Dit is geen verslag van een uitgevoerde opdracht. Wij hebben op dit gebied nog geen track record en verzinnen liever geen resultaten. Wat volgt is een uitgewerkt voorbeeld: zo zouden wij een webshop vullen met teksten bij een winkel met negenhonderd producten waarvan de beschrijvingen letterlijk van de leverancier komen. De aantallen en tijden zijn aannames waar u uw eigen getallen voor in de plaats zet.

De situatie in dit voorbeeld: een groothandel in gereedschap die sinds kort ook aan particulieren levert. Negenhonderd artikelen, allemaal met de standaardtekst van de fabrikant, die woordelijk bij vier concurrenten staat. De eigenaar wil eigen teksten, en heeft er geen halfjaar voor.

Eerst sorteren, niet schrijven

Negenhonderd producten allemaal even belangrijk maken is de snelste manier om te mislukken. Wij zouden beginnen met een export naar een spreadsheet en drie stapels maken.

  • Stapel A, ongeveer zestig producten. De artikelen die samen het grootste deel van de omzet of het bezoek uitmaken. Deze krijgen een tekst die met de hand wordt geschreven of grondig herschreven.
  • Stapel B, ongeveer driehonderd producten. Redelijk verkeer, redelijke omzet. Hier laten we een concept voorbereiden en kijken we alles na.
  • Stapel C, de rest. Nauwelijks bezoek. Hier volstaat een korte, correcte tekst van drie tot vier zinnen, of soms helemaal geen actie.

Alleen deze indeling scheelt al de helft van het werk. De verleiding om alles gelijk te behandelen is groot, en zelden verstandig.

De basis: een merkstem en een sjabloon

Voordat er één tekst wordt gemaakt, leggen we vast hoe de winkel klinkt. Een half A4 is genoeg: aanspreekvorm, gemiddelde lengte, wel of geen humor, welke woorden nooit gebruikt worden (“premium”, “hoogwaardige kwaliteit”), en hoe technische specificaties worden genoemd.

Daarnaast een vaste opbouw per tekst: een openingszin die zegt waarvoor het product is, twee tot vier zinnen over toepassing, een lijstje met specificaties uit de bestaande velden, en een afsluitende zin over wat erbij zit. Die opbouw zorgt dat de teksten onderling consistent zijn, wat op een productoverzicht meer waard is dan variatie.

Belangrijk: de specificaties komen uit uw eigen velden, niet uit het model. Zijn die velden leeg, dan is dat de eerste klus, en die staat los van AI. Wie hier begint, merkt dat het ook de zoekfunctie en filters in de webshop meteen verbetert.

Het werk zelf, in twee weken

Een realistische verdeling over tien werkdagen, uitgaande van één persoon die er per dag vier uur aan besteedt:

  1. Dag 1 en 2: export, sortering in drie stapels, merkstem en sjabloon vastleggen, en twintig testteksten maken om de opzet bij te stellen.
  2. Dag 3 en 4: stapel A met de hand. Zestig teksten van vijf minuten nakijken en aanscherpen is haalbaar in twee dagdelen als het concept goed is.
  3. Dag 5 tot en met 8: stapel B. Bij een tempo van ongeveer drie minuten nakijken per tekst zijn dat ruim tachtig producten per dagdeel.
  4. Dag 9: stapel C, in grotere blokken, met een steekproef van tien procent in plaats van alles.
  5. Dag 10: controleren, publiceren in blokken, en de eerste resultaten in de gaten houden.

Twee weken is dus haalbaar, maar alleen als er iemand vier uur per dag vrij is en als de productgegevens op orde zijn. Ontbreekt dat laatste, reken dan op een week extra voor het opruimen van velden. Dat is in dit voorbeeld de meest onderschatte post.

De controle die u niet kunt overslaan

Hier gaat het in de praktijk mis. Een taalmodel schrijft vloeiend en verzint met dezelfde overtuiging. Bij gereedschap betekent dat: een verkeerde spanning, een verzonnen garantietermijn, of de bewering dat iets geschikt is voor buitengebruik terwijl dat niet zo is.

Wat wij vast zouden inbouwen:

  • Geen enkel getal in de tekst dat niet uit een bestaand veld komt. Geen afmetingen, gewichten of vermogens die het model zelf invult.
  • Geen claims over veiligheid, certificering of duurzaamheid, tenzij ze letterlijk uit de leveranciersdata komen.
  • Een steekproef van tien procent die door iemand met productkennis wordt gelezen, niet door degene die de teksten heeft gemaakt.
  • Publiceren in blokken van honderd, met een dag ertussen, zodat een systematische fout niet meteen negenhonderd pagina’s raakt.

Die laatste regel is de goedkoopste verzekering die er is. Bij het inrichten van AI-werk op een webshop die wij beheren zetten wij zulke wijzigingen sowieso eerst op een testomgeving, met een back-up die daadwerkelijk is teruggezet en niet alleen bestaat.

Wat u er wel en niet van mag verwachten

Eigen teksten in plaats van fabrikantteksten zijn een verbetering, en er is een redelijke kans dat de vindbaarheid van stapel B en C daardoor toeneemt. Maar niemand kan u vooraf zeggen hoeveel. Wie een percentage noemt zonder uw winkel te kennen, gokt.

Wat u wel kunt meten: kies vooraf dertig producten uit stapel B, noteer hun huidige posities en bezoekcijfers, en kijk drie maanden later opnieuw. Vergelijk die groep met dertig producten uit stapel C die u ongemoeid laat. Dat is geen wetenschap, maar het is oneindig veel beter dan een gevoel.

En de eerlijke tegenvraag: is dit uw grootste probleem? Bij een winkel die traag laadt op mobiel, of waarvan de bestelbevestigingen in de spammap belanden, levert het oplossen daarvan meer op dan negenhonderd nieuwe teksten. Begin bij wat omzet kost, niet bij wat het leukst klinkt.

Concrete volgende stap: zoek drie van uw eigen productteksten letterlijk op in Google. Staan ze woordelijk bij anderen, dan weet u dat dit werk zin heeft. Staan ze er niet, dan is uw tijd elders beter besteed.