Je opent ChatGPT, plakt een UWV-besluit en typt: “Vat dit samen.” Je krijgt drie alinea’s terug die je al wist. Niks waar je verder mee komt.
Dat ligt niet aan het model. Het ligt aan de opdracht. Je vroeg om een samenvatting zonder te zeggen wie je bent, waarvoor je het nodig hebt, of wat er op het spel staat. Het model kan niet in je hoofd kijken, dus het gokt. En het gokt algemeen.
Prompting is het dichten van dat gat. Niet als technische vaardigheid — meer zoals je een junior collega uitlegt wat je nodig hebt. Vier dingen maken het verschil.
1. Geef het een rol
Een model redeneert beter als het weet vanuit welke expertise het moet denken.
Zwak: “Leg uit wat er in dit arbeidscontract staat.”
Sterker: “Je bent een arbeidsrechtadvocaat. Leg uit wat er in dit contract staat voor een cliënt zonder juridische achtergrond.”
De rol stuurt de terminologie, de afwegingen, het detailniveau. “Je bent een sociaal advocaat gespecialiseerd in bijstandsrecht” levert een ander antwoord dan dezelfde vraag zonder rol.
2. Wees specifiek over wat je wilt
Algemene vragen geven algemene antwoorden.
Zwak: “Wat moet ik doen met deze afwijzing?”
Sterker: “Ik heb een afwijzingsbesluit voor een bijstandsuitkering. Mijn cliënt is alleenstaande moeder, 32 jaar, met sollicitatieplicht. De gemeente zegt dat ze onvoldoende heeft gesolliciteerd. Wat zijn sterke bezwaargronden? Welke feiten moet ik uitvragen? Wat is de termijn?”
Context, doel en wat je al weet — dat is het verschil tussen advies en een lap algemene tekst.
3. Vraag om structuur
Wil je output die je direct kunt gebruiken, vraag dan om een vorm.
Zwak: “Geef me informatie over deze casus.”
Sterker: “Structureer je antwoord als: (1) belangrijkste feiten, (2) toepasselijke juridische grondslagen, (3) wat ontbreekt in het dossier, (4) drie concrete acties voor nu.”
Je krijgt dan geen tekst die je zelf moet ontleden, maar iets dat aansluit op je intakegesprek of dossieropbouw.
4. Geef een voorbeeld als het ingewikkeld wordt
Soms snapt het model je bedoeling pas met een voorbeeld erbij.
Zwak: “Leg dit uit in begrijpelijke taal.”
Sterker: “Leg dit uit in begrijpelijke taal. Dus in plaats van ‘U voldoet niet aan de arbeidsverplichting zoals bedoeld in artikel 9 lid 1 sub a Participatiewet’ schrijf je: ‘U heeft niet genoeg gedaan om werk te zoeken. Daarom krijgt u geen uitkering.’”
Nu weet het model wat jij bedoelt met “begrijpelijk”.
De vier samen, in één prompt
Zo zien ze er samen uit, voor een WIA-afwijzing:
Je bent een advocaat gespecialiseerd in arbeidsongeschiktheidsrecht (WIA).
Mijn cliënt heeft een afwijzingsbesluit gekregen voor een WIA-uitkering.
Ik moet beoordelen of er gronden zijn voor bezwaar.
Analyseer het besluit hieronder en geef:
1. KERNARGUMENT UWV — de hoofdreden voor afwijzing (max 2 zinnen)
2. ZWAKKE PLEKKEN — wat is aanvechtbaar in de motivering?
- Is de medische onderbouwing volledig?
- Klopt de beoordeling van arbeidsmogelijkheden met de feiten?
- Zijn de procedurele stappen correct gevolgd?
3. ONTBREKENDE INFORMATIE — welke vragen moet ik aan mijn cliënt stellen?
4. PROCEDUREEL — wat is de bezwaartermijn en welke deadlines spelen mee?
5. ACTIE — direct bezwaar, of eerst meer informatie? Beargumenteer kort.
[PLAK HIER HET UWV-BESLUIT]Rol, specifieke context, vaste structuur. De voorbeelden zitten in de vraagstelling onder elk kopje.
Waar je begint
Pak één terugkerend moment waar je nu tijd verliest — een intake, een eerste dossieranalyse, een besluit vertalen naar B1-taal. Bouw er één prompt voor met deze vier principes. Test het op een echt dossier. Pas aan tot het klopt, en bewaar wat werkt.
De principes gelden voor elk rechtsgebied. Vervang “WIA-afwijzing” door “huurgeschil” of “contractreview” en de structuur blijft staan. Je hebt er geen techniek voor nodig — alleen duidelijkheid over wat je wilt. Dat kun je al.