Hoe wij goede B2B-content schrijven sinds ChatGPT

Best een leuk spel: LinkedIn openen en alle AI-gegenereerde berichten opsnorren. Maar de spelregels zijn volledig omgegooid, want nu zoeken we naar het niet-AI-gegenereerde bericht.

Korte openingszinnen, witregels, een tegenstelling (niet x, maar y) en een inzicht met de aankondiging 'juist'. Oh ja, en een typerende, afsluitende vraag om reacties uit te lokken.

Herkenbaar? 😉

Alsof LinkedIn wordt beheerd door slechts één persoon met veel verschillende functies en ervaringen.

Gemak dient de mens: ChatGPT en Claude produceren in no-time een nette tekst. Je voert in een paar gebroken zinnen je ervaring of levensles in (bomvol typefouten – de LLM begrijpt het toch wel), et voilà: klaar voor publicatie.

Ook wij gebruiken AI dagelijks. Om onderzoek te doen, te sparren, informatie te ordenen en óók om te schrijven. Tegelijkertijd doen we er alles aan om die eenheidsworst te voorkomen. Daarvoor blijkt een goede prompt niet genoeg: je moet namelijk goed nadenken over wat je vertelt en hoe je het opschrijft.

In dit artikel laten we zien hoe we daar in ons eigen contentproces mee omgaan.

De eenheidsworst: “Ah kijk, die gebruikt ook ChatGPT!”

Die gedachte wil je waarschijnlijk niet oproepen met je marketinguitingen. Liever gaan de gedachten uit naar wat je te vertellen hebt.

Maar waar zit ’t ’m dan in, die typische AI-achtige berichtgeving?

Je herkent het aan hetzelfde soort formuleringen en een voorspelbare opbouw (zoals genoemd in de intro). We proberen die bewust uit onze eigen teksten te schrappen en geven ChatGPT daarom veel context mee over de doelgroep en het onderwerp. We gebruiken voorbeelden van eerder geschreven teksten, zetten projecten op en voorzien ons account van specifieke instructies over onze tone of voice. Daarin staat inmiddels ook uitgebreid wat we níét willen lezen.

Maar ondanks onze super-instructies en uitgekiende prompts, heeft de output al-tijd eindredactie nodig. Een concept gaat bij ons nooit rechtstreeks vanuit ChatGPT naar de klant of de website. We lezen (soms hardop), schrappen, herschrijven, 'leggen weg', en kijken opnieuw. We controleren of de tekst nog klinkt zoals we hem zelf zouden schrijven.

Met informatie die online wordt gevonden door ChatGPT, creëer je een verhaal dat ergens anders ook kon staan. Daarom gebruiken we AI om die eerste laag tot ons te nemen en ons in te lezen in het onderwerp, bestaande informatie te ordenen of een eerste outline te maken. De verdieping creëren we op basis van interviews met specialisten. 

Een productspecialist weet waarom een bepaalde specificatie in de praktijk belangrijker is dan een andere. Sales hoort welke bezwaren een prospect vlak voor een offerte nog heeft. Service ziet welke problemen pas na ingebruikname ontstaan. Een engineer legt uit waarom een oplossing die op papier logisch lijkt technisch toch niet verstandig is. En een projectleider weet precies waar een implementatie in werkelijkheid vertraging oploopt.

Tijd voor koffie met een collega die alles weet

Maar voor we koffie halen en het gesprek aangaan, doen we wat huiswerk.

We verzamelen de beschikbare informatie over het onderwerp binnen de organisatie: productpagina’s, brochures, technische documentatie, eerdere artikelen en cases. We kijken welke vragen de doelgroep online stelt en wat concurrenten over het onderwerp vertellen.

Daarbij proberen we vooraf drie dingen scherp te krijgen: wat weten we al, wat willen we nog weten en wie binnen de organisatie kan ons dat vertellen?

Die voorbereiding helpt ook om medewerking te krijgen van de specialist. Hij maakt tenslotte waardevolle tijd voor je vrij. Dan helpt het niet als je begint met vragen waarvan het antwoord op pagina 3 van de brochure staat (of erger; waarvan ChatGPT het binnen enkele seconden perfect voor je opsomt).

Dus een vraag die we gedurende het proces steeds opnieuw kunnen stellen:

Had ChatGPT dit kunnen schrijven zonder dat wij met deze organisatie spraken?

Als het antwoord ja is, zoeken we verder.

Zo weten we bijvoorbeeld al wat het verschil is tussen een axiaal- en radiaalpomp voordat we met een specialist van Waterkracht spreken. De tijd die we samen hebben, gebruiken we liever voor vragen waarop de antwoorden niet online te vinden zijn.

Wat kunnen we vooraf uitzoeken: Wat is het verschil tussen een axiaal- en radiaalpomp?

Wat willen we van de specialist weten: Wanneer adviseer je de ene pomp en wanneer de andere? Welke verkeerde keuze zie je klanten maken? Wat gebeurt er als een pomp die bedoeld is voor incidenteel gebruik dagelijks uren achter elkaar draait? En welke specificatie lijkt op papier belangrijk, maar speelt in de praktijk nauwelijks een rol?

Tijdens zo’n gesprek vertelt de specialist welke keuzes hij maakt en waarom, welke vragen klanten hem stellen en wat hij in de praktijk zag gebeuren. Vaak volgen daar voorbeelden en uitzonderingen op die nergens zijn vastgelegd.

Een ode aan de specialist!

Binnen je organisatie werken mensen met kennis van grote waarde. Kennis over keuzes die praktisch anders uitpakken dan op papier, vragen die klanten regelmatig stellen of problemen na verloop van tijd pas zichtbaar worden.

Voor ons contentmarketeers is dat het soort informatie waarmee we een kennisartikel naar een hoger niveau tillen. Die kennis zit vooral in iemands hoofd en is gebaseerd op jaren ervaring, klantgesprekken en niet-vastgelegde situaties.

Daarom maken we er een één-tweetje van: tijdens interviews halen we kennis boven tafel en leggen we 't vast. Daarmee krijgt de content meer inhoud en houdt de organisatie de kennis beter vast. Handig als iemand van functie wisselt, vertrekt of met pensioen gaat.

Opent ChatGPT: “Jij bent mijn contentmarketeer…”

Na het gesprek hebben we een opname, een transcript en de informatie uit onze voorbereiding. Tijd om ChatGPT erbij te pakken en verder te gaan in de chat waarin we die voorbereiding deden. Daar is de context over het onderwerp, de doelgroep en de gekozen richting al aanwezig.

We gebruiken ChatGPT bijvoorbeeld om:

• snel informatie terug te vinden in een lang transcript;
• onderwerpen te ordenen;
• de interviewinput naast onze oorspronkelijke outline te leggen.

Soms neemt het gesprek een andere wending en blijkt een andere invalshoek interessanter dan we vooraf dachten. Dan passen we de outline aan of beginnen we opnieuw. Zo’n eerste outline is tenslotte gebaseerd op wat we vóór het gesprek wisten.

Ook tijdens het schrijven gebruiken we ChatGPT. Bijvoorbeeld voor een eerste opzet, één alinea waar we zelf niet tevreden over zijn en/of voor kritische eindredactie. We leggen ideeën voor, vragen om alternatieven of laten het model meekijken naar een technisch verhaal dat begrijpelijk moet worden voor iemand die minder diep in de materie zit.

Kwaliteit, kwantiteit en de factor tijd

Een eerste versie staat dankzij AI sneller ‘op papier’ dan een paar jaar geleden.

Je kunt deze tijdwinst bijvoorbeeld gebruiken om sneller meer artikelen te produceren. Maar wij gebruiken het liever om verder te komen met één artikel: de verdieping op te zoeken, hogere kwaliteit te leveren en met onze content boven de concurrentie uit te torenen.

Een degelijk artikel op basis van beschikbare informatie is met AI zo gefixt. Maar let op: onze concurrenten (en die van onze klanten) hebben toegang tot hetzelfde gereedschap. De ruimte die AI in het proces creëert, gebruiken we daarom voor informatiewinning die met een paar prompts niet boven tafel komt.

En Google dan?

Google vraagt contentmakers al langer om kritisch te kijken naar wat een pagina daadwerkelijk toevoegt.

• Bevat de content originele informatie, onderzoek of analyse?
• Gaat de inhoud verder dan het voor de hand liggende?
• En biedt de pagina meer waarde dan andere pagina’s in de zoekresultaten?

Dat zijn vragen die Google zelf meegeeft om de kwaliteit van content te beoordelen.

Voor zichtbaarheid in AI Overviews en AI Mode legt Google sinds 2026 bovendien expliciet de nadruk op non-commodity content: content met eigen expertise, ervaringen en perspectieven die verder gaat dan algemene kennis. Google adviseert om informatie toe te voegen die niet herhaalt wat al online staat of eenvoudig door generatieve AI wordt geproduceerd.

Google is overigens niet tegen het gebruik van generatieve AI voor content. Het noemt AI zelf bruikbaar voor onder meer onderzoek en het structureren van originele content. Waar Google wel voor waarschuwt, is het op grote schaal genereren van pagina’s zonder daar waarde voor gebruikers aan toe te voegen.

En GEO dan?

Daar hoeven we van Google geen compleet nieuwe trucendoos voor open te trekken. De bekende SEO-principes gelden ook voor AI Overviews en AI Mode. Google stelt geen aanvullende technische eisen om daar als ondersteunende link te kunnen verschijnen en adviseert effectieve SEO boven ‘AEO/GEO hacks’.

Van ‘functie elders’ naar functie anders binnen contentmarketing

Toen ChatGPT net beschikbaar was en we voor het eerst zagen wat het kon, kwam de gedachte aan een sollicitatiebrief voor een ‘functie elders’ even voorbij. Maar die is nooit geschreven.

Ons werk zit niet meer in het handmatig doorspitten van bronnen, uitwerken van transcripten en beginnen vanaf een leeg document.

We bepalen welke vraag een artikel moet beantwoorden en welke informatie daarvoor nog ontbreekt. We zoeken uit wie we moeten spreken en vragen door als een specialist iets interessants vertelt. We herkennen wanneer een terloopse opmerking precies het inzicht bevat dat nergens anders staat. We controleren claims, maken keuzes in wat we wel en niet vertellen en redigeren wat uiteindelijk naar buiten gaat.

ChatGPT doet gedurende dat hele proces mee. Als researcher, informatieverwerker, sparringpartner, schrijver of redacteur.

Wij blijven degene die op ‘publiceren’ drukt - en daar gaat doorgaans nog behoorlijk wat mensenwerk aan vooraf 😊.