Hoe gebruik je AI om content te maken zonder de stem van het merk of de standaarden van je bureau te verliezen? Stop met AI-output als af werk te behandelen. Zet menselijk oordeel op vaste punten in het proces, van de briefing tot het laatste akkoord, test concepten voordat je betaalt om ze te laten draaien, en beoordeel het resultaat op bedrijfsbewijs in plaats van op het aantal assets dat je hebt opgeleverd.
De commerciële inzet is gestegen. In een Thought Leaders-stuk voor LBBOnline betoogt het team van Nomix Group dat AI geen productiekostenpost meer is aan de rand van de reclame. De kosten ervan worden al onderhandeld binnen de commerciële voorwaarden voor media-inkoop, waarbij sommige holdings AI-infrastructuurkosten opvangen in ruil voor toezeggingen van klanten voor principal-inventaris. De conclusie voor creatieve teams: de briefing zelf moet nu zeggen hoe AI wordt ingezet, bestuurd en beoordeeld.
Waarom voelt zoveel AI-content inwisselbaar?
Omdat afwerking gratis is geworden. Decennialang was een goed belicht, goed geschreven, perfect aangepast asset het teken dat iemand tijd en vakmanschap had geïnvesteerd. Nu kan elk team er voor de lunch honderd maken. Als iedereen zich afwerking kan veroorloven, zegt afwerking het publiek niets meer.
Het resultaat is wat de branche slop is gaan noemen: content die technisch prima is en meteen vergeten wordt. Het mislukt meestal op drie manieren. Het is generiek, omdat de prompt generiek was. Het is eigenaarloos, omdat niemand er een echte beslissing over nam. En het is onbewezen, omdat volume voor effectiviteit werd aangezien.
Wat hoort er in een creatieve briefing voor het AI-tijdperk?
Het LBB-stuk biedt een bruikbare checklist. Een briefing, betoogt het, moet nu het volgende behandelen:
- waar AI mag worden gebruikt;
- welke beslissingen bij mensen blijven;
- hoe assets en data worden beoordeeld;
- welke transparantieverplichtingen gelden;
- hoe media-incentives openbaar worden gemaakt;
- welk bewijs het resultaat gaat beoordelen.
Het laatste punt telt het zwaarst voor kwaliteit. Het stuk zegt tegen merkmarketeers dat ze AI-werk moeten beoordelen op bedrijfsbewijs en creatieve standaarden, niet alleen op snelheid. Het wijst ook op de richtlijnen van de Europese Commissie van juli over AI-transparantie, die verwachtingen stellen aan het markeren en labelen van door AI gegenereerde of gemanipuleerde content. Als je niet kunt zeggen welke delen van een asset een model heeft aangeraakt, wordt het lastig om aan die lat te voldoen.
Hetzelfde stuk noemt Skechers, dat media in 31 markten onderbracht bij één partner die doelgroepstrategie, data, activatie en rapportage combineert. Geïntegreerde systemen op die schaal produceren content op die schaal. Zonder kwaliteitschecks produceren ze ook slop op die schaal.
Een kwaliteitskader met zeven toetsmomenten voor AI-ondersteunde content
Kwaliteit verslapt wanneer de enige menselijke controle een doorlezing is om zes uur op de dag van de deadline. Ze houdt stand wanneer het oordeel op vaste toetsmomenten zit, elk met een benoemde eigenaar.
| Toetsmoment | De vraag | Eigenaar | Het mislukt wanneer |
|---|---|---|---|
| 1. Briefing | Waar mag AI worden gebruikt en wat blijft bij mensen? | Strateeg en client lead | De briefing zegt ‘gebruik AI’ en verder niets |
| 2. Bewijs | Is de input echt doelgroep- en concurrentie-inzicht en geen gok van een model? | Strategie- of insightlead | De prompt is de eerste alinea van de briefing, erin geplakt |
| 3. Stem | Heeft elke tool de echte toon, claims en verboden woorden van het merk? | Copylead | De output klinkt als elk ander merk in de categorie |
| 4. Redactie | Heeft een mens er iets specifieks aan toegevoegd: een detail, een mening, een grap? | Creatieve leiding | Aanpassingen corrigeren alleen grammatica |
| 5. Pre-score | Gaat dit concept waarschijnlijk aandacht verdienen voordat er geld achter komt? | Creatieve leiding en medialeiding samen | Testen begint na de lancering |
| 6. Vastlegging | Welke delen heeft AI gegenereerd of aangepast, met welke tools en data? | Producer | Niemand kan antwoord geven als de klant ernaar vraagt |
| 7. Resultaat | Heeft het de businessmetric laten bewegen die in de briefing is genoemd? | Accountlead en klant | Succes wordt gerapporteerd als aantal assets |
Waarom komen onvolkomen details authentiek over?
De zelfdeterminatietheorie uit de psychologie stelt dat mensen worden gedreven door drie basisbehoeften: autonomie, competentie en verbondenheid. Ze verklaart beide kanten van het AI-contentprobleem.
Aan de kant van het publiek is verbondenheid de verklikker. Mensen voelen zich verbonden met content die aanvoelt alsof een mens haar voor hen heeft gemaakt. Het vreemd specifieke detail, de mening waar iemand het mee oneens kan zijn, de grap die alleen in één stad werkt: dit zijn de barstjes die de kijker laten merken dat er een mens bij betrokken was. Perfect gladde content heeft geen barstjes, dus er komt niets binnen.
Aan de kant van het team tellen autonomie en competentie. Een creatief die is gereduceerd tot het goedkeuren van machine-output heeft weinig reden om erom te geven, en die onverschilligheid zie je terug in het werk. Een creatief die AI gebruikt om sneller meer routes te verkennen en daarna de eigen smaak loslaat op de beste, behoudt het eigenaarschap waar goed werk van afhangt. Authenticiteit gedijt in de barsten van perfectie, en het zijn mensen die die barsten erin aanbrengen.
Hoe bouw je de toetsmomenten in je workflow in?
- Herschrijf je briefingtemplate. Voeg de zes LBB-vragen toe als verplichte velden. Een briefing zonder die velden gaat terug naar de client lead.
- Bouw een tone-of-voice-pakket. Echte voorbeelden van het merk op zijn best, goedgekeurde claims, woorden die het nooit gebruikt. Geef hetzelfde pakket aan elke tool die je team gebruikt.
- Begin bij bewijs, niet bij prompts. Onderbouw concepten met wat de doelgroep en concurrenten daadwerkelijk publiceren en waarop ze reageren.
- Maak per asset één persoon verantwoordelijk. De naam van die persoon staat erop, en dat verandert hoe zorgvuldig er wordt geredigeerd.
- Score vooraf, voordat je uitgeeft. Maak een shortlist van de sterkste concepten op voorspelde prestaties en zet daarna media achter de winnaars.
- Houd een eenvoudig AI-logboek bij. Tool, data, wat er veranderde, wie het goedkeurde. Een gedeelde sheet is genoeg om mee te beginnen.
- Rapporteer resultaten, geen output. Haal aantallen assets uit de maandrapportage en open met de businessmetric uit de briefing.
Kun je weten dat een AI-ondersteund concept werkt voordat je ervoor betaalt?
Niet met zekerheid, maar je kunt veel meer weten dan vroeger. Pre-scoren, toetsmoment vijf, is waar de meeste bureaus het grootste gat hebben. Traditioneel pre-testen was traag en duur, dus werd het bewaard voor grote campagnes. AI-ondersteunde productie levert nu meer concepten op dan welk onderzoekspanel ook kan beoordelen.
Defy Monitor, onderdeel van het Defy-platform, scoort creatieve concepten op voorspelde klikbaarheid vóór de mediabesteding, en die score is gevalideerd aan de hand van echte advertentieprestaties. Het vervangt het oordeel van de creative director over het idee of de stem niet. Het zorgt er wel voor dat de zwakste opties het mediaplan niet halen, en dat is waar slop duur wordt.
