# Hoe beperk ik hoeveel een LLM schrijft?

> Hoe ontwikkelaars de output van een LLM begrenzen: max tokens instellen, om formaat en lengte vragen, stopsequenties en gestructureerde output, afgekapte antwoorden.

Source: https://greenai.guide/nl/hoe/hoe-beperk-ik-hoeveel-een-llm-schrijft/  
Updated: 2026-11-19

## In het kort

Stel in de API-aanroep een maximale outputlengte in, vertel het model in de prompt welk formaat en welke lengte u wilt, en gebruik stopsequenties of gestructureerde output zodat het stopt als het werk klaar is. Het energieverbruik groeit met het aantal tokens dat een model genereert, dus output begrenzen is een van de eenvoudigste besparingen in elke toepassing.

## Steps

1. Bepaal voor elke functie het langste nuttige antwoord en stel het maximale aantal outputtokens van de API daarop in.
2. Vermeld het formaat en de lengte in de prompt, zoals "drie opsommingstekens".
3. Gebruik gestructureerde output, zoals een JSON-schema, als uw code alleen velden nodig heeft.
4. Voeg stopsequenties toe waar het antwoord een natuurlijk eindpunt heeft.
5. Detecteer antwoorden die door de limiet zijn afgekapt en handel ze af in plaats van stilzwijgend opnieuw te proberen.

**Vertel het model, en de API, hoeveel u wilt.** Modellen genereren één [token](/nl/woordenlijst/#token) tegelijk, en elk
token kost rekenwerk.

## Waarom doet het ertoe? {#why-does-it-matter}

Delavande, Pierrard en Luccioni ontdekten dat het energieverbruik lineair groeit met de lengte van wat wordt
gegenereerd, en dat grotere modellen niet alleen meer energie per token verbruiken, maar ook langere antwoorden
geven. UNESCO en University College London ontdekten dat kortere prompts en antwoorden het energieverbruik met meer
dan de helft konden verlagen.

## Welke instellingen moet ik gebruiken? {#which-controls-should-i-use}

- **Maximaal aantal outputtokens.** Elke grote API heeft hiervoor een parameter. Stel die per functie in, niet als één
  ruime globale waarde.
- **Instructies.** "Antwoord in één zin" of "geef alleen de naam van de categorie terug" werkt beter dan alleen een
  harde limiet, omdat het model dan een kort antwoord plant in plaats van te worden afgekapt.
- **Gestructureerde output.** Als uw code velden uitleest, vraag dan om JSON volgens een schema en sla het proza over.
- **Stopsequenties.** Beëindig het genereren bij een markering, zoals een afsluitende tag.
- **Redeneerinspanning.** Als een model een denk- of redeneerinstelling biedt, gebruik dan het laagste niveau dat uw
  tests doorstaat: zie [wanneer u redeneermodi gebruikt](/nl/hoe/wanneer-gebruik-ik-de-denk-of-redeneermodus-van-een-ai/).

## Veelgemaakte fouten {#common-mistakes}

- **Limieten zo krap dat antwoorden worden afgekapt**, gevolgd door een automatische nieuwe poging met een hogere
  limiet. Dat kost meer dan meteen de juiste lengte kiezen.
- **Vragen om uitleg die niemand leest**, zoals "leg je redenering uit" in een classificatiepipeline.
- **Outputtokens niet per functie loggen**, waardoor de breedsprakigste functies verborgen blijven.

Lees voor gewoonten aan de gebruikerskant [AI efficiënt gebruiken](/nl/goede-praktijk/ai-efficient-gebruiken-dagelijkse-gewoonten/).

## Bronnen

- [Small talk, big impact: the energy cost of thanking AI](https://arxiv.org/abs/2601.22357), Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
