Hoe schrijft generatieve AI? Tips en tops van een contentstrateeg
Als je generatieve AI inzet om teksten te maken, waar moet je op letten? Wat gaat goed, en waar moet je nog bijsturen?
‘In hoeverre kun je AI nu eigenlijk écht inzetten voor contentcreatie?’
Met deze vraag werd ik door de redactie van het Marketingfacts Jaarboek op pad gestuurd. De vraag: schrijf een essay waarin je een antwoord zoekt op deze vraag. Nu het Jaarboek op het punt staat om het levenslicht te zien, sloeg ik mijn bijdrage er nog eens op na: zou het nog steeds actueel zijn (de veranderingen gaan immers enorm hard)? Sta ik nog achter de inhoud?
Gelukkig kan ik beide vragen beantwoorden met ‘jawel’. Maar wel bedacht ik me dat ik een kant van het verhaal nog niet helemaal heb belicht. Namelijk: als je generatieve AI inzet om teksten voor je te maken, waar moet je dan vooral op letten? Wat gaat goed, en waar moet je echt nog bijsturen?
Even voor de context: het is niet zo dat ik ChatGPT inzet om blogposts of artikelen voor me te laten schrijven op basis van wat er online te vinden is over een onderwerp. Maar wel krijg ik als freelance contentstrateeg regelmatig teksten onder ogen die zijn gegenereerd door taalmodellen (vaker Claude dan ChatGPT) op basis van input van experts. Bijvoorbeeld: IT-specialisten hebben een podcast opgenomen over trends op het gebied van softwareontwikkeling, het transcript wordt aan Claude gegeven en met de hulp van een beproefde prompt komt daar een blogpost uit, die de essentie van de podcast naar voren brengt en lezers prikkelt om te gaan luisteren.
Wat ook voorkomt: dezelfde specialisten worden door AI geïnterviewd over hun vakgebied (kan echt, probeer het maar eens!) en aan de hand van die vragen en antwoorden maakt Claude weer iets moois. Tenslotte helpt Claude ook om social media-posts te genereren als de artikelen eenmaal naar wens zijn.
Na het redigeren van -tig artikelen en social posts die door AI zijn gegenereerd, ben ik wat algemene patronen gaan herkennen: waar moet je echt nog wel even bijsturen en wat gaat wel goed?
Te degelijk
Een prikkelende kop en eerste zin van je artikel is misschien wel het belangrijkste van je hele tekst. Ga ervanuit dat AI dit grandioos verknalt. Waarschijnlijk krijg je als eerste zin een platgetreden cliché als:
De wereld verandert sneller dan ooit. Organisaties zullen in deze veranderingen mee moeten om succesvol te blijven.
En ja, je kunt in je prompt aangeven hoe creatief een AI-tool mag zijn in het bedenken van een kop of eerste zin, maar dan nog, er komt zelden iets uit dat je één-op-één kunt overnemen. De essentie uit een artikel halen lukt wel, maar dat is niet de functie van een kop of eerste zin. Die moeten prikkelen, mensen doen opveren. En hoe je dat doet, dat is iets wat mensen toch echt nog beter aanvoelen dan generatieve AI.
Te veel herhalingen
Wat bijna zonder uitzondering voorkomt: taalmodellen babbelen te veel. Ze houden van herhaling. Er is geen AI-artikel waar ik géén doublures uithaal. Met name in de conclusie worden oude koeien uit de sloot gehaald.
Te weinig structuur
Schrijven is: je lezers bij de hand nemen en ervoor zorgen dat ze het hele artikel lang geboeid blijven. En dat betekent dat er een logische opbouw in het artikel moet zitten. En van elke zin moet je hee duidelijk maken wat het verband is met de zin daarvoor. Dat is iets waar AI nog moeite mee heeft: teksten springen vaak van de hak op de tak.
Er is ook een logische verklaring waarom generatieve AI hier nog moeite mee heeft. Een taalmodel begrijpt simpelweg niet wat er staat. Het is heel goed in een specifieke taak, namelijk het voorspellen van het volgende woord. Het kan niet aanvoelen in hoeverre een eerste zin of kop echt aanspreekt, het zal hooguit proberen te leren van de koppen en eerste zinnen die het tegenkomt in de data waarop het is getraind.
Wat gaat wel goed?
Er is één onderdeel waar Claude en consorten me elke keer weer van versteld doen staan: taalmodellen zijn super goed in het bedenken van verschillende insteken voor social media posts. Gooi er een blogpost in, vraag om vier LinkedIn-posts en je krijgt varianten die echt van elkaar verschillen en die zelfs verschillende doelgroepen aanspreken. Natuurlijk moet je ze wel nog redigeren, wederom om ze wat prikkelender te maken, maar de invalshoeken die je voorgeschoteld krijgt zijn vaak indrukwekkend.
Ook het herschrijven van een artikel in een andere stijl is iets wat ik eigenlijk zelfs liever aan AI overlaat dan dat ik het zelf doe. Uiteraard wel nog even nalopen om er zeker van te zijn dat de structuur nog klopt en dat er geen doublures in staan.
Overigens kun je deze feedback natuurlijk ook gebruiken om je AI-tool naar keuze beter te maken, door je prompt te verfijnen. Als je vraag om meer structuur, dan zal het ongetwijfeld meer voegwoorden gebruiken. Maar dat wil nog niet zeggen dat de opbouw ook daadwerkelijk logisch is voor de menselijke lezer.
Ik ben heel benieuwd naar jouw ervaring: waarin blinkt AI volgens jou op redactioneel vlak uit, en waarin niet?
Content mens in verschillende verschijningsvormen: - Als senior contentstrateeg bij Philips, met een focus op innovatie - Als freelancer bij Bureau Verf - Als een van de mensen achter het Genootschap van Contentstrategen - Als juryvoorzitter van de Grand Prix Content Marketing
Plaats reactie
Je moet inloggen om een reactie te kunnen plaatsen.