Een functiebeschrijving schrijven met AI: prompts voor recruiter

Een functiebeschrijving schrijven kost vaak meer tijd dan je zou willen: de juiste toon vinden, taken opsommen zonder wat te vergeten, formuleringen vermijden die bepaalde profielen afschrikken. AI vervangt je kennis van de functie niet, maar versnelt de structurering en verbetert de duidelijkheid van de eindtekst. Hier is hoe je het praktisch gebruikt, met geteste prompts en een voor/na-voorbeeld.

Waarom AI gebruiken voor een functiebeschrijving

Een slecht geschreven functiebeschrijving is duur: sollicitanten buiten je doelgroep, gesprekken die voortijdig eindigen, verrassingen bij aanwerving. AI helpt op drie specifieke punten:

• De structuur: het organiseert automatisch context, taken, gezocht profiel en voorwaarden, zonder iets te vergeten.
• De duidelijkheid: het herformuleert vage zinnen (“goed contactvermogen”, “teamgeest”) tot concretere criteria.
• De inclusiviteit: het herkent formuleringen die bepaalde kandidaten ontmoedigen zonder dat je het merkt.

Dit werk gebeurt in enkele minuten in plaats van een uur redactie vanaf blanco. De recruiter behoud controle over de inhoud, AI verzorgt de vorm.

De 5 prompts om te gebruiken

1. Een eerste volledige versie structureren

“Schrijf een functiebeschrijving voor een [functietitel] in [branche]. Structureer het in 5 delen: presentatie van het bedrijf, hoofdtaken (5 tot 7 punten), vereiste competenties, gezocht profiel, voorwaarden (contract, locatie, salaris indien bekend). Professionele maar toegankelijke toon, max. 350 woorden.”

Deze prompt geeft een volledige basis die je daarna aanpast met details specifiek voor je bedrijf.

2. Herformuleren in inclusieve taal

“Hier is een functiebeschrijving: [tekst plakken]. Identificeer termen of formuleringen die sollicitaties van vrouwen, personen met een beperking of onconventionele profielen kunnen ontmoedigen. Stel een herformuleerde versie voor zonder de betekenis van de taken te veranderen.”

AI herkent bijvoorbeeld impliciete geslachtsgebonden bijvoeglijke naamwoorden (“jong dynamisch team”) of onevenredige eisen in verhouding tot de echte functie.

3. De toon aanpassen aan de bedrijfscultuur

“Herschrijf deze functiebeschrijving [tekst plakken] in een meer [warmere / formele / directe] toon, terwijl je de feitelijke informatie intact houdt. Het bedrijf is een [startup / mkb / groot concern] in de sector [X].”

Handig als de eerste versie te generiek klinkt of niet aansluit bij je employer branding.

4. Meerdere functietitels genereren

“Stel 5 verschillende functietitels voor voor deze functie: [korte omschrijving van taken]. Ze moeten duidelijk zijn voor een vacaturesearch-engine, zonder intern jargon, en aantrekkelijk voor zowel junior als ervaren kandidaten.”

De functietitel bepaalt een groot deel van de zichtbaarheid van de vacature. Meerdere formuleringen testen voor publicatie voorkomt dat je goede profielen mist.

5. Vooroordelen en lengte controleren voor publicatie

“Controleer deze functiebeschrijving [tekst plakken] en geef aan: te lange zinnen, herhalingen, eisen die niet gerechtvaardigd worden door de functie (diploma, jaren ervaring), en ontbrekende elementen voor een kandidaat die de vacature voor het eerst leest.”

Deze laatste prompt dient als eindredactie, voor distributie op jobboards.

Voor/na-voorbeeld

Voor (handmatige redactie, 15 minuten, nog incompleet):

“We zoeken een gemotiveerde en dynamische klantenadviseur om ons team te vervoegen. Goed uiterlijk vereist, teamgeest essentieel. Functie snel in te vullen.”

Deze tekst zegt niets over echte taken, salaris of verwachte competenties. Het ontmoedigt ook impliciet bepaalde profielen met “goed uiterlijk”.

Na (via prompt nr. 1 en nr. 2, 4 minuten):

“Klantenadviseur(s) B2B — Sluit aan bij een team van 6 personen om een portefeuille van 80 zakelijke klanten te beheren. Taken: opvolging klantaccounts, verwerking van klachten, maandelijks rapportage, deelname aan vernieuwingsonderhandelingen. Profiel: goed thuis met CRM-tools, ervaring in klantenbeheer gewaardeerd (starters welkom met interne training). Vaste contract, Utrecht, 28-32k€ afhankelijk van ervaring.”

De winst is niet alleen esthetisch: de tweede versie filtert al goede kandidaten dankzij precieze criteria, en is klaar om zonder verdere wijzigingen gepubliceerd te worden.

De functiebeschrijving echt inclusief maken, niet alleen “politiek correct”

Inclusiviteit gaat niet alleen om “M/V” achter de functietitel. Het gaat erom te verifiëren dat elke eis echt noodzakelijk is voor de functie. Een handige prompt daarvoor: vraag AI om elke criteria van de beschrijving te rechtvaardigen (“waarom is dit diploma essentieel?”). Als ze geen sterke rechtvaardiging vindt, is het vaak een teken om het criteria flexibeler te maken.

Dezelfde voorzorgsmaatregel geldt later in het wervingsproces, bijvoorbeeld bij het jaarlijks gesprek met AI of om vragen voor te bereiden bij een sollicitatiegesprek aan beide kanten van recruiter en kandidaat.

Formuleringen vergelijken voor publicatie

Elke AI heeft een eigen stijl: sommige zijn beknopter, andere formeler, weer andere creatiever over functietitels. Dezelfde functiebeschrijving genereren met twee of drie modellen helpt je de versie te vinden die het best aansluit bij je employer branding voordat je publiceert. Het is ook een goed middel om na te gaan dat geen vooroordeel zich in slechts één versie heeft genesteld — zoals uitgelegd in ons artikel over het feit dat dezelfde prompt verschillende resultaten geeft afhankelijk van de AI.

Hiervoor hoef je niet tussen meerdere tabbladen en abonnementen te jongleren: met probeer noov.ai gratis, kun je dezelfde prompt aan ChatGPT, Claude, Gemini of DeepSeek in één interface indienen en de gegenereerde functiebeschrijvingen naast elkaar vergelijken voordat je de beste versie kiest. Als je regelmatig aanwerft, verdient deze vergelijkingsreflex ook toepassing op andere HR-taken, zoals gedetailleerd in onze gids over meerdere AI tegelijk gebruiken.

Samengevat

Een succesvolle functiebeschrijving met AI volgt altijd hetzelfde schema: een structureringsprompt, een inclusiviteitscheck, een tonaanpassting en een eindcontrole op vooroordelen. De tijdwinst is reëel, maar de kwaliteit hangt af van wat je in de prompt stopt — hoe specifieker je de functiecontext aangeeft, hoe directer de uitvoer bruikbaar is.