Roosevelt Docs
AI & Automation

Prompt Engineering

Framework voor systematische prompt development en optimalisatie

Prompt Engineering Framework

Roosevelt gebruikt een gestructureerd prompt engineering framework voor consistente en reproduceerbare AI-output.

Template Systeem

Prompts worden opgeslagen als templates met variabelen:

prompts/
├── templates/
│   ├── research/
│   │   ├── web-search.jinja2
│   │   └── document-summarization.jinja2
│   ├── planning/
│   │   ├── task-decomposition.jinja2
│   │   └── architecture-design.jinja2
│   └── coding/
│       ├── code-generation.jinja2
│       └── code-review.jinja2

Best Practices

Structuur

# Role/Context
Je bent een senior TypeScript engineer...

# Task
Analyseer de volgende code op security kwetsbaarheden...

# Input
[CODE]
{code}
[/CODE]

# Output Format
Retourneer een JSON array met findings...

Principes

  1. Specifiek zijn — Vague prompts → vague output
  2. Voorbeelden geven — Few-shot examples verbeteren output significant
  3. Output format definiëren — JSON, markdown of plain text?
  4. Context meegeven — Wat is de rol, de taak, de constraints?
  5. Chain-of-thought — "Think step by step" voor complexe redenering

Versie Beheer

Prompts worden versioned in Git met semantic versioning:

prompts/
└── code-review/
    ├── v1.0.0.jinja2   # Baseline
    ├── v1.1.0.jinja2   # + Security checks
    └── v2.0.0.jinja2   # Complete rewrite

Previous

MCP Tools

Next

API Reference

On this page