Zo gebruiken marcom-professionals AI + prompt-tips [onderzoek]
Het gebruik van AI groeit snel door voordelen zoals efficiëntie, personalisatie en datagedreven inzichten. Voor marketingcommunicatie houdt AI de belofte in voor effectievere strategieën die beter aansluiten bij de doelgroep. En creatieve, relevantere content die snel en goedkoop geproduceerd kan worden. AI kan de manier waarop we content creëren en delen ingrijpend veranderen. Maar we weten inmiddels ook: gabarge in, garbage out. Lukt het (toekomstige) professionals om effectief te prompten? Welke geteste tips en tricks zijn daarvoor?
Om een beter beeld te krijgen van hoe het gebruik van AI door deze doelgroep er nu uitziet, hielden we een kleine peiling onder marketing- en communicatieprofessionals. Daarnaast deden we een verkennend onderzoek naar hoe (toekomstige) marketing- en communicatieprofessionals prompten en naar bewezen manieren van effectief prompten. In dit artikel laten we je zien wat de huidige staat is van het gebruik van AI door marcom-professionals en delen we tips over effectief prompten.
AI vooral ingezet bij contentcreatie en als sparringpartner
We stelden een kleine 100 marketing- en communicatieprofessionals vragen over voor welke werkzaamheden zij momenteel AI inzetten. Wat blijkt? 4 op de 5 marcom-professionals gebruikt AI al in zijn werk. Het type werkzaamheden waarin AI wordt gebruikt is nog wat beperkt.
Zo’n 2/3e gebruikt AI bij (stappen in) het maken van content. Ook wordt AI ingezet om inspiratie op te doen of om even met ‘iemand’ te kunnen sparren. AI wordt minder gebruikt bij (stappen in) strategiebepaling, het maken van creatieve concepten (voor bijvoorbeeld een campagne) of bij het analyseren van gegevens.
Opvallend, want één van de grote beloftes is juist dat AI data goed en snel kan analyseren. Hetzelfde gebruikspatroon zien we bij de beginnende marcom-professionals. Die monitorden we een half jaar op hun gebruik van AI, door hun promptgeschiedenis te analyseren. Verderop in het artikel vertellen we je daar meer over.
Ook de gebruikte AI-tools door marcom-professionals vroegen we voor je uit. Met stip op 1: Large Language Models. En dan vooral ChatGPT. Na LLM’s worden de AI-functies in bestaande tools en software, zoals Canva, het meest gebruikt. Verder opvallend: hoewel een grote groep marcom-professionals aangeeft gebruik te maken van AI, doet toch zo’n 1/3e dat nog niet op wekelijkse basis.
Dit is hoe (beginnende) marketing- en communicatieprofessionals prompten
De keuze is reuze in AI-tools en functies. Er zijn genoeg opties om te experimenteren met welke taken AI een marketing- of communicatieprofessional kan ondersteunen. Maar zoals we eerder ook al noemden: garbage in, garbage out.
Cruciaal in het experimenteren met AI is dat je goede prompts schrijft. Om een beter beeld te krijgen van hoe professionals dat nu aanpakken, monitorden we een groep van beginnende marcom-professionals op hoe ze AI inzetten voor content. Wat viel daarin op?
- ChatGPT wordt vaak als algemene zoekmachine gebruikt. En als een soort vraagbaak die op alles antwoord heeft. Hebben we een nieuwe online strategie nodig voor organisatie X? Laten we die vraag 1-op-1 aan ChatGPT stellen.
- Ook de manier van prompten vertoont veel overeenkomsten met hoe we Googlen. Dit wordt ook wel het horse carriage syndroom genoemd: nieuwe technieken worden in het licht van oude technieken gezien. De output lijkt dan ook op basis daarvan te worden beoordeeld. Er wordt vaak met het eerste resultaat genoegen genomen – met Google heb je immers geen interactie.
- Verder werd ChatGPT ingezet om (stappen van) contentcreatie te bedenken en uit te voeren, maar ook om prompts te (her)schrijven.
- Bij de kleinere, concrete taken bij het creëren van content wordt ChatGPT meer gevoed met context en feedback. Prompts zijn hier ook vaker beter gestructureerd.
- Bij de wat complexere werkzaamheden, zoals strategie en creatieve concepten, zien we dat er ‘grote’ vragen aan ChatGPT worden gesteld. Een vraag wordt niet opgesplitst in deelstappen en er is weinig interactie. AI wordt weinig gevoed met feedback. In dit soort opdrachten stopt het ‘gesprek’ met AI ook relatief snel. Het antwoord wordt makkelijk geaccepteerd of er wordt snel opgegeven door de prompter.
Begrijpen hoe een AI-model werkt
Wat werkt nu, hoe prompt je goed? De grootste sleutel hiervoor is begrijpen hoe een AI-model werkt. Op welke data is het gebaseerd? En waarom slaat het model soms een bepaalde weg in bij een prompt? Door beter te begrijpen hoe het model te werk gaat, kun je ook beter de inhoud van je prompt bepalen.
Het slechte nieuws: hoe het model werkt en hoe het reageert op de prompts in jouw vakgebied leer je niet in één dag. Het goede nieuws: we kunnen je wel alvast op weg helpen om meer uit een LLM zoals ChatGPT te halen. Op basis van ons onderzoek maakten we een lijstje van tips voor je, die je direct kunt toepassen om effectiever te prompten.
5 tips om effectief te prompten
- Besteed aandacht aan de structuur van je prompt. Zorg dat je voldoende context schetst om AI direct op de juiste weg te krijgen. Het helpt daarbij om je prompt vorm te geven aan de hand van een framework, zoals bijvoorbeeld PREPARE of CRISPE. Bewijs van welk framework (in welke situatie) goed werkt, vonden we helaas nog niet.
- Het helpt om voorbeelden te geven. Laat je ChatGPT een blog schrijven? Geef dan een paar voorbeelden van blogs die qua opbouw en schrijfstijl lijken op waar je naartoe wil. Een soort ‘primen’ van AI dus.
- Maak gebruik van prompt chaining: niet een grote vraag in één keer. Neem AI mee in de denk- en doe-stappen zoals je zelf ook een grote taak zou doorlopen.
- Schrijfstijl matters! AI levert de beste output wanneer je in een converserende stijl het ‘gesprek’ aangaat, zoals je dat met een collega ook zou doen. Dat betekent onder andere ook beleefd zijn: onderzoek bewees dat de output die AI levert veel slechter is wanneer je onbeleefde taal gebruikt. En ook: benadrukken wat iets voor jou of je werk betekent levert betere output op.
- Stuur de output wat meer door gebruik te maken van parameters, zoals het toevoegen van ‘Temperatuur’ of ‘top P’. Hiermee geef je al richting aan hoe conservatief en hoe waarschijnlijk de output is waar ChatGPT mee komt. Geef je in de prompt voor het schrijven van een blog bijvoorbeeld ‘temperatuur = 0’ mee, dan rolt er een blog uit met een conservatief karakter. Geef je in exact dezelfde prompt mee dat de temperatuur 1 moet zijn, dan volgt er een creatievere uitwerking van de blog.
Over het onderzoek
Ons verkennende onderzoek naar het gebruik van AI in het marcom werkveld bestond uit een drietal aan vragen over de inzet van AI, die we op 3 verschillende momenten aan een groep marcom-professionals stelden. De marcom-professionals die meededen aan het onderzoek hadden zowel uitvoerende als managende functies, en waren tussen de 21 en 65 jaar oud.
Voor het prompt-onderzoek deden we literatuuronderzoek naar wat er al bekend is en een verkennend onderzoek naar hoe beginnende marcom-professionals prompten in ChatGPT. We hebben gedurende 5 maanden 25 studenten gevolgd die de minor AI en Contentcreatie aan de HAN deden.
In de opzet van deze minor voeren de studenten opdrachten uit voor verschillende organisaties rondom contentmarketing. We hebben de prompthistorie van de studenten opgevraagd en geanalyseerd. Hoewel studenten diverse AI-tools hebben gebruikt, hebben wij ons om praktische redenen beperkt tot ChatGPT. In totaal zijn er op deze manier 50 promptgeschiedenissen geanalyseerd.
Header-afbeelding: door AI gegenereerd met Leonardo.ai.