AI-content is generiek omdat het proces niet deugt
Je scrollt door LinkedIn en ziet artikel na artikel met dezelfde voorspelbare openingszinnen. “In today’s rapidly evolving landscape…” “Let’s delve into…” Het is AI slop: content die zo generiek is dat het pijn doet om te lezen. Het overstroomt het internet, technisch correcte tekst zonder persoonlijkheid, zonder diepgang en zonder unieke inzichten.
Het ironische is dat iedereen AI voor content gebruikt, maar niemand echt tevreden is. De modellen zijn krachtig genoeg; GPT-4, Claude en Gemini kunnen indrukwekkende teksten produceren, maar het probleem is hoe we ze gebruiken. De meeste mensen openen ChatGPT, typen een vage prompt en hopen op het beste. Als ze niet tevreden zijn, klikken ze “regenerate” en proberen het opnieuw. Dat proces heeft drie fundamentele problemen:
Te weinig context
De AI krijgt geen tone of voice, geen merkidentiteit en geen doelgroepinformatie. Alleen een titel of een vage prompt. Hoe kan de AI iets unieks maken zonder context?
Geen expertvalidatie
De mensen die het onderwerp écht kennen zijn niet betrokken bij het proces. Feedback gebeurt achteraf en ad-hoc: 'dit klopt niet' zonder uit te leggen waarom. Vakexperts zien de draft en moeten alles herschrijven omdat de AI cruciale nuances mist.
Regenereren is geen iteratie
Elke keer dat je 'regenerate' klikt, gooit de AI alles weg en begint opnieuw. Goede delen die wél klopten gaan verloren en je leert niet van eerdere versies. Het is content-roulette: blijven draaien tot je geluk hebt.
Het probleem is niet de AI maar het proces. Dezelfde modellen produceren betere content als je ze context, structuur en iteratieve feedback geeft.
We dachten: wat als we het proces fundamenteel anders aanpakken? Niet de AI verbeteren, maar de manier waarop mensen ermee werken. Dus bouwden we unwrite.it, een experiment om te testen of een gestructureerde workflow AI-content daadwerkelijk beter maakt.
Gestructureerde input, feedback en alleen-lezen editing
unwrite.it combineert drie fases die elk een probleem van de standaard workflow aanpakken:
Settings: stel je standaarden in
Configureer eenmalig je tone of voice (beschrijf je schrijfstijl of plak voorbeelden), contenttype, modelselectie en gewenst aantal woorden. Cruciaal: een lijst met verboden zinnen die de AI moet vermijden. Door expliciet te zeggen 'gebruik deze zinnen niet' forceer je het model om origineler te zijn. Geen 'delve into', geen 'it's important to note', geen 'revolutionize'.
Input: dump je ruwe materiaal
Artikeltitel, keyword en vooral je inputnotities: transcripts van meetings, notities van interviews, bullet points en ruwe ideeën. Je hoeft het niet op te schonen, de AI organiseert het. Dit is het moment waarop je de AI de context geeft die het nodig heeft.
Feedback: verfijn via comments
De editor is alleen-lezen, je kunt niet typen. Je selecteert tekst en voegt een comment toe: 'Dit klopt niet want X' of 'Mis nuance over Y'. De AI leest alle comments, begrijpt de context, maakt gerichte aanpassingen en creëert een nieuwe versie. Herhalen tot tevreden, met volledige versiegeschiedenis.
De alleen-lezen editor is de meest controversiële keuze, maar ook de krachtigste. Als je gewoon kunt typen, fix je dingen ad-hoc: “oh dit woord past beter”, typ, klaar. De AI leert er niets van en bij het volgende artikel heb je dezelfde problemen. Maar als je comments moet schrijven, moet je articuleren wát er mis is en waarom. “Deze zin is te formeel voor onze tone” is waardevoller dan het woord simpelweg veranderen, want de AI kan dat patroon herkennen en toepassen op het hele artikel en op alle toekomstige artikelen.
Alleen-lezen voelt eerst frustrerend. “Waarom kan ik dit woord niet gewoon veranderen?!” Maar het dwingt je om na te denken: waarom wil je het veranderen? Die context is waardevoller dan de aanpassing zelf.
Het proces is belangrijker dan het model
De belangrijkste ontdekking: GPT-4 met een goede workflow presteert beter dan GPT-4o met vage prompts. Niet omdat het model verandert, maar omdat het proces beter is. Het model krijgt betere instructies, meer context en gestructureerde feedback, waardoor de output consistent verbetert.
Daarnaast bevestigde het experiment dat beperkingen betere feedback opleveren. De alleen-lezen editor irriteert mensen, maar het werkt. Als je niet snel iets kunt aanpassen, moet je nadenken over wat er precies mis is, waarom het mis is en wat er anders moet. Die feedback is tien keer waardevoller dan “fix dit woord” en dwingt je om het onderliggende probleem te identificeren.
Verder bleek tekst die in real-time binnenkomt tijdens generatie psychologisch veel sneller te voelen dan wachten op een blok tekst, en was versiegeschiedenis onmisbaar: kunnen zien wat v1, v2 en v3 waren geeft inzicht in welke feedback het meest effectief is.
Laten we duidelijk zijn: unwrite.it is een werkend prototype, geen product. Het heeft gestructureerde feedback, alleen-lezen editing, versiebeheer, streaming generatie en handhaving van verboden zinnen. Wat het niet heeft: samenwerkingsfuncties, teamworkflows, CMS-integraties of synchronisatie tussen apparaten. We kozen bewust voor een volledig client-side app die draait in de browser met je eigen OpenAI API-key: snel gebouwd, privacy standaard en geen serverproblemen. Genoeg om te valideren of de aanpak werkt, en het antwoord na een paar weken testen was ja.
Conclusie: het proces fixen, niet wachten op GPT-10
AI slop komt niet door slechte AI maar door slecht procesontwerp. De standaard workflow (prompt, genereer, publiceer of regenereer) is te simpel: het mist gestructureerde input, context, expertvalidatie en iteratieve verfijning.
Het verschil zit in de workflow
De toekomst is niet “AI vervangt mensen” maar AI die het zware werk doet terwijl mensen expertise en oordeel leveren. Voor content betekent dat: AI schrijft en structureert, mensen valideren en verfijnen via een gestructureerde feedbackloop. Vakexperts hoeven geen schrijvers te zijn, ze valideren alleen de inhoud. Schrijvers hoeven geen experts te zijn, zij orkestreren het proces.
Prompt en hoop
Vage prompt, geen context, geen expertvalidatie. Regenereren tot het 'goed genoeg' is. Generieke output zonder diepgang of persoonlijkheid.
Gestructureerde feedback
Context vooraf, iteratieve feedback van experts en beperkingen die originaliteit afdwingen. Output die verbetert bij elke iteratie.
Als we AI-content beter willen maken, moeten we het proces aanpakken. unwrite.it bewijst dat het kan, nu al, met de modellen die we vandaag hebben.
Probeer het zelf
unwrite.it is een werkend prototype dat laat zien dat workflow belangrijker is dan het model. Benieuwd hoe gestructureerde feedback AI-content beter maakt?
