.svg)
Kronehoefstraat 85
5612 HL Eindhoven
BTW NL863902509B01
Wat is het?
Context-injectie is het meegeven van relevante informatie aan een AI-model op het moment dat het een taak uitvoert. In plaats van alleen een algemene vraag te stellen, geef je het model de specifieke feiten, regels of data die het nodig heeft om een antwoord te geven dat direct past bij jouw situatie.
De informatie kan uit veel bronnen komen: een CRM, een intern document, een formulierinvoer of een systeemstatus. In een geautomatiseerde workflow wordt die context automatisch samengesteld en meegegeven aan het model, zodat de output consistent en bedrijfsspecifiek is zonder dat iemand de prompt handmatig hoeft op te bouwen.
Waarom het ertoe doet voor het MKB
Een AI-model zonder context geeft algemene antwoorden. Met de juiste context geeft hetzelfde model antwoorden die direct passen bij jouw klant, jouw proces en jouw toon. Dat is het verschil tussen een hulpmiddel dat je nog moet bewerken en een output die je direct kunt gebruiken.
- Output is direct bruikbaar: wanneer het model weet wie de klant is, wat het dossier zegt en hoe jij communiceert, hoef je het resultaat nauwelijks nog aan te passen.
- Consistentie over de hele organisatie: iedereen die hetzelfde proces gebruikt, krijgt output op basis van dezelfde bedrijfsregels en tone of voice, niet afhankelijk van hoe goed iemand een prompt schrijft.
- Minder kans op fouten: een model dat de juiste context heeft, hoeft niet te gissen. Dat reduceert het risico op plausibele maar onjuiste uitkomsten, ook wel hallucinaties genoemd.
In de meest krachtige toepassingen is context-injectie onzichtbaar voor de gebruiker: het systeem haalt de benodigde informatie automatisch op en stuurt die mee, zodat de medewerker alleen het resultaat ziet.
Hoe het werkt
Context-injectie werkt door relevante gegevens samen te voegen met de instructie aan het model. Het model ziet die combinatie als zijn startpunt voor de taak.
- Relevante data identificeren: bepaal welke informatie het model nodig heeft voor deze specifieke taak, zoals klantgegevens, productinformatie of interne regels.
- Data ophalen: haal de benodigde informatie op uit je bronnen, zoals een CRM, database of document.
- Prompt samenstellen: voeg de opgehaalde data samen met de taakinstructie tot een volledige prompt die het model als input ontvangt.
- Model uitvoeren: het model verwerkt de volledige context en genereert output die aansluit op de specifieke situatie.
- Resultaat terugsturen: de output gaat terug naar het systeem of de medewerker die de taak initieerde.
In tools als n8n wordt dit proces visueel gebouwd: een stap haalt data op, een volgende stap bouwt de prompt, en de derde stap stuurt die naar het model. Dat maakt context-injectie herhaalbaar en consistent, zonder dat iemand het elke keer handmatig hoeft te doen.
Voorbeeld uit de praktijk
Stel, een staffingbureau gebruikt een AI om outreach-berichten te schrijven voor kandidaten die passen bij een nieuwe vacature. In plaats van een generieke berichtsjabloon, haalt het systeem automatisch het kandidaatprofiel op uit het CRM, de vacaturebeschrijving uit het ATS en de gewenste toon van de opdrachtgever uit de klantinstellingen. Die drie onderdelen worden als context meegegeven aan het model. Het resultaat is een bericht dat aansluit bij de specifieke kandidaat, de specifieke rol en de stijl van de klant, zonder dat een recruiter de prompt handmatig heeft opgebouwd.
Vergelijking en misvattingen
Een systeem-prompt geeft het model een vaste rol of set instructies die altijd gelden. Context-injectie voegt daar per taak dynamische, situatiespecifieke informatie aan toe. De twee werken samen: de systeem-prompt stelt de grenzen, context-injectie vult de inhoud per geval in.
.svg){kind=icon}