Hoe je AI slim inzet voor content die wél gelezen wordt
Het internet stroomt vol met AI-teksten die allemaal hetzelfde klinken. Hier lees je hoe je het anders aanpakt: sneller werken met AI, zonder op te gaan in de massa.
Open LinkedIn of je inbox en je ziet het meteen. Generieke teksten die allemaal hetzelfde klinken ("In het huidige digitale landschap..."), afbeeldingen van mensen met net iets te gladde huiden, artikelen die duidelijk zonder menselijke tussenkomst zijn gemaakt.
Dit is wat de industrie inmiddels AI Slop noemt: grote hoeveelheden gemiddelde, computer-gegenereerde content die de aandacht opeist maar niets te zeggen heeft.
Twee jaar geleden klonk "een blog schrijven in tien seconden" als een bevrijding. Nu zien we de keerzijde. Het probleem is niet dat AI schrijft. Het probleem is dat iedereen hetzelfde gebruikt, op dezelfde manier, zonder er iets eigens aan toe te voegen. Klanten voelen het. Zoekmachines registreren het. En het effect op je merkwaarde is reëel.
Stoppen met AI is niet de oplossing. Slimmer inzetten wel.
Wat er precies veranderd is
Google geeft inmiddels direct antwoord op veel zoekvragen, bovenin de pagina, voordat iemand doorklikt. Als jouw content samenraapt wat er al online staat, voegt het niets toe aan wat Google zelf al serveert. Je wordt onzichtbaar.
Tegelijkertijd zijn lezers scherper geworden. Mensen herkennen AI-teksten sneller dan bedrijven denken. Zodra iemand het gevoel heeft dat er geen mens achter een tekst zit, daalt het vertrouwen. En vertrouwen is precies wat je nodig hebt als je iets wilt verkopen, een samenwerking wilt aangaan of een tender wilt winnen.
De oplossing ligt niet in minder AI, maar in een andere rolverdeling.
De aanpak: menselijke expertise als kern, AI als motor
Zie AI niet als schrijver, maar als facilitator. De structuur, het tempo en de schaalbaarheid komen van het model. De inhoud, de nuance en het perspectief komen van jou. Dit is wat in de industrie Human-in-the-Loop heet: een mens blijft aan het stuur, ook als AI het zware werk doet.
Het verschil zit niet in hoeveel AI je gebruikt, maar in wat je het te werken geeft. Een model dat werkt met jouw ervaringen, jouw standpunten en jouw klantkennis produceert iets wat een concurrent niet zomaar kan kopiëren. Een model dat werkt met een generieke opdracht produceert iets wat iedereen al heeft.
Hoe wij het zelf doen
Bij Dubbel.ai publiceren we onze artikelen via een zelfgebouwde Interview-Agent workflow. Geen theorie die we anderen aanraden zonder het zelf te testen, dit is het proces achter de tekst die je nu leest.
Het begint met een geautomatiseerde analyse van trends en rapporten. Elke week stuurt een AI-agent één van ons een Slack-berichtje met drie concrete onderwerpsuggesties, gebaseerd op wat er actueel relevant is voor onze doelgroep.
Daarna kiezen we een onderwerp en start het eigenlijke werk: een gespecialiseerde agent interviewt ons. Hij stelt vragen, daagt onze mening uit en vraagt naar praktijkvoorbeelden. Dit is de kern van de aanpak. Hierdoor brengen we onze eigen kennis en nuance in, in plaats van dat het model herkauwt wat het internet al weet. Dat laatste is precies hoe AI Slop ontstaat.
Vervolgens werken twee taalmodellen parallel aan een uitwerking op basis van het interview-transcript. De beste elementen worden samengevoegd door een volgende agent. Ten slotte lezen wij het resultaat na, checken de feiten en plaatsen het live.
Het resultaat is content die een stuk sneller tot stand komt dan vroeger, maar die klinkt zoals wij klinken, omdat de kern ook daadwerkelijk van ons komt.
Wekelijkse inzichten in je mail.
Dilemma's, doorbraken en blinde vlekken uit onze AI-praktijk.
Drie stappen die je morgen kunt zetten
Je hoeft dit proces niet direct te repliceren om er vandaag al iets mee te doen.
Begin met een snelle slop-audit: pak je laatste vijf blogs, haal de bedrijfsnaam weg, en vraag jezelf af of een concurrent dit net zo goed had kunnen schrijven. Als het antwoord ja is, weet je waar je staat.
Verander daarna je manier van prompting. Stop met "schrijf een blog over onderwerp X" en laat AI je in plaats daarvan vragen stellen over dat onderwerp voordat het iets schrijft. Je zult merken dat de output een stuk specifieker en persoonlijker wordt.
En investeer in je eigen materiaal. Klantgesprekken, projectervaringen, interne discussies: dat zijn de bronnen waar AI standaard geen toegang toe heeft. Geef het model die context, en je hebt meteen een voorsprong op alles wat puur op internet-data draait.
Wil je weten hoe zo'n aanpak er voor jouw organisatie uit zou zien? Plan een kennismaking in en we laten je zien hoe we het concreet aanpakken.
