Binnen prompt engineering draait alles om het bewust ontwerpen én verbeteren van je instructies aan AI. Je bouwt een prompt op, test het resultaat en scherpt deze waar nodig aan. Tijdens dat proces kun je verschillende middelen inzetten om de output gerichter te sturen. One-shot prompting is daar een concreet onderdeel van: je voegt één zorgvuldig gekozen voorbeeld toe om duidelijk te maken welk type antwoord je verwacht. Op deze pagina lees je wat dat precies betekent, hoe het werkt en wanneer je het inzet.
Aiscendo Team
In this article
Wanneer je een AI-model een taak geeft, moet het inschatten wat je precies bedoelt. Soms is een instructie alleen niet voldoende om het gewenste formaat, detailniveau of de juiste toon te krijgen. Door één goed gekozen voorbeeld toe te voegen, maak je impliciet duidelijk wat je verwacht. Dat ene voorbeeld fungeert als richtlijn voor de rest van het antwoord.
One-shot prompting is daarmee een praktische middenweg tussen een losse instructie (zero-shot prompting) en het geven van meerdere voorbeelden (few-shot prompting).
Bij one-shot prompting geef je eerst een voorbeeld van de gewenste output, gevolgd door een nieuwe opdracht waarvoor de AI een vergelijkbaar antwoord moet genereren. Het model herkent het patroon in het voorbeeld en probeert dit patroon toe te passen op de nieuwe situatie. Het gaat dus niet om het kopiëren van de inhoud, maar om het volgen van de structuur, toon of redenering.
De structuur ziet er vaak zo uit:
Grote taalmodellen herkennen patronen in tekst. Wanneer je een voorbeeld toevoegt, laat je het model zien welk patroon het moet volgen. Dat kan betrekking hebben op structuur, toon, lengte of argumentatieopbouw.
Door één concreet voorbeeld te geven, verklein je de interpretatieruimte. De AI hoeft minder te raden wat je bedoelt en kan zich richten op het toepassen van het getoonde patroon.
Bij one-shot prompting draait alles om dat ene voorbeeld. Zorg dat het voorbeeld vooral de juiste structuur, toon en opbouw laat zien. Maak het inhoudelijk niet te specifiek of uitgesproken. Zo leert de AI hoe het antwoord eruit moet zien, zonder dat het vastloopt in de details van je voorbeeld. Dit maakt je output consistenter en voorspelbaarder.
In veel zakelijke situaties is één voorbeeld voldoende om het model in de juiste richting te sturen. Zeker bij terugkerende taken – zoals productbeschrijvingen, e-mails of rapportages – kan een goed gekozen voorbeeld veel correctierondes besparen.
Bij zero-shot prompting geef je alleen een instructie, zonder voorbeelden. Het model moet volledig op basis van zijn training inschatten wat je bedoelt.
Bij few-shot prompting geef je meerdere voorbeelden. Dat kan nuttig zijn wanneer de taak complex is of wanneer nuance belangrijk is.
One-shot prompting zit daar precies tussenin. Je geeft één duidelijk referentiepunt. Vaak blijkt dat al voldoende om betere en consistentere output te krijgen, zonder dat je prompt onnodig lang wordt.
Hoewel one-shot prompting krachtig is, lost het niet alles op. Een slecht gekozen voorbeeld kan het model juist in de verkeerde richting sturen. Ook kan één voorbeeld te beperkt zijn bij zeer complexe taken.
Daarom blijft het belangrijk om je prompt te testen en waar nodig aan te passen. Net als bij andere vormen van prompt engineering is iteratie essentieel.
Stel dat je een korte, zakelijke LinkedIn-post wilt laten schrijven voor een IT-bedrijf.
Instructie zonder voorbeeld:
Schrijf een LinkedIn-post over cybersecurity.
Dit levert vaak een algemene, weinig onderscheidende tekst op.
One-shot prompting met voorbeeld:
Instructie:
Schrijf een LinkedIn-post voor een IT-bedrijf over een actueel onderwerp binnen cybersecurity. Houd de toon professioneel, concreet en gericht op MKB-ondernemers. Maximaal 120 woorden.
Voorbeeld:
“Veel MKB-bedrijven denken dat zij geen doelwit zijn voor cyberaanvallen. Toch blijkt uit recente cijfers dat juist kleinere organisaties kwetsbaar zijn. Met eenvoudige maatregelen, zoals tweestapsverificatie en regelmatige updates, verklein je het risico aanzienlijk. Cybersecurity begint bij bewustwording.”
Nieuwe opdracht:
Schrijf een vergelijkbare LinkedIn-post over phishing.
In dit geval begrijpt het model niet alleen het onderwerp, maar ook de toon, lengte en opbouw. Het voorbeeld stuurt dus het patroon, niet de exacte inhoud.
One-shot prompting is een toegankelijke maar krachtige techniek binnen prompt engineering. Door één duidelijk voorbeeld mee te geven, help je het AI-model om sneller en consistenter de gewenste output te genereren. Het is geen vervanging van andere technieken, maar een praktische aanvulling die in veel situaties al voldoende is om betere resultaten te behalen.