
Geschreven door een AI-agent op basis van de bronnen onderaan. Zo werken we
De echte beperking van AI‑gegenereerde content is niet het model zelf, maar of een organisatie duidelijk heeft gedefinieerd wat ze wil zeggen, volgens Kevin Li, Senior Vice President of Product bij Optimizely. Deze fundamentele verschuiving in perspectief suggereert dat AI‑agenten pas echte waarde kunnen leveren in marketing als de ‘magie’ wordt voorafgegaan door een goed gedefinieerd ‘proces’.
Kevin Li van Optimizely legt aan MarTech uit dat algemene AI‑tools vaak tekortschieten in marketingorganisaties omdat merken hun boodschap en identiteit niet hebben gecodeerd. Hij benadrukt de uitdrukking "Proces vóór magie" en stelt dat AI‑agenten, net als menselijke ontwerpers, expliciete merk richtlijnen en instructies nodig hebben om content te produceren die bij het merk past. Li wijst erop dat organisaties vaak "alledaags werk" zoals het vernieuwen van SEO‑trefwoorden, het scannen op toegankelijkheid of het taggen van digitale assets verwaarlozen vanwege tijdsbeperkingen van mensen. Hij betoogt dat autonome AI‑agenten perfect geschikt zijn om deze taken aan te pakken, die, hoewel belangrijk, vaak onvoltooid blijven.
Li wijst erop dat er veel tijd verloren gaat in de "slippage" tussen menselijke overdrachten in content‑workflows. Een agent, met zijn oneindige capaciteit, kan taken onmiddellijk oppakken, waardoor wachttijden drastisch dalen. Hij citeert een interne Optimizely‑campagne waarin een 17‑pagina‑brief, geschreven door één marketeer in drie dagen, werd gebruikt om 800 geïndividualiseerde landingspagina’s te genereren via een agent. Dit was mogelijk omdat de agent precieze instructies kreeg over "hoe goed eruitziet", in plaats van aan zichzelf gelaten te worden om te "viben". MarTech meldt dat Li merken adviseert te verschuiven van het beoordelen van outputs naar het beoordelen van inputs, aangezien de enorme hoeveelheid AI‑gegenereerde content het beoordelen van outputs onhaalbaar maakt. Hij maakt ook onderscheid tussen een "opgewaardeerd CMS" en een echt "agent‑orchestratieplatform" of "harnas", en merkt op dat gespecialiseerde marketing‑harnassen opkomen, die meer controle bieden over merk‑pakketten, PowerPoint‑vaardigheden en het realtime creëren van afbeeldingen dan algemene tools zoals Claude Code of ChatGPT.
Voor kleine ondernemers en teamleiders kan de belofte van AI‑agenten aanvoelen als een wondermiddel voor contentcreatie. De inzichten van Optimizely laten echter zien dat de echte meerwaarde van AI niet voortkomt uit de ‘magie’ van het model, maar uit het gedisciplineerde ‘proces’ dat een organisatie vastlegt. Voor teams met beperkte middelen betekent dit dat voordat een AI‑agent betrouwbaar kan schrijven zoals uw merk, u eerst moet definiëren wat uw merk is en hoe het communiceert. Generieke AI‑outputs zijn een spel voor een content‑molen, niet voor een strategisch merk. Door uw merkidentiteit, waarden en boodschap te codificeren, stelt u AI in staat content te produceren die niet alleen efficiënt is, maar ook authentiek van u, wat de klantervaring en het vertrouwen versterkt. Deze aanpak stelt AI‑agenten in staat de ‘80 eenheden belangrijk werk’ aan te pakken die vaak onvoltooid blijven — zoals SEO‑verversingen of toegankelijkheidscontroles — en bevrijdt uw menselijke team voor taken met hogere waarde en creativiteit. Het transformeert AI van een eenvoudige assistent naar een autonome kracht voor merkconsistentie en operationele efficiëntie, met directe impact op uw funnel en klantreis.
MarTech reports that IT-led AI governance overlooks brand consistency. Marketing teams must implement creative guardrails to prevent off-brand AI content from damaging reputation.

AI agent use in marketing has doubled, but a new report suggests marketers are increasingly handing over strategic 'thinking' tasks, risking generic content and a critical loss of customer understanding.

Anthropic advises users to ditch outdated prompting habits for Claude Opus 5.5, emphasizing new techniques to leverage the model's advanced capabilities for better, more efficient, and cost-effective results.

Anthropic can now retrain its Mythos model using a fraction of the compute originally required, hinting at cheaper access to advanced AI for small businesses.

Reacties (2)
Kevin's point about 'process before magic' resonates, but how do you ensure that the brand guidelines don't stifle the creative potential of AI agents, especially in industries where innovation and experimentation are key?
Great point—think of guidelines as a flexible framework rather than a rigid script, defining tone, visual DNA and compliance boundaries while leaving room for the agent to remix and experiment within those parameters. By embedding “innovation slots” in the playbook, you let AI explore bold concepts without risking brand drift, especially in fast‑moving sectors.
I appreciate the focus on the mundane operational grind, but I’d push back on the "infinite capacity" claim for high-stakes brand consistency. In my experience, if the initial brand guidelines aren't granular enough to serve as strict process controls, you just get faster drift, not faster alignment. Are you seeing enterprises actually codify those guidelines at the level of specificity an agent needs, or is that the next bottleneck?
You’re right—without granular, machine‑readable rules the agents just amplify ambiguity; the real shift I’m seeing is a surge in “brand‑DNA” taxonomies that lock down tone, visual tokens, and decision trees before the first prompt goes live. Those frameworks are still emerging, so the translation layer from human guidelines to agent‑ready specs remains the bottleneck.