Voor wie: directeuren en eigenaren die merken dat AI bij hen "wel aardig" werkt maar nooit echt goed, en zich afvragen wat de volgende stap is.
Context engineering: waarom betere prompts je niet verder helpen
Een prompt is een wegwerpartikel. Wat je bedrijf ervan overhoudt, zit in wat je eromheen vastlegt.
Kort antwoord: Context engineering is het samenstellen van de informatie die een AI-model nodig heeft om een taak goed te doen — wie je bent, hoe jullie werken, welke feiten gelden, welke voorbeelden kloppen — in plaats van het steeds slimmer formuleren van de vraag zelf. Prompt engineering gaat over de vraag, context engineering over alles eromheen. Het onderscheid is praktisch: een prompt gebruik je één keer en gooi je weg, context leg je één keer vast en gebruikt je hele bedrijf opnieuw. En anders dan de naam suggereert, is meer context niet beter: het gaat om de kleinste set informatie die de taak betrouwbaar maakt. Alles wat daar niet aan bijdraagt, maakt het antwoord slechter.
Het plafond van de betere prompt
De eerste maanden met AI gaan bijna altijd hetzelfde. Je ontdekt dat de antwoorden beter worden als je je vraag beter formuleert. Je verzamelt een paar prompts die goed werken, iemand deelt een lijst met "de 50 beste prompts", en het gaat vooruit.
En dan loopt het vast. Niet omdat de prompts slechter worden, maar omdat je tegen iets anders aanloopt: het model weet nog steeds niets van jouw bedrijf. Het kent je prijzen niet, je leveringsvoorwaarden niet, de reden waarom jullie die ene klant anders behandelen niet. Hoe goed je de vraag ook stelt — je vraagt iemand die je dossier niet heeft gelezen om een advies.
Daar zit het plafond. Je kunt het niet doorbreken met een betere formulering, alleen met betere informatie. En dat is precies wat context engineering is.
Wat context engineering is
Prompt engineering gaat over de instructie: wat vraag je, in welke volgorde, in welke toon. Context engineering gaat over alles wat het model erbij nodig heeft om die instructie goed uit te voeren: achtergrond, feiten, voorbeelden, regels en de plek waar het resultaat terecht moet komen.
| Prompt engineering | Context engineering | |
|---|---|---|
| Draait om | De vraag | Alles eromheen |
| Levensduur | Één gesprek | Blijft, groeit mee |
| Eigenaar | De persoon die het typt | Het bedrijf |
| Schaalt naar | Eén taak | Elke volgende toepassing |
| Fout leidt tot | Een matig antwoord | Een consistent verkeerd antwoord |
Die laatste regel is de belangrijkste, en hij snijdt beide kanten op. Verkeerde context is gevaarlijker dan een slechte prompt, want hij werkt door in alles. Goede context is om dezelfde reden veel meer waard: je legt hem één keer aan en elke volgende toepassing profiteert.
Méér context is niet beter
De meest gemaakte fout na het ontdekken van deze term: alles erin gooien. Het hele handboek, alle notulen, de complete productcatalogus, "dan weet hij tenminste alles".
Dat werkt averechts. Anthropic omschrijft context engineering niet toevallig als het zoeken naar de kleinst mogelijke set informatie die de kans op het gewenste resultaat maximaliseert. Alles wat je toevoegt zonder dat het bijdraagt, verhoogt de kans dat het model op het verkeerde detail focust. Drie versies van dezelfde prijslijst betekent dat er twee verkeerd zijn, en het model weet niet welke.
Praktisch gezien betekent dat drie dingen:
- Één versie van de waarheid. Niet drie mappen met varianten van hetzelfde document.
- Geen archief in de werkmap. Oude offertes zijn nuttige voorbeelden, verlopen prijzen zijn een risico.
- Kort boven volledig. Een half A4 met de regels die er echt toe doen, werkt beter dan een handboek van veertig pagina's.
Dat is ook waarom "we zetten gewoon alles in een AI-kennisbank" zelden meteen werkt. Welke keuzes daarbij horen, staat in wat is een AI-kennisbank.
Wat je vastlegt, en waar
Context valt uiteen in vier lagen. Ze verschillen in hoe vaak ze veranderen, en dat bepaalt waar ze horen te staan.
- Wie we zijn. Wat je verkoopt, aan wie, wat je juist niet doet, hoe je klinkt. Verandert een paar keer per jaar. Hoort op één vaste plek waar alles bij kan.
- Hoe we werken. Afspraken en standaarden: hoe een offerte eruitziet, wat er altijd in een verslag staat, wat er nooit naar buiten gaat zonder controle. Verandert per kwartaal.
- Vaste taken. De werkwijze voor werk dat terugkomt, vastgelegd zodat je hem niet elke keer opnieuw uitlegt. Verandert als het proces verandert.
- Dit specifieke geval. De klant, het gesprek, het bestand van vandaag. Verandert continu — en dít is de laag waar de meeste mensen blijven hangen, omdat het de enige laag is die je in het chatvenster zelf ziet.
De vuistregel: herhaal je iets voor de derde keer, dan hoort het een laag hoger. Wat je in laag 1 tot 3 vastlegt, hoef je nooit meer te typen — en het geldt automatisch ook voor de volgende toepassing die je erbij bouwt. Dat idee, doorgetrokken naar een compleet bedrijf, is een AI Operating System. In de wiki staat de technische kant onder geheugen en context.
Hoe dat er in de praktijk uitziet
Een voorbeeld dat in vrijwel elk bedrijf herkenbaar is: offertes.
Zonder context. Iemand vraagt om een offerte, plakt de gespreksnotities erbij en krijgt een keurige brief terug — met een levertijd die niet klopt, een toon die niet die van jullie is, en een prijs die uit de lucht komt. Er gaat een half uur in correcties. De volgende collega begint morgen weer bij nul.
Met context. De prijslijst, drie goede voorbeeldoffertes en de vaste voorwaarden staan op één plek. De werkwijze ligt vast. Iedereen die een offerte maakt, krijgt dezelfde vorm en dezelfde regels, ook de nieuwe collega van volgende maand. De correctie gaat over de inhoud, niet meer over de vorm.
Het verschil zit niet in het model, en ook niet in de prompt. Beide situaties gebruiken dezelfde AI. Het verschil is dat in het tweede geval iemand één keer heeft opgeschreven wat er geldt — en dat werken met bestanden op je eigen machine daarvoor handiger is dan werken in een chatvenster, zoals in Claude Cowork.
Waar je begint
Niet met een project om "alle kennis vast te leggen". Dat loopt vast omdat het nooit af is. Wel zo:
- Let een week op wat je herhaalt. Elke keer dat je in een AI-gesprek uitlegt wie je bent of hoe iets bij jullie werkt: opschrijven.
- Zet dat op één plek. Eén document, een half A4. Dat is je eerste laag, en het is meer dan de meeste bedrijven hebben.
- Voeg per taak twee of drie goede voorbeelden toe. Voorbeelden werken beter dan beschrijvingen — laten zien hoe een goede offerte eruitziet, is preciezer dan uitleggen hoe hij eruit moet zien.
- Ruim op wat niet meer klopt. Verouderde context is schadelijker dan geen context.
Twijfel je of je hiervoor een eigen systeem nodig hebt of dat een zakelijk abonnement volstaat, dan helpt ChatGPT of een eigen AI-systeem bij die afweging.