Van gesprek tot afstudeeronderzoek: hoe de PERFECT-methode de basis werd van een AI-workflow voor vastgoedtaxaties

Goed prompten is geen trucje, maar een vakvaardigheid die bepaalt of AI in een professioneel werkproces bruikbaar is. Een recent afstudeeronderzoek naar de PERFECT-methode laat dat in de praktijk zien.

Wij leren medewerkers met PERFECT gestructureerd prompten. Ook bij PONT Academy komt de methode aan bod. Rens Veenhof sprak als afstudeerder bij een vastgoedadviesorganisatie uitgebreid met ons over de methode en nam die als uitgangspunt voor zijn onderzoek. Hieronder staat wat dat opleverde en wat het niet aantoont.

Wat is de PERFECT-methode?

De PERFECT-methode is een raamwerk dat Barry van der Laan ontwierp voor AI Personeelstraining om de statistische onvoorspelbaarheid van taalmodellen systematisch te beperken. Een AI-model vult alles in wat je weglaat, en gokt daarbij uiterst overtuigend. De methode dwingt je een strakke instructie te bouwen in plaats van een vage vraag te stellen.

De afkorting dekt zeven variabelen die je vooraf definieert:

• Persona: bepaal de rol en het denkkader van het model. Dat dicteert niet alleen de toon, maar ook de analytische prioriteiten en blinde vlekken.
• Examples: lever referentiedata. Een succesvolle eerdere tekst of een bestaand sjabloon geeft het model meer houvast dan abstracte instructies.
• Result: definieer het eindproduct. Maak duidelijk of je een eerste schets, een definitief document of een kritische tegenanalyse wilt.
• Format: bepaal de presentatievorm, zoals markdown-tabellen, opsommingen of een restrictie in woordenaantal.
• Exactness: begrens het model. Benoem wat de AI niet mag doen: clichés verbieden, jargon uitsluiten en vastleggen hoe het model omgaat met ontbrekende informatie.
• Context: geef de benodigde zakelijke achtergrond, zoals de bedrijfssituatie en de doelgroep. Zonder context volgt een generiek antwoord.
• Task: isoleer de kernopdracht en start met een dwingend werkwoord als analyseer, structureer of schrijf.

De methode is geen magische formule, maar een diagnostisch instrument. Is een output zwak of onbruikbaar, dan ontbreekt vrijwel altijd een van deze zeven elementen. Door de kaders vooraf scherp te stellen, verlies je achteraf geen tijd aan het repareren van oppervlakkige output. Lees de volledige uitleg met templates in de PERFECT prompt formule of begin bij wat is een prompt.

Het onderzoek: van methode naar onderzoeksvraag

Rens richtte zich op een concreet probleem: de documentatiefase van taxatierapporten voor incourant vastgoed. Een groot deel daarvan is voorbereidend werk, zoals het beschrijven van locatie en object en het raadplegen van interne historische informatie voor referentieonderzoek.

De promptbibliotheek

Op basis van PERFECT ontwikkelde Rens een promptbibliotheek. Daarin liggen onder meer vooraf vast:

• Persona: de rol die de AI inneemt;
• Context: de achtergrond van de opdracht;
• Result: het gewenste resultaat;
• Exactness: de kwaliteitseisen en grenzen waaraan de output moet voldoen.

Daardoor hoeft een taxateur niet bij elk dossier opnieuw te bedenken hoe de opdracht moet luiden. De prompt is geen losse vraag meer, maar een herhaalbare werkinstructie.

Van prompts naar een geautomatiseerde workflow

De prompts zijn verwerkt in een geautomatiseerde workflow binnen Microsoft 365. Die bereidt locatie- en objectomschrijvingen voor en raadpleegt interne historische informatie.

De bibliotheek is meerdere keren getest, geëvalueerd en aangepast. De feedback van taxateurs leidde tot een verbeterde tweede versie. De prompts waren dus niet in één keer goed, maar zijn verbeterd met input van de mensen die ermee werken.

De praktijktest

De workflow is getest op tien uiteenlopende taxatiedossiers. Per dossier is de benodigde tijd in de bestaande situatie vergeleken met de AI-ondersteunde werkwijze:

• Gemiddeld 43,4 minuten tijdwinst per taxatie.
• Circa 60% minder documentatietijd voor de onderzochte onderdelen.
• Minder spreiding in de benodigde verwerkingstijd, waardoor het proces voorspelbaarder werd.
• Een verschuiving van handmatige informatieverwerking naar inhoudelijke controle en beoordeling.

Wat deze resultaten niet bewijzen

Het gaat om tien dossiers bij één organisatie. De cijfers zijn een sterke indicatie, geen statistisch bewijs. De resultaten gelden voor de hele workflow en zijn niet uitsluitend aan de promptmethode toe te schrijven. Het onderzoek vergeleek PERFECT ook niet met andere methoden. Het laat zien dat gestructureerde prompts binnen een professioneel werkproces praktisch toepasbaar zijn, niet dat PERFECT de enige of beste aanpak is.

Waarom goed prompten een must is

Dit is de kern van het onderzoek en tevens onze conclusie uit de trainingspraktijk: goed prompten is een voorwaarde, geen extra.

Het model is niet de enige factor. De kwaliteit van AI-resultaten hangt niet alleen af van het gebruikte model, maar vooral van de kwaliteit van de instructies en de aangeboden context.

Structuur maakt resultaat toetsbaar. Als Persona, Context, Result en Exactness vooraf vastliggen, kun je de output daaraan afmeten. Ontbreekt een element, dan weet je waar je moet bijsturen.

Een goede prompt is nodig, maar niet voldoende. De betrouwbaarheid blijft afhankelijk van de brongegevens en van de controle door de gebruiker. In een gereguleerd beroep als dat van de taxateur werkt een onjuistheid rechtstreeks door in een professioneel rapport. Daarom ontwikkelde Rens naast de bibliotheek ook een kwaliteitscontrolechecklist, een privacyprotocol en trainingsmateriaal.

De grootste winst zit in de workflow. Als medewerkers zelf gegevens verzamelen, prompts invoeren en resultaten overnemen, blijft efficiëntiewinst liggen. Gestructureerde prompts, betrouwbare databronnen en automatisering samen bieden de meeste mogelijkheden. De organisatie verkent inmiddels hoe de workflow kan uitgroeien tot een geïntegreerde AI-toepassing, met de promptbibliotheek en de onderzoeksresultaten als uitgangspunt.

Wat u hier in uw organisatie mee kunt

1. Begin bij een afgebakend proces. Kies een proces met veel documentatie of voorbereidend werk.
2. Leg prompts vast in een bibliotheek. Test ze en verbeter ze met feedback van de gebruikers.
3. Regel de controle vooraf. Wie beoordeelt de output, op welke bronnen en volgens welke checklist?
4. Leg privacy en dataclassificatie vast. Doe dat voordat gevoelige informatie in een AI-workflow terechtkomt.
5. Meet de uitgangssituatie. Zo kunt u achteraf aantonen wat het oplevert.

Wilt u dat uw medewerkers gestructureerd en verantwoord met AI leren werken? Bekijk onze trainingen voor Claude, Microsoft 365 Copilot en AI-geletterdheid, of bespreek een AI-training op maat. Wilt u eerst de eigen prompts toetsen? Lees hoe goed is onze PERFECT-prompt.

Veelgestelde vragen over de PERFECT-methode

Bronnen

• Rens Veenhof (2026): afstudeeronderzoek naar een AI-workflow voor bedrijfsmatige vastgoedtaxaties op basis van de PERFECT-methode. Bron van alle genoemde resultaten uit de praktijktest op tien taxatiedossiers.
• De PERFECT prompt formule: 7 stappen + 10 templates — uitgebreide uitleg van de methode door AI Personeelstraining.

De resultaten zijn afkomstig uit het afstudeeronderzoek van Rens Veenhof en gelden voor de volledige workflow, niet uitsluitend voor de promptmethode. Het onderzoek toont niet aan dat PERFECT beter werkt dan andere methoden.