Waarom algemene AI-content faalt en specifieke AI-content niet
Pagina's falen niet omdat een model ze schreef, maar omdat er niets in staat wat alleen dat bedrijf had kunnen zeggen. Een model dat je records, je getallen en je voorwaarden krijgt, maakt iets wat te citeren is; een model dat een titel krijgt, maakt hetzelfde artikel dat iedereen kreeg.
De discussie in de branche over of door AI geschreven content werkt, wordt op het verkeerde niveau gevoerd. Zoek- en assistentsystemen sporen geen auteurschap op. Ze sporen op of een pagina iets toevoegt, en een pagina samengesteld uit de algemene consensus voegt niets toe, wie hem ook typte.
Wat de falende pagina's gemeen hebben
- Niets controleerbaars. Geen getallen, geen datums, geen benoemde voorwaarden, geen jurisdicties.
- Geen verslag uit de eerste hand. Niets wat dit bedrijf overkwam, op een echt project, met een echte uitkomst.
- Een structuur die overziet in plaats van beantwoordt: zeven overwegingen, vijf best practices, drie trends.
- Stellige zinnen over dingen die de schrijver niet wist, en daar komt het verzinnen binnen.
- Niets waar een lezer het mee oneens kan zijn, dus niets wat het lezen waard is.
Zo'n pagina zou in 2015 ook gefaald hebben. Wat veranderde, zijn de kosten om hem te maken, dus er zijn er nu duizenden die om elke vraag concurreren, en de lat om de pagina te zijn die gelezen wordt, is evenredig gestegen.
De vraag is niet wie het schreef. Het is of iemand anders het had kunnen schrijven.
Wat de werkende pagina's in plaats daarvan hebben
| Algemeen | Specifiek |
|---|---|
| "De doorlooptijd van een migratie hangt af van de complexiteit." | "Onder de duizend URL's, één taal: vier tot zes weken. Daarboven, of meertalig: drie maanden." |
| "De prijs hangt af van je wensen." | "Tussen € 12.000 en € 40.000. Wat het beweegt: het aantal talen, of de inhoud herschreven wordt, en wie de doorverwijzingen in kaart brengt." |
| "Wij nemen gegevensbescherming serieus." | "Verwerking in de EU, subverwerkers hieronder vermeld, dertig dagen bewaartermijn voor gesprekken, geen training op klantcontent." |
| "Resultaten verbeteren naarmate de tijd verstrijkt." | "Dit hebben we nog niet gemeten, en we publiceren de meting zodra we die hebben." |
Let op de laatste rij. "Dat weten we nog niet" is een specifieke uitspraak en een geloofwaardige. Het leest als zorgvuldigheid, het is eerlijk, en het is veel beter dan een getal dat iemand verzon om het gat te vullen.
Waar een model echt helpt
Van een antwoord van vier alinea's een pagina maken met het antwoord bovenaan en koppen geschreven als vragen. Dat is mechanisch werk en modellen zijn er goed in.
Lezen waar je markt naar zoekt, naast wat je gepubliceerd hebt, en je vertellen waar de gaten zitten.
Over dertig pagina's die in twee jaar door vier mensen geschreven zijn.
Het concept is een startpunt dat je de lege pagina bespaart, niet het ding dat je publiceert.
Waar niet
De details aanleveren. Een model kent je prijzen niet, je voorwaarden niet, niet wat er gebeurde bij het project dat slecht liep, en niet welke van twee aanpakken je bedrijf echt aanraadt. Staan ze niet in de invoer, dan staan ze niet in de output, en wat je gepubliceerd hebt, is de consensus met jouw logo erop.
Vragen die dit beantwoordt
Het ingenomen standpunt is dat de manier van maken niet het probleem is; onbehulpzame, niet-originele content is dat wel, hoe die ook gemaakt is. In de praktijk betekent dat dat specificiteit de uitkomst bepaalt.
Het is redelijk om te doen en het kost niets. Wat meer telt, is dat een persoon bij naam het controleerde en achter de details staat.
Ja, routinematig, als er iets in staat wat de schrijver echt wist. Wat faalt, zijn pagina's waar niets in staat, niet pagina's met een model in het proces.