Je voert dezelfde prompt twee keer in en krijgt twee duidelijk verschillende antwoorden. Het eerste antwoord is gestructureerd en concreet, terwijl het tweede een andere invalshoek, andere voorbeelden of een ander niveau van zekerheid laat zien. Dat komt vaak voor, en het wordt zelden alleen veroorzaakt door \u201ceen slechte prompt\u201d.\u201d<\/p>\n
Wanneer teams vragen waarom de resultaten van AI-prompts veranderen<\/em>, vermoeden ze meestal dat er sprake is van willekeur of een zogenaamde \u201cmodelstemming\u201d. In de praktijk zijn er echter aanwijsbare oorzaken voor deze afwijking: wat het model zich van de sessie herinnert, wat het ophaalt van het internet of uit interne tools, en wat er sinds de laatste uitvoering in de omgeving is veranderd.<\/p>\n Zie een promptrun als een pijplijn met invoergegevens die je zelf kunt be\u00efnvloeden en lagen waar je vaak geen invloed op hebt. Door diagnostisch te denken voorkom je dat je prompts eindeloos moet herschrijven terwijl de echte oorzaak ligt in de sessiestatus, variaties in het ophalen van gegevens of platformupdates.<\/p>\n\t\t