Het antwoord op de vraag hoe je betere resultaten uit AI haalt, ligt niet in het kiezen van een groter of nieuwer model, maar in het verbeteren van de context die je aan dat model geeft. Volgens Jeff Dean, voormalig Chief Scientist bij Google, is context engineering inmiddels belangrijker dan het model zelf. Voor ondernemers betekent dit dat de kwaliteit van AI-output in processen zoals klantenservice of contentcreatie vooral wordt bepaald door de informatie die je meestuurt, niet door de techniek erachter.

Wat er aan de hand is

Jeff Dean, jarenlang een van de meest invloedrijke technici bij Google, stelt dat de focus in AI-ontwikkeling verschuift. Waar voorheen het verbeteren van de modellen zelf centraal stond, ligt de grootste winst nu in het zorgvuldig samenstellen van de context die aan een model wordt aangeboden. Dit inzicht, gedeeld via Search Engine Journal, is opvallend omdat Dean mede aan de basis stond van veel van Google’s AI-technologie. Zijn uitspraak signaleert een bredere trend: de technologie wordt steeds meer een commodity, terwijl de vaardigheid om er effectief mee te werken de onderscheidende factor wordt. Voor bedrijven die AI al inzetten, is dit een bevestiging dat hun investering in prompts en datavoorbereiding minstens zo belangrijk is als hun keuze voor een bepaald AI-platform.

Wat dit betekent

De uitspraak van Dean heeft concrete gevolgen voor hoe je als ondernemer naar AI kijkt. Het betekent dat je niet hoeft te wachten op de volgende modelupdate om betere resultaten te zien. De grootste verbeteringen kun je zelf realiseren door de informatie die je aan het systeem geeft te verrijken en te structureren. Voor een marketingteam dat AI gebruikt voor teksten, betekent dit dat een goed gedefinieerde merkrichtlijn en doelgroepanalyse meer oplevert dan het wisselen naar een duurder model. Voor een klantenserviceafdeling die chatbots inzet, is de kwaliteit van de kennisbank en de formulering van de instructies bepalend voor de tevredenheid van klanten. De drempel om AI beter te benutten ligt dus niet bij de technologie, maar bij de organisatie van je eigen informatie.

Hoe je dit kunt toepassen

Als je een webshop runt en AI gebruikt voor productbeschrijvingen, dan is de context die je meestuurt bepalend voor de kwaliteit. Je zou kunnen beginnen met het verzamelen van je vijf bestverkopende producten en de bijbehorende reviews. Voeg deze als voorbeelden toe aan je instructie aan het AI-systeem, samen met je merkwaarden en de toon die je wilt gebruiken. Een mogelijkheid is om het systeem te vragen om eerst een analyse van die voorbeelden te geven voordat het nieuwe teksten schrijft. Zo dwing je het systeem om de patronen uit je context te leren in plaats van te vertrouwen op algemene kennis.

Als je een team aanstuurt dat wekelijks rapportages maakt, overweeg dan om een vaste structuur voor die rapportages te ontwikkelen en deze als context aan je AI-tool te geven. Je zou een sjabloon kunnen maken met de vaste onderdelen, de gewenste lengte per onderdeel en voorbeelden van eerdere, goede rapportages. Door deze context telkens opnieuw te gebruiken, wordt de output consistenter en hoef je minder tijd te besteden aan het corrigeren van teksten. Het is een investering in het begin, maar het bespaart structureel tijd.

Als je in de zorg werkt en AI gebruikt voor het samenvatten van patiëntendossiers, dan is de context van cruciaal belang voor de betrouwbaarheid. Je zou kunnen experimenteren met het meesturen van een beknopte uitleg over welke informatie essentieel is voor een samenvatting en welke details weggelaten mogen worden. Een optie is om het systeem te vragen om eerst de belangrijkste punten uit een dossier te extraheren en deze ter controle voor te leggen voordat er een definitieve samenvatting wordt gegenereerd. Dit vergroot de controle en vermindert het risico op misinterpretatie.

Als je content creëert voor sociale media, kun je de context inzetten om de juiste toon te raken. Verzamel een aantal van je best presterende berichten en geef die mee als voorbeeld, samen met een korte uitleg waarom die berichten goed werkten. Je zou het systeem kunnen vragen om nieuwe berichten te genereren die in dezelfde stijl zijn, maar met een andere boodschap. De praktische toepassing hangt af van jouw situatie, maar het principe is overal hetzelfde: hoe meer relevante context je meestuurt, hoe beter het systeem kan presteren.

Bron: Search Engine Journal