De meeste discussies over AI en content gaan eigenlijk over twee dingen: hoe je AI slop voorkomt, en of je AI überhaupt moet gebruiken. De betere vraag is: welke content heb je nodig en welke rol kan AI spelen? Want de gewenste output bepaalt hoeveel aandacht je eraan geeft.
Het Hero/Hub/Help-model geeft daar een bruikbare structuur voor. Het biedt een praktische manier om te bepalen waar jij als schrijver of marketeer het meest waarde toevoegt en waar AI je werk kan besparen.
Wat is het Hero/Hub/Help contentmodel ook al weer?
Het model komt oorspronkelijk van Google en werd populair in contentmarketing als manier om contentinspanning te verdelen over drie niveaus. Elk niveau heeft een ander doel, een ander bereik en een andere productiesnelheid.
Hero-content is je grote werk. Een thought leadership artikel op Emerce, marketingcampagnes, keynotes, whitepapers, longform artikelen die je naam vestigen. Dit is content die je misschien een paar keer per jaar publiceert. Het doel is bereik, autoriteit en bekendheid. De lat ligt hoog omdat dit het gezicht is van je merk of expertise.
Hub-content is je ritme. Regelmatige blogs, nieuwsbrieven, social posts, video’s rondom vaste thema’s die je doelgroep interesseren en die jij claimt als merk. Dit is content die je wekelijks of maandelijks produceert om een betrokken publiek op te bouwen en te behouden.
Help-content is je antwoordmachine. FAQ’s, handleidingen, productpagina’s, uitlegartikelen die een specifieke zoekvraag beantwoorden. Dit is content die je in grote volumes produceert en die gevonden wordt op het moment dat iemand een probleem heeft.
De meeste contentmarketeers herkennen de logica. Maar in de praktijk besteden ze aan alle drie hetzelfde: te veel tijd aan help-content die dat niet vereist, en te weinig tijd aan hero-content die dat juist wel vraagt.
AI verschuift de balans, maar verandert de logica niet
AI maakt het verleidelijk om alles op hetzelfde niveau te produceren. Je gooit een scherpe briefing in Claude of ChatGPT en een paar minuten later heb je een inhoudelijk ok-artikel. Het probleem is niet de snelheid van maken. Het probleem is dat die snelheid je verdooft voor het onderscheid. De keuze is dan vaak om iemand met inhoudelijke kennis het artikel te laten controleren. Die persoon kijkt niet naar hoe kwalitatief het geschreven is.
Een help-artikel over “wat is een landingspagina” heeft een ander kwaliteitsplafond dan een hero-stuk over de toekomst van contentmarketing op Frankwatching. Beide kunnen goed zijn. Maar de aandacht die je er aan besteedt – de research, de eigen inbreng, het nalezen, het herschrijven – verschilt fundamenteel. AI inzetten zonder dat onderscheid leidt zo tot AI slop: content die technisch klopt maar nergens over gaat, geen eigen standpunt heeft en niets toevoegt aan wat er al staat. En zeker ChatGPT kan het er mooi uit laten zien, zodat te snel kan worden gedacht: ‘het zal wel goed zijn’. Laat je wel een tekstschrijver elke tekst controleren? Dat is weer overkill.
De oplossing: AI bewust inzetten per niveau.
Hero-content: AI als assistent, jij als auteur
Hero-content is het niveau waarop een tekstschrijver onvervangbaar is. Het gaat om jouw perspectief, jouw ervaring, jouw analyse van iets wat nog niet eerder zo is gezegd, kortom jouw domeinkennis. Geen taalmodel heeft die combinatie. Een taalmodel werkt op algemene kennis en de context van jouw eerdere chats, vaste instructies en jouw briefing. Die context groeit bij gebruik, maar kun je bij hero-content niet klakkeloos vertrouwen.
Gebruik AI voor hero-content op deze manieren:
Research: laat Claude een overzicht geven van bestaande standpunten zodat jij kunt bepalen waar jouw inbreng als merk verschilt. Laat Perplexity een lijstje recente en relevante bronnen opsnorren ter onderbouwing van je standpunten. Vraag om een eerste set interviewvragen voor een specifiek onderwerp.
Structuur: je kunt een LLM een eerste opzet laten genereren en hiermee je artikel vormgeven. Werk vanuit de structuur van een goed artikel: titel, intro, tweede alinea, eerste kop. Hoe verwerk je de kernboodschappen hierin? Waar komt de argumentatie? Hoe bouw je de commerciële boog op?
Afwerking: “herschrijf waar nodig om te verbeteren”. Vergelijk vervolgens je eigen tekst met de herschreven tekskt op spelling, zinslengte, formuleringen, gebruikte werkwoorden.
De kern: het standpunt, de voorbeelden uit je eigen praktijk, de redenering die alleen jij kunt maken? Die schrijf je zelf. Hero-content die volledig door AI is geschreven, is geen hero-content. Dat had letterlijk door iedereen met een ChatGPT-abonnement kunnen worden gemaakt. Hero-content moet onmiskenbaar van jou zijn: uniek, helder, scherp.
‘AI voor kwalitatieve ghostwriting’
Thomas Lapperre, senior copywriter
“Vanaf het prille begin van ChatGPT keek ik hoe ik het voor al mijn werkzaamheden kon inzetten, waaronder ghostwriting. Ik ontdekte al snel dat hoe ik het ook probeerde, ChatGPT gewoon niet de kwaliteit, scherpte en opbouw kon neerzetten die mijn klanten van mij verwachten. En dat ‘klooien’ kostte me te veel tijd. Dus ik ging focussen op wat wel voor mij werkte: afstemmen invalshoeken en verhaallijnen vooraf en het polijsten achteraf. Tijdens het interview typ ik nog altijd mee, MeetGeek, Fireflies en Copilot leverde voor mij benedenmaatse resultaten op en zelf direct meetypen ‘laadt’ mijn brein voor het schrijven. De eerste versie zet ik volledig zelf neer als schrijver: zo blijf ik scherp in ‘schrijfmodus’ en zet ik kwaliteit neer. Voor het polijsten nam ik vroeger wel drie dagen: elke dag een verse blik op de tekst om foutjes te vinden en de materie scherper neer te zetten. Dat kan nu in één dag met Claude. Die geef ik de volledige tekst ter herschrijven. Die nieuwe tekst loop ik woord voor woord na met mijn eigen versie, die ik vervolgens verbeter. Ik neem geen enkel woord voor waar aan. Kortom: wil je kwaliteit als tekstschrijver, dan moet je scherp blijven op je tekst, en dus op AI.”
Hub-content: samenwerking met duidelijke rolverdeling
Hub-content is het niveau waarop samenwerking met AI het meest oplevert. Je hebt een thema, een doelgroep en een doel. AI kan de structuur bouwen, een eerste versie schrijven en de toon afstemmen. Jij leest na, herschrijft wat generiek is, voegt eigen voorbeelden toe en zorgt dat de tekst herkenbaar is als van jouw merk of bureau. De grote valkuil is dat je de eigen inbreng overslaat en je generieke content produceert. Je leest de AI-output, het klinkt wel goed genoeg, je publiceert. Maar “goed genoeg” is niet hetzelfde als onderscheidend. Hub-content bouwt een publiek op omdat mensen terugkomen voor jouw kijk op dingen. Als die kijk er niet in zit, bouw je geen publiek maar vul je een contentkalender.
Vuistregel: elke hub-tekst heeft minimaal één ding nodig dat AI niet heeft kunnen verzinnen. Een eigen voorbeeld. Een klantcase. Een standpunt dat haaks staat op de gangbare opinie. Een vergelijking die alleen werkt als je de branche kent van binnenuit. Als je dat element niet kunt aanwijzen in de tekst, is de tekst gewoon nog niet klaar. En ja, dat kost tijd.
Dit is ook het niveau waarop een briefing het meeste oplevert. Hoe meer context je AI geeft, zoals je doelgroep, je toon, je standpunt, de vraag die je wil beantwoorden, des te minder je achteraf hoeft te herschrijven. Een slechte briefing levert een gemiddelde tekst op die je vervolgens een uur verbetert om het op niveau te krijgen. Een goede briefing levert een tekst op die je tien minuten aanpast.
Help-content: AI doet het werk, jij controleert
Help-content is het niveau waarop AI het meeste kan overnemen. De vragen zijn voorspelbaar, de antwoorden zijn feitelijk controleerbaar en de creatieve lat ligt laag. Iemand die zoekt naar “hoe werkt een meta description” wil een helder antwoord, geen literair essay of een merkervaring met toeters en bellen. Hier is het verleidelijk om AI volledig los te laten en alleen het eindresultaat te bekijken. Dat werkt prima, mits je wel controleert op twee dingen: feitelijke juistheid en toegevoegde waarde. Help-content die feitelijk onjuist is, schaadt je reputatie en de merkbeleving. En Help-content die identiek is aan wat al op tien andere sites staat, helpt je niet in de zoekresultaten en helpt de lezer niet verder.
De toegevoegde waarde op help-niveau hoeft niet groot te zijn. Een concreet voorbeeld uit de praktijk. Een extra stap die andere uitlegartikelen overslaan. Een waarschuwing over een veelgemaakte fout. Dat is genoeg om het artikel beter te maken dan de gemiddelde AI-output op hetzelfde onderwerp. Help-content op grote schaal produceren zonder enige eigen inbreng is wat AI slop veroorzaakt. Zoekmachines worden er steeds beter in om het te herkennen, en je lezers al langer.
De gewenste output bepaalt de aandacht
De grote valkuil van AI is de verschuiving van kwaliteit naar kwantiteit. Die AI maakt zo een stroom aan content waar je alle gaten en hoeken mee volgooit. Maar je taak als contentmarketeer is niet alleen kwantiteit, het is ook kwaliteit. En als marketeer is jouw grote uitdaging om zo efficiënt mogelijk alles te doen. Dus dat betekent je aandacht evenwichtig verdelen.
Een hero-artikel van 2.500 woorden over een onderwerp waarop jij autoriteit claimt, verdient echt meerdere uren eigen werk. AI versnelt de research en de afwerking, maar de kern moet van jou zijn. Een help-artikel over een veelgestelde vraag in je branche verdient een goede briefing, een AI-versie en een kwartiertje nalezen. Een dagelijkse social post verdient vijf minuten.
Als je die verhoudingen omdraait krijg je een contentkalender vol gemiddeld werk en niets wat de moeite waard is om te bewaren. AI maakt het makkelijker om die fout te maken, omdat het produceren zo snel gaat dat je niet meer voelt wat wel en niet echte aandacht nodig heeft. Zeker als je die externe tekstschrijver niet meer wilt inschakelen. Maar bij grote hoeveelheden verlies je de scherpte op kwaliteit. De oplossing is bewust plannen op welk niveau je publiceert. Niet iedere week een hero-stuk. Niet iedere dag een FAQ. Maar per publicatie weten: dit is help, ik geef er een uur aan. Dit is hub, ik geef er een dagdeel aan. Dit is hero, hier ga ik een week in zitten.
Jouw AI-gebruik in de praktijk
Begin elke contentopdracht met de vraag: welk niveau is dit? Dat bepaalt je workflow. Voor help-content: briefing opstellen, AI laten schrijven, nalezen op juistheid en één eigen toevoeging. Voor hub-content: eigen standpunt bepalen, AI laten structureren, herschrijven op de punten die generiek zijn. Voor hero-content: zelf schrijven, AI gebruiken voor research en afwerking.
Gebruik je context als basis. AI geeft betere output naarmate je meer context aanlevert. Dat geldt voor alle drie niveaus, maar het maakt het grootste verschil bij hub-content waar de toon en het perspectief het meeste bijdragen. Een prompt met je doelgroep, je standpunt, drie voorbeelden en de vraag die je wil beantwoorden, levert een tekst op die je herkent als de jouwe. Een prompt met alleen het onderwerp levert iets op dat je net zo goed van een willekeurige concurrent had kunnen kopiëren.
Lees terug met de vraag: wat voegt dit toe dat AI niet had kunnen verzinnen? Als het antwoord niets is, is de tekst nog niet klaar – of is het het verkeerde niveau voor de aandacht die je eraan hebt besteed.
En wees eerlijk over de kosten aan de kant van beoordelen. AI versnelt het produceren. Maar beoordelen, nalezen en herschrijven kost ook tijd en die tijd verdwijnt niet. Als je team door AI-inzet tien blogs per week produceert in plaats van twee, moet iemand die tien blogs nalezen. Die filterkosten zijn reëel en worden zelden meegeteld in de verhalen over AI-tijdsbesparing.
Verschil in kwaliteit moet er zijn
Het Hero/Hub/Help-model is handig voor contentmarketeers omdat het een impliciete aanname helder maakt: niet alle content is even belangrijk, niet alle content vraagt hetzelfde van je, en de meeste contentkalenders hebben te veel van het ene en te weinig van het andere. AI verandert die aanname niet, maar versterkt die juist. Met AI kun je sneller en goedkoper produceren op alle drie de niveaus. Maar de logica blijft: hero-content bouwt reputatie, hub-content bouwt publiek, help-content bouwt bereik. Die functies overlappen niet en de aandacht die je er aan besteedt, zou dat ook niet moeten doen. Wie AI inzet zonder dat onderscheid, produceert meer maar niet beter.
Voorbeeldje. Help-tekst op basis van dit artikel:
Veelgestelde vragen over AI en het Hero/Hub/Help-model
Wat is het Hero/Hub/Help-model?
Het is een contentmodel dat publicaties indeelt op drie niveaus: hero-content voor grote bereikscampagnes en autoriteitsopbouw, hub-content voor regelmatige publicaties die een betrokken publiek opbouwen, en help-content die specifieke zoekvragen beantwoordt. Elk niveau heeft een ander doel, een andere productiefrequentie en een andere lat voor kwaliteit en eigen inbreng.
Hoe gebruik je AI op hero-niveau zonder je eigen stem te verliezen?
Door AI te beperken tot research, structuur en afwerking, terwijl de kern van de tekst – het standpunt, de eigen voorbeelden, de redenering – van jezelf komt. Een praktische test: als je het artikel leest en denkt “dit had iedereen kunnen schrijven”, heeft AI te veel gedaan. Hero-content moet onmiskenbaar van jou zijn, ook als AI heeft geholpen bij de productie.
Hoeveel eigen inbreng heeft hub-content nodig?
Minimaal één element dat AI niet heeft kunnen verzinnen: een eigen voorbeeld, een klantcase, een standpunt dat afwijkt van de gangbare opinie, of een vergelijking die alleen werkt als je de branche van binnenuit kent. Zonder dat element is de tekst generiek, bouwt hij geen publiek op en onderscheidt hij jou niet van concurrenten die hetzelfde doen.
Kan help-content volledig door AI worden geschreven?
Grotendeels wel, mits je controleert op feitelijke juistheid en één eigen toevoeging doet die de tekst beter maakt dan de gemiddelde AI-output op hetzelfde onderwerp. Dat hoeft niet groot te zijn: een concreet voorbeeld, een veelgemaakte fout die anderen overslaan, of een extra stap die het antwoord completer maakt. Help-content zonder enige eigen inbreng is wat AI slop veroorzaakt.
Wat is AI slop en hoe voorkom je het?
AI slop is content die technisch klopt maar geen eigen standpunt heeft, geen toegevoegde waarde biedt en niet te onderscheiden is van wat al op tientallen andere sites staat. Je voorkomt het door AI bewust in te zetten per contentniveau, door voldoende context mee te geven in je briefing en door elke tekst te beoordelen op wat hij toevoegt dat AI niet had kunnen verzinnen.
Hoe bepaal je welk contentniveau een publicatie heeft?
Door de functie te benoemen voor je begint. Hero: reputatie vestigen, groot bereik, hoge lat. Hub: publiek opbouwen, regelmatig ritme, eigen perspectief centraal. Help: zoekvraag beantwoorden, hoge volumes, feitelijke juistheid en één eigen toevoeging. Die keuze bepaalt je workflow, je aandacht en je AI-gebruik. Wie geen onderscheid maakt, besteedt overal evenveel tijd aan – en dat is zelden de juiste keuze.
Eigenaar Bloeise. Neemt altijd de zakelijke insteek. Schrijft over organisatie, IT infrastructuur en innovatie. Voor digitale bureaus, IT-bedrijven en mkb-bedrijven. Link met mij op LinkedIn.
We gebruiken cookies, plugins en pixels om ervoor te zorgen dat onze website soepel draait. Als je doorgaat met het gebruiken van de website, gaan we er vanuit dat je hiermee instemt. Je kunt de browserinstellingen wijzigen om geen cookies te accepteren.
Reacties