Voorbeelden van merkstem die een AI-tool echt kan volgen

Voorbeelden van merkstem zijn het waard als je ze kunt omzetten in regels: "opent met het antwoord", "gebruikt nooit uitroeptekens", "noemt de functie, niet het platform". Bijvoeglijke naamwoorden als "vriendelijk" of "stoer" geven een menselijke schrijver een sfeer, en een AI-tool niets. Hieronder vijf merkstemmen, wat ze op zinsniveau doen, en de precieze manier waarop ik ze aan een AI-concept geef.

Een stem die je in regels kunt vangen, kan een AI ook kopiëren

De meeste stemdocumenten die ik van klanten zie, lezen als een horoscoop. "Warm, zelfverzekerd, benaderbaar." Elk model is het daarmee eens en schrijft daarna dezelfde gladde, kleurloze tekst die het voor iedereen schrijft.

De oplossing is gedrag beschrijven. Wat doet de schrijver in de eerste zin? Hoe lang is een gemiddelde zin? Welke woorden komen nooit voor? Als je die drie vragen beantwoordt, wordt een voorbeeld van een merkstem geen moodboard meer, maar iets wat een tool kan volgen.

Ik test dit bij elke klant. Als een nieuwe freelancer de stemnotities kan lezen en een alinea schrijft die de klant zonder wijzigingen accepteert, zijn de notities goed genoeg voor AI. Zo niet, dan zijn ze versiering.

Vijf voorbeelden van merkstemmen en wat ze op zinsniveau doen

Ik koos deze vijf omdat elk herkenbaar is, elk anders, en elk te reduceren is tot regels. De "regels" hieronder zijn mijn eigen lezing van hun publieke teksten, geen officiële richtlijnen.

Mailchimp: nuchter, een beetje droog. Mailchimp beschrijft in zijn stijlgids voor toon en stem een stem die nuchter, oprecht en stilletjes grappig is, en die de toon aanpast aan hoe de lezer er op dat moment voor staat. In de praktijk betekent dat korte woorden, geen jargon zonder uitleg, en humor alleen als de lezer niet gestrest is. Foutmeldingen blijven rustig en letterlijk.

Apple: eenvoudig, declaratief, zelfverzekerd. Korte uitspraken die eindigen op een zelfstandig naamwoord. Weinig bijvoeglijke naamwoorden, bijna geen voorbehoud, en het product is altijd het onderwerp van de zin. De regel is: zeg minder dan je zou kunnen.

Nike: motiverend, gebiedend. Werkwoorden vooraan, de lezer aangesproken als "jij", en weinig uitleg. "Just Do It" werkt omdat het niets vraagt behalve actie. Deze stem met AI nabootsen mislukt meestal, omdat modellen de energie overdrijven en tien uitroeptekens schrijven waar Nike er geen zou gebruiken.

Innocent Drinks: speels, Brits, zelfbewust. Speelse zijpaden, kleine grapjes op eigen kosten, een gesprekstoon op de verpakking. Het risico is dat de grap het punt wordt. De regel is: een grap per stuk, en die moet nog steeds waar zijn.

Een B2B-softwarestem (geanonimiseerde klant). Een van mijn SaaS-klanten uit Aarhus schrijft als een goede supportengineer: eerst het resultaat, dan de methode, dan het voorbehoud. Geen retorische vragen, overal samentrekkingen, en nooit "wij geloven dat" als "wij hebben gezien" kan. Het is de minst glamoureuze stem op deze lijst en de makkelijkste voor AI om te volgen, omdat elke regel te controleren is.

Dezelfde productzin, in drie stemmen herschreven

Neem een gewone input: "Onze factuurtool stuurt betalingsherinneringen automatisch." Ik heb die drie keer aan een AI-assistent gegeven, elke keer met een andere set gedragsregels. De uitkomsten zijn licht bewerkt en illustreren de methode, het zijn geen citaten van die merken.

Nuchter: "Late facturen komen voor. De tool stuurt op dag 3 en dag 10 een herinnering, zodat jij dat niet hoeft te doen."

Declaratief: "Herinneringen gaan vanzelf de deur uit. Openstaande facturen worden sneller betaald."

Speels: "Wij zitten achter je late betalers aan, zodat jij de aardige kunt blijven."

Hetzelfde feit, drie verschillende lezers in gedachten. Wat veranderde was nooit de lijst met bijvoeglijke naamwoorden. Het was de zinslengte, het onderwerp, en of een grap was toegestaan.

Let op wat de tweede versie fout doet: "sneller betaald" is een claim zonder getal erachter. Een sterke stem maakt een zwakke claim niet beter, en hier hebben AI-concepten een menselijke controle nodig.

Hoe ik een AI-tool in vier stappen een stem geef

Dit is de volgorde die ik gebruik. Hij past op één pagina en is niet slim. Hij werkt omdat elke stap concreet is.

1. Schrijf vijf tot tien regels als gedrag. "Opent met het antwoord." "Maximaal 22 woorden per zin in bodytekst." "Gebruikt 'je', nooit 'gebruikers'."

2. Voeg een banlijst toe. Woorden en zinnen die generieke tekst verraden, zoals "ontgrendel", "naadloos" of "in deze snelle wereld". Modellen houden zich beter aan een banlijst dan aan een vage opdracht als "vermijd clichés".

3. Plak twee goedgekeurde voorbeelden, geannoteerd. Niet alleen de tekst. Zet onder elk voorbeeld een regel waarom het werkt: "korte opening, noemt de functie, geen voorbehoud".

4. Voeg één voor-en-na toe. Een zwakke zin, een notitie waarom hij mist, en de goedgekeurde herschrijving. Dit ene paar doet meer dan een pagina beschrijving.

Glean beschrijft in zijn gids over het schrijven van een merkstemgids voor AI-tools dezelfde structuur, en noemt cijfers die je moet kennen: ongeveer 95% van de bedrijven heeft merkrichtlijnen, maar slechts 25 tot 30% handhaaft ze actief. Precies in dat gat ontstaat AI-afwijking.

Een prompt die werkte op een echte klantbrief

Stemregels tellen alleen als ze meereizen met het verzoek. Dit is de vorm van de instructie die ik bovenaan een sessie plak, voor de leesbaarheid ingekort.

Je schrijft voor [Merk]. Volg deze regels in elk concept.
Stem: nuchter, droog, nooit opgewonden.
Regels: open met het antwoord; maximaal 22 woorden per zin;
gebruik samentrekkingen; noem de functie, nooit "ons platform".
Nooit gebruiken: ontgrendel, naadloos, baanbrekend, "in deze wereld van vandaag".
Voorbeeld van goedgekeurde tekst: [plak 80 woorden]
Waarom het werkt: korte opening, concreet zelfstandig naamwoord, geen voorbehoud.
Voor: "We zijn verheugd een krachtige nieuwe functie aan te kondigen."
Na: "Openstaande facturen krijgen nu vanzelf een herinnering."
Taak: schrijf een productupdate van 120 woorden over [functie].

Het eerste concept is meestal bruikbaar, niet publiceerbaar. Bij een e-commercebrief klopte het ritme, maar twee claims niet. Die heb ik in vijf minuten met de hand gecorrigeerd. Dat is de realistische uitkomst: de tool brengt je bij een schoon eerste concept, en je eigen oordeel dicht de rest.

Stem blijft staan, toon beweegt

Eén onderscheid bespaart veel herwerk: stem is de constante, toon is de draaiknop. Mailchimp maakt hetzelfde punt wanneer het zegt dat de toon meebeweegt met de gemoedstoestand van de lezer, terwijl de stem herkenbaar blijft.

Voor AI betekent dat twee lagen in de brief. De stemregels veranderen nooit tussen taken. De toonregel verandert bij elke taak: "de lezer is geërgerd, houd het rustig" voor een mail over een vertraagde levering, en "de lezer heeft zich net aangemeld, een beetje warmte mag" voor een welkomstmail.

Als je de twee samenvoegt, komt elke output op dezelfde temperatuur uit. Ik heb een excuusmail voor een terugbetaling en een productlancering van dezelfde tool gelezen die allebei even vrolijk waren. Zo verlies je een klant in één mail.

Welke tools houden een stem het best vast

Ik ga niet doen alsof er één winnaar is. Belangrijk is waar elke tool je stemregels bewaart, want een regel die je elke sessie opnieuw moet plakken, wordt uiteindelijk vergeten.

Jasper slaat een herbruikbare merkstem op in de werkruimte, wat past bij een team dat wil dat elke schrijver dezelfde regels gebruikt. Copy.ai leunt op sjablonen en workflows, dus de stem zit in de workflow en niet in een document. Writesonic biedt toonregelaars en eigen stijlen. Die zijn snel ingesteld, maar minder diep dan een geschreven regelset. Een algemene assistent als Claude verwerkt een lange stembrief goed in een project of een opgeslagen instructie, maar het document onderhoud je zelf.

Mijn mening: voor een solo-schrijver verslaat een goed geschreven regelblad in een algemene assistent elke vooraf ingestelde toonschuif. Voor een team van vijf of meer wint een opgeslagen merkstem in een dedicated tool, omdat niemand meer hoeft te onthouden om iets te plakken.

Een snelle consistentiecheck in tien minuten

Als het regelblad er is, scoor je outputs ertegen in plaats van op je gehoor te vertrouwen. Neem vijf recente concepten en markeer elke regel als geslaagd of gezakt. Drie vragen zijn genoeg voor een eerste audit:

• Geeft de eerste zin het antwoord, of warmt hij eerst op?

• Glippen er verboden woorden doorheen?

• Zou een vreemde het merk alleen al uit de alinea kunnen raden?

Als een regel op vier van de vijf concepten faalt, is de regel te vaag of spreekt het voorbeeld hem tegen. Pas dan het blad aan, niet de concepten. Regels die niemand kan controleren, zoals "klink menselijk", schrap je.

Waar voorbeelden van merkstemmen misgaan

Drie faalpatronen komen steeds terug.

Te veel bijvoeglijke naamwoorden. "Geestig, warm, professioneel, stoer, menselijk" zijn vijf tegenstrijdige trekken. Kies één hoofdtrek en twee ondersteunende regels.

Voorbeelden die niet van jou zijn. Het kopiëren van de tekst van een bekend merk als model leert de tool dat merk na te doen, inclusief de grappen. Gebruik je eigen goedgekeurde teksten, ook als ze niet perfect zijn.

Geen drift-controle. De stem verschuift over een maand aan concepten, vooral als het onderliggende model wordt bijgewerkt. Ik lees elke maand tien recente stukken na tegen het regelblad en pas het blad aan zodra dezelfde fix drie keer terugkomt.

Schrap het moodboard, houd het regelblad

Als je maar één ding doet na dit artikel: schrijf een regelblad van één pagina met acht gedragsregels, een banlijst, twee geannoteerde voorbeelden en één voor-en-na. Test het deze week op één echte brief.

Laat de persoonlijkheidsbijvoeglijke naamwoorden weg, en kopieer ook niet de toon van een bekend merk omdat het aspirationeel voelt. Houd de regels die je met een liniaal en een rode pen kunt controleren. Dat is de stem die een AI-tool kan vasthouden, en die je lezers herkennen.