Prompts zijn instructies die de kaders, beperkingen en het outputformaat voor een taak bepalen. De juiste prompt kan de beoordeling, het opstellen en het beantwoorden van stukken versnellen en tegelijkertijd de nauwkeurigheid vergroten. Een onjuiste prompt kan leiden tot tijdverlies, overbodig herstelwerk of onnodige risico's.
Daarnaast rijst de vraag wáár u uw prompts invoert. Veel juridische teams opereren inmiddels in een gemengde omgeving. Sommige collega's experimenteren met generieke AI-tools voor snelle taken. Anderen maken al gebruik van sectorspecifieke juridische AI, geïntegreerd in beveiligde workflows. Beide hebben hun waarde, maar vereisen een wezenlijk andere benadering van prompting.
Opmerking: Als uw juridische team bij elke sessie opnieuw context moet opbouwen—waarbij u uw rol, playbooks en standaarden steeds weer moet uitleggen aan een generieke AI-tool—dan is LEGALFLY ontwikkeld om die frictie weg te nemen. Uw context is vanaf dag één geïntegreerd. Vraag een demo aan om te ervaren hoe prompting werkt binnen een platform dat uw standaarden al kent.
Waarom generieke AI nadelen heeft
Generieke AI-tools zoals ChatGPT of Claude zijn krachtig, maar niet ontworpen voor gebruik binnen de juridische praktijk. De voornaamste beperkingen voor juridische teams zijn:
Beveiligingsrisico's: Alles wat in een openbaar AI-systeem wordt ingevoerd, kan buiten uw controle worden verwerkt of opgeslagen. Dit brengt aanzienlijke risico's met zich mee wanneer het gegevens van cliënten, wederpartijen of werknemers betreft. Mocht u toch een generieke AI-tool gebruiken, anonimiseer gevoelige gegevens dan altijd vooraf. Vervang namen, data, bedragen of bedrijfsgegevens door placeholders zoals [Cliënt], [Bedrag] of [Datum]. Voer nooit volledige contracten of gereguleerde content in.
Gebrek aan juridische context: Generieke modellen zijn niet afgestemd op contracten, regelgeving of de specifieke playbooks van uw organisatie. De output kan overtuigend lijken, maar essentiële juridische nuances missen.
Beperkt geheugen: Bij omvangrijke contracten kan de tekst worden afgekapt, waardoor het systeem uitsluitend de eerste pagina's analyseert.
Gebrek aan consistentie – Elke sessie begint vanaf nul, waardoor u uw rol, stijl en doelstellingen telkens opnieuw moet definiëren.
Om deze redenen dient generieke AI uitsluitend te worden ingezet voor taken met een laag risicoprofiel en juridisch ondersteunende werkzaamheden waarbij geen vertrouwelijke gegevens betrokken zijn.
Juridische AI die u kunt toevertrouwen met gevoelige gegevens
Juridische AI-platforms zoals LEGALFLY zijn specifiek ontworpen voor juridische professionals. Ze bouwen voort op dezelfde onderliggende grote taalmodellen (LLM's), maar voegen waarborgen en functionaliteiten toe die ze geschikt maken voor hoogwaardige juridische werkzaamheden:
Data protection by design: Gevoelige gegevens worden vóór verwerking geanonimiseerd. Niets wordt zonder strikte waarborgen blootgesteld aan externe omgevingen.
Geïntegreerde juridische context: Het platform hanteert uw playbooks, interne beleidslijnen en risicodrempels, zodat de output naadloos aansluit op uw standaarden.
Consistentie: In tegenstelling tot generieke tools onthoudt LEGALFLY uw rol en stijl over verschillende taken heen. U hoeft uw instructies niet bij elke nieuwe sessie opnieuw in te voeren.
Betrouwbare output: LEGALFLY is geïntegreerd met meer dan 500 officiële juridische bronnen en wetteksten, wat zorgt voor juridisch onderbouwde antwoorden.
Dit betekent dat u volledige contracten kunt uploaden, compliance met regelgeving zoals de AVG (GDPR) of DORA kunt verifiëren, en concepten of vergelijkingen kunt genereren zonder risico op datalekken of over het hoofd geziene nuances. Plan hier uw gepersonaliseerde demo.
Voor en na: generieke AI versus juridische AI
Generieke AI (ChatGPT/Claude):
“Beoordeel deze NDA en signaleer de risico's.”
→ Output: Een lijst met algemene aandachtspunten (toepasselijk recht, aansprakelijkheid, beëindiging), zonder aansluiting op uw modelcontract of playbook. Risico dat gevoelige gegevens extern worden opgeslagen.
LEGALFLY:
“Toets deze NDA aan ons standaardmodel. Markeer afwijkingen ten aanzien van vertrouwelijkheid of gegevensverwerking, en stel formuleringen voor op basis van ons playbook.”
→ Output: Clausules in redline die afwijkingen tonen, afgestemd op uw model, geanonimiseerd tijdens de verwerking, inclusief audit trail voor compliance-doeleinden.
Dit is het verschil tussen experimenteren met een openbare AI-tool en het implementeren van een juridische AI-omgeving die is ontworpen voor daadwerkelijke cliëntdossiers. Met LEGALFLY profiteert u van de snelheid van AI zonder de controle over uw gegevens, standaarden of professionele verantwoordelijkheid te verliezen.
Waarom prompts van essentieel belang zijn
De meeste moderne juridische AI-tools worden aangedreven door grote taalmodellen (LLM's). Een LLM is een vorm van kunstmatige intelligentie die is getraind op enorme hoeveelheden tekst. In plaats van feiten op te slaan, leert het model patronen in woordgebruik en genereert het waarschijnlijke voortzettingen van tekst.
Dit betekent dat het clausules kan opstellen, contracten kan samenvatten of vragen kan beantwoorden in natuurlijke taal, maar het kan ook inaccurate of onvolledige resultaten opleveren.
De instructies die u verstrekt (uw prompt) maken een doorslaggevend verschil. Als de prompt vaag is (“verbeter dit”), moet het model gissen naar uw bedoeling. Als de prompt helder en gestructureerd is (“herschrijf deze clausule in heldere taal, maximaal 150 woorden, naar Engels recht”), heeft het model een duidelijk kader en zijn de resultaten aanzienlijk betrouwbaarder.
Vergelijk het met het delegeren van werk aan een beginnend advocaat-stagiair of junior jurist. Zonder context sluit het resultaat mogelijk niet aan bij uw verwachtingen. Met nauwkeurige instructies is de kans op bruikbaar werk aanzienlijk groter.
Wilt u zich verder verdiepen in prompting en AI-vaardigheden specifiek voor de juridische praktijk? LEGALFLY heeft een AI-training voor juridische professionals ontwikkeld: kosteloos, in uw eigen tempo te volgen en afgestemd op juristen van elk niveau.
Hoe LLM's reageren op prompts
Om te begrijpen waarom bepaalde prompts effectiever zijn dan andere, is inzicht in enkele basisprincipes nuttig:
Aandacht (Attention): In tegenstelling tot mensen, die tekst regel voor regel lezen, verwerkt een LLM alle aangeboden woorden gelijktijdig. Het model besteedt aandacht (“pays attention”) aan elk onderdeel van uw invoer. Dit betekent dat als u voorbeelden van gebrekkige formuleringen opneemt, het model zich daarop kan focussen en delen daarvan kan overnemen. Gebruik bij het opstellen van teksten daarom uitsluitend goede voorbeelden. Negatieve voorbeelden kunnen wel worden gebruikt voor classificatie (bijv. “kies welke van deze correct is”), maar niet voor generatieve doeleinden.
Waarschijnlijkheden: Het model kiest niet telkens hetzelfde woord. Bij elke stap selecteert het uit een reeks waarschijnlijke opeenvolgende woorden. Dit verklaart waarom u verschillende antwoorden op dezelfde vraag kunt krijgen. Meer gestructureerde prompts beperken deze variatie.
Complexiteit van de taak: Wanneer u het model vraagt om een zeer complexe taak in één keer uit te voeren (bijv. “beoordeel dit contract van 50 pagina's en stel een volledig rapport op”), zal het resultaat aan kwaliteit inboeten. Het opsplitsen van de taak in kleinere stappen—zoals plannen, structureren en formuleren—levert nauwkeurigere resultaten op.
Geheugenlimieten: Sommige modellen verwerken slechts een gedeelte van een omvangrijk document. Als u een contract uploadt en het antwoord lijkt onvolledig, heeft het model mogelijk alleen de eerste pagina's gelezen. Het opdelen van documenten in secties biedt hiervoor de oplossing.
Praktische promptingtips voor juristen
De kwaliteit van de output van een LLM is sterk afhankelijk van uw input. Goede prompts bieden het model context, richting en duidelijke kaders. Houd rekening met het volgende:
1. Bied context
Geef aan wie u bent en wat uw doel is. Dit bakent de taak af.
Voorbeeld: “Ik ben een commercieel jurist en beoordeel geheimhoudingsovereenkomsten (NDA's). Vat de belangrijkste vertrouwelijkheidsverplichtingen samen.”
2. Wees nauwkeurig
Definieer de gewenste toon, lengte en reikwijdte. Een algemene instructie zoals “verbeter dit” dwingt het systeem tot aannames.
Voorbeeld: “Vat deze clausule samen in heldere taal, maximaal 120 woorden, naar Engels recht.”
3. Gebruik positieve voorbeelden
Toon het gewenste format, zoals opsommingstekens, een tabel of een redline. Vermijd “slechte” voorbeelden, aangezien het systeem deze alsnog meeweegt.
Voorbeeld: “Geef de verplichtingen weer in drie kolommen: Partij, Verplichting, Veelvoorkomend valkuil.”
4. Splits taken op
LLM's functioneren optimaal bij een stapsgewijze aanpak. Vraag niet om een compleet concept van een contract van 20 pagina's in één opdracht. Begin met een overzicht, werk de secties vervolgens uit en verfijn daarna de formuleringen.
Voorbeeld: Eerst: “Maak een overzicht van de standaardclausules in een SaaS-overeenkomst.” Vervolgens: “Stel de bepaling inzake gegevensbescherming op.”
5. Stel duidelijke kaders (guardrails)
Geef aan wat het systeem wél moet doen, en niet alleen wat het moet vermijden. Negatieve instructies (“doe geen X”) leiden vaak tot wisselvallige resultaten.
Voorbeeld: “Citeer jurisprudentie altijd rechtstreeks.”
6. Hergebruik prompts
Sla een standaardset van beproefde instructies op en gebruik deze in nieuwe sessies. Dit voorkomt repetitief werk en waarborgt een consistente output.
7. Gebruik systeemprompts voor consistentie
Sommige gebruikers hanteren een “system prompt”: een uitgebreidere introductie waarin uw rol, doelstellingen en stijlregels worden vastgelegd. In generieke tools zoals ChatGPT moet dit bij elke nieuwe chat opnieuw worden ingevoerd. Juridisch-specifieke platforms zoals LEGALFLY bewaren uw context automatisch, wat aanzienlijk veel tijd en moeite bespaart.
Voor meer advies over de implementatie van AI binnen uw juridische afdeling kunt u ons onderzoeksrapport downloaden: “The AI-Ready GC”.
