De schrijfstijl van een taalmodel pas je aan op je huisstijl door de gewenste toon, woordkeuze en structuur expliciet te beschrijven in een zogenoemde systeem-prompt. Een taalmodel heeft geen eigen stijl, maar vormt zich naar de instructies die het ontvangt. Hoe concreter en specifieker die instructies zijn, hoe consistenter het resultaat. In dit artikel beantwoorden we de meest gestelde vragen over stijlaanpassing, van de basisprincipes tot geavanceerde technieken zoals fine-tuning. Wil je weten hoe dit werkt binnen AI-gestuurd klantcontact? Dan lees je hier precies wat je moet weten.
Wat bepaalt de schrijfstijl van een taalmodel?
De schrijfstijl van een taalmodel wordt bepaald door drie factoren: de trainingsdata waarop het model is gebaseerd, de instructies die het tijdens een gesprek ontvangt, en de context die de gebruiker aanlevert. Zonder aanvullende sturing valt een model terug op een neutrale, algemene stijl die tijdens de training het meest voorkwam.
Dit betekent dat een taalmodel van zichzelf geen vaste persoonlijkheid heeft. Het is eerder een spiegel die reageert op wat je het geeft. Geef je het weinig context, dan krijg je een generiek antwoord. Geef je het een gedetailleerde beschrijving van je merk, je doelgroep en je toon, dan past het zich daarop aan.
Concreet gaat het om zaken als:
- Zinslengte en ritme (kort en direct versus uitgebreid en beschouwend)
- Woordkeuze (formeel versus informeel, vakjargon versus toegankelijke taal)
- Aanspreekvorm (jij/jouw of u/uw)
- Structuur van antwoorden (lijstjes, alinea’s, koppen)
- Toon (warm en empathisch, zakelijk en bondig, of enthousiast en actief)
Al deze elementen zijn stuurbaar, mits je ze bewust benoemt.
Hoe beschrijf je een huisstijl zodat een AI die begrijpt?
Een AI begrijpt je huisstijl het beste als je die beschrijft in termen van gedrag, niet van gevoel. Zeg niet “we schrijven vriendelijk”, maar geef aan wat dat concreet betekent: “we spreken lezers aan met jij en jouw, we vermijden passieve zinnen, en we beginnen elk antwoord met een directe conclusie.” Gedragsomschrijvingen zijn voor een taalmodel veel bruikbaarder dan abstracte merkwaarden.
Een goede huisstijlbeschrijving voor een AI bevat minimaal de volgende onderdelen:
- Doelgroep: wie lezen je teksten, en wat weten ze al?
- Toon: wat is de gewenste sfeer in de communicatie?
- Aanspreekvorm: formeel of informeel?
- Verboden elementen: welke woorden, zinnen of stijlkeuzes wil je expliciet vermijden?
- Voorbeeldzinnen: twee of drie voorbeelden van tekst die wél in je stijl passen
Voorbeeldzinnen zijn bijzonder waardevol. Een taalmodel leert meer van een concreet voorbeeld dan van tien regels uitleg. Voeg dus altijd een kort stukje tekst toe dat jouw gewenste stijl goed weergeeft, en benoem waarom dat stukje klopt.
Wat is een systeem-prompt en hoe gebruik je die voor stijlsturing?
Een systeem-prompt is een verborgen instructie die vóór het gesprek aan een taalmodel wordt meegegeven, buiten het zicht van de eindgebruiker. Het is de plek waar je het model vertelt wie het is, hoe het communiceert, en welke grenzen het in acht neemt. Voor stijlsturing is de systeem-prompt het krachtigste instrument dat je hebt.
In de systeem-prompt beschrijf je je huisstijl als een set van vaste gedragsregels. Een voorbeeld:
- “Schrijf altijd in de jij-vorm.”
- “Gebruik korte alinea’s van maximaal drie zinnen.”
- “Begin elk antwoord met de conclusie, gevolgd door de toelichting.”
- “Vermijd woorden als ‘uiteraard’, ‘zeker’, en ‘absoluut’.”
Hoe specifieker de systeem-prompt, hoe consistenter het model zich gedraagt. Een goede vuistregel: schrijf de systeem-prompt alsof je een nieuwe medewerker instrueert die nog nooit van je merk heeft gehoord. Wat zou die persoon moeten weten om meteen in de juiste stijl te schrijven?
Bij toepassingen als een AI-assistent in klantcontact is de systeem-prompt ook de plek waar je gedragsregels vastlegt voor situaties die gevoelig liggen, zoals klachten, escalaties of vragen over beleid.
Welke technieken werken het beste voor consistente stijlaanpassing?
De meest effectieve technieken voor consistente stijlaanpassing zijn: een gedetailleerde systeem-prompt combineren met concrete voorbeelden, negatieve instructies toevoegen (wat het model niet mag doen), en de stijl regelmatig testen en bijsturen op basis van afwijkingen. Geen enkele techniek werkt perfect in isolatie.
Concrete tips die goed werken in de praktijk:
- Gebruik few-shot voorbeelden: geef het model twee of drie voorbeeldvragen met bijbehorende antwoorden in de gewenste stijl. Het model leert hiervan patronen die moeilijk te beschrijven zijn in regels.
- Schrijf negatieve instructies: benoem expliciet wat je niet wilt. “Schrijf geen opsommingen tenzij er meer dan drie punten zijn” is concreter dan “schrijf overzichtelijk”.
- Bouw een stijlgids op als document: bij uitgebreidere toepassingen kun je een stijldocument meesturen als context. Dit werkt goed bij modellen met een groot contextvenster.
- Herhaal kernregels op strategische plekken: als je merkt dat een model halverwege een lang gesprek van stijl afwijkt, herhaal dan de belangrijkste instructies aan het begin van een nieuwe taak.
Hoe test je of een taalmodel je huisstijl correct toepast?
Je test of een taalmodel je huisstijl correct toepast door een vaste set testscenario’s te maken die bekende stijlvalkuilen bevatten, en de output te beoordelen aan de hand van een checklist gebaseerd op je stijlregels. Subjectief oordelen is niet voldoende, want je wilt reproduceerbare resultaten.
Een effectief testproces ziet er als volgt uit:
- Stel vijf tot tien representatieve vragen op die je doelgroep ook zou stellen
- Voeg minimaal twee grensgevallen toe, zoals een klacht of een technische vraag
- Beoordeel elk antwoord op de elementen uit je stijlgids: aanspreekvorm, zinslengte, verboden woorden, structuur
- Noteer welke regels het model consequent negeert
- Pas de systeem-prompt aan op basis van die bevindingen en herhaal de test
Stijltesten is een iteratief proces. Verwacht niet dat de eerste versie van je systeem-prompt meteen perfect werkt. Gemiddeld zijn twee tot vier iteraties nodig voordat een model betrouwbaar in de gewenste stijl schrijft.
Wanneer is fine-tuning beter dan prompting voor stijlaanpassing?
Fine-tuning is beter dan prompting wanneer je een zeer specifieke en afwijkende stijl wilt die moeilijk te beschrijven is in instructies, wanneer je werkt met grote volumes waarbij elke prompt kostbaar is, of wanneer consistentie over duizenden interacties zwaarder weegt dan flexibiliteit. Voor de meeste organisaties is prompting echter de betere keuze om mee te beginnen.
Het verschil zit in de aanpak:
- Prompting stuurt een bestaand model via instructies. Het is snel, goedkoop en eenvoudig aan te passen. Nadeel: bij complexe stijlen blijft er altijd een kans op afwijkingen, zeker in lange gesprekken.
- Fine-tuning traint het model opnieuw op jouw eigen data. Het resultaat is een model dat jouw stijl als standaard beschouwt, zonder dat je die elke keer hoeft te beschrijven. Nadeel: het vereist kwalitatieve trainingsdata, technische expertise en een hoger budget.
Fine-tuning heeft pas echt meerwaarde als je beschikt over minimaal honderden voorbeelden van teksten in de gewenste stijl, en als de stijl zo specifiek is dat prompting structureel tekortschiet. Voor het aanpassen van toon en aanspreekvorm in klantenservice is prompting in vrijwel alle gevallen voldoende.
Hoe huXam helpt met stijlsturing in AI-klantcontact
Wij begrijpen dat een AI-assistent pas echt waarde toevoegt als die klinkt als jouw organisatie, niet als een generieke chatbot. Daarom helpen wij bij het vertalen van jouw huisstijl naar concrete stijlinstructies die direct werken binnen klantcontactomgevingen. Wat wij daarin bieden:
- Opstellen van een op maat gemaakte systeem-prompt op basis van jouw stijlgids of merkwaarden
- Integratie van stijlregels in de huXam Assistant, gekoppeld aan jouw CRM en kennisbank
- Iteratief testen en bijsturen totdat de stijl consistent is over alle kanalen
- Begeleiding bij het bouwen van een testset waarmee je stijlkwaliteit blijft bewaken
We starten altijd vanuit jouw bestaande processen en communicatiestijl, niet vanuit de technologie. Zo wordt de AI een verlengstuk van jouw team in plaats van een vreemd element dat ernaast staat. Wil je weten hoe dit er in jouw situatie uitziet? Neem contact op en we denken graag met je mee.
Veelgestelde vragen
Hoe lang moet een systeem-prompt zijn om effectief te zijn?
Er is geen vaste lengte, maar een effectieve systeem-prompt is zo kort mogelijk en zo gedetailleerd als nodig. In de praktijk werken prompts van 150 tot 400 woorden goed voor stijlsturing in klantcontact. Belangrijker dan lengte is precisie: elke instructie moet een concreet gedrag beschrijven. Een prompt vol vage merkwaarden werkt slechter dan een korte prompt met vijf scherp geformuleerde gedragsregels.
Wat doe ik als het model steeds terugvalt op een generieke schrijfstijl, ondanks mijn instructies?
Dit is een veelvoorkomend probleem en heeft meestal twee oorzaken: de instructies zijn te abstract, of de stijlregels strijden met de standaardneigingen van het model. Controleer eerst of je instructies gedragsmatig zijn geformuleerd en voeg concrete voorbeeldzinnen toe. Als dat niet helpt, voeg dan negatieve instructies toe die expliciet benoemen wat het model niet mag doen, zoals ‘gebruik nooit de aanhef Beste’ of ‘schrijf geen samenvattende slotalinea’s’.
Kan ik voor verschillende kanalen, zoals e-mail en chat, verschillende stijlen gebruiken binnen hetzelfde systeem?
Ja, en dat is ook aan te raden. De toon en structuur die werken in een live chatgesprek zijn vaak te informeel of te kort voor een zakelijke e-mail. Je maakt hiervoor aparte systeem-prompts per kanaal, elk met eigen stijlregels die passen bij het medium en de verwachting van de ontvanger. Zorg er wel voor dat de kernidentiteit van je merk in alle prompts herkenbaar blijft, zodat de communicatie consistent aanvoelt over kanalen heen.
Hoe ga ik om met meertalige communicatie? Werkt stijlsturing ook in andere talen?
Stijlsturing werkt in principe in elke taal die het model goed beheerst, maar er zijn nuances. Schrijf je stijlregels bij voorkeur in de taal waarin het model ook communiceert, omdat instructies in dezelfde taal als de output consistenter worden opgevolgd. Bij meertalige omgevingen is het verstandig om per taal een aparte sectie in de systeem-prompt op te nemen met taalspecifieke instructies, zoals de aanspreekvorm die per taal verschilt.
Hoe voorkom ik dat medewerkers of gebruikers de stijlinstructies per ongeluk overschrijven via hun eigen berichten?
Een goed geconfigureerde systeem-prompt heeft prioriteit boven gebruikersinput, maar een vastberaden gebruiker kan via directe instructies toch stijlafwijkingen uitlokken. Je beperkt dit risico door in de systeem-prompt expliciet op te nemen dat stijlregels altijd gelden, ongeacht verzoeken van de gebruiker. Bij gevoelige toepassingen, zoals klantcontact, is het ook verstandig om de output periodiek te monitoren op stijlafwijkingen als onderdeel van je kwaliteitsproces.
Hoe weet ik of mijn stijlgids gedetailleerd genoeg is om als basis voor een systeem-prompt te dienen?
Een goede vuistregel: als een nieuwe medewerker op basis van jouw stijlgids direct een correct antwoord kan schrijven zonder aanvullende vragen, dan is de gids ook bruikbaar voor een AI. Ontbreekt er informatie over aanspreekvorm, zinslengte, verboden woorden of toon in specifieke situaties, dan is de gids nog te globaal. Begin met het invullen van die ontbrekende onderdelen voordat je de stijlgids naar een systeem-prompt vertaalt.
Moet ik de systeem-prompt opnieuw instellen na een update van het onderliggende taalmodel?
Niet altijd, maar het is wel verstandig om na een modelupdate je testset opnieuw te draaien. Modelupdates kunnen subtiele veranderingen in gedrag met zich meebrengen, waardoor eerder werkende instructies minder effectief worden of onverwacht anders worden geïnterpreteerd. Plan een korte hertest in na elke significante update en pas de systeem-prompt aan waar nodig. Dit hoeft geen grote klus te zijn als je een goede testset en checklist hebt klaarstaan.
Gerelateerde artikelen
- Is ChatGPT geschikt voor formele communicatie met klanten?
- Hoe verandert AI de dagelijkse werkzaamheden van een klantenservicemedewerker?
- Hoe helpt AI medewerkers sneller de juiste informatie te vinden?
- Wat is AI-kwaliteitsmonitoring in een contactcenter?
- Wat is een meertalige virtuele assistent en heb je die nodig?
