Geven beleefde prompts je betere AI-antwoorden?
Door Chatday Editorial Team ·
De meesten van ons typen “alsjeblieft” en “dank je” naar een chatbot zonder erbij na te denken. Het voelt beleefd, en sommige mensen vermoeden stilletjes dat het een beter antwoord oplevert. Dus hier is de eerlijke versie: beleefd zijn verbetert merkbaar niets aan wat een AI je geeft, en bot zijn helpt ook niet betrouwbaar. Wat het antwoord echt verandert, is hoe helder en concreet je bent.
Dat is geen gok. De test is inmiddels gedaan, en de uitkomst is wat ongemakkelijk voor iedereen die dacht dat goede manieren het geheim waren.
Wat de beleefdheidsstudie echt vond
In oktober 2025 deden twee onderzoekers van Penn State een klein, net experiment. Ze schreven 50 meerkeuzevragen uit wiskunde, wetenschap en geschiedenis en herschreven elke vraag in vijf tonen: heel beleefd, beleefd, neutraal, bot en heel bot. Dat gaf 250 versies van dezelfde vragen, die ze door het GPT-4o-model van ChatGPT haalden.
De verrassing: de botte prompts deden het iets beter. Heel beleefde formuleringen hadden in 80,8 % van de gevallen het juiste antwoord. Heel botte kwamen op 84,8 %. De korte versies zonder plichtplegingen gingen de vleiende voorbij.
Voordat je je chatbot gaat commanderen, lees de kleine lettertjes. Het was één model, 50 basisvragen en een verschil van zo’n vier punten. De auteurs zelf noemden het een startpunt voor meer onderzoek, geen advies om onaardig te zijn. Een resultaat dat zo smal is, kan omslaan bij een ander model of een andere taak.
En het slaat om. Een eerdere studie uit 2024, over meerdere talen, vond bijna het tegenovergestelde: botte prompts verslechterden vaak de prestaties, terwijl extra vleierij geen duidelijk voordeel opleverde. Die studie zag ook dat het ideale punt per taal verschuift, omdat beleefdheidsnormen in het Engels, Chinees en Japans niet hetzelfde zijn. Twee studies, twee tegengestelde koppen. Als onderzoek het zo oneens is, is de verstandige lezing dat toon vooral ruis is.
Moet je dan bot zijn tegen AI? Nee
Kort antwoord: nee, en niet alleen omdat het onprettig typt.
Het gemeten voordeel van botheid is minuscuul en onbetrouwbaar. Het nadeel is echt. Korte, agressieve prompts halen vaak de context weg die het model nodig heeft, omdat je te druk bent met kortaf zijn om uit te leggen wat je eigenlijk wilt. Je traint ook een gewoonte. Als je de hele dag een chatbot afsnauwt, lekt een deel van die toon in hoe je naar echte mensen schrijft. Dat is vier punten op een test niet waard.
Er is ook een kostenkant die vorig jaar viraal ging. Toen iemand vroeg hoeveel geld al die extra keren “alsjeblieft” en “dank je” aan stroom verbrandden, antwoordde Sam Altman van OpenAI dat het “tientallen miljoenen dollars goed besteed” was. Het was half een grap. Maar het punt blijft: beleefdheid is niet gratis voor de bedrijven die deze modellen draaien, en het koopt je ook geen slimmere antwoorden. Het is gewoon een gewoonte, en een onschuldige.
Wat het antwoord echt verandert
Als toon ruis is, wat is dan signaal? Concreetheid. Een vage vraag geeft een vaag antwoord, hoe lief je het ook vraagt. Dit is de eerlijke volgorde van wat ertoe doet:
| Wat je aanpast | Echt effect op het antwoord |
|---|---|
| Alsjeblieft / dank je zeggen | Vrijwel geen |
| Bot of eisend zijn | Minimaal, en niet de moeite waard |
| Details en context toevoegen | Groot |
| Het gewenste formaat noemen | Groot |
| Een voorbeeld van een goed antwoord geven | Groot |
| Het juiste model voor de taak kiezen | Groot |
Kijk naar de onderste vier rijen. Ze hebben niets met manieren te maken en alles met helder communiceren. Het is dezelfde reden waarom dezelfde vraag verschillende antwoorden kan geven afhankelijk van hoe je hem formuleert. Toon is de versiering. Het verzoek eronder is waar het model mee werkt.
Een voor-en-na maakt het duidelijk. “Schrijf een leuke mail voor me” is beleefd en nutteloos. “Schrijf een korte, vriendelijke mail aan mijn verhuurder met het verzoek deze week een lekkende kraan te repareren, onder de 80 woorden” is concreet en geeft je iets dat je echt kunt versturen. Geen “alsjeblieft” nodig, al mag je er gerust een toevoegen.
De gewoonte die goede manieren verslaat
Dit is het deel dat het nuttig maakt in plaats van alleen grappig. Zodra je je niet meer druk maakt om toon en heldere prompts gaat schrijven, is de volgende grootste hefboom naar welk model je die prompt stuurt. Dezelfde heldere vraag kan een scherper antwoord krijgen van het ene model en een vlakker van het andere, afhankelijk van de taak.
Dat zie je zelf makkelijk. Pak een goed geschreven prompt en haal hem door een paar modellen naast elkaar. Voor een zorgvuldige denktaak heb je er misschien een voorkeur voor; voor een snel, luchtig antwoord een ander. De toon die je gebruikte telt nauwelijks. Het model dat je koos, en hoe helder je vroeg, bepalen bijna alles.
Je hebt hiervoor geen vijf losse apps en vijf logins nodig. Eén plek, elk groot model, één heldere vraag.
Houd dus je manieren als je ze fijn vindt. Er is niets mis met een “dank je” aan het eind van een goed antwoord. Besef alleen dat het voor jou is, niet voor de machine. De echte winst komt van helder vragen en die vraag naar het juiste model sturen.