Content automation: zo schrijf je websiteteksten op schaal (zonder in te leveren op kwaliteit)

Je kent het gevoel vast. Je typt een vraag in ChatGPT, klikt op enter, en vijf seconden later rolt er een netjes opgebouwd artikel uit. Misschien zelfs met kopjes. Je publiceert het, leunt achterover, en er gebeurt… niets. Geen rankings, geen vermeldingen, geen traffic. De twijfel slaat toe, is AI wel zo goed als het lijkt?

Het echte moment waarop content automation werkt, is niet wanneer je in een handomdraai tientallen artikelen kan schrijven. Het is wanneer je de output leest en denkt: dit had een mens kunnen schrijven. Niet in de zin van “het is grammaticaal correct,” maar in de zin van: het heeft diepgang, het bevat inzichten die ergens op slaan, en het klinkt precies zoals jouw merk klinkt.

Dat is waar dit artikel over gaat. Niet over welke knopjes je moet indrukken, maar over het verschil tussen een simpele prompt en een systeem, en waarom dat zo belangrijk is.

Laten we beginnen met wat begripsverwarring uit de weg ruimen, want “content automation” wordt voor drie verschillende dingen gebruikt. En het maakt nogal uit welke je bedoelt.

Je gebruikt Chat GPT, Gemini of Claude om een eerste draft te schrijven, past het zelf aan, en publiceert het. Handig, zeker. Maar dit is geen automation, dit is een tool. Je kunt er niet mee opschalen, want jij bent nog steeds de bottleneck in het proces.

Je hebt een vaste structuur (intro, een paar kopjes, een conclusie) en laat AI die invullen op basis van een zoekwoord. Semiautomatisch. Snel opgezet. En het levert negen van de tien keer content op die klinkt als… content. Generiek, inwisselbaar, zonder enige merkidentiteit. Het lijkt te werken totdat je de output echt leest.

Niveau 3: Een content automation machine

Dit is het echte werk. Een systeem van gekoppelde modules dat van ruwe input tot een publicatie klare draft gaat: consistent, herhaalbaar en schaalbaar. Hier zitten de echte voordelen. En eerlijk gezegd ook de echte risico’s, als je het verkeerd aanpakt.

In de rest van dit artikel bedoelen we niveau 3 als we het over ‘content automation’ hebben. Want alles daarvoor is gewoon een AI-abonnement met extra stappen.

Dit is de vraag die iedereen stelt maar die zelden goed wordt beantwoord. Niet omdat het zo geheim is, maar omdat het antwoord afhangt van je specifieke situatie. Toch is er een architectuur die altijd terugkomt in elke werkende automation. Vier onderdelen, in vaste volgorde.

Hier gaat de menselijke laag in. Wie ben je? Hoe klinkt je merk? Wie is je doelgroep en welke vragen stellen ze? Wat zijn de dingen die jij beter weet dan je concurrent?

Dit is meteen het onderdeel dat de meeste bedrijven overslaan, en dat is ook precies waarom ze daarna klagen dat de output generiek klinkt. Een automation zonder sterk strategisch fundament produceert nette, leesbare, volkomen betekenisloze teksten. Garbage in, garbage out – maar dan in vlot Nederlands.

Denk in dit onderdeel aan een briefingsdocument met daarin onderdelen als; jouw bedrijfsinformatie, je tone-of-voice, zoekwoord onderzoeken, doelgroep persona’s en goede voorbeelden van eerder geproduceerde content.

De automation heeft brandstof nodig. Die brandstof is data: welke zoekwoorden zijn relevant, wat is de intentie erachter (iemand die oriënteert zoekt anders dan iemand die wil kopen), welke vragen stelt je doelgroep, waar laat je concurrent een gat open, welke vragen kan alleen een expert beantwoorden?

Een artikel over het juiste onderwerp, geschreven voor de juiste intentie, doet het structureel beter dan een perfect geschreven artikel over het verkeerde onderwerp. Met andere woorden: schrijf over iets waar jouw doelgroep op zit te wachten en wat echt waarde toevoegt. Deze module bepaalt wat er geschreven wordt voordat er een letter op papier staat.

Om AI-slop (generieke AI content) te voorkomen is dit ook de stap voor jouw unieke toevoeging, wat maakt jouw informatie uniek ten opzichte van de concurrentie? Heb jij unieke data of ervaringen die anderen niet hebben? Voeg ze aan je input.

Denk in dit onderdeel aan een analyse van de zoekintentie, een zoekvraag onderzoek en een concurrentieanalyse.

Dit is het onderdeel dat alle aandacht krijgt in de markt. Het taalmodel. De prompts. Het “AI-gedeelte.” En hoewel het gek klinkt, is dit ook het onderdeel dat het minst uitmaakt als de vorige twee niet kloppen.

Hier wordt op basis van de strategie (onderdeel 1) en de data (onderdeel 2) de feitelijke content gegenereerd: de opbouw, de diepgang, de toon, de structuur, de verwijzingen. De kwaliteit van de output is altijd een directe reflectie van de kwaliteit van de input. 

Denk in dit onderdeel aan ijzersterke prompts en AI-modules die jouw input vertalen naar een artikel dat je zelf geschreven zou kunnen hebben.

Het meest onderschatte onderdeel. Elke tekst gaat door een menselijke review stap voor publicatie.

Tijdens deze controle stel je jezelf eigenlijk de vraag: “Als ik in de situatie van mijn lezer zit, worden mijn vragen volledig beantwoord? Kloppen de feiten? Klinkt dit zoals wij als bedrijf communiceren?” Als het antwoord ergens nee is, is de tekst niet klaar. Pas als hij die test doorstaat, gaat hij live. Na publicatie volgt monitoring: wat rankt, wat converteert, wat moet worden bijgestuurd?

Deze vier onderdelen zijn niet even complex voor elk project. Maar ze zijn altijd alle vier aanwezig in een systeem dat werkt. Sla er één over, ook voor de meest ‘simpele’ case, en je maakt AI-slop. En dat is nou precies waar het in de praktijk misgaat.

Dit is de vraag die iedereen bezighoudt, zeker na de Google Spam Update van maart 2026. Dus laten we meteen tot de kern komen:

Google straft geen AI-content af. Ze straffen content af die primair bestaat om rankings te manipuleren zonder waarde voor de lezer (lees: AI-slop). Dat principe bestaat al jaren. AI heeft het alleen urgenter gemaakt, omdat je nu sneller dan ooit méér content van lagere kwaliteit kunt produceren.

De Spam Update van 24 maart 2026 was opmerkelijk: hij werd uitgerold in minder dan 20 uur. De snelste spam update ooit. Dat wijst op precisie, geen brede beleidswijziging, maar een gerichte verbetering van SpamBrain, Google’s AI-detectiesysteem. Wat er werd geraakt: sites met massaproductie zonder redactionele controle, content farms die zoekwoorden ‘spamden’, en pagina’s waarop duidelijk niemand naar had gekeken voor publicatie. Wat er niet werd geraakt: kwalitatieve AI-ondersteunde content met echte menselijke begeleiding.

De data bevestigt dat beeld. Onderzoek van Ahrefs over 600.000 pagina’s liet een correlatie van 0,011 zien tussen AI-contentpercentage en rankingpositie, statistisch gezien nul. Maar sites die na de core update van maart 2026 originele data en diepgang lieten zien, groeiden in zichtbaarheid. Sites met generieke, getemplated AI-content zagen dalingen tot wel 71%.

Het onderscheid dat telt, is niet AI vs. geen AI. Het is AI-content vs. AI-slop.

AI-content is een taalmodel inzetten als onderdeel van een doordacht systeem, waarbij menselijke expertise de basis vormt en redactie de output valideert.

AI-slop is een tool die zoekwoorden omzet in tekst terwijl niemand ernaar kijkt. Puur volume als strategie, zonder enige waarde voor de lezer. Plaats je dit in bulk op je website? Dan voldoe je perfect aan het onderdeel “scaled content abuse” uit Google’s spambeleid.

Google ziet het verschil. Je lezers ook. En je resultaten ook, vroeg of laat.

Hier is een eerlijk verhaal uit de praktijk.

Een van de gevallen waarbij content automation misging, was een project dat op het eerste gezicht de makkelijkste case leek: categorieteksten voor een webshop. Simpel contenttype, duidelijke structuur, weinig ruimte voor nuance. Ideaal voor automation, zou je denken.

Precies dat was het probleem. Omdat het zo eenvoudig leek, was de setup ook eenvoudig. Te eenvoudig. Te plat. Het resultaat? Teksten die nergens naar klonken, geen enkele merkidentiteit hadden en de zoekintentie compleet misten. Terug naar de tekentafel.

De les? Neem de tijd voor een goede automation. Ook als de case simpel lijkt. Juist als de case simpel lijkt. Want de complexiteit zit nooit in het contenttype, die zit in de kwaliteit van de vier modules. Een categoriepagina die écht iets toevoegt voor de lezer vraagt net zoveel strategisch fundament als een diepgaand blogartikel.

Voor iedereen die het al heeft geprobeerd en zich afvraagt waar het mis is gegaan: hier zijn de vijf fouten die het vaakst voorkomen.

Dit is het onderdeel dat veel automation-artikelen nog niet meenemen, maar die in 2026 echt relevant is geworden. 

Google AI Overviews, ChatGPT, Gemini, deze systemen geven gebruikers direct antwoord. Zonder dat ze doorklikken. Dat heeft een opvallend gevolg: je CTR daalt zelfs als je op positie 1 staat. De nieuwe vorm van zichtbaarheid heet niet ranken, maar geciteerd worden. Dit principe noemen we GEO, Generative Engine Optimisation.

Wat AI-systemen citeren:

Onderdeel 1 (strategie) en Onderdeel 2 (data) moeten GEO expliciet meenemen. Een automation die alleen is ingericht op klassieke SEO-signalen is niet automatisch ook GEO-proof. De vraag is niet alleen “rankt dit in Google?” maar ook: “zou een AI-systeem dit antwoord citeren als iemand een relevante vraag stelt?” Dat is een andere vraag, en het vraagt mogelijk een iets andere aanpak.

We gaan dit eerlijk zeggen, ook als het tegen ons eigen commercieel belang in gaat: niet iedereen heeft een bureau nodig om aan de slag te gaan met content automation.

Wanneer zelf bouwen logisch is:

Wat zelf bouwen echt kost:

De tooling is maar een deel van het verhaal. De echte investering zit in de tijd om een systeem op te bouwen dat consistent kwaliteit levert. Reken op weken, niet uren, en dan nog even voor je de eerste opzet achter je laat. Wie dat niet realistisch inschat, loopt vast.

Wanneer uitbesteden meer zin heeft:

Wat je altijd zelf moet blijven doen: de merkidentiteit, de strategische keuzes en de inhoudelijke kennis van jouw domein blijven intern. Een bureau bouwt een systeem dat jouw expertise schaalt. Het vervangt die expertise niet.

Een klant omschreef het ooit goed: de snelheid waarmee we de content konden produceren was voor hem een openbaring. Maar de setup vroeg ook wat van zijn kant, toelichting op het merk, feedback op de eerste output, bijsturing van de automation. Na die investering draaide het systeem, en kon de nieuwe website een stuk sneller worden gevuld dan gepland. De tijd die het kostte om het goed op te zetten, betaalde zich direct terug.

We begonnen met een simpele observatie: het probleem zit niet in de tool. En dat is ook de conclusie.

Content automation werkt. Maar alleen als je bereid bent de vier modules serieus te nemen. De strategie, de data, de generatie én de kwaliteitscontrole. Snij er één weg, ook wanneer de case ‘simpel’ lijkt, en je eindigt met AI-slop en een teleurstellend Analytics-dashboard.

De bedrijven die hier de komende jaren het meest voordeel uit halen, zijn niet de bedrijven die het meeste volume produceren. Het zijn de bedrijven die het slimste systeem hebben gebouwd: datagedreven, merkgebonden, met menselijke controle ingebakken in het proces.

Testen, bijstellen, verbeteren. Herhalen. Elke case is anders. Geen enkele setup is af.

Als je wilt weten hoe dat voor jouw situatie eruit ziet: wat het vraagt, wat het oplevert en of het überhaupt zinvol is, denken we graag met je mee.