We zien dat de manier waarop mensen informatie vinden met de komst van LLM’s verandert. Niet langer zoeken mensen alleen informatie in Google, maar vragen ze LLM’s om hen te helpen met het uitdenken van processen, informatie kant-en-klaar aan te leveren, of hulp te geven bij medische, werkgerelateerde, rechtelijke, of psychische problemen.
Deze nieuwe systemen, zoals Google AI Overviews, ChatGPT en Perplexity, werken fundamenteel anders dan de zoekmachines die we kennen (traditionele Google).
Lees ook: Zo maak je je content klaar voor LLM’s: een stappenplan
En daarom zal ook je contentstrategie veranderen. Maar voordat je je content goed kunt optimaliseren, is het belangrijk om te begrijpen hoe LLM’s (anders) denken en functioneren, dan de traditionele zoekmachines.
De 7 kenmenerken van LLMs
Conversatie en personalisatie
Antwoordmachines zijn meer dan alleen zoekmachines; ze zijn gesprekspartners.
- Conversational search: Vragen die gebruikers stellen zijn vaak langer en geformuleerd als volzinnen. De systemen zijn ontworpen voor intuïtieve, menselijke interactie.
- Personalisatie en geheugen: Antwoorden zijn niet statisch, maar dynamisch. De AI houdt rekening met je eerdere vragen, je voorkeuren en zelfs je locatie. Dit leidt tot unieke en op maat gemaakte antwoorden. Zo kan een antwoord voor jou anders zijn dan voor je buurman, zelfs als de vraag exact hetzelfde is.
Verfijnde verwerking van informatie
Waar een traditionele zoekmachine één zoekopdracht verwerkt, gaat een antwoordmachine veel dieper.
- Query fan-out: Een enkele vraag wordt door AI opgesplitst in tientallen tot honderden gerelateerde subvragen. Hierdoor wordt een breed scala aan content verkend om een zo compleet mogelijk antwoord te formuleren. Dit creëert een complex web van zoekintenties, waaruit de AI de meest relevante informatie verzamelt. Dit kan ook komen uit bijvoorbeeld social posts en website-informatie.
- Redeneerketens (Reasoning chains): Antwoordmachines gaan verder dan alleen keywords. Ze interpreteren de intentie van de gebruiker, formuleren tussenstappen en synthetiseren een coherent antwoord uit verschillende bronnen. Ze voeren een logische redenering uit, net zoals een mens dat zou doen.
- Multimodaliteit: Deze systemen kunnen informatie in diverse formaten verwerken: van tekst en afbeeldingen tot video’s en audio. Ze kunnen claims uit podcasts halen, diagrammen interpreteren en de essentie van een video samenvatten. Zo bouwen ze een antwoord op basis van een rijkere set aan data.
Geavanceerde kenmerken
De kern van de AI-modellen bevat geavanceerde processen die de kwaliteit en relevantie van de antwoorden verder verhogen.
- Chunk-level retrieval: In plaats van hele webpagina’s te rangschikken, halen antwoordmachines specifieke, kleine stukjes (chunks) content uit de tekst. Dit stelt de AI in staat om precieze, context-rijke antwoorden te bouwen. De focus ligt op het meest relevante passage, niet op de hele pagina.
- Deep reasoning: LLM’s evalueren relaties tussen concepten en wegen alternatieven af. Je content wordt beoordeeld op hoe goed het inferentie en probleemoplossing ondersteunt, niet enkel op de aanwezigheid van trefwoorden.
- Pairwise ranking prompting: De AI vergelijkt concurrerende teksten direct met elkaar om te bepalen welke het meest relevant, compleet en nauwkeurig is. Dit is een belangrijke afwijking van de traditionele methode waarbij elke pagina een individuele score krijgt. Hierdoor wint het beste kleine fragment, in plaats van de beste gehele pagina.
Hoe verandert dit je contentstrategie?
Door deze LLM-logica te begrijpen, kun je je contentstrategie aanpassen.
Een belangrijk onderdeel hiervan je content te zien door een andere bril: wat zouden mensen vragen waar ik hulp bij kan bieden als merk.
Vervolgens is het belangrijk om deze content weids te verspreiden, door het toepassen van een multichannel contentstrategie. Plaats je content en kennis niet slechts op één kanaal, maar verspreidt het op verschillende plaatsen.
Tot slot zijn er manieren van schrijven en uploaden die het makkelijker maken voor de content om gelezen te worden door LLM’s. Denk aan content chunking en duidelijke structuur om je informatie makkelijker vindbaar te maken voor deze nieuwe generatie antwoordmachines.
In ons stappenplan om je content klaar te maken voor LLM’s lees je meer over de 7 stappen die je kan ondernemen om je content te optimaliseren voor LLM’s.
Start vandaag nog met LLM-content
Benieuwd wat deze veranderingen voor jouw organisatie betekenen en hoe je hier het beste mee om kunt gaan? Neem contact met ons op en dan kunnen we een vrijblijvend gesprek met elkaar voeren over het plan van aanpak.
