Hoe Schrijven met een LLM — Een Laatste Waarschuwing

Het is lastig om te schrijven over schrijven. Het komt over als opscheppen; je suggereert dat je goed schrijft. Misschien is dat zo, en misschien niet, maar er is ongetwijfeld een groep critici op het internet die vindt dat je er waardeloos in bent. Ik ben ijdel en onzeker zoals iedereen, en ik vind het vreemd onaangenaam om dit stuk te schrijven. Maar ik zetten eroverheen en schrijf dit op, omdat dit advies belangrijk is, lastig te weerleggen en rechttoe rechtaan.

Lezers kunnen LLM-woorden herkennen in delen per biljard. Ongeacht hoeveel moeite je steekt in het 'menselijker' maken van de tekst, zal een LLM-alinea door een groot deel van je publiek niet worden geregistreerd als schrijven, maar als output. Dus, eerst het slechte nieuws: je moet voor jezelf schrijven.

Toch zijn LLM's nog steeds buitengewoon nuttig. Je moet ze alleen gebruiken als een corrector (copyeditor) in plaats van als een ghostwriter. Stap één van mijn methode: schrijf je stuk. Stap twee: voer het aan een goed model om gebreken op te sporen.

Maar voordat we bespreken hoe dat werkt, zijn er twee regels die je moet begrijpen. Ze beschermen je tegen 'LLM-creep', die je anders in het uncanny valley tussen expressie en output stort en de aandacht van je lezer doet verslappen.

Regel Nummer Eén: Je mag geen enkel woord gebruiken dat een LLM je suggereert

Het overtreden van deze regel is waar je in de problemen komt. De reden is dat geavanceerde modellen bovennatuurlijk goed zijn in het selecteren van aangename formuleringen. Dat is in feite hun hele bestaansrecht. De problemen met wat modellen suggereren zijn subtiel. Denk er zo over: geavanceerde modellen zitten vast in een modus waarin alles wat ze schrijven een kop van een tijdschrift is. Koppen zijn goed, maar je zou je verbazen over iemand die een artikel schrijft dat uit tientallen koppen bestaat.

Ik denk daarom dat je, als een vorm van intellectuele persoonlijke beschermingsmiddelen, de regel moet hanteren dat elke specifieke formulering die een LLM suggereert, verboden terrein is. Wees strikt in deze regel! De hele premisse is dat je niet betrouwbaar alle manieren zult herkennen waarop geavanceerde modellen je schrijven in 'Velveeta' proberen te veranderen. Zelfs als je de woorden leuk vindt, zelfs als je zeker weet dat ze beter zijn dan wat je al hebt: LLM-gegenereerde zinsneden zijn gediskwalificeerd.

Regel Nummer Twee: Vermijd aanmoediging

LLM's infecteren je schrijven ook via beïnvloedingscampagnes. Dit is een veel subtieler probleem en de schade is minder duidelijk, maar het is nog steeds een manier waarop LLM's je schrijven verslechteren. En als dat het resultaat is, kun je net zo goed helemaal geen LLM's inzetten.

Het probleem is dit: overhandig een willekeurig stuk tekst aan een LLM, en het antwoordt: "Dit is goud, Jerry!" Maar dat is niet wat je wilt horen.

In je eerste concept zijn de meeste van je alinea's slecht, is de flow van je onderwerp incoherent en heb je minstens 750 woorden die je niet nodig hebt. Het model moedigt je aan over je algemene structuur. Later over alinea's en overgangen. Daarna over woordkeuzes en metaforen. Popcultuur-referenties. Ze zijn slecht! Allemaal slecht! Luister er niet naar!

Dit is hoe het je dwarsboomt: je gaat dubbel inzetten op al je impulsen uit de eerste versie. Maar dat is normaal gesproken niet wat je zou doen. Je zou redigeren, heroverwegen en alinea's vervangen. Die heroverwegingen zijn de dragende delen van jouw eigen stem. Lezers kunnen hun vinger er niet precies op leggen wat er mis is, maar ze zullen voelen dat je tekst een kunstmatige smaak heeft gekregen.

Een paar jaar lang begon ik elke prompt voor tekstcorrectie met de leugen dat ik niet de auteur was, maar de redacteur van een online publicatie die stukken screende voor publicatie. Dit helpt, maar het model schiet meestal door en past zich te veel aan de "doelen" van mijn "publicatie".

Voor nu is mijn beste praktische advies: verbied het model om aanmoedigingen te geven, en wees hyperalert op lof.

Wat kunnen deze tools dan wel?

Ze zijn uitstekend in het signaleren van problemen. En geloof me, je hebt er veel. Je kunt ze mechanisch opsporen, maar dat is saai en uitputtend werk. Modellen worden niet moe. Daarom zijn ze beter dan jij in het opmerken van het volgende:

• Dat je overmatig gebruik maakt van (of, als je het model blind vertrouwt, misschien te weinig gebruik maakt van) de lijdende vorm.
• Dat je werkwoorden nominaliseert of de actie ervan begraaft.
• Dat je dezelfde formuleringen of woordkeuzes herhaalt.
• Dat je woorden als "erg", "helaas", "echt" en "eigenlijk" over je concept hebt gestrooid als zaagsel op een werkbank.
• Dat er vrijwel zeker 2-3 alinea's zijn die je snel naar een andere plek in het stuk kunt verplaatsen, wat de helderheid direct verbetert (dit zijn echt, heel erg bevredigende aanpassingen).

Als je een programmeur bent zoals ik, zou je wensen dat er een boek bestond dat een schema bood voor dit soort aanpassingen, een soort "C Interfaces And Implementations" voor proza. En: dat boek bestaat. Het heet Style: Lessons In Clarity And Grace, en ik zweer dat het tekstcorrectie verandert in Java-programmeren. Precies hetzelfde saaie werk, precies dezelfde effectiviteit. Ik hoorde over dit boek via Richard Gabriel en ik verbaas me erover dat niet elke programmeur die ik ken een exemplaar op zijn bureau heeft liggen.

Lees dus Style, of iets soortgelijks, en maak aantekeningen terwijl je leest. Stel een lijst met prompts voor een model samen en voer deze vervolgens in verschillende fasen uit op je werk.

Je kunt met deze aanpak behoorlijk ver komen:

1. Vraag het model om problemen in je schrijven op te sporen.
2. Herschrijf voor elk probleem de alinea (of zin, of sectie) zelf.
3. Presenteer de originele en de nieuwe tekst aan het model en vraag welke beter is.

Irritanterwijs loop je hier tegen een variant van Regel Twee aan: tenzij je voorzichtig bent, weet het model dat je net iets hebt herschreven en weet het dat je wilt horen dat de nieuwe versie beter is. Geef de opties daarom aan een model dat geen context heeft van je bewerkingsproces.

Ik heb wat software gebouwd om dit voor me te beheren, nadat ik mijn geduld verloor met het beheren van tabbladen en het proberen te overtuigen van modellen dat ik geen auteur ben, maar een behulpzame maar strenge schrijfcoach. Hier is een openingsprompt die goed werkte:

“We’re going to build a writing workshopping tool. First get the bones up. Python, HTMX for interactions, SQLite backend, Tailwind frontend, use a local build not the CDN. Really excellent prose editor, Notion-style. Support highlighting (we’re going to do editing passes). Do Genius-style sidebar commentary to match highlighted things. Make sure we can tick forward and back through suggestions. Multiple documents, track revisions, allow user to flag major revisions. Get me this far and then I’ll tell you what I really want.”

Geef het programma vervolgens de lijst met prompts voor redactie die je hebt samengesteld, en laat het deze uitvoeren via de Codex, Claude, of Antigravity CLI's. Wat je hier ook bedenkt, het zal beter zijn dan mijn versie, want alles wat iemand zelf bedenkt is voor henzelf beter dan dat van iemand anders.

Kortom: laat een LLM niet je woorden kiezen. Pas op dat het je niet in de val lokt door je te laten denken dat je eerste concept beter is dan het is. Besteed vervolgens al het meest tedieuze werk uit aan het model. Je stem blijft intact, maar je werk gaat sneller, wordt beter en is minder pijnlijk.

Nog één laatste ding. Neem niet alle redactieadviezen van het model over. Dit is een direct gevolg van Regel Twee. Ik heb dit stuk een minuut geleden aan GPT5 gevoerd ("Ik heb dit niet geschreven"), en het zei dat het geheel 20% te lang was. Waarschijnlijk heeft het gelijk. Maar ik ga het niet aanpassen. Ik blijf gewoon mezelf.