Prompt Engineering Techniques: LLM Optimization Guide

Prompt engineering is de kunst en wetenschap van het systematisch ontwerpen van input om de gewenste output van AI-modellen te verkrijgen. Correcte promptstrategieën kunnen de modelprestaties met wel 50% verhogen.

Prompt Engineering Fundamentals

Prompt Anatomy

Een effectieve prompt bestaat uit de volgende componenten:

1. System Instruction: Rol van het model en gedragsregels
2. Context: Achtergrondinformatie met betrekking tot de taak
3. Example(s): Voorbeelden van het gewenste outputformaat
4. Task: Specifiek verzoek of vraag
5. Output Format: Verwachte structuur van de respons

Basic Prompt Structure

1[Role Definition]
2You are a {field of expertise} expert.
3
4[Context]
5{Relevant information}
6
7[Task]
8{Specific request}
9
10[Format]
11{Expected output format}

Basic Prompt Techniques

1. Zero-Shot Prompting

Rechtstreekse taakdefinitie zonder voorbeelden:

Summarize the following text:
{text}

Use cases:

• Eenvoudige taken
• Algemene kennisvragen
• Classificatie

2. Few-Shot Prompting

Taakdefinitie met voorbeelden:

1Text: "This product is great, I am very satisfied"
2Sentiment: Positive
3
4Text: "It was a terrible experience, I do not recommend it"
5Sentiment: Negative
6
7Text: "It's okay for the price"
8Sentiment: ?

Best Practices:

• 3-5 voorbeelden zijn meestal voldoende
• Voeg verschillende edge-cases toe
• Orden voorbeelden willekeurig

3. Chain-of-Thought (CoT)

Stap-voor-stap redeneren:

1Question: A store has 15 apples. 8 apples were sold, 
2then 6 more apples arrived. How many apples are there?
3
4Let's think step by step:
51. Initially there are 15 apples
62. 8 apples sold: 15 - 8 = 7 apples left
73. 6 apples arrived: 7 + 6 = 13 apples
8
9Answer: 13 apples

4. Self-Consistency

Verschillende redeneerpaden voor dezelfde vraag:

1Solve this problem in 3 different ways and choose the most consistent answer:
2
3[Problem]

5. Tree of Thoughts (ToT)

Vertakte gedachteboom:

1Problem: {complex problem}
2
3Thought 1: {approach A}
4  → Sub-thought 1.1: {detail}
5  → Sub-thought 1.2: {detail}
6  
7Thought 2: {approach B}
8  → Sub-thought 2.1: {detail}
9  
10Evaluate and select the most suitable path.

Advanced Techniques

ReAct (Reasoning + Acting)

Denk- en actielus:

1Question: How many times larger is Istanbul's population than Paris?
2
3Thought: I need to find the population of both cities
4Action: [search] Istanbul population
5Observation: Istanbul population ~16 million
6
7Thought: Now I need to find Paris population
8Action: [search] Paris population  
9Observation: Paris population ~2.2 million
10
11Thought: I can calculate the ratio
12Action: [calculate] 16 / 2.2
13Observation: 7.27
14
15Answer: Istanbul's population is approximately 7.3 times larger than Paris.

Constitutional AI Prompting

Het definiëren van ethische en veiligheidsregels:

1System: You are a helpful assistant.
2
3Rules:
41. Do not generate harmful content
52. Do not share personal information
63. Do not help with illegal activities
74. Always be honest
8
9User question: {question}

Role Prompting

Het definiëren van een specifiek expertisedomein:

1You are a cybersecurity expert with 20 years of experience.
2You have worked as a CISO in Fortune 500 companies.
3You can explain technical details clearly and understandably.
4
5User's question: {question}
6## Strategieën voor promptoptimalisatie
7
8### 1. Specificiteit verhogen
9
10❌ Slecht:

Write a blog post

✅ Goed:

Target audience: Software developers Topic: Docker container security Length: 1500-2000 words Tone: Technical but accessible Format: Introduction, 5 main sections, conclusion

1
2### 2. Bepalen van het outputformaat
3

Provide your response in this JSON format: { "summary": "string", "key_points": ["string"], "next_steps": ["string"], "confidence_score": number }

1
2### 3. Negatief prompten
3
4Ongewenst gedrag specificeren:
5

Do NOT do the following:

• Give speculative information
• Make claims without citing sources
• Lead the user
• Give excessively long answers

1
2### 4. Gebruik van delimiters
3
4Secties verduidelijken:
5

###CONTEXT### {context information}

###TASK### {work to be done}

###FORMAT### {output format}

1
2## Modelspecifieke optimalisaties
3
4### Voor GPT
5

• Use System message effectively
• Activate JSON mode: response_format={"type": "json_object"}
• Temperature: 0.7-1.0 for creative tasks, 0.1-0.3 for analytical

1
2### Voor Claude
3

• Use XML tags: <context>, <task>, <format>
• Put important information at the end in long context
• Evaluate Thinking tags

1
2### Voor Gemini
3

• Optimize for multimodal prompts
• Up-to-date information with Grounding
• Adjust Safety settings

1
2## Prompttesten en iteratie
3
4### A/B-testframework
5

Prompt A: {version 1} Prompt B: {version 2}

Metrics:

• Accuracy: %
• Consistency: 1-5
• Latency: ms
• Token usage: #

1
2### Promptversiebeheer
3

prompt_v1.0: First version prompt_v1.1: Typo corrections prompt_v2.0: CoT added prompt_v2.1: Output format changed

1
2## Promptbeheer voor ondernemingen
3
4### Een promptbibliotheek maken
5

/prompts /classification - sentiment_analysis.json - intent_detection.json /generation - blog_writer.json - code_reviewer.json /extraction - entity_extraction.json - data_parsing.json

1
2### Prompttemplatesysteem
3
4```python
5class PromptTemplate:
6    def __init__(self, template, variables):
7        self.template = template
8        self.variables = variables
9    
10    def render(self, **kwargs):
11        return self.template.format(**kwargs)
12
13# Usage
14sentiment_prompt = PromptTemplate(
15    template="Analyze sentiment: {text}",
16    variables=["text"]
17)

Veelvoorkomende fouten en oplossingen

Fout 1: Te vage prompt

Probleem: Model begrijpt niet wat je wilt
Oplossing: Voeg specifieke instructies en voorbeelden toe

Fout 2: Zeer lange prompt

Probleem: Tokenlimiet overschreden, kosten stijgen
Oplossing: Verwijder onnodige informatie, gebruik een samenvatting

Fout 3: Conflicterende instructies

Probleem: Model gedraagt zich inconsistent
Oplossing: Prioriteer en verduidelijk regels

Fout 4: Hallucinatie

Probleem: Model geeft verzonnen informatie
Oplossing: Grounding, bronvermelding, lagere temperatuur

Conclusie

Prompt engineering is een cruciale factor voor het succes van AI-projecten. Met de juiste technieken en een systematische aanpak kun je de modelprestaties aanzienlijk verbeteren.

Bij Veni AI ontwikkelen we aangepaste promptstrategieën voor onze zakelijke klanten. Neem contact met ons op voor professionele ondersteuning.