Vibe coding vs prompt engineering: wat is het verschil?

Het korte antwoord

Prompt engineering gaat over wat je de AI vraagt. Vibe coding gaat over wat je doet met wat je terugkrijgt. Het zijn twee verschillende momenten in hetzelfde werk, en daarom kun je ze allebei tegelijk doen: een vibecoder kan uitstekende prompts schrijven en nog steeds nooit naar de code kijken.

Een betere prompt levert vaker goede code op. Of de code die je nu voor je hebt goed is, weet je pas als iemand hem leest. Dat lezen is wat vibe coding overslaat, en geen prompt vult dat gat.

Wat is prompt engineering?

Prompt engineering is het vak om een instructie aan een taalmodel zo te formuleren dat het antwoord bruikbaar is. Je geeft het model de context die het mist, zegt welk formaat je terug wilt, geeft voorbeelden en legt de randvoorwaarden vast. De term werd gangbaar met GPT-3 en ChatGPT, toen bleek dat dezelfde vraag in andere woorden een heel ander antwoord opleverde.

Prompt engineering is breder dan code. Je gebruikt het net zo goed voor een samenvatting, een klantmail of het sorteren van supporttickets. Het werkt per uitwisseling: één vraag, één antwoord, zo goed mogelijk.

Wat is vibe coding?

Vibe coding is software bouwen met AI op basis van gevoel: je beschrijft wat je wilt, kijkt of het werkt en of het er goed uitziet, en leest de code zelf niet. Andrej Karpathy gaf het in februari 2025 zijn naam. De volledige uitleg staat in wat is vibe coding.

Waar prompt engineering over de invoer gaat, gaat vibe coding over de controle achteraf. Of eigenlijk over het ontbreken ervan. Het tegenovergestelde van vibe coding is AI-assisted coding, waarbij je de output wel leest en beoordeelt. Dat verschil werken we uit in vibe coding vs AI-assisted coding.

Het verschil in één oogopslag

	Prompt engineering	Vibe coding
Wat het is	Een vaardigheid: een instructie aan een model goed formuleren.	Een manier van werken: bouwen met AI zonder de code te lezen.
Waar het over gaat	De invoer: wat je het model vraagt en hoe.	De output: wat je accepteert, op basis van of het werkt.
Toepassing	Elke taak met een taalmodel, van code tot klantmail.	Software bouwen, van een prototype tot een complete app.
Wat het oplevert	Vaker een bruikbaar antwoord bij de eerste poging.	Snel iets werkends, zonder programmeerkennis.
Waar het misgaat	Een perfecte prompt zegt niets over of het antwoord klopt.	Fouten die je niet ziet, blijven zitten tot iemand erover struikelt.

Een goede prompt maakt vibe coding niet veilig

Neem twee prompts voor dezelfde loginpagina. De eerste is hoe veel mensen beginnen:

Maak een loginpagina met e-mail en wachtwoord.

De tweede is wat prompt engineering ervan maakt:

Maak een loginpagina voor een Next.js-app met e-mail en wachtwoord.
Sla wachtwoorden op als bcrypt-hash, nooit als platte tekst.
Blokkeer een e-mailadres na vijf mislukte pogingen voor vijftien minuten.
Geef bij een fout dezelfde melding, of het adres nu bestaat of niet.
Schrijf tests voor een geldige login, een fout wachtwoord en de blokkade.

De tweede prompt levert duidelijk betere code op. Hij noemt de risico’s die een model anders vergeet en vraagt om tests. Toch weet je na het genereren nog steeds niet of het model het ook zo gedaan heeft. Misschien staat de blokkade in het geheugen van één server en werkt hij niet meer zodra er twee draaien. Misschien testen de tests alleen wat de code toevallig doet.

Een vibecoder ziet dat de pagina werkt en gaat door. Een developer leest de diff en ziet het. Dezelfde prompt, een ander eindproduct.

Prompt engineering verhoogt de kans op goede code. Alleen review vertelt je of het deze keer gelukt is.

Vibecoders prompten ook, alleen anders

Vibe coding is prompten, de hele dag door. Alleen ziet een vibe-prompt er meestal zo uit: een foutmelding in de chat plakken, een screenshot met “dit klopt niet”, of “het werkt nog steeds niet, probeer iets anders”. Dat werkt verrassend vaak. Het model krijgt precies de context die het nodig heeft om het zichtbare probleem op te lossen.

Het onzichtbare probleem lost het niet op, omdat niemand ernaar vraagt. Een vibecoder die beter leert prompten, bouwt sneller en met minder rondjes. De code wordt er vaak ook beter van. Het blinde punt blijft op dezelfde plek zitten: wat je niet kunt zien, kun je niet vragen.

Van prompt naar spec en context

Met AI coding agents verschuift het zwaartepunt. Een agent als Claude Code of Codex kan een uur lang zelfstandig werken en leest onderweg tientallen bestanden. Eén goed geformuleerde prompt aan het begin weegt dan minder dan wat er de hele sessie in het contextvenster staat. Dat heet context engineering: bepalen welke instructies, bestanden en voorbeelden het model per stap ziet.

Wat langer moet meegaan dan één prompt, schrijf je daarom op. Een spec die zegt wat de software moet doen, een instructiebestand in de repo met je conventies, tests die falen als het misgaat. Hoe dat werkt, lees je in spec-driven development vs vibe coding en harness engineering. De les van prompt engineering blijft staan: een model doet wat je vraagt, dus wees precies. Je legt het alleen vast op een plek die langer meegaat dan één sessie.

Welke heb je nodig?

Het antwoord hangt af van wat je bouwt. Prompt engineering is altijd nuttig. De vraag is of je daarnaast ook naar de output moet kijken.

🧪

Een prototype of een eenmalig script

Vibe coding met goede prompts is hier prima. Beschrijf wat je wilt, noem de randvoorwaarden en kijk of het werkt. Als het misgaat, gooi je het weg.

🚀

Software die echte gebruikers krijgt

Prompt engineering is dan het begin. Daarna leest iemand de code, draaien er tests en gaat er niets live zonder review. Dat is AI-assisted coding.

Waar het kantelpunt ligt en wat er nodig is om een vibe-coded app klaar te maken voor productie, beschrijven we in de laatste 20% van een vibe-coded project.

Conclusie: vragen en controleren zijn twee vaardigheden

Prompt engineering en vibe coding zitten niet op dezelfde schaal. De een maakt je vraag beter, de ander beschrijft of je het antwoord controleert. Goede prompts maken een vibecoder sneller, en een AI-assisted coder productiever. Alleen de tweede weet ook wat er gebouwd is.

Veelgestelde vragen

Wat is het verschil tussen vibe coding en prompt engineering?

Prompt engineering is de vaardigheid om een instructie aan een taalmodel goed te formuleren: context geven, het formaat vastleggen, voorbeelden en randvoorwaarden noemen. Vibe coding is een manier van software bouwen met AI waarbij je de code niet leest en alleen kijkt of het werkt. Prompt engineering gaat over de invoer, vibe coding over wat je met de output doet. Je kunt ze dus tegelijk doen.

Is vibe coding een vorm van prompt engineering?

Nee. Vibe coding bestaat uit prompten, maar het kenmerk ervan is dat je de output niet beoordeelt. Prompt engineering is een vaardigheid die je bij elke taak met een taalmodel kunt inzetten, ook bij vibe coding en ook bij AI-assisted coding, waarbij je de code wel leest.

Heb je prompt engineering nodig om te vibecoden?

Om te beginnen niet. Veel vibecoders komen ver met een korte beschrijving en het terugplakken van foutmeldingen. Betere prompts helpen wel: wie de randvoorwaarden, de stack en de risico's noemt, krijgt vaker in één keer bruikbare code en heeft minder rondjes nodig.

Maakt een goede prompt AI-code veilig?

Een goede prompt maakt veilige code waarschijnlijker, omdat je risico's als wachtwoordopslag en invoercontrole expliciet noemt. Of het model zich eraan gehouden heeft, zie je pas als iemand de code leest en de tests controleert. Zonder die review weet je niet of de beveiliging die je vroeg er ook echt in zit.

Is prompt engineering nog relevant met AI coding agents?

Ja, al verschuift het. Een agent werkt lang zelfstandig en leest onderweg veel bestanden, waardoor één prompt aan het begin minder weegt. De precisie verhuist dan naar plekken die blijven: een spec, een instructiebestand in de repo en tests. Dat heet ook wel context engineering of harness engineering.

Wat is context engineering?

Context engineering is bepalen wat er per stap in het contextvenster van een taalmodel staat: welke instructies, bestanden, voorbeelden en eerdere resultaten het model ziet. Prompt engineering gaat over één instructie formuleren, context engineering over alles wat het model meekrijgt. Bij AI agents die lang zelfstandig werken is dat laatste vaak belangrijker.

Iets gebouwd met AI en benieuwd wat er echt in zit?

We lezen de code, vertellen je eerlijk wat er nodig is om van prototype naar productie te gaan, en bouwen het als je dat wil.

Bekijk onze vibe coding audit →

AI in je product laten bouwen →