Kan je een ‘perfecte prompt’ creëren voor het schrijven van juridische blogs?

Over de totstandkoming van de ‘perfecte prompt’ en het nut van een universitaire opleiding in het AI-tijdperk

* Dit artikel is geschreven door Ruben de Boer, bachelor student Rechtsgeleerdheid aan de Universiteit Leiden. Voor het commentaar op de conceptversies is de auteur dank verschuldigd aan prof. D.J.G. Visser, mr. F. Blokhuis en mr. T. Jonker. Geschreven in maart 2026.

Over de perfecte prompt

Voor het keuzevak ‘Inforecht’, gegeven door prof. Dirk Visser, heb ik een aantal korte juridische blogs geschreven over een voorgeschreven rechterlijke/bestuurlijke uitspraak die verband hield met het informatierecht. Deze juridische blogs moesten in feite een vlot geschreven samenvatting zijn van de voorgeschreven uitspraak, met als specifieke instructie om de maatschappelijke relevantie van de uitspraak (= wat maakt juist dit arrest zo relevant of anders ten opzichte van de vorige uitspraken?) te vatten.

Het gebruik van AI-toepassingen was bij het schrijven van de juridische blogs toegestaan en zelfs expliciet de bedoeling. De leerdoelen waren legal prompt engineering (= hoe maak ik een goede juridisch gerelateerde prompt?) en de kritische reflectie en controle van uitkomsten van AI gegenereerde content. Mijn persoonlijke doelstelling was om de ‘perfecte prompt’ te creëren die een foutloos en vlot leesbaar juridisch blog zou kunnen schrijven over een rechterlijke uitspraak, zonder dat ikzelf al te veel hoefde aan te passen.

Ter verwezenlijking van de leerdoelen van het keuzevak heb ik de ‘prompts’ die ik heb gebruikt voor de juridische blogs nauwkeurig bijgehouden.[1] Mijn gebruikte prompts heb ik telkens kritisch geëvalueerd aan de hand van de output van de AI, waarna ik de AI aanvullende instructies gaf om tot het gewenste eindresultaat te komen. Nadat ik tevreden was over het eindresultaat van het desbetreffende juridische blog, heb ik mijn ‘start’ prompt telkens herschreven en aangevuld met de instructies die effectief bleken. Zodoende had ik na de voorlaatste bijeenkomst van het keuzevak één grote prompt[2] samengesteld met alle do’s en don’ts voor het schrijven van een juridisch blog over een voorgeschreven uitspraak. Het eindresultaat? Het juridische blog voor de laatste bijeenkomst was met één prompt al gemaakt, en had slechts twee korte, aanvullende instructies nodig om binnen het maximumaantal van 440 woorden te blijven.[3] De inhoud en de maatschappelijke relevantie van dit laatste blog bleek na controle juridisch correct en behoefde geen verdere aanpassing.

Belangrijk om te vermelden is dat ik bij het ‘perfectioneren’ van de prompt regelmatig aan verschillende AI-toepassingen heb gevraagd hoe de AI tot een bepaalde output was gekomen.[4] Dit om inzage te krijgen in het denkproces van de specifieke AI, waardoor ik mijn prompt hierop kon aanpassen. ChatGPT bleek hier bijvoorbeeld erg veel moeite mee te hebben: Deze AI ging er altijd vanuit dat ik als gebruiker gelijk had en durfde mij nooit tegen te spreken. Hierdoor bleef ChatGPT zich telkens corrigeren, waardoor ik (zelfs tot frustratie aan toe) geen waardevolle feedback kreeg op mijn instructies en ik sindsdien het gebruik van ChatGPT voorgoed had afgezworen. Bij het volgende juridische blog stapte ik over op Claude. Claude toonde een merkbaar verschil met ChatGPT: Claude kon namelijk wel uitleggen hoe hij tot een bepaalde output was gekomen, zonder zichzelf telkens te hoeven corrigeren, waardoor ik veel effectiever mijn instructies kon verbeteren. Waar Claude ook in uitblonk, was een functionaliteit waarmee je een vaardigheid (“skill”) kan toevoegen aan je profiel. Met behulp van deze vaardigheid kan je bepaalde taken, zoals het schrijven van een juridisch blog, automatiseren. ChatGPT had deze functionaliteit echter niet en vergat zelfs eerdere instructies die ik nota bene enkele berichten ervoor had gegeven. De uiteindelijke ‘perfecte’ prompt voor het schrijven van een ‘juridisch blog’ heb ik dan ook samengesteld met behulp van de skill-functionaliteit van Claude.

Wat maakt nou dat de door mij met behulp van Claude samengestelde ‘perfecte’ prompt zó effectief is in het schrijven van juridische blogs over een voorgeschreven rechterlijke uitspraak? Mijns inziens heeft dat alles te maken met 1) een goede prompt, en 2) de reproduceerbaarheid van een specifieke AI-toepassing. Een snelle Google AI-search naar “reproduceerbaarheid en kwaliteit van ai output” (bijlage 1) leert dat effectiviteit van een prompt (onder andere) te maken heeft met de zogenaamde reproduceerbaarheid van de output van de AI. In gewone mensentaal: Kan je alle omstandigheden voor de AI hetzelfde behouden, zodat het gewenste eindresultaat (min of meer) gelijk blijft? Een voorbeeld van zo’n omstandigheid die volgens Google de reproduceerbaarheid van de output van de AI verhoogt, is de eerder dit artikel genoemde prompt engineering (bijlage 2). Als je dus duidelijke instructies geeft aan een AI-toepassing wat je wel en niet wilt zien in een juridisch blog, en telkens vasthoudt aan dezelfde instructies, dan valt een juridisch blog door middel van een ‘perfecte’ prompt makkelijk te reproduceren. Ook speelt de keuze voor een specifieke AI-tool natuurlijk een rol: Claude is mijns inziens gebruikersvriendelijker en beter in staat om kwalitatieve output te reproduceren dan ChatGPT.

Over het nut van een universitaire opleiding Rechtsgeleerdheid in het AI-tijdperk

Naarmate AI-toepassingen steeds beter worden zal het voor juridische studenten steeds makkelijker worden om teksten te schrijven met juridische inhoud. Als een student Rechtsgeleerdheid (die overigens geen ervaring heeft met programmeren) een AI vrij gemakkelijk kan aanleren om een juridisch blog met een beetje inhoud te schrijven, wat is dan nog het nut van een universitaire studie Rechtsgeleerdheid in een moderne wereld met AI? Mijns inziens is dat nut gelegen in wat ik de controle en beheersing van AI noem. Daarmee bedoel ik enerzijds het vermogen om toezicht te houden op de juridische correctheid van de output van AI; anderzijds het vermogen om het werkingsproces van de  AI te begrijpen en te sturen, teneinde de kwaliteit van de output te verbeteren.

Het nut van een universitaire opleiding om de juridische correctheid van AI-output te kunnen controleren behoeft geen uitgebreid betoog. Het is overduidelijk dat het volgen van een studie Rechtsgeleerdheid studenten in staat stelt om juridische kennis te verwerven. Wellicht ten overvloede is het belangrijk om te noemen dat AI-output wel dient te worden gecontroleerd op juridische juistheid. Immers, wie blind vertrouwt op ongecontroleerde AI output en wordt betrapt op een AI-hallucinatie, loopt het risico te worden gelyncht op LinkedIn.[5]

De beheersing van de AI verdient een nadere toelichting met een voorbeeld dat tot de verbeelding spreekt. Maffiabaas Carmine Falcone zei eens tegen Bruce Wayne: You’ll always fear what you don’t understand. Bruce Wayne dompelde zich vervolgens onder in de criminele onderwereld om te begrijpen hoe een crimineel te werk gaat, om vervolgens criminaliteit effectiever te kunnen bestrijden. Nu suggereer ik absoluut niet dat de ontwikkeling van AI iets ‘crimineels’ is wat bestreden moet worden, of waarvoor we bang moeten zijn. Integendeel: AI is mijns inziens in de juiste handen een krachtig hulpmiddel, die juristen in staat stelt sneller en efficiënter te werken dan ooit tevoren. De ontwikkeling en het werkingsproces van AI dient goed begrepen te worden, om optimaal gebruik te kunnen maken van AI-toepassingen. Prompt engineering speelt daar bij uitstek een grote rol in. Als men zich niet inspant om AI te begrijpen, dan bestaat het risico dat men als het ware de controle over de AI verliest en achter de feiten aanloopt.

De razendsnelle ontwikkeling AI zal daarom enige aanpassing vergen van de universiteit aan de AI. Universiteiten dienen toekomstige juristen naast de juridische inhoud ook te leren hoe zij  verstandig moeten omgaan met AI, zodat studenten en universiteiten de ontwikkeling van AI niet achterblijven. Een keuzevak als ‘Inforecht, is mijns inziens zeer geschikt in het het (leren) begrijpen van AI. Ware het niet dat ik 5 weken lang elke week 2 juridische blogs heb moeten schrijven met behulp van AI, dan had ik me niet verdiept in AI in de mogelijkheden en gevaren van AI. Mijn aanbeveling aan de universiteiten is dan ook om verplichte vakken toe te voegen aan hun curricula, waarbij het gebruik van AI een must is.

Tot slot, voor degenen die zich afvragen of ik dit artikel heb geschreven met behulp van de ‘perfecte’ prompt: Dit artikel is helemaal geschreven zonder hulp van AI. Bij de totstandkoming van dit artikel heb ik gemerkt dat de vaardigheid van het zelf academisch kunnen schrijven toch wel erg waardevol is. Het schrijfproces was namelijk voor mij een manier om mijn gedachten te ordenen en soms zelfs mijn standpunten te moeten herzien. Het is mij dan ook gebleken dat academisch schrijven niet zozeer gaat om het schrijven, maar juist om het kritisch nadenken. Vaardigheden zoals academisch schrijven (en aldus kritisch denken) leert men alleen op de universiteit, niet door blind te vertrouwen op een AI.

Bijlagen

Voor inzage in de bijlagen kunt u terecht bij de volgende link: https://drive.google.com/drive/folders/1zXZGEYpDVPPAHoQOkUosNEzocej2Bv24?usp=drive_link