Serhii LypiiAI maakt offertes niet beter, maar wel sneller. Dat is de eerlijke versie van het verhaal.
Vraag je ChatGPT om een offerte voor “een nieuwe website met onderhoud”, dan krijg je in dertig seconden een nette tekst. Hij is vriendelijk, hij is gestructureerd, en hij klinkt als de offerte die elke andere ondernemer met dezelfde prompt ook krijgt. Klanten herkennen dat. En zodra ze het herkennen, daalt het vertrouwen.
In dit artikel laat ik zien hoe je offerte schrijven met AI wel kunt versnellen, zonder dat je tekst er generiek uitziet. Met prompts die jouw stijl oppakken, reusable scope-zinnen en een eindcontrole die voorkomt dat sjabloontaal binnensluipt.
Wat AI wel goed doet bij offertes
Een offerte heeft drie soorten inhoud: feiten (prijzen, termijnen), structuur (scope, fasering) en stem (jouw manier van schrijven). AI helpt bij de eerste twee. Bij de derde alleen als je het slim aanpakt.
Wat goed werkt in mijn ervaring:
- Een lange klantmail samenvatten tot een korte probleembeschrijving
- Een scope opsplitsen in fasen of werkpakketten
- Een eerste versie van een uitleg-paragraaf schrijven die jij daarna bijwerkt
- Standaardteksten voor algemene voorwaarden en betaling
Wat slecht werkt: de hele offerte in één keer laten genereren. De toon klopt niet, de prijsstructuur klopt niet, en de details zijn een gok.
Begin bij je eigen materiaal
Voor je AI in zet, heb je vier dingen klaar nodig.
Twee tot vijf goede oude offertes. Niet als kopieerwerk, maar om aan AI te laten zien hoe jij schrijft. Wat je opbouw is, welke woorden je gebruikt, hoe lang je paragrafen zijn.
Een lijstje terugkerende scope-zinnen. Dingen die in elke offerte staan: “back-up vóór wijzigingen is standaard”, “werk vanaf 16 uur op staging”, “minimum per factuur 50 euro”. Die zinnen wijzigen zelden, en het is zonde om ze elke keer opnieuw te schrijven.
Je tarieven en pakketten. Dat klinkt vanzelfsprekend, maar veel ondernemers hebben deze info verspreid over verschillende documenten. Eén document met alles erin maakt AI-werk veel sneller.
Een vaste opbouw. Bij mij ziet die er zo uit: probleem benoemen, oplossing benoemen, scope splitsen in werkpakketten, uurraming met bovengrens, voorwaarden. Geen verkooppraat aan het begin, geen disclaimer-blok aan het einde.
Met deze vier dingen kun je een prompt opbouwen die echt jouw werk versnelt.
Een prompt-template die werkt
Hieronder een vereenvoudigd voorbeeld van wat ik zelf gebruik. Pas hem aan naar jouw situatie.
Je helpt me een eerste concept te schrijven voor een offerte. Mijn stijl: zakelijk, kort, no-nonsense, in de ik-vorm, tutoiement. Geen marketingtaal, geen overdreven beleefdheid, geen drietraps-opbouw. Maximaal 18 woorden per zin gemiddeld.
Opbouw: probleem (max 3 zinnen), oplossing (max 5 zinnen), scope per werkpakket (bullets), uurraming met bovengrens, voorwaarden in één regel.
Klantinformatie: [hier plak je de vraag of de mail van de klant]
Mijn vaste scope-zinnen die altijd erin moeten: [hier de zinnen die per opdracht horen]
Mijn tarieven: [hier het lijstje]
Schrijf alleen het concept. Geen disclaimers, geen toelichting, geen tussenkop “Hier is uw offerte”.
Met deze prompt krijg je een concept dat ongeveer 60 tot 80 procent klopt. De rest is jouw werk: scope aanscherpen, klantnaam controleren, urenraming aanpassen aan de specifieke situatie.
Voor wie met Claude werkt: dezelfde prompt werkt daar ook. Voor wie liever lokaal werkt: een open-source model als Mistral via Ollama kan dit type werk ook aan, met als bijkomend voordeel dat de klantdata niet naar buiten gaat.
Reusable scope-zinnen
Een groot deel van mijn offerte-werk verdwijnt in herhaling. Dezelfde scope-zin schrijven over een back-up, dezelfde uitleg over staging, dezelfde voorwaarden over urenregistratie.
Wat ik klanten aanraad: maak een Markdown- of Notion-document met je tien tot twintig vaakgebruikte scope-zinnen. Voorbeelden:
- “Een back-up van de huidige site is standaard onderdeel van het werk.”
- “Werk vanaf 16 uur loopt via een staging-omgeving zodat je vooraf kunt meekijken.”
- “Tijdregistratie wordt afgerond per 15 minuten. Minimum per factuur 50 euro.”
- “Tarief is exclusief btw. Offerte is 30 dagen geldig.”
- “Bij beëindiging draag ik toegang, broncode en bestanden netjes over. Overdracht zelf reken ik per uur.”
Deze zinnen plak je in de AI-prompt of in je offerte-template. Daarmee weet je zeker dat ze er altijd in staan, dat ze consistent zijn, en dat AI ze niet “creatief” gaat herschrijven.
AVG bij klantdata in AI
Hier moet het pijnpunt benoemd worden. Plak je een klantmail met persoonsgegevens, projectinformatie en contactdetails in ChatGPT, dan gaat die data naar OpenAI. Voor losse offertes wordt dat geen schandaal, maar voor wie regelmatig gevoelige info verwerkt is het een probleem.
Wat je kunt doen om dat netjes te regelen:
- Maak de klantdata anoniem voor je hem in AI plakt. “Klant X met bedrijf Y” werkt ook.
- Gebruik een betaalde tier met een verwerkersovereenkomst (DPA). OpenAI biedt die via de API en in ChatGPT Enterprise.
- Schakel “Improve the model for everyone” of vergelijkbare data-training uit in de instellingen.
- Voor gevoelige projecten: gebruik een lokaal model. Mistral via Ollama draait op je eigen laptop, klantdata blijft binnen.
Voor specifieke juridische vragen over AVG en AI verwijs ik naar een privacy-advocaat. Dat is buiten mijn vakgebied.
De eindcontrole-checklist
Een AI-concept is een concept. Voor je het verstuurt, doe je een check. In mijn ervaring zijn dit de meest voorkomende fouten:
Klantnaam klopt niet. AI verzint soms een naam of gebruikt een naam uit de prompt op een verkeerde plek. Lees de hele offerte op naam en bedrijfsnaam.
Bedragen kloppen niet. AI is slecht in rekenen. Controleer elk getal handmatig. Vooral totalen en uurramingen.
Scope is te ruim of te vaag. AI heeft de neiging om te generaliseren. “Ik bouw een nieuwe website” is geen scope. Werkpakketten met concrete uitkomsten zijn scope.
Toon klopt niet helemaal. Een paragraaf klinkt vriendelijker of formeler dan je zou schrijven. Pas het aan.
Drietraps-opbouw is binnengeslopen. “Snel, eenvoudig en betrouwbaar.” AI doet dit graag. Eruit halen.
Marketingtaal staat erin. “Op maat gemaakt”, “innovatief”, “totaaloplossing”. Niet doen. Vervang door wat je werkelijk levert.
Datum en geldigheidstermijn ontbreken. Een offerte zonder datum geeft gedoe. Voeg toe.
Volgorde is verkeerd. Eerst het probleem, dan de oplossing, dan de scope, dan het bedrag, dan de voorwaarden. AI gooit dat soms door elkaar.
Lees de offerte hardop voor je hem verstuurt. Klinkt een zin als jij, dan klopt het. Klinkt hij als ChatGPT, dan herschrijf je hem.
Hoeveel tijd levert het op
Voor mij ging een typische offerte schrijven van 45 minuten naar 15 minuten. Dat is niet de AI alleen, maar de combinatie: vaste opbouw, reusable scope-zinnen, en AI voor het ruwe werk.
Voor een ondernemer met drie offertes per week scheelt dat anderhalf uur per week. In een jaar bijna 75 uur. Dat is geen revolutie, dat is gewoon een paar uur per maand voor andere dingen.
Wat ik niet aanraad: de AI laten schrijven en blind versturen. Vroeg of laat krijg je een klant die opmerkt dat de toon verandert, of dat een detail niet klopt. Eén foute offerte kost meer dan honderd snelle.
Wanneer AI niet zinvol is
Niet elke offerte heeft AI nodig. Voor een korte vervolgopdracht bij een vaste klant ben je sneller met een handgeschreven mail. Voor een complexe opdracht met veel afhankelijkheden helpt AI maar beperkt; daar moet jouw inschatting de meeste plek krijgen.
AI werkt het beste op de middencategorie: standaardopdrachten die wel structuur hebben, maar veel herhaal-werk bevatten. Onderhoudsvoorstellen, websitebouw-trajecten, migraties, herstelopdrachten. Daar zit de tijdwinst.
Voor een mkb-ondernemer die per maand tien tot dertig offertes maakt, is een AI-workflow met een goede prompt en eindcontrole een logische stap. Voor wie er drie per jaar maakt, is het niet de eerste plek om je tijd te investeren.
Wat ik gebruik
Bij mijn eigen offertes werk ik met een Markdown-template, een vast bestandje met scope-zinnen en een prompt in Claude of ChatGPT. De klantmail anonimiseer ik voor ik hem plak. Het concept gaat door mijn eigen check voor het naar de klant gaat.
Wat ik niet doe: een tool inhuren die “AI-powered proposals” verkoopt. De meeste daarvan zijn een dure laag bovenop wat je ook met een eigen prompt kunt. Voor specialistische sectoren (architectuur, juridische dienstverlening) kunnen die tools nuttig zijn. Voor mkb-IT en webwerk levert een eigen workflow meer op.
Een goed startpunt voor wie wil leren prompten is de OpenAI prompt engineering guide. Meer over AI in een mkb-context staat in de categorie AI voor mkb.
Stuur me een voorbeeld van een eerdere offerte en wat er nu niet werkt. Ik reageer binnen 4 uur op werkdagen.
