Prompt engineering — de skill die verdween terwijl iedereen hem leerde

In 2023 leek prompt engineering de skill van de toekomst. Anthropic adverteerde een positie met een salarisrange tot 335.000 dollar. Andere AI-bedrijven volgden. Online cursussen voor prompt engineering schoten uit de grond. Boeken werden geschreven. Mensen veranderden van carrière.

De logica was duidelijk. AI-modellen waren krachtig, maar ze vereisten nauwkeurige instructies om optimaal te werken. Iemand die wist hoe je de juiste prompts schreef — hoe je structuur bood, voorbeelden geven, context opbouwen — kon dramatisch betere output krijgen dan iemand die gewoon een vraag intypte. Dat was een echte vaardigheid met echte economische waarde.

Twee jaar later is prompt engineering als specifiek beroep grotendeels verdwenen. Niet omdat niemand meer AI gebruikt — iedereen gebruikt het. Maar omdat de skill die ooit specialistisch was, grotendeels is geabsorbeerd of geautomatiseerd.

Het verhaal is een casestudy over hoe snel technologie-gedreven beroepen kunnen ontstaan en eindigen — en over wat er onder de hype blijvend waardevol was.

De opkomst

Prompt engineering kwam naar voren uit praktische ontdekking. Toen GPT-3 en later ChatGPT wijd beschikbaar werden, merkten gebruikers dat de output dramatisch variëerde afhankelijk van hoe ze hun vraag stelden.

"Schrijf een marketingtekst" gaf iets generics terug. "Je bent een senior marketeer bij een SaaS-bedrijf dat zich richt op middelgrote ondernemingen. Schrijf een marketingtekst voor onze nieuwe feature X. De doelgroep is directors van IT-afdelingen. Toon: professioneel maar enthousiast. Lengte: 200 woorden." Dat gaf iets bruikbaars.

Dit soort technieken — rollen toewijzen, context opbouwen, format specificeren, voorbeelden geven — werden gecollectiviseerd als "prompt engineering". Onderzoekers publiceerden papers over specifieke technieken: chain-of-thought prompting (vraag het model stap voor stap te denken), few-shot learning (geef voorbeelden), role prompting (ken een rol toe).

Bedrijven die hun AI-tools op schaal inzetten, hadden mensen nodig die deze technieken beheersten. Niet alleen voor basisinteractie, maar voor het ontwerpen van productie-grade prompt-systemen die consistent goede output leverden. Prompt engineering werd een echte rol.

De hoogtijdagen

In 2023 piekte de discipline. Prompt engineers hadden specifieke portfolio's — verzamelingen van goed werkende prompts voor specifieke taken. Ze werden betaald als senior engineers. Sommige werden als consultants ingehuurd voor gespecialiseerde opdrachten. Online platforms verschenen om prompts te verkopen. Een subcultuur ontstond rond deze nieuwe vorm van work.

De skill-set die werd gewaardeerd was divers. Technisch begrip van hoe modellen werkten. Creatieve schrijfvaardigheid voor het formuleren van duidelijke instructies. Analytische vaardigheid voor het systematisch testen en verfijnen. Domein-expertise voor specifieke use cases. Prompt engineers waren vaak hybriden — deels technologen, deels creatievelingen, deels domein-experts.

Het ideaal werd uitgedragen in talks, blogs, boeken. Een goed geschreven prompt was een artvorm. Een prompt-systeem bouwen was engineering. De combinatie was een nieuwe hybride vaardigheid die de toekomst van werk zou kenmerken.

De daling

Tegen 2024 begonnen de eerste tekens van erosie. Sollicitatieadvertenties voor "prompt engineer" namen af. Sommige bedrijven die deze rollen hadden aangenomen, herformuleerden ze ("AI engineer", "AI integration specialist"). Salarissen voor puur prompt-engineering daalden.

Meerdere factoren droegen bij.

Modellen werden beter in begrip. GPT-4 had minder zorgvuldige prompting nodig dan GPT-3. Claude 3 nog minder. Tegen Claude Opus 4.7 in 2026 kunnen modellen vaak "begrijpen wat je bedoelt" zelfs bij vage prompts. De nood aan zorgvuldig prompt-ontwerp verminderde voor basis-taken.

De skill democratiseerde. In 2023 was prompt engineering een schaars specialisme. In 2025 kende elke student die AI-tools gebruikte de basis. Online tutorials, boeken, en dagelijks gebruik maakten de core-technieken algemeen. Je hoefde geen specialist in te huren voor wat elke medewerker zelf kon.

Rollen werden geconsolideerd. Veel bedrijven die aanvankelijk "prompt engineer" hadden, realiseerden zich dat de rol beter integreert met bestaande functies. Een software-ingenieur die AI gebruikt, kan prompts ontwerpen als deel van zijn rol. Een product manager hetzelfde. Aparte prompt engineers werden overbodig.

Automatisering. Tools ontstonden die automatisch prompts optimaliseerden. Je gaf het doel, het systeem genereerde en testte varianten van prompts, koos de beste. Wat een prompt engineer handmatig deed, werd een geautomatiseerd proces.

Wat er wel blijft

Maar de vaardigheid is niet helemaal verdwenen. Wat veranderde is dat het geen apart beroep meer is — het is een integrale component van vele andere rollen.

Developers die AI integreren in hun code, ontwerpen nog prompts. Maar ze heten niet meer "prompt engineer" — ze zijn gewoon "developers die AI gebruiken".

Content creators die AI als schrijftool inzetten, ontwikkelen nog geavanceerde prompting-technieken. Maar ze heten "schrijvers" of "marketeers" — de AI-skill is een toegevoegde competentie.

Researchers die AI voor analyse gebruiken, verfijnen hun prompts voor specifieke taken. Maar ze zijn nog steeds "onderzoekers".

AI safety/alignment-specialisten doen gespecialiseerd prompt-ontwerp voor het evalueren en stresstesten van AI-modellen. Maar dat is een specifieke subcategorie, niet algemeen prompt engineering.

De skill is, in andere woorden, geëvolueerd van specialisme naar een algemene digitale geletterdheid — zoals basic computer-gebruik of Excel-vaardigheid.

De les voor tech-carrières

Het verhaal van prompt engineering is instructief voor hoe nieuw-opkomende tech-specialisaties zich ontwikkelen.

Fase 1: Opkomst. Een nieuwe technologie vereist specifieke expertise die zeldzaam is. Hoge salarissen. Veel vraag. Hype.

Fase 2: Peak. Cursussen, boeken, dedicated rollen. Mensen herlkwalificeren zichzelf. De skill wordt formeel onderkend.

Fase 3: Democratisering. De skill verspreidt zich. Veel mensen leren de basics. De specifieke expertise verliest schaarste-waarde.

Fase 4: Absorptie. De skill wordt deel van andere rollen. De specifieke functie verdwijnt of krimpt.

Fase 5: Evolutie. De oorspronkelijke skill blijft in aangepaste vorm bestaan, maar niet als afzonderlijke specialisatie.

Dit patroon heeft zich vaker voorgedaan. "Webmaster" was ooit een apart beroep; nu is webbeheer gewoon deel van IT-rollen. "Social media manager" specifiek was populair rond 2010-2015; nu is het vaak deel van marketing. "Data scientist" als specialisme bestaat nog maar is minder gescheiden van analytics en engineering.

Tech-specialisaties hebben vaak een levensduur van 5-10 jaar voordat ze worden geabsorbeerd of vervangen. Prompt engineering liep dat traject in de helft van de gewone tijd — gedrevendoor de snelle voortgang van AI zelf.

De onderliggende vaardigheid

Wat blijvend waardevol is, is de onderliggende vaardigheid die prompt engineering manifesteerde. Namelijk: effectief kunnen communiceren met niet-perfecte systemen over wat je wil.

Dat klinkt vaag maar is het niet. Het vereist:

• Duidelijk formuleren wat je werkelijk wilt bereiken
• Besef van wat AI kan en niet kan
• Bereid zijn om iteratief te werken — eerste output is zelden perfect
• Systematisch denken over edge cases
• Kunnen scheiden tussen instructie-probleem en model-probleem (is de output slecht omdat mijn prompt onduidelijk is, of omdat het model dit gewoon niet kan?)

Deze vaardigheden zijn niet uniek voor AI. Ze zijn nuttig in elke samenwerking met onvolmaakte systemen — inclusief menselijke collega's, team-coördinatie, management. De hype rond prompt engineering was deels een tijdelijke uitingsvorm van een duurzamere vaardigheid: effectief communiceren onder onzekerheid.

De economische hersorganisatie

Voor mensen die in 2023 hun carrière hadden gegooid op prompt engineering, is het landschap in 2026 anders. Sommigen hebben hun skills succesvol gerepositioneerd — ze zijn "AI integration specialists" of vergelijkbaar geworden, en doen werk dat vergelijkbaar maar bredere is. Anderen hebben moeite gehad om hun specifieke niche te vertalen naar de nieuwe realiteit.

Dat is een waarschuwing voor hyped tech-skills in het algemeen. Als je hoort dat "X is de skill van de toekomst", overweeg drie dingen:

1. Hoe snel wordt deze skill gedemocratiseerd? Als iedereen het snel kan leren, verdampt de schaarste-premium.

2. Hoe sterk is de taak automatisierbaar? Als tools de skill grotendeels kunnen automatiseren, verliest de menselijke specialist zijn waarde.

3. Is de onderliggende vaardigheid duurzamer dan de specifieke manifestatie? Als ja, focus op die vaardigheid, niet op de huidige naam.

Prompt engineering was een nuttige tijdelijke naam voor een onderliggende skill. Mensen die de skill hadden, hadden waarde. Mensen die alleen de naam hadden — alleen het oppervlakkige "ik kan ChatGPT gebruiken" — verloren waarde toen iedereen dat kon.

Wat er anders had kunnen zijn

Was dit vermijdbaar geweest? Waarschijnlijk niet. Maar hoe we ermee omgingen, had beter gekund. Bedrijven die in 2023 hoge salarissen aanboden voor prompt engineering zonder lange-termijn-plan, hebben mensen gelokt in carrièrepaden die niet houdbaar waren. Onderwijs-programma's die focusden op specifieke technieken eerder dan onderliggende principes, hebben studenten gekoppeld aan skills die snel verouderen.

Betere aanpak: focus op algemene AI-geletterdheid — begrip van wat modellen zijn, wat hun beperkingen zijn, hoe ermee te werken. Die kennis verdampt niet zo snel. Specifieke technieken (de-hot-term-van-vandaag) zijn nuttig kennen maar niet centrale identity.

Voor de toekomst

Prompt engineering komt niet helemaal terug, maar er komen nieuwe "hot skills" die vergelijkbare levenscycli volgen. "Agent orchestration" — het ontwerpen van systemen waarin meerdere AI-agents samenwerken — is in 2026 hot. Wie weet hoe lang het de status quo blijft.

"AI-context-design" — het organiseren van de juiste context voor lange-context-modellen — is een andere opkomende naam. "Multimodal interaction design" — het maken van effectieve interfaces voor AI die meerdere modaliteiten gebruikt — ook.

Elk van deze zal waarschijnlijk een vergelijkbaar traject volgen. Opkomst, piek, democratisering, absorptie. Wie nu een rol in deze gebieden begint, moet niet vergeten dat de specifieke vorm mogelijk over drie jaar grotendeels verdwenen is — terwijl de onderliggende vaardigheden duurzaam blijven.

De bredere les

Tech evolueert sneller dan beroepscategorieën. Wat in 2023 een "beroep" was, kan in 2026 een "vaardigheid" zijn, in 2028 een "tool-gebruik". Wie in deze sector werkt, moet voor identiteit niet vertrouwen op specifieke titels — die zijn kortstondig. Vertrouw op duurzame vaardigheden, flexibiliteit, en bereidheid om te blijven leren.

Prompt engineering was een rare glimpsing van dit patroon in versneld tempo. In twee jaar van startup-hype naar gemeengoed. Een waarschuwing aan iedereen die nu op een vergelijkbare golf rijdt: de golf breekt sneller dan je denkt. Waar je staat als de schuim wegspoelt, hangt af van wat er onder de golf van jouw werk zat — iets duurzamer dan de trend zelf.

Voor wie daar ondersteunt: gefeliciteerd. De volgende golf komt er al aan.