waarschijnlijk gebruik je generatieve AI voor contentcreatie. En dat is natuurlijk niet zo gek, want eind 2023, toen generatieve AI, of liever gezegd, de eerste was ChatGPT, op de markt kwam, toen ging bijna iedereen die iets met content deed, het wel gebruiken voor het maken van teksten en in mindere mate ook het maken van afbeeldingen. Dus op zich logisch dat je het daarvoor gebruikt. Maar je kunt het ook juist voor de meer strategische kanten van je
contentproces gebruiken. En wat ik jammer vind, is dat ik laatst las, er was een onderzoek in Nederland gedaan door Huib Koeleman, die had op LinkedIn een poll geplaatst. Er hebben meer dan 100 mensen aan deelgenomen. En het waren overwegend communicatieadviseurs en andere contentmakers. En daar kwam uit dat maar 8% van de mensen die aan die poll meededen, AI inzetten voor strategie, voor de strategische kant
van content. En zelfs als die pool er een beetje naast zit, want het gaat om ruim 100 mensen, dus dat zou natuurlijk kunnen dat dat een beperkte steekproef is. Dus voor mij is dat reden om een serie podcast te maken over AI. en het contentproces, waar meer de strategische kant aan bod komt. Dus ik heb een opzet gemaakt voor maar liefst vijf podcasts. En ik hoop nu niet dat je meteen gaat afhaken, dat je denkt de hele tijd AI. over Gadverdari, allemaal hartstikke
technisch. Ik denk dat ik het zo kan brengen dat het niet heel technisch en nerdy AI-achtig wordt. Sterker nog, ik gebruik het al een tijdje in trainingen en bij workshops. En daar zie ik mensen, ook degenen die AI nog niet helemaal omarmd hebben, juist heel erg enthousiast reageren. Omdat er toch een paar hele fijne dingen in generatieve AI zitten als het gaat om contentstrategie, om
contentplanning en om contentkeuzes. Dus ik wil eventjes met je delen welke afleveringen er in de planning staan. Deze aflevering gaat over content research doen. De volgende aflevering, nummer 170, gaat over content planning en AI. Nummer 171 gaat toch wel even over content creatie, want daar kan het je ook bij helpen en het gaat niet over trucjes voor nanobanana of midjourney of iets, maar wel hoe je toch hele mooie dingen met content creatie ook kan doen dankzij AI.
De vierde editie gaat over content distributie en ik wil afsluiten met AI in je workflow waarin ongeveer alles samenkomt. Maar laten we beginnen met content research. Want content research vind ik een van de gouden kansen die je hebt met AI om je research en daarmee je content uiteindelijk verder aan te scherpen en je keuzes te verbeteren. En met content research kun je naar verschillende dingen kijken. Je kunt kijken naar trends en ontwikkelingen. Je kunt naar je bestaande
content kijken en die analyseren. Je kunt je concurrerende content, of liever gezegd content van concurrerende aanbieders, analyseren. Je kunt je doelgroep analyseren en persona's waarbij je ook nog eens zou kunnen kijken naar welke woorden en termen gebruikers zijn. En tenslotte zou je het kunnen gebruiken voor de klantreis en dat verder onderzoeken. Laat ik dan beginnen met de trends en ontwikkelingen. Ik kijk zelf ook elk jaar één keer heel goed naar de
content trends die ik verwacht voor het jaar erop. En dan schrijf ik een artikel over voor Frankwatching. En ik maak er meestal ook een podcast van en een artikel voor mijn eigen website. En dat doe ik ergens in het najaar. Maar dat betekent dat ik in de maanden daarvoor, en dat begint meestal al in de zomer, dat ik best wel veel werk doe en dat ik allerlei websites bekijk en dat ik probeer te ontdekken welke trends zie ik nu, wat zie ik gebeuren.
Zijn dat dingen die ook volgend jaar nog relevant kunnen zijn? En dat is best wel arbeidsintensief. Wat ik nu ook gedaan heb, is dat ik dacht, weet je wat, die Content Trends 2026, dit is in oktober gepubliceerd, we zijn alweer bijna zes maanden verder, laat ik die nog eens een keer opnieuw gaan bekijken. Maar laat ik het dan nu niet met de hand doen, ik zet ChatGPT aan het werk. En ik ben dan met diepgaand onderzoek begonnen, of deep research. En
ik heb TGPT aan het werk gezet. Ik heb twaalf websites ingevoerd als achtergrond en ik heb me een aantal vragen gesteld van nou breng die trends op een rij, kijk naar ontwikkelingen, kijk ook eventueel elders buiten deze twaalf websites. Zet ze op een rij in volgorde van belangrijkheid, dus prioriteer ze. Geef per trend een samenvatting en vermeld ook per trend de relevante bronnen. En er kwam tot mijn verbazing een behoorlijk goed document uit. niet heel lekker leesbaar. Dus wat dat
betreft is nog even kijken. Er zaten ook weer dingen dat ik dacht, oké, wat bedoel je daar nou precies mee en hoe kan ik dat voor mezelf concreet maken? Maar daar kwamen echt hele mooie zaken uit waarvan ik dacht, oké, dat laat mij toch weer anders kijken naar die trends die ik een half jaar geleden op een rij gezet heb. Dus je snapt het misschien al, daar ga ik nog wel wat mee doen qua artikel of ook nog een andere podcast. Dus dat klinkt heel erg mooi
en dat is het in feite ook. Ik vind het heel erg handig, want je kunt het, ik gebruikte het voor content trends, maar je kunt het heel gemakkelijk gebruiken ook om de trends in je vakgebied of in je
branche in de gaten te houden. En wat nog mooier is, je kunt het natuurlijk zelf doen, met ChatGPT of met een andere LLM, maar je zou er ook een agent van kunnen maken, waarbij die agent automatisch weet dat hij bijvoorbeeld eens in het kwartaal deze analyse moet maken en je daarvan een rapport moet mailen. Of in ieder geval je een pingetje moet geven dat het rapport ergens voor je klaar staat. Dus zo kan een agent je ook helpen.
Nou zijn er wel twee dingen bij dit soort, ja een beetje het research voor je laten doen. Al dan niet geautomatiseerd ook. En dat is het nadeel, vind ik, dat is één ding, is dat die tool voor je gaat voor je aan het werk en jij leest dat en je moet daarna nog heel erg nadenken. Het voordeel vind ik als ik zelf doe, hoe arbeidsintensief dat ook is, dan is het proces wat langduriger, maar ik verwerk de hele tijd alles wat ik zie in mijn brein en ik kijk dan ook naar gerelateerde dingen.
Dus ik zit op websites. Ik zie ook andere dingen die misschien niet op het eerste oog heel relevant zijn, maar die zetten mij ook wel weer aan het denken. Dus het zelf doen vind ik ook wel zo zijn voordeel hebben. En dat is eigenlijk wat altijd geldt bij een LLM die je inzet. Vaak is het ook slim als je eerst zelf begint en al een behoorlijk beeld of idee hebt van wat eruit zou moeten komen en hoe je het wil hebben. Of wat er in moet staan als je een artikel- of rapport-outline hebt.
En laat dan de AI je verbeteringen geven, suggesties doen voor aanvullingen, en dat je dan weer zelf kijkt. Dus je maakt er een soort sandwich of een driestapsding van. Maar ik was echt positief verrast door de kwaliteit van de deep research die ChattyPT deed. En ik zag er echt wel weer handvaten in voor de resterende maanden van 2026, als het dan gaat om contenttrends en contentontwikkelingen. Dus dat is één. Het tweede wat je zou kunnen doen, is dat je een audit doet van de
content op je website. En ik heb daar een custom GPT voor gemaakt, dus die zou je daarvoor kunnen gebruiken. Die gaat door je hele website heen. Maar je kunt het ook meer handmatig aanpakken. Bijvoorbeeld doordat je kijkt, oké, dit is content die goed presteert. Die realiseert bepaalde contentdoelen. Bijvoorbeeld omdat er leads uitkomen, mensen downloaden iets, abonneren zich ergens op. of vullen een formulier in voor een contact of voor een offerte.
Je weet welke artikelen en welke pagina's op je website daar een functie in hebben. Dan kun je in een analytics programma kijken welke pagina's doen dat het best. Of je voert het aan een LLM om het te laten analyseren. Wat je ook kan doen is dat je zegt van oké ik doe het voor een deel, doe ik het handmatig. Kijk ik naar mijn best presterende content, ik kijk naar mijn matig presterende content. Ik zet dat op een rij en ik vraag aan een LRM om hier
de rode draad uit te halen. Dus je hebt een lading aan observaties. En je vraagt de LLM, oké, welke conclusies trek je hier uit? Welke verbetersuggesties heb jij dan voor mijn content? Hoe zou ik deze goed presterende content misschien nog beter kunnen benutten? Hoe zou ik die slecht presterende content misschien een upgrade kunnen geven? Wat moet ik doen zodat die ook tot die goed presterende content gaat behoren? En vertel het mij ook als ik deze content beter weg kan gooien.
Dat is drastisch, maar vind ik op zich wel handig om af en toe ook eens die keiharde waarheid van een ander te horen te krijgen van nou ja, deze content staat op je website, maar het doet geen fluit voor je, dus weg ermee. Of vervang het door iets anders. Dus bij zo'n content audit van je website kan een LLM je ook heel goed helpen. De custom GPT die ik daarvoor heb, die kan je ook helpen om je social media accounts
te analyseren. Maar je kunt het ook weer in een mix doen door statistieken te exporteren over een wat langere periode en die in te voeren bij AI en te zeggen, dit zijn mijn contentdoelen. Dit heb ik ongeveer gedaan aan content. Dit zijn de statistieken die eruit rollen, bijvoorbeeld qua bereik, engagement, nieuwe volgers. Wat adviseer je mij op basis van deze analyse? Dus zo kun je je socials ook heel goed gebruiken.
Je voelt het misschien al aankomen, je kunt dit ook heel goed doen als je door je concurrerende content te analyseren. Daar werkt diezelfde Custom GPD voor. Ik had hem oorspronkelijk ooit ook gemaakt om concurrerende content te analyseren en ik kwam daarna pas op het idee van ja, daar kun je ook je eigen website, je eigen socials, je eigen YouTube kanaal, je eigen podcast mee analyseren. En met concurrerende content bedoel ik content van andere aanbieders met wie
jij om de aandacht van je doelgroep vecht. Dus dat kan een economische concurrent zijn. Het kan ook een vak of een branchgenoot zijn waarvan je zegt, nou ja, daar concurreer ik niet mee, want ze doen toch net even iets anders en we vullen elkaar eerder aan. Maar dan nog, Onze doelgroepen krijgen elke dag idiote hoeveelheden content te verwerken. Dus je zit continu in een competitie.
En wat is er dan fijner om ook te weten welke concurrerende content er in omloop is, waar die in uitblingt, waar die misschien kansen laat liggen, waar die overlapt met jouw content, maar ook waar de witte gaten zitten. Wat is het dat jullie allemaal nog niet adresseren? En dat wil niet zeggen dat je dat meteen automatisch moet gaan doen, want er kan een reden zijn waarom niemand dat nog adresseert. Bijvoorbeeld omdat er weinig vraag naar is in je doelgroep.
Maar dat kan je soms ook een idee geven. Ja, wacht even. Waarom doet niemand dit? Want dit is wel heel relevant voor een bepaalde doelgroep of voor een bepaalde fase in de klantreis. Dus je kunt daar ook heel veel uit leren. Wat je ook heel veel van kan leren is als je een LLM inzet om je doelgroep of je klantpersona verder in te vullen of aan te scherpen. Daar is ook een custom GPT voor die je daarmee kan helpen. De Droomklantonderzoeker die vind je in de bibliotheek van de GPT's.
En die kun je ook heel goed gebruiken. Dus dat is een hele handige. Je kunt daar ook extra onderzoek en data aan toevoegen, waardoor die GPT nog beter werkt. Of je begint met een goede prompt en je uploadt zelf bepaalde data en inzichten. Dan gebruik je niet andermans GPT, maar doe je dat in bijvoorbeeld je eigen omgeving. of in een eigen custom GPT die je voor jouw organisatie misschien gemaakt hebt.
Maar wat ook een interessante is, is als je bijvoorbeeld transcripties hebt van gesprekken die jij voert met klanten, of die Sales voert met klanten, of die een klantcontactcentrum voert met klanten, daar zijn vaak opnames van. Die kun je laten transcriberen. Die transcripties kun je ook voeren aan een LLM. En het handige is dat daar bijvoorbeeld ook taalgebruiktipsen uitkomen.
En dat kun je op twee manieren gebruiken. Er kunnen termen en vragen uitkomen waarvan je denkt, daar maak ik content voor. Want die vraag wordt ongetwijfeld gegoogeld of wordt ongetwijfeld ook in een LLM ingevoerd. Dus daarmee geef ik antwoord op een vraag die leeft en zorg ik daar heel erg voor. En het tweede is dat je weet dat als je vergelijkbare woorden gebruikt, dat die doelgroep zich dan beter herkent in
alle content die je maakt. Dus je kunt dat straks ook bij content creatie gebruiken om je content net even beter te maken, net even meer eigen en net even meer gericht op die doelgroep. Dus zo kun je een AI ook gewoon heel goed inzetten om je klanten, je doelgroepen scherper te krijgen en ze ook scherper te bedienen. En als je het hebt over scherpe bedienen, dan is het ook slim om naar de klantreis te kijken. Ik probeer altijd wel informatie uit een LLM te halen, wat ik ook vraag, die ook meteen
toegespitst is op de klantreis. En daarbij bedoel ik het See, Think, Do, Care model. waarbij mensen in eerste instantie nog helemaal geen intentie hebben, nog helemaal niks per se willen hebben, zich nog van geen enkele behoefte bewust zijn, maar jouw content of jouw organisatie wel al her en der tegenkomen. In de think en in de doelfase gaan mensen echt wel afwegingen maken en komen ze ook in actie en in de
Carefase lig je je dan op je bestaande klanten. En met dat model in de achtergrond kun je ook AI aan het werk zetten, het model even kort introduceren, of even checken van, versta jij hetzelfde onder een klantreismodel als ik? Vraag daar eens naar, wat versta je daaronder? En vervolgens kun je zeggen van, oké, ik heb Deze doelgroep. We hebben dit als uitgangspunt over de klantreis. Analyseer mijn website en zeg waar ik de klantreis al heel goed bedien en wat er eventueel beter zou kunnen.
Analyseer mijn podcast en doe hetzelfde. Analyseer een social media account. En doe hetzelfde. Dus daar kun je om een extra aangescherpte analyse vragen zodat je kan zien of je voor alle fasen van de klantreis voldoende adequaat content hebt. En dat zorgt er ook voor dat je dus uiteindelijk de mensen tijdens die reis door de furnool beter begeleidt en daar meer uithaalt. Het is ook vaak zo dat als je... Ik doe tijdens trainingen gaan we ook altijd handmatig even scoren. Dat is ook
prima. Daar heb ik gewoon een soort tabel voor waarbij je kan vinken en dan zie je ook wel van oké, ik zit heel erg in deze fase en ik zit veel minder in die fase. En dat is iets wat ik heel vaak zie, dat er toch vaak één fase een beetje onderbelicht is. Het lastige vind ik wel dat als je AI aan het werk laat gaan om de klantreis te analyseren, dat die heel vaak niet in staat is om goed te deduceren welke content je al hebt, voor je bestaande klanten, dus die carefase. Het valt mij op dat die
daar minder goed in is. En dat is soms ook omdat de content die je voor klanten maakt soms via een andere routing gepubliceerd wordt die niet altijd even openbaar is. Dus je hebt misschien een sectie voor klanten op je op je website staan, maar achter een login. Dan kan de AI er als het goed is ook helemaal niet bij. En in je gewone content adresseer je misschien klanten wat minder. Dus het kan soms zijn dat een AI zegt van, hé, heb je wel voldoende content voor je
carefase? Vaak zegt die er ook wel bij van, maar ik zie niet alles, dus let even op. Maar het kan ook zijn dat jij zegt van, ja, maar wacht even, die Carefase, die heb ik zeker wel, maar die zit hem in andere kanalen, andere platformen en die zitten buiten het publieke spectrum, dus die haal je daar niet uit. Dus je kunt AI echt gebruiken voor hele strategische kanten van je content. En ik heb ook, als het gaat over content analyseren, heb ik een aantal artikelen op mijn website staan.
die ik ook zal benoemen in de show notes bij deze podcast, zodat je daar eventueel naartoe kan om daar wat meer informatie over te krijgen. En dat gaat met name over je bestaande content analyseren, dus je eigen content, en ook over het analyseren van de content van concurrenten. Maar ik denk dat je hiermee al een aantal aanknopingspunten en handvatten hebt gekregen om ook AI te benutten
voor je contentstrategie. En dan is de volgende podcastaflevering denk ik ook wel handig als het meer gaat over contentplanning en het maken van een kalender. En hoe verdeel je je content nou over kanalen en middelen en over de tijd en met een bepaalde publicatiefrequentie? En hoe verdeel je het ook over thema's en onderwerpen? En hoe kom je tot bijvoorbeeld contentclusters?