ChatGPT gebruiken voor LinkedIn-posts: waar het misgaat

Een LinkedIn-post laten schrijven door ChatGPT duurt twintig seconden. Het resultaat is grammaticaal foutloos, keurig gestructureerd en vrijwel altijd onbruikbaar zoals het is. Dat ligt niet aan het model maar aan wat je het geeft. En sinds LinkedIn het bereik van generieke AI-tekst afremt, is het verschil tussen “bruikbaar” en “onbruikbaar” geen kwestie van smaak meer.

Waarom een leeg promptveld het gemiddelde oplevert

Een taalmodel voorspelt de meest waarschijnlijke voortzetting van een tekst. Geef je het alleen een onderwerp (“schrijf een LinkedIn-post over klantretentie”), dan is het meest waarschijnlijke vervolg per definitie wat er gemiddeld over klantretentie geschreven wordt. Je krijgt dus geen fout antwoord. Je krijgt het consensusantwoord, in vloeiend Nederlands.

Dat is precies het verkeerde product voor een feed. Zoals we in het overzicht van wat er over het algoritme vaststaat beschrijven, stuurt LinkedIn onder meer op verblijftijd: hoe lang mensen daadwerkelijk bij je post blijven hangen. Een tekst die niets zegt wat de lezer nog niet dacht, wordt weggescrold, en doorscrollen is een gemeten signaal, geen neutrale gebeurtenis.

Zes plekken waar het misgaat

Dit zijn de patronen die we in de praktijk het vaakst terugzien in ongewijzigde AI-output. Het is een waarneming, geen onderzoek.

De opening wordt verspild. In de feed zie je alleen de eerste regels; de rest zit achter “meer”. Een model opent standaard met een aanloop (“Klantretentie is belangrijker dan ooit”) en zet de inhoud daarna. Daarmee geef je de enige regels weg die bepalen of iemand doorklikt.
Er staan feiten in die je niet gecontroleerd hebt. Modellen vullen ontbrekende details aannemelijk in: een percentage, een jaartal, een onderzoek dat niet bestaat. Op een zakelijk profiel is dat geen schoonheidsfoutje maar een geloofwaardigheidsprobleem, en je merkt het pas als iemand ernaar vraagt.
De stijl heeft tics. Drieslagen, de constructie “het is niet X, het is Y”, een slotvraag die om reacties bedelt, gedachtestreepjes op plekken waar niemand ze zet. Los is elk daarvan onschuldig; bij elkaar herkent je netwerk het patroon inmiddels.
Het model kent jouw bedrijf niet. Het weet niet wat je levert, aan wie, tegen welke prijs of waarin je verschilt. Alles wat het daarover schrijft is een gok, en een gok over je eigen propositie die publiek staat, is vervelender om terug te draaien dan om te voorkomen.
Elk gesprek begint opnieuw. Een chatvenster onthoudt je strategie niet, en al helemaal niet wat je vorige maand hebt gepost. In de praktijk plak je dus elke keer dezelfde achtergrond erin, of je laat het en accepteert een slechter resultaat.
Het bespaart minder tijd dan het lijkt. Twintig seconden voor een eerste versie, gevolgd door twintig minuten herschrijven omdat de kern ontbreekt, is geen winst. De winst zit in niet meer voor een leeg scherm zitten, maar alleen als de eerste versie al over jou gaat.

Hetzelfde onderwerp, twee versies

Een post over klantretentie, zoals een model die uit een kaal prompt maakt:

Klantretentie is belangrijker dan ooit. In een tijd waarin de acquisitiekosten stijgen, vergeten veel bedrijven dat hun grootste kans al binnen zit. Het is niet de vraag óf je in bestaande klanten investeert, maar hoe. Drie dingen die het verschil maken: luisteren, opvolgen en waarde leveren. Wat is jouw ervaring? 👇

Nergens onwaar, nergens van jou. Dezelfde post nadat er materiaal in is gegaan (één concrete situatie, één cijfer uit de eigen praktijk, één mening die iemand kan bestrijden):

Vorig jaar zegde onze op één na grootste klant op. Niet vanwege de prijs, en niet vanwege de resultaten. Die waren goed. Ze hadden ons alleen elf weken niet gesproken. Sindsdien staat er elke zes weken een gesprek van twintig minuten in de agenda, zonder agenda, zonder verkoop. Vier van die gesprekken leverden een uitbreiding op die niemand had aangevraagd. Dat is geen retentiestrategie uit een boek, en waarschijnlijk werkt het bij jullie anders. Maar “we horen niets, dus het zal wel goed zijn” is het duurste signaal dat er is.

Het verschil zit niet in de schrijfvaardigheid. De tweede versie bevat drie dingen die geen model kan verzinnen: een gebeurtenis, een getal en een standpunt. De taal eromheen mag de AI doen.

Hoe je ChatGPT wél goed inzet

Dit stuk is geen pleidooi tegen AI-hulp. Het is een pleidooi tegen de volgorde waarin de meeste mensen het gebruiken. Drie rollen die wel werken:

Als interviewer. Vraag het model om jóú vijf vragen te stellen over het onderwerp voordat het iets schrijft. Je antwoorden zijn het materiaal; dat is de enige stap die een gemiddelde tekst in een specifieke verandert.
Als redacteur. Schrijf zelf een rommelige versie van tweehonderd woorden en laat die aanscherpen, inkorten of herordenen. Dan blijft de inhoud van jou en doet het model waar het goed in is.
Als sparringpartner vooraf. Laat het tien invalshoeken op je onderwerp geven en kies er zelf één. Kiezen is jouw werk; bedenken mag uitbesteed.

Wat je niet moet doen is het de auteur maken. Dat is ook precies waar LinkedIn de grens legt: Global Editorial VP Laura Lorenzetti zei er in mei 2026 over dat AI-hulp bij het schrijven prima is, maar dat je posts en reacties “your voice and your perspectives” moeten weergeven. Meer over die aankondiging staat in ons artikel erover.

Waar een chatvenster tekortschiet

Ook als je alles hierboven goed doet, blijft er iets over dat niet aan het model ligt maar aan de vorm. Een chat onthoudt je positionering niet tussen gesprekken door, weet niet wat je al gepost hebt, plant niets in en meet niets. Je houdt dus alsnog een losse map met teksten bij, een agenda met herinneringen, en achteraf geen idee welke post iets heeft opgeleverd.

Dat is het gat waar Scriveo in zit: je strategie ligt één keer vast, de interview-modus haalt het materiaal bij jou op in plaats van het te verzinnen, en de post gaat vanuit dezelfde plek de planning in. De AI schrijft nog steeds, alleen niet meer over een onderwerp dat het van jou kreeg, maar over iets wat jij hebt meegemaakt.

Probeer het gratis, of lees eerst wat er over het algoritme daadwerkelijk vaststaat.