ChatGPT 5.5 vraagt om een andere aanpak dan zijn voorgangers. Wie nog werkt met de uitgebreide, stap voor stap uitgeschreven prompts uit het GPT-4 of GPT-5.2 tijdperk, merkt al snel dat de resultaten tegenvallen. Het model is slimmer geworden, en juist daardoor werken oude gewoontes averechts. Lange instructies versmallen de zoekruimte, leiden tot mechanische antwoorden en verstikken de creativiteit waar GPT-5.5 om geprezen wordt.

OpenAI zelf raadt aan om bij de migratie naar GPT-5.5 met een schone lei te beginnen. Behandel het als een nieuwe modelfamilie, niet als een vervanger van oud model.

Houd je prompts kort en gericht op het resultaat

De belangrijkste regel uit de officiële prompting gids van OpenAI: kortere, op het resultaat gerichte prompts werken beter dan procesgerichte instructies. Beschrijf wat een goed antwoord is, welke beperkingen ertoe doen, welk bewijs beschikbaar is en wat het eindresultaat moet bevatten. Laat het model zelf bepalen hoe het daar komt.

Een typische valkuil is het kopieer-en-plak-werk uit oudere promptbibliotheken. Die instructies zijn vaak overgespecificeerd omdat eerdere modellen meer hulp nodig hadden om op koers te blijven. Bij GPT-5.5 voegt dat alleen ruis toe. De prompt moet het doel beschrijven, niet het pad ernaartoe.

Schrap onnodige absolute regels

Oude prompts staan vol met woorden als altijd, nooit, moet en alleen. Die woorden werden gebruikt om het model in toom te houden. Bij GPT-5.5 werkt het tegen. Gebruik absolute woorden alleen voor echte beperkingen zoals veiligheidsregels, uitvoerformaten die vast staan of acties die nooit mogen uitgevoerd worden.

Voor afwegingen, zoals wanneer iets opgezocht moet worden of wanneer er om verduidelijking gevraagd wordt, werk je beter met beslissingsregels. Dat geeft het model ruimte om zelf te beoordelen wanneer een extra proces terecht is.

Definieer wanneer de taak klaar is

Een veelvoorkomend probleem bij krachtige modellen is dat ze blijven doorwerken zonder te weten wanneer ze moeten stoppen. Dat kost tokens, tijd en levert vaak slechtere antwoorden op. GPT-5.5 reageert goed op expliciete stopcondities.

Een voorbeeld uit de prompt gids van OpenAI voor GPT-5.5: Los de vraag op met zo weinig mogelijk tool-loops, maar laat efficiëntie nooit boven correctheid, bewijs of vereiste citaten gaan. Vraag jezelf na elk resultaat af of je de kernvraag van de gebruiker nu kunt beantwoorden met goed onderbouwd bewijs. Zo ja, antwoord dan.

Door een duidelijk eindpunt te formuleren, voorkom je dat het model in een lus van eindeloos verfijnen blijft hangen.

Stel grenzen aan creativiteit

De creativiteit van GPT-5.5 is een tweesnijdend zwaard. Het model kan overtuigend dingen verzinnen die feitelijk niet kloppen. Vooral bij creatieve taken zoals slides, klantmails, speeches of presentaties is het cruciaal om onderscheid te maken tussen wat gebruikt moet worden en wat creatief mag.

Een mogelijke guardrail ziet er zo uit:

Maak voor creatieve vragen zoals het maken van slides, samenvattingen of narratieve framing onderscheid tussen feitelijke informatie en creatieve formulering. Gebruik opgehaalde feiten voor concrete product-, klant-, cijfers- en datumclaims, en citeer die. Verzin geen specifieke namen, cijfers, roadmapstatussen of klantresultaten om de tekst sterker te laten klinken. Als er weinig onderbouwing is, schrijf dan een algemenere tekst met duidelijk gelabelde aannames in plaats van ongegronde details.

Zo blijven de resultaten bruikbaar zonder dat het model fictie schrijft.

Vraag een korte inleiding bij langere taken

Bij complexe vragen duurt het lang voordat de eerste reactie verschijnt. GPT-5.5 denkt soms even na of bereidt tool calls voor voordat er tekst verschijnt. Dat voelt voor de gebruiker aan alsof er niets gebeurt of het systeem is vastgelopen.

Door het model een korte zichtbare update te vragen voordat het echte werk begint, los je dit op. Eén of twee zinnen die het verzoek bevestigen en de eerste stap aankondigen. Dit verandert niets aan de onderliggende taak, maar maakt de ervaring prettiger.

Personaliteit en samenwerkingsstijl zijn 2 aparte zaken

Voor klantgerichte assistenten is het zinvol om twee dingen apart te definiëren. De personaliteit bepaalt hoe de assistent klinkt: toon, warmte, directheid, formaliteit. De samenwerkingsstijl bepaalt hoe de assistent werkt: wanneer hij vragen stelt, hoe proactief hij is, hoe hij omgaat met onzekerheid.

Houd beide blokken kort. Personaliteit vormt de gebruikerservaring, samenwerkingsstijl bepaalt wat er gebeurt.

Stem het redeneerniveau af op de taak

Meer nadenken is niet altijd beter. Bekijk het als een keuze, niet als de beste manier om de kwaliteit te verbeteren. Vaak haal je meer winst uit een betere prompt met een duidelijk definitie van het verwachte resultaat een kleine verificatiestap na de eerste output.

Een mogelijk vertrekpunt:

  • none voor snelle, simpele taken zoals het scrapen van velden of kleine aanpassingen
  • low wanneer een beetje denkwerk meetbaar helpt
  • medium voor onderzoekstaken en syntheses van lange contexten
  • high of xhigh wanneer evaluaties van gelijkaardige opdrachten duidelijk aantonen dat het loont

Voeg eerst duidelijkheid over de uitgebreidheid van het resultaat en duidelijke toolregels toe voordat je het redeneerniveau opschroeft.

Een werkbare promptstructuur

Een handige basisstructuur voor complexere prompts bevat de volgende korte elementen:

  • doel en succescriteria
  • beschikbare context en bronnen
  • beslisregels voor twijfelgevallen
  • uitvoerformaat en lengte
  • stopcondities en verificatiestap

Voeg alleen detail toe waar dit het resultaat echt verandert. De kortste prompt waarvan het resultaat door je evaluatie komt, is meestal de beste.

Wat dit betekent voor jouw workflow

De grootste mentale verschuiving bij GPT-5.5 is loslaten. Loslaten dat je elke stap moet voorschrijven. Loslaten dat strikte verbodsregels altijd helpen. Loslaten dat langere prompts veiliger zijn. Het model is intelligent genoeg om zelf een efficiënt pad te kiezen, mits je duidelijk maakt waar de bestemming ligt en wat klaar betekent.