Ontwikkeldoel 1

Leerdoel 1

Ik wil tijdens mijn stage leren hoe ik AI effectief kan inzetten binnen marketing, zodanig dat ik vóór het einde van mijn stageperiode geavanceerde AI-tools zoals Manus AI, Runway en ChatGPT kan gebruiken voor onder andere copywriting en contentcreatie.

Actie 1: Copywriting

Ik gebruik AI bij het schrijven van minimaal 2 marketingteksten, zoals blogs of landingspagina’s. Hierbij gebruik ik AI niet om direct een eindversie te maken, maar als hulpmiddel voor structuur, eerste tekstvoorstellen en het aanscherpen van de inhoud. Daarna beoordeel en herschrijf ik de teksten zelf, zodat ze aansluiten op de doelgroep, tone of voice en commerciële doelen van Drop.

Actie 2: Contentcreatie

Ik ontwikkel minimaal 5 visuele contentuitingen voor een campagne video met behulp van AI. Hierbij gebruik ik AI tools om beelden, videoscènes en visuele concepten te genereren, testen en verbeteren. Ik beoordeel zelf welke beelden bruikbaar zijn en pas mijn prompts aan om betere resultaten te krijgen.

Acties doel 1

Nulmeting

Aan het begin van mijn stage gebruikte ik AI vooral op een basisniveau. Ik gebruikte tools zoals ChatGPT voor het verbeteren van taalgebruik en het bedenken van ideeën, maar niet gestructureerd binnen een marketingproces. Ik had nog geen duidelijke werkwijze voor het inzetten van AI bij copywriting of contentcreatie. Ook wist ik nog niet goed hoe ik AI-output kon beoordelen en vertalen naar concrete verbeteracties. Hierdoor gebruikte ik AI vooral ondersteunend, maar nog niet strategisch of doelgericht binnen marketingactiviteiten.

Actie 1 – Copywriting

Plan

Voor deze actie heb ik AI ingezet voor het schrijven van marketingteksten voor Drop. Het ging hierbij om drie artikelen, die onderdeel zijn van mijn actieonderzoek naar leadgeneratie via nieuwsbrieven. Voor de artikelen heb ik AI gebruikt als ondersteuning in het schrijfproces. Dit proces verliep in meerdere stappen: • Ik bepaalde eerst zelf het onderwerp en de insteek, gebaseerd op deskresearch en de doelgroep van Drop • Vervolgens gebruikte ik AI om een eerste opzet en structuur te genereren • Daarna heb ik de tekst zelf herschreven en aangepast op tone of voice, inhoud en relevantie voor de doelgroep AI werd dus niet gebruikt om direct een eindversie te produceren, maar als hulpmiddel voor het schrijven van professionele artikelen.

Planning:

Week Actie Onderwerp Week 1

Leerdoel 1 en nulmeting uitwerken. Verkennen hoe AI kan helpen bij marketingteksten en visuele content voor Drop Week Actie Onderwerp Week 2 1 Artikel 1 schrijven met AI. Onderwerp bepalen, prompt maken, structuur laten genereren en tekst zelf herschrijven Week 3 1 Artikel 2 schrijven met AI. Output beoordelen, bronnen toevoegen, toon aanpassen en tekst verder aanscherpen Week 4 1 en 2 Feedback vragen en verwerken. Bewijs verzamelen van teksten, chatgeschiedenissen en visuele content. Reflectie en vervolgstappen schrijven

Do

Artikel 1 Voor het eerste artikel binnen deze actie heb ik AI gebruikt bij het schrijven van het artikel “De stad van de toekomst begint met mobiliteit”. Dit artikel was onderdeel van de eerste nieuwsbrief van Drop. Het artikel ging over de 15 minutenstad, netcongestie en de rol van mobiliteit binnen stedelijke ontwikkeling. Het doel van het artikel was om te laten zien dat mobiliteit niet alleen een duurzaamheidsvraagstuk is, maar ook invloed heeft op bereikbaarheid, ruimtegebruik en de uitvoerbaarheid van nieuwe projecten. Ik begon met de volgende prompt: “Oke, niet meteen gaan schrijven, maar we gaan samen de 1e nieuwsbrief schrijven. Eerst uitgebreid onderzoek doen, suggesties maken etc. Hier moet het over gaan: Stad van de toekomst en netcongestie combineren, niet alleen naar duurzaamheid kijken maar ook vooral naar mobiliteit, “plaats” van bedrijven binnen de stad van de toekomst, projectontwikkelaars, netcongestie en de oplossing van drop (hubs met zonnepanelen die los van het elektriciteitsnet kunnen functioneren), “ Ik heb in deze prompt bewust aangegeven dat AI niet meteen moest gaan schrijven. Eerst wilde ik samen met ChatGPT onderzoeken welke richting logisch was voor de nieuwsbrief en de artikelen. Dit deed ik omdat ik niet direct een standaard artikel wilde krijgen, maar eerst duidelijk wilde hebben wat de doelgroep, insteek en inhoud moesten worden. De nieuwsbrief moest gericht zijn op zakelijke lezers en niet alleen gaan over duurzaamheid, maar vooral over mobiliteit als praktisch onderdeel van de stad van de toekomst. De eerste reactie van ChatGPT was vooral een brede verkenning van mogelijkheden. AI stelde voor om de nieuwsbrief te koppelen aan stedelijke ontwikkeling, de 15 minutenstad, netcongestie, de rol van bedrijven en de off grid hubs van Drop. Dit vond ik goed, omdat het hielp om de losse onderwerpen aan elkaar te verbinden. Ik merkte wel dat de eerste output nog te breed was. Er kwamen veel verschillende richtingen naar voren, waardoor het risico ontstond dat de nieuwsbrief te vol en te algemeen zou worden. Daarna ben ik samen met ChatGPT gaan zoeken naar een duidelijke structuur. We hebben gekeken welke onderwerpen in de nieuwsbrief moesten komen en hoe die onderverdeeld konden worden in losse artikelen. Hieruit ontstond de keuze om artikel 1 te richten op de stad van de toekomst en mobiliteit Voor artikel 1 heb ik zelf de inhoudelijke richting bepaald. Ik wilde dat het artikel begon bij de 15 minutenstad, omdat dit een herkenbaar concept is binnen stedelijke ontwikkeling. De output van AI hielp vooral bij het ordenen van de argumenten. ChatGPT stelde voor om eerst het concept van de 15 minutenstad uit te leggen, daarna de link te leggen met minder autogebruik en daarna netcongestie als probleem te benoemen. Die opbouw heb ik gebruikt, maar ik heb de tekst zelf aangepast. De AI output was in het begin te algemeen en soms te veel geschreven vanuit het perspectief van een projectontwikkelaar. Ik wilde het dichter bij Drop houden, zonder dat het meteen een verkooptekst werd. Mijn eigen inbreng zat vooral in het scherper maken van de koppeling tussen mobiliteit en energie. Ik heb ervoor gekozen om niet alleen te schrijven dat steden duurzamer moeten worden, maar dat mobiliteit en energie vanaf het begin samen bekeken moeten worden. Dat paste beter bij Drop, omdat Drop juist oplossingen biedt waarin mobiliteit, e bikes, hubs en energievoorziening samenkomen. Ook heb ik zelf bronnen en informatie verwerkt. Ik heb gezocht naar informatie op het internet zodat ik het artikel beter kon onderbouwen. AI gaf soms brede uitleg, maar ik moest zelf controleren of die informatie bruikbaar was en of de bronnen pasten bij mijn verslag en de doelgroep van Drop. Niet alles wat AI aandroeg was direct bruikbaar. Sommige stukken waren te vaag of gingen te veel richting algemene duurzaamheid. Tijdens het herschrijven heb ik veel zinnen aangepast. De eerste versies klonken soms te formeel en te weinig als mijn eigen schrijfstijl. Ook wilde ik voorkomen dat het artikel te veel moeilijke vaktermen bevatte. Daarom heb ik de tekst compacter gemaakt en de alinea’s korter gehouden. De definitieve versie moest duidelijk en zakelijk zijn, maar wel begrijpelijk blijven voor mensen die niet dagelijks met stedelijke ontwikkeling of netcongestie bezig zijn. Wat ik goed vond aan het gebruik van AI in dit proces, is dat het hielp om van een breed onderwerp naar een bruikbare structuur te komen. De onderwerpen stad van de toekomst, netcongestie, mobiliteit en Drop lagen eerst nog wat los van elkaar. Door met AI te sparren kon ik sneller zien hoe deze onderwerpen logisch aan elkaar gekoppeld konden worden. Zonder AI had het langer geduurd om de eerste structuur van de nieuwsbrief en het artikel op te zetten. Wat minder goed werkte, is dat de eerste output nog niet concreet genoeg was voor Drop. AI schreef snel vanuit algemene trends en brede begrippen. Daardoor moest ik zelf blijven bijsturen op doelgroep, toon en commerciële relevantie. Ik heb geleerd dat AI vooral goed werkt als ik eerst duidelijk aangeef wat ik wel en niet wil. In dit geval hielp het dat ik vooraf zei dat AI nog niet meteen moest schrijven, maar eerst moest meedenken.

Reflectie

Uiteindelijk heb ik AI bij dit artikel vooral gebruikt als hulpmiddel om structuur en richting aan te brengen. De inhoudelijke keuzes, de toon en de definitieve versie heb ik zelf bepaald. Dit artikel laat goed zien hoe ik aan het begin van mijn stage AI nog vooral gebruikte als sparringpartner om van losse ideeën naar een eerste artikelopbouw te komen. Bij latere artikelen ben ik hier steeds gerichter in geworden, omdat ik beter leerde welke prompts nodig waren om bruikbare output te krijgen. Artikel op de website van Drop: https://dropmobility.nl/de-stad-van-de-toekomst-begint- met-mobiliteit/?utm_medium=email&_hsenc=p2ANqtz- 8zc0fs11KiYpy8CY1Mk2GcLncExhR3BHxAsQG4K3Ywm6SLlEpmsUS8E5dISccglePHqXQ MIBbBg0leM3FMO4K8k- c8WdAkzRFb38vHUTsikwJEVso&_hsmi=2&utm_content=2&utm_source=hs_email

Chatgeschiedenis: https://chatgpt.com/share/69e22d32-d1d8-83eb-801f- e63df6f1c25b

Artikel 2 Voor het tweede artikel binnen deze actie heb ik AI gebruikt bij het schrijven van het artikel “Van filedruk naar slimme mobiliteit”. Dit artikel ging over filedruk, autodrukte en de rol van slimme mobiliteit binnen organisaties. Het doel van het artikel was om te laten zien dat filedruk niet alleen een probleem is voor de weg, maar ook invloed heeft op werkgevers. Ik ben dit artikel niet begonnen door AI meteen een volledige tekst te laten schrijven. Eerst heb ik zelf bepaald waar het artikel over moest gaan. Dit heb ik gedaan omdat ik bij de vorige artikelen niet precies de reactie kreeg die ik wilde. Dus heb ik eerst zelf de hoofdstructuur geschreven, en daarna pas chatgpt aan de slag gezet. De eerste prompt was gericht op het bepalen van de inhoud en structuur. Ik gaf aan dat het artikel moest gaan over filedruk, woon werkverkeer, korte autoritten, de rol van de e bike en de oplossing van Drop. Ook gaf ik mee dat het artikel moest aansluiten op een zakelijke doelgroep. De tekst moest dus niet te populair of te commercieel worden, maar wel duidelijk maken waarom dit onderwerp relevant is voor werkgevers. De uitkomst van de eerste AI reactie was vooral een brede opzet. ChatGPT stelde voor om het artikel op te bouwen vanuit het probleem van filedruk, daarna de gevolgen voor organisaties te benoemen en vervolgens toe te werken naar alternatieven zoals de e bike. Die structuur was bruikbaar, omdat het artikel daardoor logisch van probleem naar oplossing kon lopen. Wel merkte ik dat de eerste output nog vrij algemeen was. De tekst ging snel richting een standaard duurzaamheidsverhaal, terwijl ik juist wilde dat het artikel meer ging over de dagelijkse praktijk van organisaties. Daarna heb ik de richting aangescherpt. Ik wilde dat het artikel concreter werd en beter aansloot op situaties die bedrijven herkennen. Daarom heb ik de nadruk gelegd op medewerkers die tijd verliezen, minder voorspelbaar aankomen en hun werkdag soms met stress beginnen. Ook heb ik toegevoegd dat filedruk niet alleen gaat over snelwegen, maar ook over ruimte rond locaties. Vervolgens heb ik AI gebruikt om de inhoud verder te ordenen. Mijn eigen inbreng zat vooral in het anders formuleren van zinnen en het veranderen van de toon. AI schreef dat de oplossing van Drop echt de allerbeste oplossing was en dat het hele probleem dan opgelost zou zijn. Dat vond ik te kort door de bocht. Daarom heb ik de tekst aangepast naar een realistischer verhaal. In de definitieve versie staat daarom dat files en stedelijke autodrukte niet door één maatregel verdwijnen, maar dat organisaties wel invloed hebben op het deel van de mobiliteit dat zij zelf veroorzaken. Dat past beter bij Drop en klinkt geloofwaardiger voor de doelgroep. Ook heb ik zelf bronnen toegevoegd en verwerkt. In het artikel zijn onder andere cijfers gebruikt van Rijkswaterstaat, het CBS, het RIVM en Menzis. Deze bronnen hielpen om het artikel niet alleen op meningen te baseren. Zo werd het artikel sterker, omdat het niet alleen zegt dat filedruk een probleem is, maar ook laat zien waarom dit onderwerp relevant is voor organisaties. Tijdens het herschrijven heb ik veel zinnen aangepast. De AI output was soms te algemeen, te formeel of te commercieel. Ik heb de tekst daarom herschreven naar mijn eigen stijl. Kortere alinea’s, duidelijkere zinnen en minder grote claims. Ook heb ik ervoor gezorgd dat Drop pas later in het artikel werd genoemd. Eerst moest het probleem duidelijk worden voor de lezer. Hierdoor voelt het artikel minder als een verkooptekst en meer als een informatief artikel met een logische vervolgstap.

De definitieve versie van het artikel begint met de zin dat filedruk laat zien dat organisaties anders naar mobiliteit moeten kijken. Daarna wordt uitgelegd wat dit betekent voor medewerkers en werkgevers. Vervolgens wordt onderbouwd dat de auto nog steeds een belangrijk deel van het woon-werkverkeer bepaalt, maar dat vooral korte en middellange ritten kansen bieden voor alternatieven. Aan het einde wordt Drop gekoppeld aan de oplossing. Eerst via de Impact Scan, waarmee een organisatie inzicht krijgt in reisgedrag, afstanden, parkeerdruk en mogelijke alternatieven. Daarna via een praktische deel e bike oplossing op vaste plekken. Wat ik goed vond aan het gebruik van AI in dit proces, is dat het hielp om snel structuur aan te brengen. Vooral bij het ordenen van de argumenten was AI nuttig. Zonder AI had het langer geduurd om van losse ideeën naar een duidelijke artikelopbouw te komen. Ook hielp AI om verschillende invalshoeken te bekijken, bijvoorbeeld de koppeling tussen filedruk, vitaliteit, parkeerdruk en woon-werkverkeer. Wat minder goed werkte, is dat de eerste output niet meteen goed genoeg was. De tekst was in het begin te algemeen en te veel geschreven als een standaard marketingartikel. Daardoor moest ik zelf veel bijsturen. Ik heb geleerd dat AI vooral nuttig is wanneer ik vooraf duidelijk aangeef wat de doelgroep, insteek, toon en commerciële bedoeling zijn. Als ik dat niet scherp genoeg doe, krijg ik een tekst die wel netjes klinkt, maar niet goed genoeg aansluit op Drop.

Artikel op website van Drop: https://dropmobility.nl/van-filedruk-naar-slimme-mobiliteit/

Check

Feedback

Reflectie

Ik heb AI dus vooral gebruikt als schrijfhulp voor het concept van de nieuwsbrief. De inhoudelijke richting, het kiezen van bronnen, de toon en de eindversie heb ik zelf bepaald. Dit artikel laat daardoor zien hoe ik AI tijdens mijn stage steeds efficiënter ben gaan inzetten. Niet om een tekst direct over te nemen, maar om sneller tot een goede basis te komen en die daarna zelf aan te scherpen tot een bruikbare marketingtekst voor Drop.

Artikel op de website van Drop: https://dropmobility.nl/van-filedruk-naar-slimme- mobiliteit/ Chatgeschiedenis: https://chatgpt.com/share/6a16c34a-beb8-83eb-a648- bfecda8628e3

Act – Toekomstige stappen

Als vervolgstap wil ik AI nog gerichter inzetten bij het schrijven van marketingteksten. Ik heb gemerkt dat AI vooral goed werkt wanneer ik vooraf duidelijk bepaal wat het doel, de doelgroep en de toon van de tekst moeten zijn. Daar wil ik in de toekomst nog bewuster mee werken.

Bij nieuwe teksten wil ik daarom eerst zelf een duidelijke briefing maken voordat ik AI gebruik. Hierin zet ik bijvoorbeeld het onderwerp, de doelgroep, de gewenste boodschap, de bronnen en de commerciële insteek. Daarna kan AI helpen met structuur of eerste tekstvoorstellen, maar blijf ik zelf verantwoordelijk voor de inhoud en eindversie. Ook wil ik kritischer blijven kijken naar de output van AI. Soms klinkt een tekst goed, maar is hij inhoudelijk nog te algemeen of te commercieel. Daarom wil ik AI output altijd blijven controleren op juistheid, tone of voice, onderbouwing en aansluiting bij de doelgroep. Voor de toekomst betekent dit dat ik AI niet alleen wil gebruiken om sneller teksten te schrijven, maar vooral om betere marketingteksten te maken. De belangrijkste vervolgstap is dus dat ik AI nog meer ga inzetten als hulpmiddel binnen een vast schrijfproces, waarbij mijn eigen keuzes en controle centraal blijven staan.

Actie 2 – Contentcreatie

Voor deze actie ben ik aan de slag gegaan met visuele content voor een activatievideo van Tringo. Tringo is een leasefietsconcept dat Drop op de markt wil zetten. De video is bedoeld als pitch richting banken. Het doel is om het concept van Tringo op een duidelijke en overtuigende manier te laten zien, zodat banken beter begrijpen wat het concept inhoudt en waarom een samenwerking interessant kan zijn. Voor dit project is bewust gekozen om AI te gebruiken. Een normale videoproductie met camerateam, acteurs, locaties en montage zou veel tijd en geld kosten. Met AI kon Drop op een snellere en goedkopere manier testen hoe het verhaal van Tringo visueel kon worden gemaakt. Omdat de video vooral bedoeld was als pitch en niet direct als officiële marketinguiting naar buiten ging, was dit ook een veilige manier om te experimenteren met AI binnen contentcreatie. Ik heb de activatievideo niet volledig zelf gemaakt. Dit deed ik in samenwerking met Teun, de CEO van Drop. Teun bepaalde vooral de boodschap, de inhoud en het script van de video. Mijn rol lag bij het vertalen van dat script naar passende beelden. Ik heb dus vooral geholpen met het genereren, testen en verbeteren van visuele scènes die gebruikt konden worden in de videopitch.

Zie het script van het manifest hier: https://tringo.nl/manifest In dit proces heb ik verschillende AI tools gebruikt. ChatGPT gebruikte ik om prompts te verbeteren en scherper te maken. Hierdoor kon ik beter omschrijven welk beeld, welke sfeer en welke camerabeweging nodig was. Daarna heb ik Runway gebruikt om de beelden en video’s te genereren. Binnen Runway heb ik meerdere modellen getest, waaronder Nano Banana 2, Nano Banana Pro, Kling 3.0, VEO 2 en Seedance 2.0. Tijdens het testen merkte ik dat de kwaliteit per model sterk verschilde. Sommige modellen waren beter in realistische beelden, terwijl andere modellen beter werkten voor bewegend beeld. Uiteindelijk kwam ik tot de conclusie dat Nano Banana Pro het beste werkte voor fotogeneratie en Seedance 2.0 het beste voor videogeneratie. Deze actie heeft mij vooral geholpen om beter te begrijpen hoe belangrijk goede prompts zijn. Hoe concreter ik de scène, sfeer, camerabeweging en gewenste stijl beschreef, hoe beter de output werd.

Plan

Planning

Stageweek Actie Onderwerp Week 14 2 Starten met het genereren van eerste AI beelden voor de Tringo activatievideo. In deze week vooral testen met fietsbeelden, productshots, Nederlandse omgevingen en eerste scènes waarin de Tringo e-bike zichtbaar moes worden. Week 15 2 Verder testen van fietsshots en scènes met woon-werkverkeer. Focus op accuratie van de bewegingen.

Week 16

2 Werken aan portretshots en beelden van werkende mensen. Week 17 2 Laatste beelden genereren, verbeteren en beoordelen.

Do

Uitvoering In het begin gebruikte ik AI vooral om mijn ideeën om te zetten naar Engelse prompts. Ik gaf dan aan welk beeld ik ongeveer wilde, waarna ChatGPT daar een prompt van maakte. Dit werkte handig, maar de eerste resultaten waren niet altijd goed genoeg. Soms begreep ChatGPT de opdracht verkeerd en begon het zelf een afbeelding te genereren, terwijl ik juist alleen een prompt wilde voor Runway. Daardoor leerde ik dat ik mijn opdracht duidelijker moest formuleren. Een voorbeeld hiervan was het maken van portretshots van werkende mensen. Voor de video wilde ik mensen laten zien die Nederland draaiend houden, zoals medewerkers in de zorg, logistiek, schoonmaak en supermarkt. Een voorbeeld van een prompt die hiervoor werd gebruikt was: “Ultra realistic cinematic portrait video of a Dutch supermarket employee standing on a quiet supermarket floor early in the morning before customers arrive. The employee calmly looks directly into the camera with a neutral and confident expression. Medium close-up framing from chest up only. No legs visible. Relaxed posture, authentic human presence, natural breathing and tiny facial movement only.” De eerste resultaten waren soms te stijf of onnatuurlijk. Ook klopte de framing niet altijd. Daarom heb ik de prompts later specifieker gemaakt. Ik gaf bijvoorbeeld aan dat het een chest up portrait moest zijn, dat er geen benen zichtbaar mochten zijn en dat de persoon natuurlijk in de camera moest kijken. Hierdoor werden de resultaten beter en bruikbaarder voor de video. Bij de fietsshots merkte ik dat AI vaak moeite had met realistische beweging. Soms leek het alsof de fietser niet trapte of alsof de fiets over de weg gleed. Daarom ging ik de prompts technischer maken. Een follow up prompt dat ik later gebruikte was: “The cyclist must visibly and realistically pedal the bicycle during the moving shots. The rider’s legs must perform natural cycling movements with realistic cadence and body balance. The bicycle wheels must rotate naturally and stay physically connected to the road surface. Avoid robotic movement, frozen legs, sliding motion, floating motion, or fake AI movement.” Dit was een belangrijk inzicht. In het begin beschreef ik vooral de sfeer van het beeld. Later leerde ik dat ik ook moest beschrijven hoe beweging precies moest werken. Daardoor werden de videobeelden steeds realistischer. Ook moest ik inhoudelijk blijven opletten. ChatGPT stelde soms beelden voor met mobility hubs, maar dat klopt niet voor Tringo. Mobility hubs horen bij de deelfietsoplossing van Drop en niet bij het leasefietsconcept van Tringo. Ik heb dit verbeterd en daarna duidelijker in prompts gezet dat de beelden moesten gaan over woon werkverkeer, werknemers en zakelijke e bikes, zonder hubs of docks. Het resultaat van deze actie was dat er meerdere bruikbare beelden en videoscènes ontstonden voor de Tringo videopitch. Niet alle beelden waren goed genoeg. Sommige resultaten zijn afgekeurd omdat ze te kunstmatig waren, niet goed pasten bij Tringo of technisch niet klopten.

In totaal heb ik 74 video’s gegenereerd. De uiteindelijke activatievideo is nog niet af, dus weet ik niet hoeveel hiervan daadwerkelijk in de video zijn gebruikt, maar ik gok dat dit er 15 tot 20 zullen zijn.

Hieronder staan losse video’s die ik met AI heb gegenereerd en achter elkaar heb gemonteerd. De volgorde is niet bedoeld als definitieve montage en sluit inhoudelijk niet altijd logisch op elkaar aan. Dit fragment is alleen toegevoegd als bewijs van het soort beelden dat ik tijdens deze actie heb gemaakt en getest: https://mymedia.avans.nl/media/t/0_arex58ap

Check

Feedback mede stagiair Tijn

Ja ik vind dat je AI goed hebt gebruikt, je ziet echt vooruitgang in de kwaliteit van de video’s. Dat betekent dat je dus steeds beter wordt in het schrijven van prompts. Het resultaat van de video vind ik dan ook echt goed, je ziet nog wel dat het niet echt is maar AI gegenereerd, maar voor zo’n klein budget, wat normaal echt tienduizenden euro’s zou kosten, vind ik het echt knap. Qua verbeterpunten: Misschien nog wat beter nadenken over wat je realistisch kunt produceren met AI, soms zijn je prompts misschien nog iets te ambitieus, en dan is de output niet heel goed.

Reflectie

Door deze actie heb ik geleerd dat AI binnen contentcreatie niet alleen draait om een prompt invullen en wachten op resultaat. Je moet zelf goed weten wat je wilt maken, kritisch kijken naar de output en je prompts blijven verbeteren. In het begin waren mijn prompts nog algemeen. Later werden ze concreter en technischer. Ik ging beter letten op framing, beweging, productdetails en consistentie. Deze actie laat zien dat ik ben gegroeid in het gebruiken van AI voor visuele contentcreatie. Ik gebruikte AI niet om zomaar beelden te laten maken, maar om een creatief proces sneller en beter uit te voeren. Daarbij bleef ik zelf verantwoordelijk voor de beoordeling van de beelden en de keuze wat wel of niet bruikbaar was voor de videopitch van Tringo.

Act – Toekomstige stappen

Als vervolgstap wil ik mij verder ontwikkelen in het maken van visuele content met AI. Tijdens deze actie heb ik gemerkt dat AI video veel mogelijkheden biedt, maar dat goede resultaten niet vanzelf ontstaan. Vooral bij beweging, realisme en consistentie moet ik nog beter leren welke prompt en welk model het beste werkt.

In de toekomst wil ik vooraf duidelijker bepalen welke beelden ik nodig heb. Door eerst duidelijke eisen per scène te maken, kan ik gerichter prompten en minder tijd verliezen aan onbruikbare output. Ik blijf wel kritisch kijken naar AI beelden. Een beeld kan er mooi uitzien, maar alsnog niet goed passen bij het merk of de boodschap. Daarom wil ik blijven letten op realistische beweging, juiste framing, geloofwaardige personen en een consistente stijl. De belangrijkste vervolgstap is dat ik AI contentcreatie gestructureerder wil aanpakken: eerst plannen, dan gericht prompten, daarna kritisch beoordelen en pas daarna bepalen welke beelden bruikbaar zijn.

Algemene feedback Leerdoel 1

Feedback van stagebegeleider Akio: https://mymedia.avans.nl/media/t/0_fdllhbss

Reflectie

De feedback van Akio laat voor mij zien dat ik mij op leerdoel 1 goed heb ontwikkeld. Aan het begin van mijn stage gebruikte ik AI vooral als hulpmiddel voor ideeën en taalverbetering. Tijdens mijn stage ben ik AI steeds gerichter gaan gebruiken binnen marketing, vooral bij copywriting, contentcreatie en visuele productie. Akio zegt dat er een stijgende lijn zit. De eerste nieuwsbrief was vooral gebaseerd op deskresearch en mijn eigen inschatting. Daarna ben ik steeds beter gaan kijken naar resultaten, feedback en verbeterpunten. Daardoor gebruikte ik AI niet alleen meer om teksten te maken, maar ook om de opbouw, toon en CTA’s beter aan te scherpen. Ook mijn manier van prompten is verbeterd. In het begin gaf ik AI nog vrij brede opdrachten, waardoor de output soms te algemeen was. Later werd ik specifieker in wat ik wilde. Ik gaf duidelijker aan wie de doelgroep was, welke toon nodig was en wat het doel van de tekst of visual moest zijn. Daardoor werden de resultaten bruikbaarder. Bij de Tringo activatievideo zie ik ook duidelijke groei. AI video was voor mij nieuw en in het begin was het vooral veel testen. Niet elke video was bruikbaar en sommige beelden voelden nog duidelijk als AI. Door meerdere modellen te proberen, prompts steeds aan te passen en kritisch naar de beelden te kijken, werden de resultaten steeds beter. Dat Akio aangeeft dat de productie niet direct als AI gemaakt voelt, vind ik waardevolle feedback. Wat ik vooral meeneem, is dat AI niet vanzelf goede output geeft. De kwaliteit hangt af van mijn eigen input, beoordeling en bijsturing. Ik ben AI tijdens mijn stage steeds minder gaan zien als losse tool en steeds meer als onderdeel van mijn manier van werken. Tegelijk moet ik kritisch blijven. Vooral bij AI video en copywriting moet ik blijven controleren of de output klopt, past bij Drop en professioneel genoeg is. De feedback van Akio bevestigt dat ik in dit leerdoel ben gegroeid. Ik kan AI nu beter inzetten binnen marketing, zonder dat ik de regie uit handen geef.

Reflectie doel 1

Ik heb de vijfvingermethode gebruikt om te reflecteren op mijn leerdoel.

Wat was het doel?

Het doel was om AI effectiever te leren inzetten binnen marketing. Ik wilde AI niet alleen gebruiken voor losse ideeën, maar ook voor copywriting, contentcreatie en visuele productie binnen echte stageopdrachten.

Wat ging er goed?

Ik ben steeds beter geworden in het schrijven van prompts en het beoordelen van AI output. Vooral bij de nieuwsbrieven en de Tringo activatievideo zag ik dat mijn resultaten beter werden doordat ik gerichter ging werken en meer feedback meenam. Wat ging er minder of lastig? In het begin waren mijn prompts soms nog te algemeen. Daardoor kreeg ik output die netjes klonk, maar niet altijd goed paste bij Drop of de doelgroep. Bij AI video kostte het ook veel tijd om beelden te krijgen die echt bruikbaar waren. Waar wil ik trouw aan blijven? (waarden en normen) Ik wil AI blijven gebruiken als hulpmiddel, maar niet als vervanging van mijn eigen oordeel. Ik vind het belangrijk dat teksten en beelden blijven kloppen, goed onderbouwd zijn en niet misleidend worden gebruikt. Waar moet ik nog op groeien? Ik wil nog beter worden in het vooraf bepalen van wat ik precies uit AI wil halen. Vooral bij complexere tools zoals Runway en Seedance wil ik sneller kunnen inschatten welke prompt, stijl of model het beste werkt.

Heb ik mijn doel behaald? Ja, ik heb mijn doel behaald. Aan het begin van mijn stage gebruikte ik AI vooral voor simpele ondersteuning, zoals ideeën bedenken en teksten verbeteren. Tijdens mijn stage ben ik AI veel gerichter gaan inzetten binnen marketing, bijvoorbeeld voor artikelen, nieuwsbrieven, prompts en visuele content voor Tringo. Ik kan tools zoals ChatGPT, Manus, Runway en Seedance nu beter gebruiken en weet ook beter wanneer output wel of niet bruikbaar is. Ik heb vooral geleerd dat AI pas echt waardevol wordt als ik zelf duidelijk stuur, kritisch controleer en de eindkeuzes blijf maken.