Geautomatiseerde contentproductie: onze workflow

Laatst bijgewerkt: juli 2026

De geautomatiseerde contentproductie die we bij ITOPS.be gebruiken, start bij een spraaknotitie van de klant en eindigt bij een post die effectief online staat. Daartussen: hosting van de input, opmaak via templates die eigen zijn aan elk netwerk, validatie door de klant in een speciaal portaal, en vervolgens een planning die de publicatie zelf in gang zet.

Inhoudsopgave

• Hoe legt u de grondstof van de klant vast?
• Hoe wordt een spraaknotitie concrete content?
• Waarom een ander template per sociaal netwerk?
• Waarom valideert de klant elke post vóór publicatie?
• Hoe zorgt de planning voor de effectieve publicatie?
• Wat deze workflow niet doet
• Welke regels van de GDPR en de AI Act omkaderen geautomatiseerde contentproductie?
• Hoe zet u deze workflow om in uw bedrijf?

Hoe legt u de grondstof van de klant vast?

Het knelpunt van een kmo is bijna nooit de zin om te communiceren. Het is het moment waarop men voor een blanco pagina moet gaan zitten. De bedrijfsleider die net een werf heeft afgerond, een installatie heeft opgeleverd of een bedankje van een klant heeft gekregen, heeft de stof in handen, maar zal ze 's avonds niet in tekst omzetten.

We hebben de eerste stap dus ontworpen vanuit die realiteit in plaats van ertegenin. De workflow laat toe om informatie via spraak of tekst vast te leggen, samen met bestanden van elk type, en alles wordt gehost. De klant praat drie minuten in zijn telefoon, schrijft twee regels als hij dat verkiest, uploadt werffoto's, een pdf met een technische fiche of een schermafbeelding. De keten aanvaardt de input zoals ze binnenkomt.

Die keuze heeft een rechtstreeks gevolg voor het gebruik. Een interface die een nette, gestructureerde tekst eist, schuift het schrijfwerk gewoon door naar de klant, en de productie stopt na drie weken. Een interface die een ruwe spraaknotitie aanvaardt, met haar aarzelingen en uitweidingen, blijft bruikbaar op een dinsdagavond om 20 uur.

De hosting van die input is geen technisch detail. Spraaknotities, bestanden en uitwisselingen vormen een gegevensverwerking in de zin van de GDPR zodra ze informatie over identificeerbare personen bevatten, wat verplicht om te weten waar deze elementen zich bevinden en wie er toegang toe heeft.

Hoe wordt een spraaknotitie concrete content?

De volgende stap bestaat erin die informatie te nemen en er concrete content van te maken. Dat is de kern van het werk, en ook waar de verwachtingen het vaakst het doel missen.

Een spraaknotitie van drie minuten bevat zelden een post. Ze bevat een feit (een uitgevoerde interventie, een opgelost probleem, een nieuwigheid), een context en vaak een zonder filter geuite mening. De verwerking moet die elementen isoleren, rangschikken en vervolgens twee soorten output produceren: een blogartikel, langer en beter onderbouwd, en gestructureerde posts voor de sociale netwerken.

Twee principes sturen deze omzetting in onze keten.

• Niets verzinnen. Wat niet in de input van de klant staat, mag niet in de output verschijnen. Een cijfer, een klantnaam, een termijn of een garantie die niet is uitgesproken, mag niet worden toegevoegd om het mooier te maken. Het is de strengste regel van het systeem, en die waardoor de validatiestap onmisbaar is.
• De stem van de klant bewaren. Een bedrijfsleider van een kmo die in zijn posts herkenbaar is, is meer waard dan een gladde, inwisselbare tekst. De verwerking steunt op de oorspronkelijke formulering, ook op uitdrukkingen die niet academisch zijn, in plaats van alles te herschrijven in neutraal bedrijfsjargon.

Voor de lezer die zich eerst afvraagt waarom men zijn aanwezigheid op sociale media zou automatiseren in plaats van hoe, hebben we die vraag ten gronde apart behandeld, in ons artikel over geautomatiseerde contentproductie op sociale netwerken in kmo's.

Waarom een ander template per sociaal netwerk?

We hebben templates opgezet om de informatie voor Facebook, Instagram, LinkedIn en Google Business Profile te structureren, qua beeld en storytelling. Het meervoud telt: er is geen één template, er is er een per bestemming.

De reden is tweeledig. Eerst technisch: elk platform heeft zijn eigen publicatie-interface, met eigen mediaformaten en eigen beperkingen. Instagram legt voor visuele content een publicatietraject in meerdere stappen op [7], LinkedIn beschikt over een aparte publicatie-API voor pagina's [8], en Google Business Profile beheert lokale publicaties die aan een vestigingsfiche zijn gekoppeld [6]. Eén enkele inhoud die identiek wordt doorgeduwd, botst op die verschillen.

Vervolgens redactioneel, en dat is het belangrijkste. Eenzelfde feit wordt niet op dezelfde manier verteld naargelang de leescontext.

Het template beperkt zich niet tot de tekst. Het structureert ook het beeld en de narratieve opbouw, zodat eenzelfde grondstof vier onderling coherente varianten oplevert zonder vier kopieën te zijn.

Waarom valideert de klant elke post vóór publicatie?

Dit is de stap die we het sterkst verdedigen, en die waarmee een serieuze productieketen zich onderscheidt van een contentfabriek.

Zodra de content is gemaakt, gaat het geheel naar een validatieplatform voor de klant, waar hij kan commentaar geven en de posts kan goedkeuren die hem passen, waarna het automatisch doorgaat naar de volgende stap van de workflow. In dat portaal bestaan drie mechanismen naast elkaar: commentaar, goedkeuring post per post en het automatisch in gang zetten van het vervolg.

Wat deze stap echt oplevert:

1. Een feitelijke controle. De klant is de enige die weet of de naam van de gemeente juist is, of de vermelde werf publiek mag worden genoemd, of de geciteerde prijs nog actueel is. Geen enkel model kan dat in zijn plaats beslissen.
2. Een controle van de toon. De merkstem drijft snel af wanneer niemand herleest. Een regelmatige validatie werkt als een permanente correctie.
3. Een juridische controle. Publiceren op de accounts van een bedrijf engageert dat bedrijf. De validatie maakt de menselijke beslissing achter de publicatie zichtbaar, wat veel nuttiger is dan alleen psychologisch comfort.
4. Een nuttige granulariteit. De klant valideert de posts die hem passen, geen heel pakket dat hij moet nemen of laten. Een afgewezen post blokkeert de andere niet.

Het vaak onderschatte punt is het vierde mechanisme: de goedkeuring stuurt het dossier niet terug naar een menselijke operator die de invoer elders zou herdoen. Ze is zelf de gebeurtenis die de workflow doet vooruitgaan. Zo vermijdt men het klassieke scenario waarin de automatisering abrupt stopt zodra een mens moet tussenkomen, om daarna verder te gaan ten koste van een handmatig knip-en-plakwerk dat de fouten opnieuw invoert die de automatisering had uitgesloten.

Met andere woorden: de mens is geen getolereerde uitzondering in de keten. Hij is er een volwaardige stap van, met zijn eigen interface en zijn eigen trigger.

Hoe zorgt de planning voor de effectieve publicatie?

De laatste stap is de planning: wanneer de dag komt en het geplande moment is aangebroken, wordt er effectief gepubliceerd op het sociale netwerk.

De nuance zit in het woord "effectief". Veel tools stoppen bij een redactionele kalender, een tabel die aangeeft wat er zou moeten worden gepubliceerd en wanneer, en laten het aan een mens over om op het juiste moment elk platform te openen. Die laatste handmatige schakel is de eerste die breekt, omdat ze afhangt van beschikbaarheid.

In onze keten is de geplande datum een trigger, geen intentie. Op het afgesproken moment vertrekt de gevalideerde content naar de betrokken account via de publicatie-interface van het platform.

Dat legt een exploitatiebeperking op die men moet aanvaarden: de toegangen tot de accounts moeten op lange termijn geldig blijven. De API-machtigingen van de platformen verlopen, worden ingetrokken bij een wissel van beheerder of evolueren met de opeenvolgende versies van de interfaces [7][8]. Een geautomatiseerde publicatieketen vraagt dus toezicht, precies zoals elke dienst in productie.

Wat deze workflow niet doet

We zijn liever expliciet over de grenzen, want een systeem dat als totaal wordt voorgesteld, valt uiteindelijk tegen.

• Hij bepaalt uw strategie niet. De workflow verwerkt wat de klant hem geeft. Als de input arm of onregelmatig is, is de output dat ook. De grondstof blijft menselijk.
• Hij doet geen community management. Antwoorden op een agressieve reactie, een negatieve recensie beheren of een gevoelige situatie beslechten is mensenwerk, zonder mogelijke delegatie.
• Hij garandeert geen enkel commercieel resultaat. We beloven geen volume aan leads, geen becijferde winst in zichtbaarheid, geen terugverdientermijn. Die beloftes zijn contractueel niet houdbaar, en elke bewering over prestaties zou controleerbaar moeten zijn voordat ze wordt gedaan.
• Hij ontslaat niet van nalezen. De validatiestap is niet decoratief. Een workflow waarin de klant alles goedkeurt zonder te lezen, verliest het grootste deel van zijn controlewaarde.

Welke regels van de GDPR en de AI Act omkaderen geautomatiseerde contentproductie?

Een geautomatiseerde contentproductie host spraaknotities, bestanden en uitwisselingen die geregeld persoonsgegevens bevatten: de stem van de bedrijfsleider, genoemde klantnamen, foto's waarop personen staan. Het zijn volwaardige gegevensverwerkingen, en de verplichtingen van de GDPR zijn er onverkort op van toepassing.

Vier punten moeten al bij het ontwerp worden vastgelegd, en niet achteraf worden geregulariseerd:

• De rechtsgrond. Elke verwerking moet berusten op een geïdentificeerde grondslag, en niet op gewoonte.
• De minimalisatie. Men verzamelt en bewaart alleen wat echt dient om de content te produceren. Een spraaknotitie die zonder reden onbeperkt wordt bewaard, is een risico, geen troef.
• De verblijfplaats van de gegevens. Weten in welke rechtsmacht de gehoste bestanden en de bijbehorende verwerkingen zich bevinden, is een vereiste, zeker wanneer een AI-model van een derde in de keten tussenkomt.
• De verwerking door onderaannemers. Elke dienstverlener die gegevens verwerkt voor rekening van de klant, moet contractueel worden omkaderd, met de overeenkomstige waarborgen.

De verwerking moet bovendien worden opgenomen in het register van verwerkingsactiviteiten van het bedrijf, waarvan de Gegevensbeschermingsautoriteit de verplichtingsvoorwaarden toelicht [4]. De Belgische autoriteit publiceert ook specifieke richtsnoeren over artificiële intelligentie, nuttig om te raadplegen voordat men een gebruik industrialiseert [3].

Daarbovenop komt het Europese kader over artificiële intelligentie. De verordening structureert de verplichtingen volgens het risiconiveau van de systemen [1], en artikel 50 voorziet transparantieverplichtingen voor door AI gegenereerde of gemanipuleerde content, van toepassing vanaf 2 augustus 2026 [2]. Een kmo die content verspreidt die met behulp van AI is geproduceerd, doet er goed aan nu al te onderzoeken wat die deadline betekent voor haar publicaties, afhankelijk van de rol die ze in de keten vervult.

Hoe zet u deze workflow om in uw bedrijf?

We pakken dit soort project in twee stappen aan, conform onze aanpak Blueprint en dan Build.

De Blueprint bakent af vóór er wordt gecodeerd: welke input de klant echt kan leveren en hoe vaak, welke bestemmingen relevant zijn (alle vier zijn niet voor elke activiteit nodig), waar de gegevens zich bevinden, wie valideert en binnen welke termijn, en welke API-machtigingen moeten worden verkregen en onderhouden.

De Build voert in stappen uit, te beginnen met een bewust beperkte perimeter: één bestemming, een haalbaar ritme, een eenvoudig validatiecircuit. We breiden uit wanneer het circuit draait, niet eerder.

Enkele aandachtspunten voordat u zich engageert, bij ons of bij een andere dienstverlener:

• Controleer de referenties en het vermogen van de dienstverlener om de keten op lange termijn te exploiteren, niet alleen om ze op te leveren.
• Eis een omkeerbaarheidsplan: wat krijgt u terug, en in welke vorm, als u vertrekt?
• Laat de verbintenissen inzake beschikbaarheid en ondersteuning schriftelijk vastleggen, en neem geen genoegen met een commerciële intentie.
• Bevraag de beveiligingshouding van de dienstverlener, ook ten aanzien van de NIS2-richtlijn als uw sector erdoor wordt geraakt.

Qua financiering ondersteunen regionale regelingen de digitale transformatie van bedrijven, maar ze gehoorzamen aan strikte geschiktheidsvoorwaarden en zijn nooit vooraf verworven: de lijst en de geldende voorwaarden worden gepubliceerd door Digital Wallonia, de bron die u moet raadplegen vóór elke budgettaire opbouw [5].

Het komt neer op één idee. Een contentketen is niet waardevol door het aantal stappen dat ze automatiseert, maar door de stevigheid van het punt waar de mens beslist. Bij ons draagt dat punt een naam: het validatieportaal. Al de rest bestaat om het snel te maken en om getrouw uit te voeren wat het goedkeurt.

Bronnen en referenties

1. Europese Commissie: Regelgevend kader voor AI (EU AI Act)
2. Europese AI-verordening: Artikel 50: transparantieverplichtingen voor bepaalde AI-systemen
3. Gegevensbeschermingsautoriteit (België): Artificiële intelligentie
4. Gegevensbeschermingsautoriteit (België): Wie moet een register van verwerkingsactiviteiten bijhouden?
5. Digital Wallonia: Steun voor de digitale transformatie van bedrijven
6. Google for Developers: Business Profile APIs: gegevens van lokale publicaties
7. Meta for Developers: Instagram Platform: content publiceren
8. Microsoft Learn: LinkedIn Marketing API: Posts API