Van prompt engineering naar intent engineering: wat moet jouw AI willen?
De volgende stap in AI-implementatie gaat niet over betere prompts of meer context, maar over het expliciet maken van organisatorische intentie.
Vorige maand zag ik een klantenservicebot die tickets oploste in twee minuten. Indrukwekkend, zou je denken. Totdat je de klantreviews las: gefrustreerd, ongehoord, nooit meer.
Die bot had een perfecte prompt. Alle context stond erin. Maar niemand had nagedacht over wat de bot eigenlijk moest willen.
En daar zit een probleem dat groter is dan de meeste bedrijven doorhebben.
We zijn begonnen met prompt engineering, het zorgvuldig formuleren van instructies. Toen kwam context engineering, het meegeven van de juiste achtergrond en data. Maar er is een volgende fase waar bijna niemand aan bouwt: intent engineering. Het expliciet maken van organisatorische intentie.
Kennis is niet genoeg
Een ervaren medewerker snapt intuïtief wanneer je extra tijd in een klant investeert en wanneer efficiëntie voorrang krijgt. Die kennis bouw je op door jaren in een organisatie te werken. Door te observeren. Door osmose.
Een AI-agent heeft die luxe niet.
Dit is precies waar veel AI-implementaties vastlopen. We stoppen er alle kennis in, productinformatie, procedures, FAQ’s, maar vergeten het kompas mee te geven. De ongeschreven regels. De waarden die bepalen hoe je die kennis inzet.
Ik vergelijk het met een nieuwe medewerker die op dag één het volledige handboek krijgt, maar niet weet wat de bedrijfscultuur is. Technisch correct, menselijk volledig mis.
En dit wordt urgenter dan je denkt. Autonome AI-agents gaan straks weken of maanden zelfstandig opereren. Ze nemen beslissingen, voeren taken uit en communiceren met klanten zonder dat er steeds iemand meekijkt. Context zonder intentie is als een auto met een volle tank en geen stuur.
Hoe maak je intentie concreet?
Je hoeft hier geen nieuw framework voor te bouwen. Het begint met vragen die je waarschijnlijk al deels kunt beantwoorden.
Neem je kernwaarden en maak ze meetbaar. Niet “wij zijn klantgericht,” maar: “Bij twijfel kiezen we voor klanttevredenheid boven snelheid.” Niet “wij zijn transparant,” maar: “We benoemen altijd wat we niet weten.” Dat klinkt simpel, maar probeer het eens op te schrijven voor vijf situaties. Je merkt snel waar het schuurt.
Maak vervolgens de spanningsvelden in je organisatie expliciet. Elke organisatie heeft ze: kwaliteit vs. snelheid, kosten vs. service, standaardisatie vs. maatwerk. Jouw medewerkers navigeren deze spanningen dagelijks op intuïtie. Je AI heeft expliciete richtlijnen nodig. Wat weegt zwaarder wanneer?
En bouw dan feedback-loops. Intentie is geen eenmalige configuratie. Monitor niet alleen of je AI de juiste antwoorden geeft, maar of het gedrag aansluit bij wat je organisatie wil uitstralen. Meet niet alleen klanttevredenheid na het gesprek, maar ook hoe het gesprek gevoerd werd.
De bedrijven die hier nu al over nadenken bouwen een voorsprong die moeilijk in te halen is. Niet omdat de technologie zo complex is, maar omdat het proces van intentie expliciet maken tijd en introspectie kost. Het dwingt je om als organisatie helder te krijgen waar je echt voor staat.
En dat is, ongeacht AI, altijd een waardevol proces.
Benieuwd hoe je intentie kunt vertalen naar jouw AI-implementatie? Neem contact op voor een vrijblijvend gesprek over hoe we dit samen aanpakken.