← Alle artikelenAI · 7 oktober 2026 · 3 min

Waarom een harde AI-coach niet hetzelfde is als een eerlijke

Een populaire prompt belooft dat Claude eindelijk eerlijk wordt door altijd kritiek te geven. Maar verplichte kritiek is net zo scheef als klakkeloos meebewegen.

Waarom een harde AI-coach niet hetzelfde is als een eerlijke

Een prompt gaat online rond die belooft dat Claude eindelijk eerlijk wordt. Je plakt de tekst, en het model verandert in een strenge denkpartner. Geen complimenten, geen bevestiging, alleen de harde waarheid. Het idee spreekt aan, want veel mensen zoeken tegenspraak in hun werk. Toch zit er een denkfout in die je snel voelt zodra je hem gebruikt.

De prompt vraagt het model om altijd een fout te vinden. Ook bij een plan dat prima in elkaar zit. Daarmee dwing je het systeem om kritiek te verzinnen die er niet is. Dat is even oneerlijk als een model dat alles goedkeurt, alleen dan naar de andere kant. Grappig genoeg reageerde Claude zelf zo op de prompt. Het model weigerde de vaste structuur en zei dat verplichte kritiek net zo scheef is als klakkeloos meebewegen.

Direct zijn is iets anders dan streng zijn

Het verschil zit in de vraag wat je precies wilt. Een model dat harder klinkt, voelt productiever. Maar hard is niet hetzelfde als scherp. Een vals alarm kost je evenveel tijd als een ja-knikker, alleen merk je het later. Je gaat een probleem oplossen dat er niet was, terwijl het echte punt onaangeroerd blijft.

Sommige onderdelen van de prompt werken wel. De vraag wat uitstel je kost. De vraag wat je moet stoppen in plaats van starten. De vraag welke keuze je ontwijkt. Die drie brengen je verder, omdat ze je dwingen concreet te worden. Het deel dat vraagt om tussen je woorden te lezen werkt minder goed. Een model dat motieven invult op basis van een paar zinnen doet niet aan inzicht, maar aan raden.

Maak er iets van dat bij jou past

De betere aanpak is eenvoudiger dan de originele tekst. Vraag het model om observatie en interpretatie te scheiden. Laat het benoemen wanneer iets klopt, en precies uitleggen waarom iets niet klopt. Zo krijg je tegenspraak waar die verdiend is, zonder geforceerde kritiek.

Je kunt de prompt ook persoonlijker maken. Voeg je doel voor dit kwartaal toe, zodat het model kan toetsen of je bezig bent met de juiste taken. Of noem je bekende valkuil, zodat het model je daar alert op houdt. Zet zo'n instructie in je systeeminstellingen, dan hoef je hem niet elke keer opnieuw te plakken. Dat scheelt gedoe en houdt de toon consistent.

Uiteindelijk beslis jij wat je met de tegenspraak doet. Een model laat patronen zien, jij weegt of ze kloppen. De waarde zit niet in een model dat je afkraakt, maar in een gesprek waarin je iets ziet wat je eerst miste.

Gebruik jij AI liever als criticus of als klankbord, en waar ligt voor jou de grens?

Van inzicht naar actie.
Nieuwsbrief

De nieuwe blogs
in je inbox.

Eens per maand een korte mail met het beste van de blog. Geen ruis.