# Begin met LLM's: van nul naar je eerste toepassing [Naar de inhoud](#lm-inhoud)Netwerk/NL[EN](/en/leerpad-beginners)[Hubhub.llmnet.nlModellen vergelijken op taak, taal, kosten en licentie.](https://hub.llmnet.nl/)[Communitycommunity.llmnet.nlPrompttechnieken, patronen en systeemprompts.](https://community.llmnet.nl/)[APIapi.llmnet.nlLLM's robuust in software: rate limits, routing, structured output.](https://api.llmnet.nl/)[Consultancyconsultancy.llmnet.nlAI invoeren in een organisatie, van pilot tot productie.](https://consultancy.llmnet.nl/)[Nieuwsnieuws.llmnet.nlOntwikkelingen in AI, geduid voor Nederland.](https://nieuws.llmnet.nl/)[Benchmarkbenchmark.llmnet.nlZelf meten wat AI-kwaliteit is, voor jouw taken.](https://benchmark.llmnet.nl/)[Vacaturesvacatures.llmnet.nlAI-rollen, salarissen en carrièrepaden in Nederland.](https://vacatures.llmnet.nl/)[Lerenleren.llmnet.nlAI-concepten in gewoon Nederlands, van beginner tot bouwer.](https://leren.llmnet.nl/)[Gidsgids.llmnet.nlAI privé draaien op eigen Mac, pc, NAS of thuisserver.](https://gids.llmnet.nl/)[Directorydirectory.llmnet.nlHet AI-ecosysteem in kaart: tools, modellen, bedrijven.](https://directory.llmnet.nl/)[Radarradar.llmnet.nlSignalen uit X, onderzoek en communities voor indie developers.](https://radar.llmnet.nl/)[Appsapps.llmnet.nlReviews van AI-apps en open-source repo's, met tips voor wie zelf bouwt.](https://apps.llmnet.nl/)[llmnet.nl — hoofdsite](https://llmnet.nl/)[](https://x.com/intent/post?url=https%3A%2F%2Fleren.llmnet.nl%2Fleerpad-beginners&text=Begin%20met%20LLM%27s%3A%20van%20nul%20naar%20je%20eerste%20toepassing)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fleren.llmnet.nl%2Fleerpad-beginners)[](https://www.reddit.com/submit?url=https%3A%2F%2Fleren.llmnet.nl%2Fleerpad-beginners&title=Begin%20met%20LLM%27s%3A%20van%20nul%20naar%20je%20eerste%20toepassing)[](#)[](https://x.com/intent/post?url=https%3A%2F%2Fleren.llmnet.nl%2Fleerpad-beginners&text=Begin%20met%20LLM%27s%3A%20van%20nul%20naar%20je%20eerste%20toepassing)[](https://www.linkedin.com/sharing/share-offsite/?url=https%3A%2F%2Fleren.llmnet.nl%2Fleerpad-beginners)[](https://www.reddit.com/submit?url=https%3A%2F%2Fleren.llmnet.nl%2Fleerpad-beginners&title=Begin%20met%20LLM%27s%3A%20van%20nul%20naar%20je%20eerste%20toepassing)[](#)Door Ivo Donker — samengesteld met AI-ondersteuning (Claude & Gemini) · Laatst bijgewerkt: 27 juli 2026 LLMNet | Leren # Begin met LLM's: van nul naar je eerste toepassing Welkom bij dit introductietraject. Hier leer je stap voor stap de theorie en praktijk achter Large Language Models (LLM's), zodat je met vertrouwen jouw eigen AI-toepassingen kunt bouwen. ## Module 1: Basisbegrippen Ontdek wat een LLM precies is en begrijp de fundamenten achter de technologie. ### Leerdoelen - Begrijpen hoe tekst wordt opgedeeld en verwerkt als tokens. - De werking van next-token prediction in eigen woorden uitleggen. - Het concept van een context window en de geheugenlimieten van modellen herkennen. ### Oefening Gebruik een online token-calculator (bijvoorbeeld de tokenizer van OpenAI) en voer een complexe Nederlandse zin in. Bekijk hoe de zin in stukken breekt. Schrijf op hoeveel woorden je hebt gebruikt versus het aantal gegenereerde tokens, en bedenk waarom Nederlandse woorden soms in meer tokens opbreken dan Engelse woorden. ## Module 2: Prompteren De manier waarop je een vraag stelt (de prompt) bepaalt direct de kwaliteit en relevantie van het antwoord. ### Leerdoelen - Het verschil tussen zero-shot (geen voorbeelden) en few-shot (enkele voorbeelden) prompting toepassen. - Specifieke rollen en kaders toewijzen via een krachtige system prompt. - Complexe taken opbreken in heldere, gestructureerde instructies. ### Oefening Schrijf een few-shot prompt waarmee je de AI traint om het sentiment (positief, neutraal of negatief) uit drie fictieve klantbeoordelingen te halen, inclusief een JSON-output structuur als voorbeeld. Test je prompt in een vrij beschikbare chat-interface. ## Module 3: API-basis Stap uit de web-interface en leer hoe je geautomatiseerd kunt communiceren met LLM's via code. ### Leerdoelen - Begrijpen wat een API-endpoint is en hoe authenticatie werkt. - Het veilig opslaan en beheren van API-sleutels (nooit in publieke code). - Een standaard JSON-payload (inclusief messages array) structureren voor een LLM-verzoek. ### Oefening Schrijf (of genereer met behulp van AI) een eenvoudig cURL-commando of Python-script dat een basale "Hallo wereld"-vraag stuurt naar een LLM API-endpoint (zoals Anthropic of DeepSeek) en bestudeer hoe de teruggestuurde JSON-respons is opgebouwd. ## Module 4: Veiligheid & Privacy Het verantwoord inzetten van AI is de belangrijkste stap voordat je live gaat. Voorkom datalekken en onbetrouwbare output. ### Leerdoelen - Persoonlijk Identificeerbare Informatie (PII) filteren uit gebruikersinvoer. - De oorzaken en risico's van hallucinaties (het verzinnen van feiten) begrijpen. - Retrieval-Augmented Generation (RAG) op hoofdlijnen begrijpen als methode om feitelijke antwoorden af te dwingen. ### Oefening Schrijf een fictieve e-mail van een klant met een klacht, inclusief naam, adres en rekeningnummer. Bedenk vervolgens een logica (of een prompt voor een pre-processing AI) om deze tekst volledig te anonimiseren voordat het naar een extern API-endpoint verzonden mag worden. Vragen over je eerste API-script of vastgelopen bij een oefening? Deel je ervaringen en praat mee op [community.llmnet.nl](https://community.llmnet.nl). © 2026 LLMNet. Alle rechten voorbehouden.