Je maakt het vast regelmatig mee: je geeft ChatGPT een prompt en krijgt oppervlakkige, clichématige content. Maar soms levert diezelfde AI plotseling briljante, strategische output op die je zelf niet beter had kunnen schrijven. Het verschil? Je hebt onbewust AI's ‘System 2’ geactiveerd in plaats van zijn ‘System 1’ - dezelfde cognitieve systemen die Daniel Kahneman beschreef in zijn baanbrekende boek ‘Thinking, Fast and Slow’. Door te begrijpen hoe AI daadwerkelijk ‘denkt’, leer je prompts te schrijven die consistent goede output opleveren.
Dit artikel geeft je concrete voorbeelden van slechte en goede prompts. Ik leg ook uit waarom dat zo is, zodat je de onderliggende filosofie ook zelf kunt toepassen. Geen zin in theorie en achtergrond? Ga dan direct naar het kopje ‘Strategic Anchoring’.
Soms heb je van die toevalligheden waarvan je je later afvraagt of ze wel zo toevallig zijn. Ik las een research paper over hoe AI-modellen werken en ongeveer tegelijkertijd herlas ik ook Daniel Kahnemans klassieker 'Thinking, Fast and Slow'. En dat leidde tot de gedachte dat daar toch wel heel veel parallellen inzaten. En zo ontstond tot dit artikel.
‘Attention is all you need’
Om te begrijpen waarom jouw prompts vandaag zo krachtig kunnen zijn (als je de tips verderop in dit blog gebruikt), ga ik kort terug naar 2017. Dat jaar publiceerden Google-onderzoekers een research paper met de pakkende titel ‘Attention Is All You Need’. Dit paper introduceerde een nieuwe manier voor AI om taal te verwerken - niet meer woord voor woord zoals een mens leest, maar alle woorden tegelijkertijd.
Stel je voor dat je een heel boek in één oogopslag kunt lezen, waarbij je onmiddellijk alle verbindingen ziet tussen de woorden op pagina 1 en pagina 50. Dat is in essentie wat moderne AI doet. Deze doorbraak maakte het mogelijk om AI-modellen te trainen die niet alleen veel sneller zijn, maar ook veel beter context kunnen behouden.
Maar er was nog wél een ander probleem: hoe ‘dieper’ je AI-netwerken maakt (hoe meer lagen je gebruikt), hoe moeilijker het wordt om die netwerken te trainen. Het is alsof je een keten van 100 mensen hebt die een bericht aan elkaar doorfluisteren - aan het einde is er vaak niets meer over van het oorspronkelijke bericht.
De oplossing was een tweesporen-aanpak: in plaats van dat AI tijdens elke analyseslag alleen de nieuwe output doorgeeft, wordt ook altijd het originele bericht meegegeven. Dit heet ‘residual connections’ - een werkgeheugen dat ervoor zorgt dat informatie nooit volledig verdwijnt.
Cognitieve hierarchie
Moderne AI-modellen zoals GPT en Claude bestaan uit tientallen lagen met allerlei verschillende verwerkingsniveaus. Elke laag heeft een gespecialiseerde functie, vergelijkbaar met hoe ons brein verschillende gebieden heeft voor verschillende taken.
- Onderste lagen: Deze lagen herkennen patronen, grammatica, en taalspecifieke kenmerken.
- Middelste lagen: Hier gebeurt de conceptuele verwerking waarbij taalspecifieke informatie wordt omgezet naar universele concepten (en wat dát betekent, lees je zo).
- Hoogste lagen: Hier gebeurt de complexe redenering, worden creatieve verbindingen gelegd en ontstaat strategische output.
Stel je voor dat je een heel team van specialisten hebt die allemaal tegelijkertijd naar je vraag kijken: de taalkundige ziet de grammatica, de cultuurexpert herkent de context, de schrijver identificeert de stijl. Allemaal in een fractie van een seconde.
De parallel met ‘Thinking, Fast and Slow’
Deze gelaagde architectuur van AI heeft voor mij opvallende parallellen met hoe Daniel Kahneman het menselijke vermogen om te denken beschrijft. Net zoals ons brein automatische, snelle processen (System 1) combineert met doordachte, analytische processen (System 2), heeft AI verschillende verwerkingsmodi die je bewust kunt activeren.
De onderste lagen van AI werken zoals ons System 1: snel, automatisch en gebaseerd op patroonherkenning. Ze ‘zien’ onmiddellijk grammatica, herkennen bekende structuren, en springen naar waarschijnlijke conclusies. De hoogste lagen functioneren meer zoals ons System 2: ze nemen de tijd voor complexe redenering, maken onverwachte verbindingen, en kunnen strategisch "nadenken" over problemen.
Dit is geen toeval. Beide systemen - menselijk en kunstmatig - zijn geëvolueerd (of ontworpen) om efficiënt om te gaan met informatie. Snelle verwerking voor routinematige taken, langzame verwerking voor complexe uitdagingen.
AI's ‘System 1’: de snelle, automatische modus
Kahneman's System 1 is dus het deel van ons brein dat automatisch, snel en intuïtief werkt. Het herkent gezichten, leest emoties, en verwerkt taal zonder bewuste inspanning. AI-modellen hebben hun eigen versie van System 1, en het is belangrijk om te begrijpen wanneer je deze snelle modus wilt gebruiken - en wanneer juist niet.
System 1 is de standaardmodus van elke AI. Het is snel, moeiteloos en gebaseerd op patroonherkenning. Wanneer je een eenvoudige prompt geeft, doorloopt de AI een razendsnelle berekening om het meest waarschijnlijke antwoord te genereren op basis van de miljarden voorbeelden waarop het is getraind.
Voor bepaalde taken is AI's System 1 perfect geschikt:
- Snelle creatie: Denk aan het brainstormen over tien blogtitels, een alinea herformuleren of snel een social media post opstellen. Hier blinkt AI's automatische patroonherkenning uit.
- Routinematige taken: Standaard e-mails, productbeschrijvingen volgens een vast format of het aanpassen van bestaande content voor verschillende kanalen.
- Brainstorms: Het genereren van vele variaties op een thema, waarbij kwantiteit belangrijker is dan diepgaande analyse.
System 1: wanneer snelheid oppervlakkigheid wordt
Het gevaar schuilt in complexiteit. Wanneer AI system 1 gebruikt voor strategische, complexe of ingewikkelde opdrachten vervalt de output in clichés, feitelijke onjuistheden of oppervlakkige antwoorden. Het produceert die typische ‘AI-tekst’ die diepgang en originaliteit mist. Het kiest de weg van de minste weerstand, niet de weg van de beste gedachte.
Net zoals mensen hebben AI-modellen ook ‘cognitive biases’ in hun System 1:
- Format Bias: AI springt automatisch naar bekende formats zoals lijstjes, zelfs als je dat niet wilt.
- Tone Bias: AI doet direct een aanname over de gewenste toon gebaseerd op de eerste woorden van je prompt.
- Cultural Bias: AI doet aannames over de culturele context die niet altijd klopt voor Nederlandse of Europese situaties.
Als je bijvoorbeeld een prompt begint met ‘Schrijf een verhaal over...’, springt AI onmiddellijk naar ‘verhaal-modus’ en activeert het patronen die gebruikt worden in narratieve structuren. Dit is meestal nuttig, maar kan soms leiden tot onverwachte resultaten als je eigenlijk iets anders bedoelde. Het goede nieuws? Je kunt sturen welk systeem AI gebruikt.
Strategic Anchoring: de kracht van de eerste woorden
Eerder in dit blog legde ik de ‘residual stream’ uit: het ‘werkgeheugen’ dat ervoor zorgt dat AI de context onthoudt terwijl het nieuwe informatie verwerkt (zie je wel dat het toch handig was om ook even de achtergronden te lezen?). Deze werkwijze heeft praktische gevolgen. Net zoals mensen beïnvloed worden door de eerste informatie die ze krijgen (Kahneman's anchoring effect), bepaalt de informatie die je vroeg in je prompt plaatst de richting voor alle volgende verwerkingsstappen die AI neemt. Dit is waarom de volgorde en de structuur van je prompts zo belangrijk zijn.
Voorbeeld - andere anchoring, andere output:
- Prompt A: ‘Schrijf een creatieve, onconventionele campagne voor een nieuwe fitness app die zich richt op drukke professionals.’
- Prompt B: ‘Schrijf een professionele, betrouwbare campagne voor een nieuwe fitness app die zich richt op drukke professionals.’
Beide prompts vragen om hetzelfde product en dezelfde doelgroep, maar de eerste woorden (’creatieve, onconventionele’ vs ‘professionele, betrouwbare’) sturen AI's verwerkingsproces in een compleet andere richting. Prompt A activeert creatieve patronen en onverwachte verbindingen. Prompt B activeert zakelijke, conservatieve patronen.
Door specifieke referenties of voorbeelden vroeg in je prompt te plaatsen, kun je AI's ‘beschikbaarheid’ voor de rest van de opdracht beïnvloeden:
REFERENTIE: ‘In de stijl van Apple's productlanceringen...’
VOORBEELD: ‘Zoals de Dove Real Beauty campagne...’
CONTRAST: ‘Niet zoals traditionele auto-advertenties...’
De overgang van system 1 naar system 2 in AI
Een van Kahneman's meest intrigerende inzichten is hoe System 1 en System 2 samenwerken. AI-modellen hebben een vergelijkbaar proces, maar dan verspreid over hun ‘middelste lagen’.
Hier gebeurt namelijk iets opmerkelijks: de overgang van taalspecifieke naar universele concepten. Recent onderzoek toonde aan dat deze middelste lagen de sterkste ‘cross-lingual alignment’ hebben. In gewone taal betekent dit dat AI in deze lagen leert om concepten te begrijpen, los van de specifieke taal waarin ze werden uitgedrukt.
Stel je voor dat je het over het concept ‘liefde’ hebt. In de vroege lagen wordt dit verwerkt als het Nederlandse woord "liefde", het Engelse ‘love’, het Franse ‘amour’, enzovoort. Maar in de middelste lagen vloeit dit samen in een universele representatie van het concept zelf, los van een specifieke taal.
Dit verklaart waarom ‘cross-lingual prompting’ zo goed werkt. Je kunt een prompt in het Nederlands geven, vragen om output in het Engels, en het AI-model begrijpt niet alleen wat je bedoelt, maar behoudt ook de culturele en contextuele nuances die verloren zouden gaan als er alleen vertaald zou worden.
In plaats van te denken in termen van een vertaling, kun je in je prompt dus ook denken in termen van concepten. Je kunt AI vragen om een ‘gevoel van urgentie zonder agressiviteit’ uit te drukken, of ‘Nederlandse directheid met Amerikaanse optimisme’ te combineren.
AI's System 2: je strategische sparringpartner
Net zoals Kahneman's System 2 om bewuste, analytische redenering vraagt, moet je AI's System 2 bewust activeren. Dit gebeurt niet vanzelf, AI kiest liever voor het snellere System 1. Jij, als copywriter, communicatiespecialist of marketeer, moet de regisseur zijn die de AI dwingt om te vertragen, te analyseren en dieper te redeneren.
Vijf krachtige System 2-technieken
Techniek 1: Chain-of-Thought Prompting (stap-voor-stap denken)
De krachtigste manier om AI's System 2 te activeren, is door het te vragen ‘stap voor stap na te denken’ of ‘zijn redenering uit te leggen’. Dit dwingt AI om zijn denkproces expliciet te maken, wat tot veel betere resultaten leidt.
Slecht (gebruikt System 1): ‘Welke van deze drie koppen is het beste voor SEO?’
Goed (activeert System 2): ‘Analyseer deze drie koppen voor een blogpost over duurzame mode. Evalueer voor elk de potentiële SEO-prestatie gebaseerd op keyword-relevantie, duidelijkheid, en emotionele impact. Leg je redenering stap voor stap uit. Beveel ten slotte de beste aan.’
Techniek 2: Task Decomposition (complexe taken opsplitsen)
In plaats van één grote, complexe vraag te stellen, breek je de taak op in een reeks kleinere, logisch opgebouwde vragen. Met elke stap bouw je voort op de vorige, waardoor AI een veel rijkere en coherentere output kan creëren.
Praktijkvoorbeeld: In plaats van ‘Ontwikkel een Q3 marketingstrategie’, voer je een gesprek:
Prompt 1: ‘Definieer de doelgroep en belangrijkste persona's voor een nieuwe tool die [probleem] oplost.’
Prompt 2: ‘Genereer op basis van die persona's vijf kernwaardeproposities en een Unique Selling Proposition (USP).’
Prompt 3: ‘Werk nu, met de beste USP, een contentplan uit voor de komende drie maanden.’
Techniek 3: Conceptueel Prompting (het abstracte brein activeren)
In plaats van letterlijke instructies, prompt je met abstracte concepten, merk-archetypen, emoties en culturele context. Dit spreekt AI's middelste verwerkingslagen aan die werken met universele concepten.
Slecht (gebruikt System 1): ‘Vertaal deze Engelse slogan naar het Japans.’
Goed (activeert System 2): ‘Jij bent een marketingexpert gespecialiseerd in de Japanse markt. Onze Engelse slogan is Unleash Your Power. Dit concept van directe kracht is mogelijk te confronterend voor de Japanse markt. Stel drie alternatieve Japanse slogans voor die de kern van persoonlijke groei en kracht vangen, maar op een manier die aansluit bij de Japanse culturele waarden van harmonie en subtiele kracht.’
Techniek 4: Rol & Context Priming
Begin je prompt met een duidelijke definitie van de rol en alle relevante context voordat je de eigenlijke taak geeft. Dit activeert AI's hoogste lagen die gespecialiseerd zijn in complexe rollenspellen.
Praktijkvoorbeeld:
‘Jij bent een senior copywriter voor [merknaam] met 10 jaar ervaring in de tech-sector. Onze tone of voice is professioneel maar toegankelijk, met een focus op praktische voordelen. Onze doelgroep bestaat uit IT-managers bij middelgrote bedrijven die worstelen met [specifiek probleem].
Schrijf een welkomstmail voor nieuwe klanten die deze toon perfect weerspiegelt en direct waarde toevoegt.’
Techniek 5: Metacognitive Prompting (AI laten nadenken over zijn eigen denkproces)
Een van Kahneman's belangrijkste inzichten is het bewust maken van onbewuste denkprocessen. Je kunt AI vragen om "metacognitief" te zijn - om na te denken over zijn eigen denkproces.
Metacognitieve Prompts:
‘Leg uit waarom je deze aanpak kiest?’
’Welke alternatieven heb je overwogen?’
’Wat zijn de zwakke punten in deze redenering?’
’Hoe zou je dit anders aanpakken voor een andere doelgroep?’
Deze technieken activeren AI's ‘System 2’ om bewuster en analytischer te werk te gaan, wat vaak leidt tot meer doordachte en genuanceerde output.
System 1 en System 2 in jouw dagelijkse werk
Nu je inzicht hebt gekregen in de werking van AI's 'cognitieve systemen', is het tijd om deze kennis om te zetten in bruikbare strategieën. Deze praktische handleiding helpt je bij het selecteren van de meest effectieve aanpak voor verschillende situaties.
Type taak | Gebruik System | Prompt aanpak | Voorbeeld |
Snelle variaties | System 1 | Direct, simpel | ‘Geef 10 variaties op deze titel’ |
Routinematige content | System 1 | Template-gebaseerd | ‘Schrijf een productbeschrijving voor [product] volgens dit format: [format]’ |
Strategische planning | System 2 | Stap-voor-stap | ‘Analyseer eerst de markt, dan de concurrentie, dan onze positie...’ |
Creatieve concepten | System 2 | Conceptueel, rol-gebaseerd | ‘Als creatief strateeg…, verbind het concept X met emotie Y...’ |
Cross-culturele content | System 2 | Cultureel bewust, conceptueel | ‘Pas dit concept aan voor [cultuur] waarbij je rekening houdt met..." |
Wil je er nog meer uithalen?
Geïnspireerd door Kahneman's dual-process theorie, kun je ook prompts schrijven die systematisch beide systemen van AI activeren:
=== SYSTEM 1 ACTIVATIE ===
CONTEXT: [Duidelijke, concrete situatie]
TAAL: [Expliciete taalinstructies]
FORMAT: [Specifieke output-eisen]
=== SYSTEM 2 ACTIVATIE ===
CONCEPTUEEL: [Abstracte verbindingen en relaties]
CREATIEF: [Onverwachte combinaties en innovatie]
ANALYTISCH: [Complexe redenering]
Ingevuld ziet dat er dan bijvoorbeeld zo uit:
=== SYSTEM 1 ACTIVATIE ===
CONTEXT: [Duurzame waterfles voor milieubewuste millennials
TAAL: Nederlands, enthousiaste maar authentieke toon
FORMAT: Productbeschrijving van 150 woorden
=== SYSTEM 2 ACTIVATIE ===
CONCEPTUEEL: Laat zien hoe deze fles past bij hun waarden en identiteit
CREATIEF: Bedenk een vergelijking die laat zien hoe klein gebaar groot verschil maakt
ANALYTISCH: Combineer emotionele redenen (trots, identiteit) met praktische voordelen (prijs, gemak)
Het voorbeeld laat zien dat zo'n gestructureerde prompt krachtige resultaten oplevert, maar het laat ook zien dat je niet alles aan AI kunt overlaten. Je moet zelf heel goed weten welk eindresultaat je voor ogen hebt.
Waarom minder soms meer is
AI kan dus complexe prompts aan, maar net als bij mensen: 'overdaad schaadt'. Als je teveel tegelijk vraagt, kun je het systeem 'overvoeren'. Gooi je te veel complexe instructies tegelijk in één prompt, dan krijg je vaak teleurstellende resultaten. Niet omdat AI het niet kan, maar omdat je het cognitieve equivalent van multitasken vraagt. Kahneman noemt dit heel chic: ‘Cognitive Load Management’.
De oplossing? Verdeel complexe taken over meerdere prompts. Elke prompt krijgt één duidelijke cognitieve focus.
In plaats van dit monster van een prompt:
‘Analyseer de doelgroep voor onze nieuwe app, bedenk een USP, ontwikkel een contentstrategie, schrijf drie varianten van de homepage tekst, en zorg dat alles aansluit bij onze huidige tone of voice maar dan iets toegankelijker.
Doe je dit:
Prompt 1 (Analyse): ‘Analyseer de doelgroep en hun pijnpunten’
Prompt 2 (Conceptualisatie): ‘Ontwikkel drie kernconcepten die deze pijnpunten aanpakken’
Prompt 3 (Uitwerking): ‘Werk het sterkste concept uit’
Het resultaat? Elke stap krijgt de volledige ‘cognitieve aandacht’ van AI, en jij houdt controle over de richting.
Tot slot
Kahneman helpt ons met zijn boek ons bewust te kiezen tussen snel en langzaam denken: tussen automatische, snelle processen (System 1) en doordachte, analytische processen (System 2). Dit blog helpt je om hetzelfde te doen met AI. En dat maakt het verschil tussen copywriters die AI gebruiken en copywriters die AI beheersen.
Want laten we eerlijk zijn: iedereen kan ChatGPT vragen om "een blog te schrijven over duurzaamheid". Maar hoeveel mensen kunnen systematisch AI's System 2 activeren om strategische inzichten te genereren die ze zelf nooit hadden bedacht? Die vaardigheid - noem het ‘cognitive prompting’ - wordt net zo waardevol als traditionele copywriting skills. Misschien wel waardevoller.
Mijn tip: Begin met één techniek uit dit artikel. Ik adviseer: Chain-of-Thought prompting. Probeer het een week lang, door bij elke complexe vraag aan AI toe te voegen: ‘Leg stap voor stap uit hoe je tot dit antwoord komt.’
Observeer het verschil. Je zult versteld staan.
En voor je volgende grote project? Probeer de Dual-System prompt structuur. Schrijf bewust eerst je System 1-activatie (context, taal, format) en dan je System 2-activatie (conceptueel, creatief, analytisch).
Ik wens je veel succes en plezier!
Erik Meijerink
Juli 2025
