Workshop promptengineering_GenAI

• newEditor
• Onderwijswetenschappen
• WO
• Studiejaar 2,3

Workshop GenAI slim en kritisch inzetten in de zorgpraktijk en onderwijs

Wat je erin stopt, bepaalt wat je eruit haalt!

Welkom bij deze interactieve workshop over het slim én kritisch gebruiken van generatieve AI.

Vandaag ontdek je hoe je met kleine aanpassingen in je prompts betere en betrouwbaardere antwoorden krijgt.

Slide titel

Slide tekst

Programma

• Welkom en introductie

• Interactief college GenAI en promptengineering

• Actief aan het werk met prompting

• Evaluatie van de workshop

Binnen 45 minuten weet je hoe je ChatGPT of Copilot slimmer kunt gebruiken — en hoe je hun output kritisch bekijkt, zeker binnen onze zorg- en onderwijswereld.

Waarom deze workshop?

• AI is niet slim op zichzelf — het reageert op wat jij invoert.

• In de zorg en het onderwijs gebruiken we AI steeds vaker

• …maar de kwaliteit van de output hangt af van de kwaliteit van jouw prompt.

Vandaag leer je hoe je duidelijke, doelgerichte prompts formuleert.

En hoe je de antwoorden van een taalmodel kritisch kunt beoordelen en verbeteren.

voorbeelden in de zorg ?

Welke van deze AI-tools gebruik je het meest?

1

ChatGPT van OpenAI

2

Copilot van Microsoft

3

Gemini van Google

4

Le Chat van Mistral

5

Ik gebruik meerdere AI-tools

6

Ik heb nog geen AI-tool gebruikt

We zijn allemaal in verschillende mate bezig met AI.
Sommigen gebruiken ChatGPT, anderen werken met Copilot of Gemini — en sommigen nog helemaal niet. Dat is prima!

Wat veel mensen niet weten, is dat al deze tools draaien op dezelfde technologie: zogenoemde Large Language Models, ofwel taalmodellen.

Die taalmodellen zijn het hart van Generatieve AI — en daar gaan we het vandaag verder over hebben.”

Gemini

Wist je dat...

• GenAI raakt ingeburgerd, maar vergroot digitale ongelijkheid;

• Van experimentele tool (2022) naar bedrijfsstandaard;

• 65% van de volwassenen gebruikt GenAI;

• 57% van de Nederlandse ziekenhuizen experimenteert met GenAI;

• Ruim een derde (38%) van de mensen met psychische klachten heeft wel eens generatieve AI gebruikt om de klachten te bespreken.

In Nederland gebruikt inmiddels 65% van de volwassenen generatieve AI, vooral AI-chatbots en spraakassistenten. Het gebruik is het hoogst onder jongeren en hoogopgeleiden. Opvallend: gebruikers ervaren niet alleen functionele voordelen, maar ook subjectieve welzijnseffecten, zoals meer zelfvertrouwen en een beter gevoel in het vel zitten. Tegelijkertijd groeit het risico op digitale ongelijkheid, omdat laagopgeleiden en ouderen minder snel meedoen

Bron: Universiteit van Twente 5 februari 2026

Bijna een kwart van de Nederlandse werknemers gebruikt nu frequent generatieve AI. Met name in sectoren als financiële dienstverlening en ICT verwachten werknemers dat AI hun werk ingrijpend zal veranderen. Dit leidt ook tot zorgen over het verdwijnen van bepaalde functies

Bron:

57% van de Nederlandse ziekenhuizen experimenteert inmiddels met generatieve AI. Toepassingen lopen uiteen van diagnostiek (bijv. herkenning van zeldzame aandoeningen) tot bedrijfsvoering en algemene zorg. GenAI zorgt voor efficiëntiewinsten en opent de deur naar meer gepersonaliseerde, toegankelijke zorg.

Bron: https://www.icthealth.nl/nieuws/nieuwe-mogelijkheden-in-de-gezondheidszorg-met-generatieve-ai

Ruim een derde (38%) van de mensen met psychische klachten heeft wel eens generatieve AI gebruikt om te praten over hun klachten. Het gebruik is het hoogst onder jongeren, mensen op een wachtlijst en mensen die al zorg ontvangen. 93% van de gebruikers ervaart dit als (in bepaalde mate) helpend, vooral vanwege de altijd beschikbare, laagdrempelige en oordeelloze ondersteuning. Belangrijkste redenen voor gebruik: een luisterend oor, hulp bij het ordenen van gedachten en adviezen over omgaan met klachten

Bron: https://www.ggznieuws.nl/onderzoeksrapport-zorgelijk-of-kansrijk-generatieve-ai-bij-psychische-klachten/

In a nutshell over GenAI

• Is een subset van AI

• Genereert nieuwe content op basis van bestaande data.
  Het kan bijvoorbeeld tekst, afbeeldingen, code, audio of video maken.

• Taalmodellen (Large Language Models [LLM]) zijn een type GenAI

  • getraind op grote hoeveelheden tekst om taal te begrijpen en te produceren.

  • voorspellen meest waarschijnlijke volgende woord in een tekst.
    Voorbeelden: ChatGPT, Copilot, Claude.

Een taalmodel, of LLM, is eigenlijk een supergeavanceerde ‘taalvoorspeller’.
Het leest miljarden teksten, leert welke woorden vaak samen voorkomen en gebruikt dat om nieuwe zinnen te maken.

Het lijkt dus slim, maar het begrijpt niet écht wat het zegt — het voorspelt wat waarschijnlijk goed klinkt.
Daarom is het belangrijk dat wij, als zorgprofessionals of docenten, kritisch blijven kijken naar wat het model schrijft.”

Prompten van een taalmodel

Een prompt is de input die jij geeft aan een taalmodel om output te genereren.

De kwaliteit van de prompt bepaalt:

• De richting van het antwoord

• De relevantie en nauwkeurigheid

• Het risico op vage of misleidende tekst (hallucinaties)

Een prompt is jouw vraag, opdracht of instructie.

Hoe beter je die formuleert, hoe slimmer het antwoord.
Dat geldt helemaal in het onderwijs of de zorg, waar onnauwkeurige antwoorden risico’s kunnen geven.

Slide titel

Slide tekst

Bouwstenen van een effectieve prompt

1. Taak: geef het model een specifieke taak

2. Context: achtergrondinformatie of situatie.

3. Instructies: duidelijke richtlijnen

4. Rol: geef het model een rol (art, verpleegkundige, docent enz)

5. Doelgroep: voor wie is de prompt bedoeld?

6. Toon: specificeert de houding of stijl van de prompt.

7. Voorbeelden: bieden richting aan het model om relevante en vergelijkbare inhoud te genereren.

8. Limieten: stel grenzen vast om tot specifieke uitkomsten te komen.

Dit zijn de ingrediënten van een goede prompt.

Vergelijk het met een recept: zonder duidelijke instructies krijg je een ander gerecht dan bedoeld.

Nu we weten wat een taalmodel doet en waaruit een goede prompt bestaat, gaan we kijken wat er in de praktijk gebeurt als je dat toepast.

Want een taalmodel is eigenlijk net als een student : als jij de opdracht niet helder geeft, krijg je een half antwoord.
En als je stap voor stap uitlegt wat je verwacht, dan wordt het antwoord meteen beter.

Dat ga ik jullie laten zien met een voorbeeld uit de zorgpraktijk.

Prompting methoden

🔹 Input–Output Prompting
Simpele vraag → direct antwoord.

🔹 Zero-Shot Prompting
Geen voorbeelden, alleen een opdracht.

🔹One-Shot Prompting

Een voorbeeld geven in je prompt.

🔹 Few-Shot Prompting
Eén of meerdere voorbeelden geven in je prompt.

🔹 Expert (Role-Play) Prompting
Geef het model een rol, zoals verpleegkundige, arts of docent.

🔹Chain-of-Thought (CoT) Prompting
Vraag het model om stap voor stap te redeneren.

🔹Self-Consistency (SC) Prompting
Laat het model meerdere redeneringspaden genereren en vergelijken. ENZ ENZ ENZ

Promptengineering = Kritisch denken

• Onderdeel van AI geletterheid

• het systematisch ontwerpen, testen en verfijnen van prompts.

• Een herhalend proces: proberen → analyseren → bijsturen

• Het vraagt vakkennis én kritisch denken.

Promptengineering is een vaardigheid.

Door te experimenteren leer je het model beter aan te sturen — net zoals we studenten leren om feedback te gebruiken.

Met verschillende prompts en LLMs

Demonstratie

1️⃣ Wat er gebeurt bij een simpele prompt?
2️⃣ Wat gebeurt er als ik meer elementen toevoeg?
3️⃣ We testen Gemini en Le Chat (Mistral)

Ik laat jullie drie versies zien van dezelfde vraag aan ChatGPT (versie 5).

Eerst een snelle, vage prompt — de manier waarop veel mensen beginnen.

Daarna verfijn ik de prompt door een rol, doel en context toe te voegen.

En tenslotte laat ik het model zijn eigen antwoord stap voor stap opbouwen en zelf beoordelen.

Jullie kunnen via LessonUp mee stemmen over welke output het beste is.”

Eerste prompt: input output prompt

Prompt met alleen een taak

Schrijf een reflectieverslag van maximaal 500 woorden over een verpleegkundige praktijksituatie.

Vergelijken van de verschillende output van de prompten.

Gemini

https://gemini.google.com/app

Le Chat

https://chat.mistral.ai/chat

Tweede prompt

Toegevoegd: taak, context, doel, rol en limieten

Rol: Je bent een derdejaars HBO-V student die momenteel stage loopt op de afdeling Hematologie van een academisch ziekenhuis.

Taak: Schrijf een beknopt overzicht voor het portfolio van maximaal 300 woorden (limiet) waarin je uitlegt wat de kern van een non-hodgkinlymfoom (NHL) is en welke verpleegkundige prioriteiten daarbij horen. Leg het verschil tussen de subtypes uit aan de hand van de groeisnelheid en de noodzaak tot ingrijpen.

Context: Je wilt voor jezelf een helder kader scheppen om de patiëntencategorieën op de afdeling beter te begrijpen en je klinisch redeneren te verbeteren.

Doel: Begrijpen wat NHL feitelijk is (onderscheid indolent vs. agressief) en op basis daarvan bepalen wat je prioriteiten zijn in de dagelijkse patiëntenzorg.

Limieten/Restricties:

• Gebruik professionele, verpleegkundige terminologie maar houd het praktisch ("aan het bed").

• Maximaal 300 woorden, gebruik een heldere structuur met koppen.

Prompt met Chain-of-Thought promptingstrategie

Rol: Je bent een derdejaars HBO-V student die stage loopt op de afdeling Hematologie van een academisch ziekenhuis. Je hebt de opdracht gekregen om een beknopt overzicht te schrijven voor je portfolio.

Taak: Schrijf een gestructureerd overzicht van maximaal 300 woorden waarin je uitlegt wat de kern is van non-Hodgkin lymfoom (NHL), inclusief de verpleegkundige prioriteiten. Leg het verschil tussen de subtypes uit aan de hand van groeisnelheid en de noodzaak tot ingrijpen.

Context: Je wilt een helder kader scheppen om de patiëntencategorieën op de afdeling beter te begrijpen en je klinisch redeneren te verbeteren.

Doel: Begrijpen wat NHL feitelijk is (onderscheid indolent vs. agressief) en op basis daarvan bepalen wat je prioriteiten zijn in de dagelijkse patiëntenzorg.

Limieten/Restricties:

• Gebruik professionele, verpleegkundige terminologie, maar houd het praktisch ("aan het bed").

• Maximaal 300 woorden.

• Gebruik een heldere structuur met koppen.
  

Prompt met Chain-of-Thought promptingstrategie: vervolg

Chain-of-Thought instructie:
Voordat je het definitieve antwoord geeft, doorloop je de volgende stappen en laat je je redenering zien:

1. Definieer NHL: Wat is de basisdefinitie van non-Hodgkin lymfoom? Welke cellen zijn betrokken en waar in het lichaam speelt dit zich af?

2. Subtypes: Welke twee hoofdsubtypes zijn er (indolent vs. agressief)? Hoe verschillen ze in groeisnelheid en behandelurgentie?

3. Verpleegkundige prioriteiten: Welke zorgprioriteiten horen bij elk subtype? Denk aan monitoring, symptoombestrijding, patiënteducatie en psychosociale ondersteuning.

4. Praktische toepassing: Hoe vertaal je deze kennis naar de dagelijkse zorg aan het bed? Geef concrete voorbeelden.

5. Structuur: Hoe deel je deze informatie in in een helder, beknopt overzicht met koppen?

Output:
Geef eerst je stap-voor-stap redenering weer, en vervolgens het definitieve, gestructureerde antwoord van maximaal 300 woorden.

Taalmodellen in de praktijk

Hoe zou je deze taalmodellen in kunnen zetten ind praktijk. ter illustratie: er wordt op dit moment onderzoek gedaan naar "Ambient listening". Dit is de combinatie van spraakherkenning met generatieve artificiële

intelligentie, een technologie die ongestructureerde mondelinge gesprekken automatisch kan omzetten in gestructureerde geschreven verslagen, zodat zorgverleners

dit niet handmatig tijdens of na een consult hoeven te doen.

Maar wat kunnen wij in de dagelijkse praktijk ermee? We wete dat onze studenten taalmodellen (vooral de gratis versie van ChatGPT) massaal inzetten bij het schrijven van verslagen.

Wat doen wij ermee in de praktijk? En wat zijn de ethische gevolgen ervan? Mag dat zo maar?

Even een snelle peiling. Steek je hand op als je ChatGPT op je telefoon hebt.
Copilot?
Gemini?
En wie heeft nog niets, maar wil het straks proberen via iemand naast zich?”

Welke AI tool heb jij op je mobiele telefoon?

1

ChatGPT (gratis versie)

2

Copilot

3

Gemini

4

Een ander taalmodel

5

Geen taalmodel

Zelf oefenen met een taalmodel

Microsoft Copilot/ChatGPT installeren

🔹 App Store / Google Play → “Microsoft Copilot” of "“ChatGPT”
🔹 Inloggen met Microsoft-account of Google account
🔹 Copilot Werkt ook binnen Word, Outlook, Teams

🔹 ChatGPT gratis versie ook mogelijk via chat.openai.com

🔹 Beide taalmodellen gebruiken zelfde technologie

Slide titel

Slide tekst

Slide titel

Slide tekst

Bouwstenen van een effectieve prompt

1. Taak: geef het model een specifieke taak

2. Context: achtergrondinformatie of situatie.

3. Instructies: duidelijke richtlijnen

4. Rol: geef het model een rol (art, verpleegkundige, docent enz)

5. Doelgroep: voor wie is de prompt bedoeld?

6. Toon: specificeert de houding of stijl van de prompt.

7. Voorbeelden: bieden richting aan het model om relevante en vergelijkbare inhoud te genereren.

8. Limieten: stel grenzen vast om tot specifieke uitkomsten te komen.

Dit zijn de ingrediënten van een goede prompt.

Vergelijk het met een recept: zonder duidelijke instructies krijg je een ander gerecht dan bedoeld.

Nu we weten wat een taalmodel doet en waaruit een goede prompt bestaat, gaan we kijken wat er in de praktijk gebeurt als je dat toepast.

Want een taalmodel is eigenlijk net als een student : als jij de opdracht niet helder geeft, krijg je een half antwoord.
En als je stap voor stap uitlegt wat je verwacht, dan wordt het antwoord meteen beter.

Dat ga ik jullie laten zien met een voorbeeld uit de zorgpraktijk.

Hoe zag je prompt eruit?

Wat neem je mee?

• De kwaliteit van AI-output begint bij de kwaliteit van je prompt.

• Een goede prompt bevat: rol, context, doel, instructie, limieten en ook voorbeelden.

• AI kan inspireren, maar jijzelf beslist.

Wat je erin stopt, bepaalt wat je eruit haalt

Geef je waardering voor deze workshop