Wat is AI Role?

Wie zegt wat in een AI-gesprek?

Als jij chat met ChatGPT, Claude of een andere chatbot, lijkt het alsof je gewoon een gesprek voert. Maar achter de schermen krijgt elk bericht een AI Role — een label dat aangeeft wie het zegt. Stel je voor dat je een toneelscript leest: bij elke regel staat wie aan het woord is. Precies zo werkt het bij AI.

De drie belangrijkste rollen zijn:

• User (gebruiker): dat ben jij. Jouw vraag, opdracht of opmerking.

• Assistant (assistent): dat is de AI. Wat het model terugzegt.

• System (systeem): de instructies die de AI van tevoren krijgt, nog voordat jij iets vraagt. Bijvoorbeeld: "Je bent een vriendelijke klantenservice-medewerker" of "Reageer altijd in het Nederlands". Die zie je vaak niet in de interface, maar ze sturen wel het gedrag.

Zonder deze rollen zou de AI niet weten wie wat zegt, en zou het door elkaar halen waar een vraag ophoudt en een antwoord begint. Net zoals een acteur moet weten wanneer hij aan de beurt is.

Waarom is dit belangrijk?

Die rollen zijn niet alleen handig — ze zijn essentieel voor hoe taalmodellen werken. Een model leert namelijk uit voorbeelden van gesprekken. Als het niet weet wie wat zegt, kan het niet leren hoe een goede reactie eruit ziet.

Bij het bouwen van een chatbot of assistent kun je zelf de system role instellen. Daarmee geef je het model z'n opdracht: "Praat formeel", "Wees bondig", "Gebruik geen jargon". Die instructie staat boven aan het gesprek, onzichtbaar voor de gebruiker, maar leidend voor alles wat volgt.

In de API's van OpenAI, Anthropic en andere aanbieders zie je dit terug als een verplicht veld: elk bericht heeft een role. Zo weet het systeem precies wat de context is.

Een voorbeeld uit de praktijk

Stel, je bouwt een chatbot voor een webshop. Je wilt dat de bot altijd beleefd is, producten aanbeveelt en geen medisch advies geeft. Dan stel je de system role in met zoiets als:

"Je bent een vriendelijke verkoopmedewerker. Je helpt klanten met productadvies. Je geeft nooit medische adviezen of juridische tips."

Elk gesprek dat volgt — alle user-berichten en assistant-antwoorden — wordt door die systeem-instructie gekleurd. Zo blijft de chatbot consistent, ook als duizend mensen tegelijk vragen stellen.

Waar kom je het tegen?

Als je direct met ChatGPT, Claude of Gemini praat via de webinterface, zie je dit vaak niet — het gebeurt achter de schermen. Maar zodra je:

• Een chatbot bouwt met de API van OpenAI, Anthropic, Google of Mistral

• Prompt engineering doet (het finetunen van instructies)

• Een custom assistent maakt in tools als GPT Builder of Claude Projects

• Conversaties debugt of logs analyseert

…dan werk je direct met deze rollen. Je stuurt berichten in een lijst, elk met een role-label erbij.

Ook in tools als LangChain, LlamaIndex of Haystack — frameworks voor het bouwen van AI-applicaties — zijn roles een vast onderdeel van de gespreksstructuur.

Wat kun je ermee?

Als je begrijpt hoe AI Roles werken, kun je gerichter sturen. Wil je dat een model anders reageert? Pas de system role aan. Wil je een gesprek opnieuw laten starten? Reset de history en begin met een nieuwe user-rol. Het is de basis van elk gestuurd gesprek met AI — en dat maakt het een van de meest praktische concepten om te snappen, vooral als je zelf iets met AI wilt bouwen.