Van simpele prompt naar dertien pagina’s: zo maken wij unieke bouwnummerteksten met AI

De nieuwe Astra van OpenAI is net uit en dit keer waren de meest in het oog springende demo’s verrassend genoeg 3D-huizen. Supergaaf om te zien wat deze versie inmiddels allemaal kan. Na de eerste testjes zelf te hebben gedaan, bleek al snel dat er achter die gelikte demo’s meer werk schuilgaat dan je op het eerste gezicht denkt. Kwaliteit heeft blijkbaar nog altijd aandacht nodig. Ook met AI.

Op zoek naar de achtergrond van die 3D-huizen kwam ik terecht op de OpenAI Developers Blog, waar Thomas Ricouard beschrijft hoe hij met Astra in Codex een minimalistisch woonhuis, Solace, bouwt. Van Blender-scene tot een woning waar je in Unreal Engine 5 daadwerkelijk doorheen kunt lopen. Het aardige is dat hij vooral laat zien wat er allemaal tussen het begin en dat fraaie eindresultaat gebeurt.

Eerst een plattegrond maken voordat er überhaupt gemodelleerd wordt. Vervolgens de geometrie beoordelen zonder materialen. Want zodra er mooi eiken overheen ligt, zie je een stuk minder snel dat bijvoorbeeld de wastafel verkeerd om staat. Pas daarna volgt de inrichting met servies, bekleding, meubels en licht zodat het er levensecht uitziet.

Hij is ook opvallend duidelijk over wat het resultaat niet is: een visualisatie is nog geen bouwkundige controle. Dat vond ik eigenlijk minstens zo interessant als de demo zelf. Want dat maakt duidelijk dat het meer is dan alleen een slimme prompt toepassen. Het is een proces. Eerst structuur aanbrengen, vervolgens produceren, tussentijds controleren en weten waar de beperkingen zitten.

En dat lijkt behoorlijk op de reis die wij inmiddels met Fundament All Media en Radyus hebben gemaakt.

Van een simpele prompt naar dertien pagina’s

Wij zijn in 2022 begonnen met het direct koppelen van onze nieuwbouwhuizendatabase aan AI. Alle individuele databasevelden konden worden uitgelezen en vervolgens per bouwnummer worden gebruikt. Dat was op zichzelf al een enorme stap. Prijs, afmetingen, energielabel, woningtype en ligging kwamen rechtstreeks uit de bron. Op basis van de zonoriëntatie konden we zelfs vertellen hoe je een dag in het huis beleeft. Waar komt ’s ochtends het licht binnen, wanneer zit je in de zon op het balkon of in de tuin? Doelgroep en SEO erbij en we hadden ineens unieke content voor ieder bouwnummer.

Dat geheel bouwden we vervolgens in ons eerste AI-platform Realestateprompting.

Hoe cool. Mission accomplished.

Nou, niet helemaal.

De teksten waren goed, maar er bleef behoorlijk wat nakijkwerk nodig. Dat kost veel tijd en wij publiceren nogal wat bouwnummertjes per jaar. Dus daar viel winst te behalen. Vooral ook omdat deze pagina’s een essentiele link vormen tussen een diepgaande interesse en uiteindelijke registratie van die interesse.

Dus wilden we meer.

Hoe voelt het om juist hier te wonen?

Stap voor stap zijn we de bouwnumerteksten gaan ontleden vanuit één vraag: hoe voelt het om hier te wonen? En dan niet in woningtype A, maar echt in bouwnummer 14. Ieder bouwnummer moest een eigen insteek krijgen. De eerste zin moest al een reden geven om juist naar dit huis te kijken. Dat vraagt meer dan het herhalen van vierkante meters, drie slaapkamers en een fijne tuin, uitzicht of balkon. Je moet weten waarom mensen überhaupt willen verhuizen en wat binnen dat specifieke bouwnummer het verschil kan maken.

De ligging op de hoek. De ochtendzon in de keuken. Het uitzicht vanaf juist deze verdieping. De tuin waar je na je werk nog in de zon kunt zitten. Net wat meer privacy of een bredere woonkamer. Bij 1 tekst gaat dat eigenlijk vrij snel goed. Het probleem zie je pas wanneer je 30 bouwnummerteksten naast elkaar legt. Stuk voor stuk prima teksten. En samen soms volstrekt inwisselbaar.

Dat werd voor ons een vrij simpele test: als je de teksten van bouwnummer 14 en bouwnummer 22 kunt omwisselen zonder dat iemand het merkt, heb je geen unieke teksten geschreven. Dan heb je een sjabloontje ingevuld. Vanuit die regel is onze huidige opzet ontstaan. Inmiddels bestaat die uit meer dan twaalf secties, waarbij iedere sectie een apart onderdeel van de marketingtekst behandelt. Ligging, oriëntatie, buitenruimte, indeling, verdieping, uitzicht en ga zo maar door.

En dat wordt alleen maar relevanter.

Veel verkeer komt nu al via Google rechtstreeks op een bouwnummer binnen. Tegelijk verandert zoeken behoorlijk snel. Naast Google stellen mensen hun vragen inmiddels ook rechtstreeks aan ChatGPT, Claude en Gemini. Dat betekent naar mijn idee iets wezenlijks voor vastgoedcontent: ieder bouwnummer moet uiteindelijk ook zelfstandig een goed antwoord kunnen zijn op een specifieke woonvraag. Daar zijn we onze teksten steeds verder op gaan inrichten.

Eerst kijken of de wastafel goed staat

De vergelijking met die OpenAI-demo vond ik daarom zo treffend. Ook wij kijken inmiddels eerst naar de geometrie voordat het mooie eiken eroverheen gaat. Klopt de inhoud? Staan de feiten goed? Klopt de zonoriëntatie? Vertellen we bij dit bouwnummer daadwerkelijk iets anders dan bij het kaveltje ernaast? Pas daarna komt de toon.

Anders krijg je een tekst die heerlijk leest terwijl de zon ’s avonds aan de verkeerde kant van het huis ondergaat. En dat is precies het soort fout waar je makkelijk overheen leest omdat de tekst verder zo lekker loopt. We liepen onderweg tegen veel meer van dat soort ogenschijnlijk simpele dingen aan.

Lengte bijvoorbeeld.

We hebben op werkelijk allerlei manieren geprobeerd AI duidelijk te maken hoe lang een tekst moest zijn. Woorden, tekens, marges en uiteindelijk zelfs woordlimieten per paragraaf.

Een crime.

Het werkte best aardig, totdat het dat niet deed. De oplossing bleek uiteindelijk niet te zitten in nóg preciezer voorschrijven wat de AI moest doen, maar in iets wat achteraf nogal logisch klinkt: laat een ander controleren of het goed is gegaan, een aparte agent in het proces.

De eindcontrole

Daar kwamen dus de agents in beeld. De AI produceert een tekst en vervolgens beoordeelt een editor-agent of die tekst daadwerkelijk aan de voorwaarden voldoet. Is dat niet zo, dan gaat hij terug en wordt hij aangepast. Hetzelfde kunnen we doen door alle bouwnummerteksten binnen een project naast elkaar te leggen en te controleren op onderscheid. Dat was voor ons een belangrijke doorbraak!

Inmiddels bestaat de instructie achter onze bouwnummerteksten uit meer dan dertien pagina’s. Gecombineerd met alle losse woningdata uit onze database, een uitgebreide doelgroepbeschrijving en een merkintegratie per project. Niet omdat een prompt van dertien pagina’s op zichzelf iets is om trots op te zijn. Eerder het tegenovergestelde, niemand schrijft voor zijn plezier dertien pagina’s instructies voor een computer. Maar in die dertien pagina’s zit inmiddels wel een behoorlijk deel van wat wij de afgelopen jaren hebben geleerd over goede nieuwbouwcontent. En dat proces stopt niet bij oplevering. De review van een opdrachtgever is bij ons daarom steeds minder een eindcontrole en steeds meer een bron evenals de gebruikersdata verkregen via bijvoorbeeld Google Analytics. Als uit feedback blijkt dat iets structureel beter kan, dan willen we niet alleen die ene tekst aanpassen. Dan moet die kennis terug het systeem in, zodat het volgende project er automatisch van profiteert.

Dat is volgens mij het wezenlijke verschil tussen AI gebruiken en AI-native werken. Je verbetert niet alleen de tekst. Je verbetert het proces dat de tekst maakt.

Daar zit uiteindelijk de waarde

De ontwikkelingen rondom AI gaan krankzinnig snel. Wat OpenAI nu met 3D-visualisaties laat zien, was een paar jaar geleden nauwelijks voorstelbaar. Maar het artikel achter de demo laat ook iets anders zien: betere modellen maken kennis, structuur en controle niet overbodig. Volgens mij wordt dat juist belangrijker.

Voor onze nieuwbouwmarketing betekent het dat we met relatief weinig gestructureerde woningdata een steeds beter beeld kunnen geven van wat iemand straks daadwerkelijk koopt en hoe het kan zijn om daar te wonen. Niet alleen de vier muren, het aantal slaapkamers en de oppervlakte. Maar wat er rondom die vier muren gebeurt en waarom juist deze woning bij iemand zou kunnen passen.

What goes on beyond the four walls, and how does it feel like to live there?

Die uitspraak van Matthew Shadbolt gebruik ik al jaren en ondanks al het AI-geweld is er eigenlijk weinig aan veranderd.

Het blijft de essentie van vastgoedmarketing.

Alleen de gereedschapskist is inmiddels een stuk interessanter geworden.