AI Schrijfcoach vs. ChatGPT: Waarom je 'prompt-moeheid' voelt (en hoe het anders kan)

Ken je dat gevoel? Je staart naar een leeg scherm. Je cursor knippert spottend naar je.

Toen ik net begon als freelancer, had ik hier zelf enorm last van. Ik wilde een post schrijven over mijn start, maar de gedachte die me verlamde was: "Ik wil niet de zoveelste zijn die gewoon roept: Hoi, ik ben voor mezelf begonnen."

Wat moest ik dan schrijven? Mijn hoofd vulde zich met ruis, twijfels en gedachten die totaal niet hielpen. Het gevolg? Ik postte wekenlang helemaal niets. Tot het moment dat ik dacht: fuck deze gedachten, ik moet gewoon iets doen.

Dit is de realiteit van content creatie. En als je op dat moment ChatGPT opent en typt: "Schrijf een post over starten als freelancer", krijg je een tekst die begint met "In het huidige dynamische landschap..." en eindigt met "Volg je dromen 🚀".

Je zucht. Je past het aan. Je verwijdert de helft. En uiteindelijk vraag je je af of het niet sneller was geweest om het gewoon zelf te schrijven.

Laten we dit vanaf nu ‘prompt-moeheid’ noemen.. En het is precies waarom we Coach Delphi anders hebben gebouwd. Want laten we eerlijk zijn: ChatGPT, Claude en Gemini zijn fantastische tools. Maar het zijn bibliotheken, geen redacteurs. Het zijn hamers, geen timmermensen.

Als AI Engineer krijg ik vaak de vraag: "Zeg sheriff, wat doet Coach Delphi nou feitelijk anders dan ChatGPT?" Het korte antwoord: Een hele hoop. Het lange antwoord? Dat lees je hieronder.

Laten we eens onder de motorkap kijken van een echte AI schrijfcoach.

1. Het fundament: van ‘sessie’ naar ‘context’

Het grootste probleem van een standaard LLM (Large Language Model) zoals ChatGPT is geheugenverlies. Elke keer dat je een nieuwe chat start, begin je op nul. Je moet steeds opnieuw uitleggen wie je bent, wat je doet en waarom je überhaupt die post schrijft.

In technische termen noemen we dit de Context Window. Bij ChatGPT is die vaak vluchtig.

Bij het bouwen van Delphi hebben we dit fundamenteel anders aangepakt. In onze broncode hebben we specifieke Context Options ingebouwd die een "mentaal model" van jou als gebruiker opbouwen.

Delphi onthoudt niet alleen je laatste vraag, maar analyseert patronen uit je eerdere sessies. Ze weet wat je vorige week vertelde over die lastige klant, en koppelt dat aan je inzicht van vandaag. Het verschil?

2. Het proces: de interview-methode

De meeste mensen gebruiken AI lineair: Vraag ➡️ Antwoord.

"Geef me 5 tips voor..." ➡️ "Hier zijn 5 tips."

We hebben dit in het begin geprobeerd met Delphi. Een puur chat-gebaseerde aanpak. Het werkte voor geen meter. Gebruikers kregen wel iets, maar vaak kwamen er AI-hallucinaties tussendoor en was de output niet echt actiegericht. De interface nodigde niet uit tot diepgang. En eerlijk is eerlijk, technisch gezien werkte het niet goed genoeg.

Daarom zijn we overgestapt op een deterministische workflow. Het ";ick the right tool for the right job" principe. In onze backend hebben we een proces gebouwd dat eerst luistert voordat het praat.

Het is het verschil tussen een tekstschrijver die zegt "U vraagt, wij draaien" en een coach die zegt: "Wacht even, waarom raakte dat je zo? Wat zegt dat over jouw visie?"

3. Strategie boven output: de kunst van de invalshoek

Hier wordt het leuk. ChatGPT is getraind om het meest waarschijnlijke volgende woord te voorspellen. Dat betekent per definitie dat het neigt naar het gemiddelde. Naar clichés. Om unieke content te maken, moet je keuzes maken die niet gemiddeld zijn.

In Delphi hebben we een systeem gebouwd dat werkt met invalshoeken. Er is natuurlijk niet één "beste" invalshoek, maar we weten wel welke werkt en onder welke omstandigheden. Neem bijvoorbeeld de optie “Tegendraads advies”.

Dit werkt fantastisch voor algoritmes. Waarom? Omdat het mensen ‘uitrookt’ die het niet met je eens zijn. Het start een discussie. En als er iets is waar algoritmes van smullen, is het wel engagement.

Delphi kiest zo'n strategie bewust. In plaats van simpelweg "een post" te genereren, zegt de engine: "Laten we dit onderwerp eens tegendraads insteken om de discussie aan te zwengelen."

4. Authenticiteit: spiegelen in plaats van verzinnen

"Hallucineren" is een bekende term in AI-land. Het betekent dat de AI feiten verzint om een verhaal kloppend en rond te maken. Dodelijk voor je geloofwaardigheid.

De instructies die wij aan Delphi geven zijn strikt: Authenticiteit boven alles. In één van de prompts die we onder water gebruiken, staat letterlijk: “Mirror their language patterns.”

Dit betekent dat Delphi jouw woorden, jouw zinsopbouw en jouw unieke uitdrukkingen als bouwstenen gebruikt. Ze verzint geen "dynamische landschappen" als jij gewoon "een drukke markt" zou zeggen. Ze spiegelt jouw taalgebruik terug, maar dan gestructureerd en aangescherpt.

Het doel is niet dat je lezer denkt: "Wauw, wat een slimme AI." Het doel is dat je lezer denkt: "Wauw, wat een goed verhaal van Sander."

Conclusie: van tool naar teamlid

Is ChatGPT, Claude of Gemini dan compleet nutteloos? Absoluut niet. Ik gebruik het dagelijks om te coden, met koken en voor random snelle vragen.

Maar als het gaat om je persoonlijke merk, je stem en je unieke visie, dan heb je meer nodig dan een tekstgenerator.

Onze visie voor Delphi is helder: ze blijft een coach. Maar wel eentje die je op elk moment mag storen. Een coach die je steeds beter leert kennen naarmate je haar vaker gebruikt. En het belangrijkste: een coach die stippen met elkaar verbindt die jij zelf nog niet zag, en dat op een snelheid die voor ons simpele mensen onmogelijk is.

Dat is het verschil tussen een tool die voor je werkt, en een coach die met je werkt.