Back to all prompts
Beginnerscursus prompting voor advocaten in de sociale praktijk
Strategy
Beginner
NL

Beginnerscursus prompting voor advocaten in de sociale praktijk

Maurits Fornier
By Maurits Fornier Co-Founder
6 min read
Share

Je hebt ChatGPT of een andere AI tool geopend. Je typt: “Vat dit document samen.”

Je krijgt drie alinea’s algemene tekst. Niets wat je niet zelf al zag. Niets wat je verder helpt.

Je denkt: “Oké, dit voegt weinig toe.”

Hier is wat er mis ging: Je vroeg AI om te raden wat jij bedoelt met “samenvatten.”

AI kan niet in je hoofd kijken. Het weet niet dat je advocaat bent. Het weet niet dat je werkt in sociale zekerheid. Het weet niet wat je met deze informatie wilt doen. Het weet niet welke informatie cruciaal is en welke bijzaak.

Dus geeft het je… een samenvatting. Algemeen. Vrijblijvend. Nutteloos.

De oplossing: Leer AI denken zoals jij dat nodig hebt in je praktijk.

Dat doe je met prompting. Niet als technische vaardigheid, maar als manier om duidelijk te maken wát je wilt en wáárom.

Dit artikel is een beginnerscursus prompting, met voorbeelden uit de sociale zekerheidsrechtpraktijk. Je leert de vier basisprincipes die altijd werken, en je krijgt twee complete prompts die je meteen kunt gebruiken.

Wat is prompting eigenlijk?

Prompting is hoe je AI instructies geeft. Maar niet zoals je een zoekopdracht intypt bij Google. Meer zoals je een junior collega uitlegt wat je nodig hebt.

Deze cursus leert je de principes van goed prompting, met voorbeelden uit sociale zekerheidsrechtpraktijk. De voorbeelden gebruiken UWV-besluiten en intakegesprekken, maar de principes werken voor elk rechtsgebied.

Laten we beginnen met een simpel voorbeeld uit de praktijk:

Slechte prompt: “Analyseer dit UWV-besluit.”

Waarom slecht?

  • Wat betekent “analyseren”? Samenvatten? Juridische grondslagen checken? Procedurele fouten zoeken?
  • Voor welk doel? Bezwaar indienen? Cliënt uitleggen wat er staat? Eigen dossier opbouwen?
  • Welke expertise verwacht je? Moet AI denken als arbeidsrechtadvocaat of als sociaal raadsman?

AI gaat gokken. En meestal gaat het mis.

Betere prompt: “Je bent een advocaat gespecialiseerd in sociale zekerheid. Analyseer dit UWV-besluit over een WIA-afwijzing. Ik moet beoordelen of er gronden zijn voor bezwaar. Geef me: (1) De belangrijkste argumenten van UWV voor afwijzing, (2) Welke medische of procedurele zwaktes ik kan aanvallen, (3) Welke informatie ontbreekt die ik moet opvragen.”

Waarom beter?

  • Rol: AI weet nu vanuit welke expertise het moet denken
  • Context: Doel is bezwaar, niet een algemene analyse
  • Structuur: Je vraagt specifieke outputs die je kunt gebruiken

Dat is prompting. Duidelijkheid over wát je wilt en hoe je wilt dat AI daarover nadenkt.

Vier principes die altijd werken

1. Geef AI een rol

AI werkt beter als het weet vanuit welke expertise het moet redeneren.

Zwak: “Leg uit wat er in dit arbeidscontract staat.”

Sterker: “Je bent een arbeidsrechtadvocaat. Leg uit wat er in dit contract staat voor een cliënt die geen juridische achtergrond heeft.”

Waarom dit werkt: AI gaat nu denken vanuit jouw professionele kader. Het gebruikt terminologie die past bij jouw praktijk. Het weegt dingen af zoals jij dat zou doen.

Voor sociale advocatuur:

  • “Je bent een sociaal advocaat gespecialiseerd in bijstandsrecht.”
  • “Je bent een jurist die werkt met arbeidsongeschikte cliënten.”
  • “Je bent een pro deo advocaat met ervaring in vreemdelingenrecht.”

Simpel, maar effectief.

2. Wees specifiek over wat je wilt

Algemene vragen geven algemene antwoorden.

Zwak: “Wat moet ik doen met deze afwijzing?”

Sterker: “Ik heb een afwijzingsbesluit voor bijstandsuitkering. Mijn cliënt is alleenstaande moeder, 32 jaar, heeft sollicitatieplicht. UWV zegt dat ze onvoldoende heeft gesolliciteerd. Wat zijn sterke bezwaargronden? Welke feiten moet ik uitvragen bij mijn cliënt? Wat is de proceduretermijn?”

Het verschil:

  • Context: Wie is de cliënt, wat is de situatie
  • Doel: Bezwaargronden vinden + procedurele info
  • Constraints: Je weet al wat UWV aanvoert

AI kan nu gericht antwoorden geven in plaats van algemeen advies.

3. Vraag om structuur

Als je wilt dat AI output levert die je direct kunt gebruiken, vraag dan om een bepaalde vorm.

Zwak: “Geef me informatie over deze casus.”

Sterker: “Analyseer deze casus en structureer je antwoord als volgt:

  1. Belangrijkste feiten (opsomming)
  2. Juridische grondslagen die van toepassing zijn
  3. Wat ontbreekt in het dossier
  4. Drie concrete acties die ik nu moet nemen”

Waarom dit werkt: Je krijgt geen lap tekst die je zelf moet ontleden. Je krijgt informatie in een vorm die je meteen kunt gebruiken in je intakegesprek of dossieropbouw.

Praktisch voor sociale advocatuur:

  • “Geef een tijdlijn van gebeurtenissen met data”
  • “Maak een checklist van documenten die ik moet opvragen”
  • “Formuleer drie heldere vragen die ik aan mijn cliënt moet stellen”

4. Geef voorbeelden als het ingewikkeld is

Soms weet AI niet precies wat je bedoelt, zelfs met een duidelijke prompt. Dan helpen voorbeelden.

Situatie: Je wilt dat AI complexe besluitteksten vertaalt naar taal die je cliënt begrijpt.

Zwak: “Leg dit uit in begrijpelijke taal.”

Sterker: “Leg dit uit in begrijpelijke taal. Bijvoorbeeld: in plaats van ‘U voldoet niet aan de arbeidsverplichting zoals bedoeld in artikel 9 lid 1 sub a van de Participatiewet’ schrijf je: ‘U heeft niet genoeg gedaan om werk te zoeken. Daarom krijgt u geen uitkering.’”

AI snapt nu wat je bedoelt met “begrijpelijk” in deze context. Korte zinnen, concrete taal, geen juridisch jargon tenzij noodzakelijk.

Het prompt

Waar begin je?

Start klein: Pak één terugkerend moment in je praktijk waar je nu tijd verliest. Intakegesprekken? Eerste dossieranalyse? Communicatie met cliënten vertalen naar begrijpelijke taal?

Bouw één goede prompt: Gebruik de vier principes hierboven. Test het met een echt dossier. Pas aan tot het werkt.

Bewaar wat werkt: Goede prompts zijn herbruikbaar. Bewaar ze. Pas ze aan voor nieuwe situaties.

Je hebt geen technische kennis nodig: Dit gaat niet over AI-technologie. Dit gaat over duidelijk maken wat je nodig hebt.

Veelgemaakte fouten (en hoe je ze vermijdt)

Fout 1: Te vaag “Analyseer dit dossier.” → Geef doel, context, en structuur. Wat moet de analyse opleveren?

Fout 2: Te veel in één keer “Vat dit samen, zoek juridische gronden, schrijf een concept-bezwaarschrift, en leg uit wat de cliënt moet doen.” → Eén taak per prompt werkt beter. AI kan multi-tasken, maar de output wordt rommelig.

Fout 3: Denken dat AI je werk overneemt AI vervangt je expertise niet. Het helpt je sneller te structureren, te controleren, of te vertalen. Maar jij blijft de professional die beslist.

Fout 4: Gelijk opgeven als het niet werkt Eerste prompt is zelden perfect. Probeer variaties. “Wees specifieker” en “Gebruik een andere structuur” zijn normale stappen.

Wat heb je nu geleerd?

Je hebt nu de basis van prompting onder de knie:

  1. Geef AI een rol — zodat het weet vanuit welke expertise het moet denken
  2. Wees specifiek — over wat je wilt en waarom
  3. Vraag om structuur — zodat de output direct bruikbaar is
  4. Geef voorbeelden — als je iets specifieks voor ogen hebt

Deze principes werken in elk rechtsgebied. Vervang “WIA-afwijzing” door “huurgeschil”, “arbeidsconflict”, of “contractreview” - de structuur blijft hetzelfde.

De volgende stap: Neem een terugkerend moment in je eigen praktijk. Bouw een prompt met deze vier principes. Test het. Pas aan. Over twee weken werk je anders.

Je hebt geen technische kennis nodig. Dit gaat over duidelijk maken wat je nodig hebt. Dat kun je al.

Don't paste confidential client information into AI tools without proper safeguards

Dutch bar rules and GDPR require you to protect client data.

Practical workaround: Anonymize before you prompt.

  • Replace names with generic labels ("Party A," "the manufacturer," "the employee")
  • Remove identifying details (specific amounts, dates, locations)
  • Keep only what's needed for the legal reasoning

For these reasoning tasks, the logic works the same whether you're analyzing "Holding B.V.'s distribution agreement" or "a distribution agreement." You're structuring the thinking, not processing the raw case file.

Or consider on-premise deployment where your data never leaves your infrastructure. We wrote about practical options for running AI locally - including cost analysis and which models actually work for legal work.