Scherpere lovable prompts schrijven met de mini-spec techniek
Wie een complexe functionaliteit in één lange alinea aan Lovable vraagt, krijgt vaak een rommelige UI of kapotte logica. Met de mini-spec techniek ontleed je jouw opdracht vooraf, waardoor de AI direct de juiste code genereert.
lvbl.nl redactie
Bijdrager · lvbl.nl
Het probleem met verhalende instructies
Als je in een lopende alinea uitlegt wat een knop moet doen, welke databasevelden erbij horen en hoe het eruit moet zien, moet het AI-model veel aannames doen. Een zinsnede als 'maak een handig overzicht waarin de gebruiker snel kan zoeken en filteren' is voor een mens duidelijk, maar voor een taalmodel extreem breed interpreteerbaar. Welke velden zijn doorzoekbaar? Wat gebeurt er als er geen resultaten zijn? Verandert het bestaande ontwerp van de pagina? Omdat het platform de gaten zelf probeert op te vullen, introduceert het ongemerkt code die je helemaal niet wilde hebben. Het gevolg is dat je drie extra vragen moet stellen om de gemaakte fouten weer te herstellen.
De opbouw van een mini-spec
De mini-spec techniek stapt af van verhalende teksten en vervangt deze door een vast, beknopt format. In plaats van een losse beschrijving geef je de AI een gestructureerde opdracht die bestaat uit vier vaste onderdelen: het doel, de benodigde gegevens, de exacte logica en de randvoorwaarden. Door dit format consequent te gebruiken, dwing je jezelf om vooraf na te denken over de werking, terwijl het taalmodel exact weet binnen welke grenzen het moet opereren. Je bouwt als het ware een klein af kader waarin staat wat er wel en absoluut niet mag gebeuren.
Stap 1: Het doel in één duidelijke zin
Begin je prompt altijd met een uiterst concrete doelstelling. Vermijd vaag taalgebruik en omschrijf precies welke component of functie er gebouwd of aangepast moet worden. Schrijf niet 'verbeter het zoekscherm', maar kies voor 'voeg een zoekbalk en een statusfilter toe aan de bestaande gebruikerstabel op het dashboard'. Hierdoor weet de AI direct op welke plek in het project de wijziging moet plaatsvinden en wat het eindresultaat op hoofdlijnen is.
Stap 2: Definieer de input en output
Maak expliciet welke gegevens het onderdeel binnenkomen en wat er op het scherm moet verschijnen. Geef aan welke velden uit de database of status gebruikt moeten worden. Als je een formulier laat bouwen, noem dan elk invoerveld bij naam en vermeld het verwachte datatype. Dit voorkomt dat het platform zelf velden verzint of belangrijke invoervelden vergeet. Geef ook aan hoe de output eruitziet als er bijvoorbeeld nog geen data aanwezig is, zodat de interface in alle situaties netjes blijft functioneren.
Stap 3: Leg de specifieke logica vast
Beschrijf stap voor stap wat er gebeurt wanneer de gebruiker een actie uitvoert. Denk hierbij aan het klikken op een knop, het versturen van een formulier of het aanpassen van een selectievakje. Geef duidelijk aan welk signaal naar de database gestuurd moet worden en wat de verwachte reactie van de interface is. Moet er een melding verschijnen? Moet de pagina herladen worden of ververst de data op de achtergrond? Door deze stappen genummerd neer te zetten, volgt het model exact het logische pad dat jij voor ogen hebt.
Stap 4: Strikte randvoorwaarden en uitsluitingen
Dit is het meest cruciale onderdeel van de techniek. Hier geef je aan wat de AI expliciet niet mag veranderen. Modellen hebben soms de neiging om bij het toevoegen van een nieuwe functie het bestaande ontwerp te herzien of omliggende componenten te herstructureren. Door in je randvoorwaarden op te nemen dat het bestaande kleurenpalet, de huidige navigatiestructuur en de omliggende componenten ongewijzigd moeten blijven, behoud je de controle over je applicatie.
Zo ziet de techniek er in de praktijk uit
Wanneer je dit samenvoegt in de chat, ziet een effectieve prompt er als volgt uit:
Doel: Voeg een exportknop toe aan de tabel met facturen. Input: Bestaande facturendata uit de database. Logica: 1. Gebruiker klikt op de knop Exporteer naar CSV. 2. Genereer een CSV-bestand van de momenteel gefilterde rijen. 3. Start direct een download in de browser met de naam facturen-export.csv. Randvoorwaarden: Pas het uiterlijk van de tabel niet aan. Gebruik voor de knop de bestaande secundaire knop-styling. Wijzig geen andere bestanden dan de factuurcomponent.
Waarom deze aanpak tijd en credits bespaart
Wanneer je op deze wijze bouwt, merk je dat de AI in één keer het juiste resultaat oplevert. Je voorkomt de bekende herstellus, waarbij je steeds kleine fouten moet corrigeren die door onduidelijke instructies zijn ontstaan. Dit scheelt niet alleen enorm veel tijd, maar zorgt er ook voor dat je minder snel door je limieten heen bent. Bovendien blijft je codebase een stuk schoner, omdat er geen onnodige codefragmenten worden achtergelaten door mislukte pogingen.
Maak van de mini-spec een vaste gewoonte
Het kost in het begin een paar minuten extra om een opdracht zo nauwkeurig uit te werken in een notitieblok voordat je deze in het chatvenster plakt. Die investering verdien je echter direct terug zodra de code gegenereerd wordt. Bewaar het format van de mini-spec bij je favoriete notities en vul het in voor elke middelgrote of grote aanpassing. Zo haal je het maximale uit het platform en houd je zelf de regie over het eindresultaat.
Vond je dit fijn?
Geef een hartje en deel het met een andere Lovable-fan.