Waarom dezelfde AI-schrijfopdracht bijna identieke alinea’s kan opleveren

OpenAI’s handleiding voor prompt engineering beschrijft modeluitvoer als niet-deterministisch en merkt op dat gedrag kan verschillen tussen modellen en modelversies. Dat is nuttige technische achtergrondinformatie, maar geen bewijs van wat er tijdens een specifieke schrijfsessie is gebeurd. Een model kan bij afzonderlijke uitvoeringen andere formuleringen produceren en toch dezelfde instructies volgen naar vergelijkbare antwoorden.

Zie een prompt als iets dat een bestemming aangeeft en de beschikbare route beperkt. Als je vraagt om een korte, hartelijke uitnodiging om met een vriend een ontspannende activiteit te proberen, en vervolgens een vriendelijke opening, drie praktische details en een bemoedigende afsluiting voorschrijft, hebben beide concepten maar een beperkt aantal taken. Een vertrouwde structuur — uitnodiging, details, vriendelijke afsluiting — kan die taken goed vervullen. Gelijkenis vereist geen identieke uitvoer of één verborgen oorzaak.

Voorbeelden beperken de route nog verder. In dezelfde OpenAI-handleiding staat dat voorbeelden een model naar een bepaald patroon kunnen sturen en wordt aangeraden uiteenlopende invoer en gewenste uitvoer te laten zien. Als elk aangeleverd voorbeeld met een vraag begint en eindigt met hetzelfde soort geruststelling, kunnen nieuwe concepten dat ritme overnemen, ook als de woorden veranderen.

Neem deze fictieve opdracht, drie keer uitgevoerd met dezelfde prompt: “Schrijf een hartelijke uitnodiging van 100 woorden aan een vriend om op een rustige zaterdagochtend samen ontbijt te maken. Vermeld dat we een eenvoudig recept kiezen, het werk verdelen en van de maaltijd genieten. Houd de toon vriendelijk en eindig met een uitnodiging om te reageren.” De onderstaande concepten zijn schetsen ter illustratie, geen uitvoer van een model en geen bewering over een specifiek product. Ze laten zien hoe je gelijkenissen op verschillende niveaus kunt onderzoeken.

Deel van het concept: Opening — Concept 1: “Zullen we zaterdagochtend wat rustiger aan doen?” — Concept 2: “Wat dacht je van een rustigere zaterdagochtend samen?” — Concept 3: “Zou je een meer ontspannen zaterdagochtend willen?” — Wat blijft hetzelfde?: Dezelfde uitnodiging, dezelfde dag en dezelfde insteek van een “rustige ochtend”.

Deel van het concept: Plan — Concept 1: “We kunnen een makkelijk recept kiezen en samen koken.” — Concept 2: “Laten we een eenvoudig recept uitkiezen en het samen maken.” — Concept 3: “We kunnen een makkelijk recept vinden en het koken samen doen.” — Wat blijft hetzelfde?: Hetzelfde recept, samen bereiden en dezelfde volgorde van handelingen.

Deel van het concept: Resultaat — Concept 1: “Daarna kunnen we gaan zitten en van het ontbijt genieten.” — Concept 2: “Daarna kunnen we genieten van wat we hebben gemaakt.” — Concept 3: “Dan eten we samen aan tafel.” — Wat blijft hetzelfde?: Dezelfde maaltijd als eindpunt; de formulering verschilt een beetje.

Deel van het concept: Afsluiting — Concept 1: “Zou je daarvoor te porren zijn?” — Concept 2: “Lijkt je dat leuk?” — Concept 3: “Doe je mee?” — Wat blijft hetzelfde?: Andere woorden, hetzelfde verzoek om te reageren.

Deel van het concept: Algemene opbouw — Concept 1: Uitnodiging → plan → maaltijd → vraag — Concept 2: Uitnodiging → plan → maaltijd → vraag — Concept 3: Uitnodiging → plan → maaltijd → vraag — Wat blijft hetzelfde?: Bijna dezelfde structuur en beweringen, hoewel geen enkele volledige zin exact overeenkomt.

Deze weergave onderscheidt vier dingen die gemakkelijk door elkaar lopen: structuur, beweringen, voorbeelden en formulering. In deze illustratie liggen de structuur en beweringen bijna vast, het voorbeeld ligt in feite vast (samen een eenvoudig ontbijt maken) en de formulering varieert enigszins. Door alles “dezelfde alinea” te noemen, zie je niet meer wat je kunt aanpassen. Als echte concepten exacte zinsdelen herhalen, markeer die dan apart; een parafrase is geen exacte kopie.

Begin met het materiaal dat de uitvoering daadwerkelijk heeft gestuurd. Bewaar elke volledige prompt, inclusief eerdere gesprekken, geplakte voorbeelden, bronmateriaal en eventuele wijzigingen tussen pogingen. Noteer indien beschikbaar welk model en welke instellingen de schrijftool vermeldt. Met deze gegevens kun je een herhaalde instructie of context onderscheiden van een wijziging in het systeem. Op basis van alleen de tekst kun je niet vaststellen of twee concepten met identieke instellingen of onder identieke omstandigheden zijn gemaakt.

Vergelijk vervolgens elk concept in deze volgorde:

Structuur: Staan de alinea’s in dezelfde volgorde en gebruiken ze dezelfde opening en afsluiting?

Beweringen: Maken ze dezelfde punten, aanbevelingen of beloften, ook als ze anders zijn geformuleerd?

Voorbeelden: Gebruiken ze dezelfde situatie, hetzelfde beeld of hetzelfde detail opnieuw?

Formulering: Zijn volledige zinsdelen identiek, of liggen de zinnen alleen qua betekenis dicht bij elkaar?

Omstandigheden: Zijn het model, de tool, de instellingen, de gespreksgeschiedenis of de brontekst tussen uitvoeringen gewijzigd?

Deze inspectie stelt op zichzelf geen technische oorzaak vast. Wel maakt ze het redactionele probleem duidelijker. Bij herhaalde structuur is een andere vorm nodig; bij herhaalde beweringen een andere vraag of bron; bij herhaalde formuleringen een directe vergelijking en zo nodig een nieuwe schrijfopdracht.

Verander het materiaal waarmee het concept moet werken, niet alleen het verzoek om “meer originaliteit”. Een verzoek om variatie laat het model nog steeds dezelfde vraag beantwoorden met dezelfde feiten en beperkingen. Introduceer in plaats daarvan een betekenisvolle redactionele keuze: een andere lezer, een ander doel, een ander perspectief of een andere bron.

Voeg echt bronmateriaal toe. Geef het model een specifiek recept, een kort bericht van de gastheer of twee details die in de uitnodiging terug moeten komen — bijvoorbeeld een nabijgelegen fruitmarkt of een familierecept dat iemand wil proberen. Vraag het die details nauwkeurig te gebruiken. Zo krijgt het concept concreet materiaal om mee te werken. Vraag het niet om persoonlijke herinneringen te verzinnen of te doen alsof het de ontvanger kent.

Verander het perspectief of het doel. Schrijf niet drie versies van dezelfde uitnodiging, maar probeer er één vanuit het perspectief van de gastheer, één gericht op de gezamenlijke activiteit en één als kort bericht aan iemand die rustige plannen verkiest. Houd eventuele feiten die gelijk moeten blijven consistent, maar bepaal wat de lezer zich bij elke versie moet kunnen voorstellen of wat die ermee moet kunnen doen.

Stel vragen voordat je om alinea’s vraagt. Als je nog niet weet wat de uitnodiging persoonlijk maakt, vraag dan eerst om vijf vragen om te beantwoorden: Wat zou je leuk vinden om te maken? Welk detail zou de ochtend echt als de jouwe laten voelen? Wat zou het plan gemakkelijk te accepteren maken? Je antwoorden kunnen bronmateriaal worden voor een later concept. Zo voorkom je dat er meerdere gepolijste versies ontstaan voordat de opdracht duidelijk is.

Geef voorbeelden die op betekenisvolle manieren verschillen. Als je voorbeeldteksten aanlevert, neem dan meer dan één vorm of stem op als je variatie wilt. Benoem wat elk voorbeeld laat zien, zoals “kort en praktisch” of “beeldend en informeel”, en zeg welke kenmerken niet moeten worden overgenomen. De handleiding van OpenAI raadt aan uiteenlopende voorbeelden te gebruiken wanneer je daarmee een opdracht stuurt. Eén voorbeeld kan ongemerkt het sjabloon voor elk resultaat worden.

Niet als universele oplossing. Een temperatuurinstelling, als een tool die aanbiedt, kan de manier van genereren beïnvloeden; die aanpassen voegt geen ontbrekende feiten toe, creëert geen nieuw perspectief en garandeert geen duidelijk verschillende tekst. Sommige schrijftools bieden die instelling niet en het gedrag verschilt per model. De bespreking van niet-determinisme in de OpenAI-handleiding bewijst niet dat het aanpassen van één instelling een specifiek paar bijna identieke concepten zal veranderen.

Voor een schrijver is het nuttiger om eerst de opdracht te bekijken en een concrete reden te geven waarom de volgende versie moet verschillen. Als je nog steeds een probleem met de tool of instellingen vermoedt, vergelijk dan concepten die zijn gemaakt met dezelfde opgeslagen prompt en context en raadpleeg de documentatie van die tool voor het model en de instellingen die daadwerkelijk worden gebruikt. Zonder die details zijn beweringen over caching, trainingsdata of een specifiek technisch mechanisme speculatie.

Gelijkenis is niet automatisch een gebrek. Als een zin de uitnodiging duidelijk verwoordt, bij de toon past en een detail bevat dat de lezer nodig heeft, kan de tekst minder natuurlijk worden als je de zin alleen vervangt zodat elk concept er anders uitziet. Behoud een effectieve zin als die het doel dient; pas de delen aan die algemeen, onvoldoende onderbouwd of niet afgestemd op de aangesproken persoon aan.

Een praktische vraag is: zegt deze zin iets specifieks over deze uitnodiging, of zou hij ongewijzigd in vrijwel elke uitnodiging passen? Als de zin specifiek en duidelijk is, doet hij mogelijk wat hij moet doen. Is hij algemeen, voeg dan een echt detail toe of heroverweeg de functie van de zin. Het doel is een bruikbaar, passend concept, niet zo veel mogelijk variatie om de variatie zelf.

Als herhaalde prompts vergelijkbare alinea’s opleveren, vergelijk dan de structuur, beweringen, voorbeelden en exacte formuleringen. Controleer daarna de daadwerkelijke context en instellingen voordat je conclusies trekt over de oorzaak. Om de volgende versie betekenisvol te laten verschillen, verander je wat het model weet of wat het moet doen: geef echt materiaal, verander het perspectief of stel nuttige vragen voordat je om tekst vraagt. Behoud herhaalde formuleringen die de lezer helpen en herschrijf de rest met een duidelijk doel.