Als monteur gebruik je AI prompting om je vraag aan een AI-assistent zo op te bouwen dat je bij een storing een bruikbaar antwoord krijgt en geen algemeen lijstje. Dat gaat zo: je geeft de AI het voertuig, de foutcode, je meetwaarden en wat je al hebt gecontroleerd. Daarna vraag je om een concrete volgende stap. Hoe meer echte diagnosegegevens je meegeeft, hoe beter het antwoord. En jij blijft de vakman die controleert en beslist.
Kort samengevat
- Een prompt is je opdracht aan de AI. Hoe meer context je meegeeft, hoe beter het antwoord.
- Gebruik het DCA-model: Doel, Context en Actie. Zo bouw je elke diagnosevraag op.
- Een goede storingsprompt bevat vier dingen: het voertuig of systeem, de foutcode of klacht, wat je al hebt gecontroleerd en welke meetapparatuur je hebt.
- Houd feiten en aannames uit elkaar. Vraag de AI om hypotheses, met bij elke hypothese een meting die hem bevestigt of uitsluit.
- Controleer altijd. Diagnoseapparatuur, fabrikantprocedures en je eigen vakkennis hebben het laatste woord.
Inhoudsopgave
- Wat AI prompting betekent in de werkplaats
- Het DCA-model: zo bouw je elke prompt op
- Wat er in een goede storingsprompt hoort
- Foutcodes en meetwaarden analyseren zonder aannames
- Vijf promptvoorbeelden voor de werkplaats
- AI-antwoorden controleren: jij blijft de vakman
- Privacy en betrouwbaarheid in het autobedrijf
- Eerdere diagnoses terugvinden en hergebruiken
- Onze kijk op AI prompting in de werkplaats
- Veelgestelde vragen
- Bronnen
Wat AI prompting betekent in de werkplaats
Een prompt is de vraag of opdracht die je aan een AI-assistent geeft. De promptgids AI voor de installatiesector vat het simpel samen: hoe meer context je geeft, hoe beter het antwoord. Die gids is geschreven voor installateurs, maar het principe geldt net zo goed voor een monteur onder een motorkap.
Waar helpt AI je bij storingsdiagnose? Vooral bij het denkwerk rond je metingen:
- Hypotheses ordenen. Welke oorzaken passen bij deze combinatie van klacht, foutcode en meetwaarden?
- Een meetvolgorde voorstellen. Wat meet je eerst om in één keer zoveel mogelijk oorzaken uit te sluiten?
- Meetwaarden duiden. Past deze waarde bij een gezond systeem onder deze omstandigheden, of wijkt ze af?
- Verslagen schrijven. Losse notities omzetten in een helder diagnoseverslag voor een collega of de klant.
AI leest geen voertuig uit en meet niets. Dat doet je diagnoseapparatuur. AI helpt je om met die uitkomsten sneller en gestructureerder verder te denken. Werk je met een vaste werkwijze, zoals ons storingsdiagnose stappenplan, dan kun je AI bij elke stap inzetten: bij het uitvragen van de klacht, bij het kiezen van de volgende meting en bij de verificatie.
Het DCA-model: zo bouw je elke prompt op
Techniek Nederland gebruikt in een handout over prompt engineering het DCA-model als basis. Drie letters, drie vragen die je jezelf stelt voordat je typt.
| Onderdeel | Vraag aan jezelf | Voorbeeld in de werkplaats |
|---|---|---|
| Doel | Wat wil ik bereiken? | Ik wil weten welke meting ik als eerste doe. |
| Context | Wat moet de AI weten? | Merk, type, motorcode, kilometerstand, foutcode, freeze frame, eerdere reparaties. |
| Actie | Wat moet de AI concreet doen? | Geef drie mogelijke oorzaken, op volgorde van waarschijnlijkheid, met per oorzaak één meting. |
Het verschil zie je meteen. Een vage prompt:
Auto loopt onrustig, wat kan het zijn?
Hetzelfde probleem met DCA:
Doel: ik wil bepalen welke meting ik als eerste doe. Context: benzinemotor, ruim 180.000 km, loopt onrustig stationair als hij koud is. Foutcode P0171 (mengsel te arm, bank 1). Brandstofdruk is gemeten en binnen specificatie. Geen zichtbare schade aan slangen. Actie: geef drie mogelijke oorzaken, op volgorde van waarschijnlijkheid. Noem per oorzaak één meting die de oorzaak bevestigt of uitsluit.
De eerste prompt levert een algemeen lijstje op dat je zelf ook kunt bedenken. De tweede prompt dwingt de AI om rekening te houden met wat jij al weet en wat je al hebt uitgesloten.
Wat er in een goede storingsprompt hoort
Volgens de promptgids van wij-techniek.nl bevat een storingsprompt het systeemtype, de foutcode of probleemomschrijving, wat al is gecontroleerd of geprobeerd, en de beschikbare gereedschappen en meetapparatuur. Vertaald naar een autobedrijf ziet dat er zo uit:
- Voertuig en systeem. Merk, model, bouwjaar, motorcode, transmissie en kilometerstand. Noem ook het systeem waar het om gaat: brandstofsysteem, CAN-bus, ABS, vierwielaandrijving.
- De klacht in de woorden van de klant. Wanneer treedt het op? Koud of warm, bij welke snelheid, na hoeveel rijtijd, altijd of af en toe?
- Foutcodes met status. Actief of opgeslagen, hoe vaak opgetreden, en de freeze-frame-gegevens als je die hebt.
- Meetwaarden met omstandigheden. Niet alleen "sensor geeft 0,4 V", maar ook bij welk toerental, welke temperatuur en in welke rijtoestand.
- Wat al is gecontroleerd of vervangen. Dit vergeten monteurs het vaakst, en juist dit voorkomt dat de AI je terugstuurt naar stap één.
- Je middelen. Welke diagnoseapparatuur, scope, multimeter of rookmachine heb je beschikbaar? Dan krijg je meetvoorstellen die je ook echt kunt uitvoeren.
Een handige gewoonte: houd deze zes punten tijdens het werk bij in je diagnoselogboek. Dan is je prompt eigenlijk al klaar op het moment dat je vastloopt. Onze diagnosechecklist voor de auto helpt je om niets over te slaan.
Foutcodes en meetwaarden analyseren zonder aannames
Het grootste risico van AI bij diagnose is niet dat het antwoord fout is. Het risico is dat een aanname eruitziet als een conclusie. Een AI-assistent schrijft vlot en overtuigend, ook als hij gokt. Met drie technieken voorkom je dat.
Vraag om hypotheses, niet om de oorzaak
Vraag nooit "wat is de oorzaak?". Vraag: "welke oorzaken passen bij deze gegevens, en hoe toets ik ze?" Zo blijft de diagnose open totdat jouw meting de knoop doorhakt.
Laat de AI feiten en aannames scheiden
Zet het letterlijk in je prompt:
Maak twee lijsten:
1. Wat volgt direct uit mijn gegevens (feiten).
2. Wat je aanneemt zonder dat ik het heb gemeten (aannames).
Geef bij elke aanname de meting waarmee ik hem kan controleren.
Zo zie je in één oogopslag welk deel van het antwoord op jouw metingen rust en waar de AI zelf iets invult.
Geef ruimte om te zeggen "dat weet ik niet"
Voeg toe: "Als je voor dit specifieke model geen betrouwbare informatie hebt, zeg dat dan." Specificaties, aanhaalmomenten, pinbezettingen en meetwaarden per model haal je altijd uit de fabrikantinformatie of je technische database, nooit alleen uit een AI-antwoord.
Bij een storing die zich moeilijk laat vangen werkt deze aanpak extra goed, omdat je dan vooral gegevens over de omstandigheden verzamelt. Lees ook hoe je een intermitterende storing vindt in 8 stappen.
Vijf promptvoorbeelden voor de werkplaats
Kopieer ze, vul de haken in en pas ze aan je eigen werkwijze aan.
1. Eerste analyse van een storing
Ik ben monteur in een universeel autobedrijf. Voertuig: [merk, model, bouwjaar, motorcode, km-stand].
Klacht: [omschrijving, wanneer en onder welke omstandigheden].
Foutcodes: [codes, actief/opgeslagen, freeze frame].
Al gecontroleerd: [metingen en resultaten].
Beschikbaar: [diagnoseapparatuur, scope, multimeter].
Geef drie hypotheses op volgorde van waarschijnlijkheid, met per hypothese één meting die hem bevestigt of uitsluit.
2. Meetwaarde duiden
Ik meet [waarde] aan [component] bij [toerental, temperatuur, rijtoestand].
Is dit afwijkend? Leg uit welke waarde je verwacht en waarom, en zeg erbij als dit per fabrikant verschilt.
3. Volgende stap na een doodlopend spoor
Hypothese [X] is uitgesloten door [meting en resultaat].
Welke hypotheses blijven over en wat is nu de meest efficiënte volgende meting?
4. Diagnose overdragen aan een collega
Zet mijn notities om in een overdracht voor een collega die morgen verder gaat.
Structuur: klacht, gevonden foutcodes, uitgevoerde metingen met resultaten, uitgesloten oorzaken, huidige hypothese, voorgestelde volgende stap.
Voeg niets toe wat niet in mijn notities staat.
Notities: [plak hier je notities]
5. Diagnoseverslag voor de klant
Schrijf op basis van dit diagnoseverslag een korte uitleg voor de klant, zonder vakjargon.
Noem wat we hebben gevonden, wat we hebben gemeten en wat we adviseren.
Verslag: [plak hier het verslag]
Let op de zin "voeg niets toe wat niet in mijn notities staat" in voorbeeld 4. Die houdt je overdracht eerlijk: je collega leest wat jij echt hebt gedaan.
Werk je vaak aan specifieke systemen, maak dan je eigen promptvarianten met de vaste meetstappen van dat systeem erin. Een goed voorbeeld van zo'n vaste volgorde is deze storingsdiagnose van Haldex-systemen. Zet die stappen als context in je prompt, dan redeneert de AI binnen jouw werkwijze.
AI-antwoorden controleren: jij blijft de vakman
De promptgids van wij-techniek.nl is er duidelijk over: AI maakt soms fouten, dus controleer het antwoord altijd. AI helpt jou, maar jij blijft de vakman en beslist. De Belgische onderhoudsvereniging BEMAS zegt in een verslag over kennisbehoud met AI hetzelfde: AI vervangt de monteur niet, maar ondersteunt hem. De monteur blijft verantwoordelijk voor interpretatie, veiligheid en uitvoering.
In de praktijk betekent dat:
- Elke hypothese toets je met een meting. Je vervangt geen onderdeel alleen op basis van een AI-antwoord.
- Specificaties komen uit de fabrikantinformatie. Meetwaarden, aanhaalmomenten, adaptatie- en kalibratieprocedures haal je uit de officiële reparatie-informatie van het merk.
- Veiligheidskritieke systemen volgen de fabrikantprocedure. Werk je aan remmen, airbags, stuursystemen, rijhulpsystemen of hoogvoltsystemen van elektrische en hybride auto's? Dan werk je strikt volgens de voorschriften van de fabrikant en met de juiste bevoegdheid.
- Twijfel je? Overleg. Leg je bevindingen voor aan je werkplaatschef of een diagnosespecialist van het merk voordat je een ingrijpende reparatie uitvoert.
Zie AI als extra paar ogen bij je denkwerk. Het meten, beoordelen en vrijgeven doe jij.
Privacy en betrouwbaarheid in het autobedrijf
BEMAS noemt drie voorwaarden voor generatieve AI in een onderhoudsomgeving. De scope en context moeten duidelijk afgebakend zijn, beveiliging en toegangsbeheer moeten goed geregeld zijn, en een mens moet het resultaat valideren. De monteur of verantwoordelijke expert blijft eigenaar van de beslissing, vooral bij veiligheidskritieke ingrepen.
Voor een Nederlands autobedrijf komt dat neer op een paar praktische afspraken:
- Deel alleen wat nodig is. Een diagnoseprompt heeft technische gegevens nodig, geen naam, adres of telefoonnummer van de klant.
- Spreek af welke tools het team gebruikt. Als iedere monteur een andere chatbot op zijn eigen telefoon gebruikt, raakt kennis versnipperd en weet niemand wat er met de gegevens gebeurt.
- Leg de uitkomst vast. Een AI-gesprek dat in een losse app blijft hangen, is morgen weg. Een bevinding in je diagnoselogboek blijft bruikbaar.
Wil je weten welke tools geschikt zijn voor gebruik in de werkplaats? Lees dan ons overzicht van de beste AI-werkplaatstools.
Eerdere diagnoses terugvinden en hergebruiken
Een losse chatbot kent alleen wat jij er op dat moment in typt. Elke keer begin je opnieuw met het invoeren van context. En de oplossing die je collega vorige maand vond voor precies dezelfde storing, kent de chatbot niet.
Daar valt voor een werkplaats met meerdere monteurs de meeste winst te halen. Leg je diagnoses per voertuig vast, met foutcodes, meetwaarden, notities, foto's en bevindingen, dan heb je de context voor een goede prompt al in huis. AI kan dan meedenken op basis van wat er echt is gemeten. Hoe je zo'n kennisbasis opzet, lees je in AI-kennisbank voor je garage.
Drie gewoontes maken het verschil:
- Leg ook de doodlopende sporen vast. Wat je hebt uitgesloten, is voor de volgende monteur net zo waardevol als de oplossing.
- Noteer de omstandigheden bij elke meting. Een meetwaarde zonder toerental of temperatuur heb je later weinig aan.
- Sluit elke diagnose af met een verificatie. Wat was de oorzaak, wat is er gerepareerd en hoe heb je gecontroleerd dat de storing weg is?
Carozo: je diagnoses en AI op één plek
Met Carozo leg je elke diagnose per voertuig vast in één digitaal diagnoselogboek: foutcodes, meetwaarden, notities, foto's, documenten en bevindingen. De AI-assistent denkt mee op basis van wat jij en je collega's tijdens de diagnose hebben vastgelegd. Je hoeft dus minder vaak alle context opnieuw te typen, en je draagt een diagnose over zonder mondelinge uitleg.
Carozo werkt naast je diagnoseapparatuur en vervangt die niet. Je betaalt per monteur per maand: Standaard € 8, Plus € 14, Pro € 22 en Business € 38. De pakketten verschillen in het aantal AI-berichten. Bekijk de pakketten en prijzen van Carozo en probeer het 14 dagen gratis met je eigen team.
Onze kijk op AI prompting in de werkplaats
De meeste monteurs die AI een keer hebben geprobeerd, kennen het: een algemeen antwoord dat je zelf ook had kunnen bedenken. Dat ligt zelden aan de AI. Het ligt aan de context. Een monteur die midden in een diagnose zit, heeft geen tijd om tien regels voertuiggegevens en meetresultaten in te typen.
Daarom geloven wij dat goede prompting in de werkplaats begint bij goed vastleggen. Leg je foutcodes, meetwaarden en bevindingen tijdens het werk vast, dan is de context er al op het moment dat je de AI iets vraagt. Dan wordt de vraag kort en het antwoord concreet.
Daar komt bij dat diagnosekennis in veel garages in de hoofden van een paar ervaren monteurs zit. Gaat zo'n monteur met vakantie of met pensioen, dan gaat die kennis mee. Een centraal diagnosegeheugen voor het hele team, met AI die meedenkt op basis van echte voertuiggegevens, houdt die kennis in het bedrijf. Zo leert een nieuwe collega van elke storing die het team al heeft opgelost.
AI neemt de beslissing niet over. Jij meet, jij beoordeelt, jij geeft vrij. Maar je hoeft niet meer vanaf nul te beginnen.
Jeroen
Veelgestelde vragen
Moet ik als monteur een cursus prompt engineering volgen?
Nee, voor diagnosewerk heb je vooral een vaste structuur nodig. Met het DCA-model en de zes onderdelen van een storingsprompt kom je al ver. Wil je dit in je team vastleggen, neem het dan op in je interne diagnosetraining.
Kan AI mijn diagnoseapparatuur vervangen?
Nee. Diagnoseapparatuur leest uit en meet, AI helpt je om met die uitkomsten verder te denken. Je hebt ze allebei nodig, en de meting is altijd leidend.
Welke gegevens deel ik beter niet met een AI-assistent?
Deel alleen wat nodig is voor de technische diagnose: voertuiggegevens, foutcodes, meetwaarden en wat je al hebt gedaan. Persoonsgegevens van de klant horen niet in een diagnoseprompt. Spreek binnen je bedrijf af welke tools gebruikt mogen worden.
Wat doe ik als het AI-antwoord niet klopt met mijn meting?
Dan wint je meting. Geef de AI je meetresultaat terug en vraag welke hypotheses daarmee vervallen en wat de volgende stap is. Zo wordt ook een fout antwoord nog bruikbaar, omdat het een oorzaak uitsluit.
Bronnen
- Promptgids AI voor de installatiesector 2026 (wij-techniek.nl)
- Techniek Nederland: handout regiobijeenkomst Oost, basis prompt engineering
- BEMAS: Knowledge Retention with AI