Reasoning modellen vragen om een eigen aanpak van het schrijven van prompts.

We zijn met de AI in een nieuw tijdperk beland. Het werk van de traditionele LLM’s zoals GPT4 of Claude3 Sonnet wordt op bepaalde gebieden overgenomen door reasoning models zoals O3 van OpenAI en R1 van DeepSeek. Deze nieuwe modellen vragen om een andere manier van prompts schrijven. Niet elke AI denkt namelijk op dezelfde manier. De manier waarop je een model prompt, bepaalt direct de kwaliteit van de output.

Waar het bevragen van een traditioneel model vaak een dialoog is waarin het model steeds verder begeleidt naar het gewenste resultaat moet je bij reasoning models vaak veel langer nadenken over de precieze prompt. De prompt is hier vaak ook veel langer. Het model gaat hier vervolgens mee aan de slag en komt pas na enige tijd met een antwoord.

Maar ook de reasoning modellen onderling hebben ieder een eigen karakter.

Hier zijn de kernverschillen in prompting voor traditionele LLM’s, O3-Mini en DeepSeek R1:

Traditionele LLM’s (GPT-4, Claude, Gemini, etc.)

Deze zijn breed inzetbaar. Denk aan contentcreatie, vragen beantwoorden en codegeneratie. De output is vaak een mix van gestructureerde en vrije output.

Prompting:

✅ Helder geformuleerde instructies werken goed.

✅ Role-based prompting helpt om consistentie te behouden (Je bent een leraar Frans, je bent een ervaren advocaat)

✅ Open vragen leiden tot uitgebreide output, maar zonder strikte controle.

O3-Mini: De gestructureerde denker

Werkt als een het beste met een stapsgewijze, logische aanpak. O3 is goed in betrouwbare en voorspelbare taken, het aanroepen van externe services en het bouwen van software agents.

Prompting

✅ Strikte structuur: Gebruik system prompts, expliciete input-outputformaten en stap-voor-stap instructies.

✅ Minimalistisch: Meer duidelijkheid, minder woorden – focus op precisie.

✅ Geschikt voor agent-workflows: Bijvoorbeeld API-interacties, geautomatiseerde processen en schone codegeneratie.

🔹 Voorbeeldprompt voor O3:

Stap 1: Haal gegevens op uit de API.
Stap 2: Transformeer naar JSON.
Stap 3: Valideer output en log fouten.
Beantwoord enkel in het gespecificeerde formaat.

DeepSeek R1: De creatieve denker

Werkt als een met een vrije, brede gedachtegang.

Geschikt voor het bedenken en analyseren van complexe concepten, theoretische discussies en wetenschappelijke analyse.

Prompting:

✅ Open vragen werken beter: R1 denkt ‘in het moment’ en verkent ideeën vrij.

✅ Stuur de output bij met zachte richtlijnen, geen harde beperkingen.

✅ Ideaal voor diepgaande analyses & creatief denken: Bijvoorbeeld onderzoeksrapporten, strategieontwikkeling en conceptontwikkeling.

🔹 Voorbeeldprompt voor R1:

Denk na over hoe AI de toekomst van werk kan beïnvloeden. Beschrijf mogelijke scenario’s en reflecteer op zowel de voordelen als de uitdagingen.

Conclusie

🔹 Wil je precisie & controle? Gebruik O3-Mini met gestructureerde prompts.

🔹 Wil je brede, reflectieve analyses? Gebruik DeepSeek R1 met open-ended vragen.

🔹 Traditionele LLM’s zitten ertussenin – aanpasbaar, maar minder gespecialiseerd. En natuurlijk een stuk minder slim.