kant-en-klare gestructureerde prompt in het actieve veld. Vergeleken met handmatig prompts schrijven volgens best practices is dat tientallen keren sneller.