Wat is Zero-Shot Prompting?

Wat is zero-shot prompting eigenlijk?

Stel je voor: je vraagt een collega iets te doen wat ze nog nooit eerder hebben gedaan, zonder uitleg of voorbeelden. Gewoon: "Kun je deze Chinese tekst vertalen?" — en ze doen het. Dát is in essentie zero-shot prompting.

Bij zero-shot prompting geef je een AI-model (zoals ChatGPT, Claude of Gemini) een opdracht zonder voorbeelden of training specifiek voor die taak. Je schrijft gewoon wat je wilt — "Vat deze tekst samen", "Vertaal dit naar Spaans", "Geef me drie ideeën voor een blogpost" — en het model probeert het direct uit te voeren, puur op basis van wat het al geleerd heeft tijdens zijn algemene training.

Het is de meest directe manier om met AI te werken: geen technische voorbereiding, geen trainingsdata uploaden, geen voorbeelden tikken. Gewoon vragen en kijken wat er gebeurt.

Hoe werkt het zonder voorbeelden?

De reden dat dit werkt, is dat moderne taalmodellen op gigantische hoeveelheden tekst zijn getraind — miljarden zinnen uit boeken, websites, artikelen. Daardoor hebben ze een soort algemeen begrip ontwikkeld van hoe taal werkt, wat woorden betekenen en hoe taken meestal worden uitgevoerd.

Als je vraagt "Vertaal 'goedemorgen' naar Frans", hoef je geen vijf andere vertalingen als voorbeeld te geven. Het model herkent het patroon "vertalen" en "Frans" uit al die trainingsdata en produceert: "bonjour".

Denk aan iemand die zoveel films heeft gezien dat ze, zonder ooit zelf te regisseren, toch een redelijk idee hebben hoe je een scène zou kunnen opbouwen. Ze hebben het niet expliciet geleerd, maar door observatie wel begrepen.

Waar kom je het tegen?

Eigenlijk gebruik je zero-shot prompting elke keer dat je iets aan een AI-assistent vraagt zonder context of voorbeelden:

• Je typt in ChatGPT: "Schrijf een vriendelijke afwijzing voor een sollicitant" — zonder te laten zien hoe andere afwijzingen eruitzien

• Je vraagt Claude: "Maak een lijst van voordelen van remote werken" — zonder voorbeeldlijsten

• Je geeft Gemini: "Leg quantumcomputing uit aan een 12-jarige" — zonder eerdere uitleg-voorbeelden

• Bedrijven die klantenmails automatisch laten categoriseren ("Is dit een klacht of compliment?") zonder per klant apart te trainen

Alle grote taalmodellen ondersteunen zero-shot prompting out-of-the-box — het is de standaardmanier waarop ze gebruikt worden.

Wanneer werkt het goed (en wanneer niet)?

Zero-shot prompting is fantastisch voor algemene taken waar het model veel voorbeelden van heeft gezien tijdens training: vertalingen, samenvattingen, uitleg geven, lijstjes maken, simpele classificaties.

Maar bij specialistische of genuanceerde opdrachten loop je vaak tegen beperkingen aan. Stel je wilt medische diagnoses uit patiëntennotities halen, juridische clausules herformuleren volgens specifieke bedrijfsregels, of teksten schrijven in jouw exacte merktoon — dan heb je vaak more guidance nodig.

In die gevallen switch je meestal naar few-shot prompting (waarbij je wél een paar voorbeelden geeft) of fine-tuning (het model bijtrainen op jouw specifieke data). Maar voor 70-80% van dagelijkse AI-gebruik volstaat zero-shot prima.

Wat kun je ermee?

Zero-shot prompting maakt AI toegankelijk. Je hoeft geen AI-engineer te zijn om ermee aan de slag te gaan — gewoon een heldere vraag stellen is genoeg. Dat verlaagt de drempel enorm voor ondernemers, marketeers, docenten, schrijvers.

Begin simpel: typ een opdracht, kijk wat je krijgt, en verfijn je vraag als het niet precies is wat je wilde. Hoe specifieker je instructie ("Schrijf in vijf bullets, zakelijke toon, max 100 woorden"), hoe beter het resultaat — ook zonder voorbeelden. Experimenteren is de beste manier om te ontdekken wat zero-shot voor jouw werk kan betekenen.