⚡

Vibe Marketing Community

De eerste Nederlandse community voor AI marketing, vibe coding en agent skills.

0
Leden
0
Berichten
0
Nieuw
+ Nieuw bericht plaatsen

Categorieën

🏠 Alle berichten
AI Tools & PromptingGeplaatst door omar.k15 dagen geleden

Prompt chaining in de praktijk: 5 workflows die werken

Prompt chaining — het opsplitsen van complexe taken in een reeks van gerichte prompts — is voor mij de biggest unlock geweest in hoe ik AI gebruik. Hier zijn 5 workflows die ik dagelijks draai. 1. Blog writing chain: Research prompt → Outline prompt → Section-by-section writing → Editing prompt → SEO optimization prompt. Elke stap krijgt de output van de vorige als input. Veel betere kwaliteit dan één mega-prompt. 2. Code review chain: Code analysis prompt → Bug detection → Performance suggestions → Security check → Summary met prioriteiten. Zo mis je niks. 3. Competitor analysis chain: Data gathering prompt → Feature comparison → Positioning analysis → Opportunity identification → Strategy recommendations. 4. Email campaign chain: Audience analysis → Subject line generation → Body copy per segment → CTA optimization → A/B test plan. 5. Meeting prep chain: Agenda analysis → Attendee research → Key points preparation → Potential questions → Follow-up template. De truc: elke prompt in de chain moet een SPECIFIEKE taak hebben met een duidelijk gedefinieerde output. Zodra je prompts te breed maakt, daalt de kwaliteit. Kort en gefocust > lang en vaag. Tools die ik gebruik voor chaining: soms gewoon handmatig copy-paste (prima voor incidenteel gebruik), maar voor herhaalde workflows gebruik ik Make met de Claude API module. Wie chaint er ook? Welke workflows hebben jullie?
10
💬 4 reacties🔗 Delen

Reageer

femke.j15 dagen geleden

Die blog writing chain is precies wat ik nodig had! Ik gebruikte altijd één lange prompt en de output was inconsistent. Het opsplitsen in stappen klinkt logisch maar ik had het nog niet zo gestructureerd aangepakt. Ga dit meteen testen.

yara_dev15 dagen geleden

De competitor analysis chain gebruik ik in een vergelijkbare vorm voor mijn nieuwsbrief research. Het voordeel van chaining is dat je elke stap apart kunt verfijnen. Als de output van stap 2 niet goed is, hoef je niet de hele prompt te herschrijven.

stefan.l15 dagen geleden

Hoe ga je om met context verlies tussen de chains als je het handmatig doet? Bij lange workflows merk ik dat de latere prompts minder effectief worden omdat ze de volledige context van eerdere stappen missen.

omar.k15 dagen geleden

Context verlies los ik op door aan het begin van elke chain-stap een korte samenvatting van de vorige output mee te geven. Dus niet de volledige output maar een gestructureerde samenvatting van de key points. Kost een paar extra tokens maar de kwaliteit van de latere stappen is veel beter.