Prompt-Master • 4 juni 2025 22:11

Het CARE Framework

CARE staat voor Context, Action, Result, Example. Het element 'Example' (Voorbeeld) is hierin de grote krachtpatser.

Laten we de onderdelen doornemen:

C: Context (Context)

Dit is vergelijkbaar met het Context-element in RACE. Hier geef je het LLM de nodige achtergrondinformatie mee die essentieel is voor de taak. Denk aan de situatie, de doelgroep, relevante feiten of eerder besproken punten.

Voorbeelden:

• "Deze tekst is bedoeld voor de homepage van een website over lokale geschiedenis."
• "De doelgroep zijn middelbare scholieren die zich voorbereiden op een toets."
• "We bespreken vandaag drie soorten hernieuwbare energiebronnen."

A: Action (Actie)

Dit is de specifieke taak die het LLM moet uitvoeren, net als bij de andere frameworks. Wat moet het LLM doen met de gegeven context?

Voorbeelden:

• "Schrijf een introductieparagraaf voor de website."
• "Vat de belangrijkste punten van een tekst samen."
• "Leg uit hoe zonne-energie werkt."

R: Result (Resultaat)

Hier beschrijf je het gewenste eindresultaat of de kenmerken van de output. Dit overlapt deels met 'Expected Output' bij RACE, maar kan meer gericht zijn op de kwaliteit of het type resultaat, terwijl de details van hoe die kwaliteit eruitziet, vaak in het 'Example' deel worden getoond.

Voorbeelden:

• "Een uitnodigende alinea die de lezer motiveert verder te lezen."
• "Een beknopte samenvatting in bullet points."
• "Een heldere uitleg in eenvoudige bewoordingen."

E: Example (Voorbeeld)

Dit is het hart van CARE. Hier geef je een of meerdere concrete voorbeelden van de gewenste input/output of de gewenste stijl. Dit principe staat ook wel bekend als 'few-shot' of 'one-shot' prompting, ingebed in een framework. Je laat het LLM zien wat je wilt, in plaats van het alleen maar te beschrijven. Dit is ongelooflijk effectief, vooral voor taken die nuance, creativiteit of een specifiek patroon vereisen.

Waarom? LLM's zijn goed in het herkennen en nabootsen van patronen. Een goed voorbeeld geeft direct een blauwdruk van de gewenste output, veel effectiever dan lange beschrijvingen van toon, stijl of structuur.

Voorbeelden:

• "Hier is een voorbeeld van hoe een productbeschrijving eruit moet zien: [Voorbeeld Input] -> [Voorbeeld Output]"
• "Gebruik deze stijl van schrijven, zoals in het volgende fragment: [Voorbeeld Tekst]"
• "Formateer de data op deze manier: [Voorbeeld Ongestructureerde Data] -> [Voorbeeld Gestructureerde Data]"

Wanneer gebruik je CARE?

Het CARE-framework is bijzonder nuttig wanneer:

• De gewenste toon, stijl of schrijfstem uniek of moeilijk te omschrijven is.
• Het formaat van de output complex is en makkelijker te tonen dan te beschrijven (bijv. specifieke code-stijl, JSON-structuur).
• Je wilt dat het LLM een patroon volgt dat je met een voorbeeld kunt illustreren.
• Creatieve taken waarbij een voorbeeld de richting perfect kan aangeven.

CARE in de praktijk: Een voorbeeld

Stel, je wilt het LLM productbeschrijvingen laten schrijven voor een webshop, maar in een heel specifieke, humoristische en ietwat absurde stijl die je zelf hebt ontwikkeld.

• Context: De webshop verkoopt eigenzinnige, handgemaakte woonaccessoires. De doelgroep houdt van humor en originaliteit.
• Action: Schrijf een productbeschrijving voor een specifiek item.
• Result: Een korte, humoristische productbeschrijving in de kenmerkende stijl van de webshop, die de functionaliteit en het unieke design benadrukt.
• Example:

  Voorbeeld Input: Product: Een keramieken mok met een gezicht dat altijd chagrijnig kijkt.

  Voorbeeld Output: Maak kennis met Bert. Bert is altijd chagrijnig. Altijd. Of je nu je favoriete koffie in hem giet of hem vult met glitterlimonade, zijn gezicht blijft op standje 'maandagochtend vóór koffie'. Perfect om je eigen ochtendhumeur mee te spiegelen, of gewoon omdat je houdt van objecten met een attitude. Handgemaakt, dus elk chagrijnig gezicht is uniek. Bert wacht (met tegenzin) op een plekje in jouw keuken.

De prompt zou er dan zo uitzien:

Door dit voorbeeld te geven, stuur je het LLM veel effectiever op de gewenste stijl dan met alleen een beschrijving zoals 'humoristisch en excentriek'. Het LLM kan het patroon van de humor en formuleringen herkennen en nabootsen.

Zelf aan de slag met CARE

Heb je een taak waarbij je precies weet hoe het resultaat eruit moet zien qua stijl of formaat, en heb je daar een goed voorbeeld van? Probeer dan het CARE-framework. Geef het LLM de Context, de Actie, beschrijf het gewenste Resultaat en voeg je Voorbeeld toe. Ontdek de kracht van 'showing' boven 'telling' en hoe dit kan leiden tot output die perfect aansluit bij je wensen.