In het kader van onze whitepaper ‘The vision of 27 marketers and content creators for 2026’ vroegen we aan Karl Gilis, medeoprichter van AGConsult, wat zijn visie is op 2026 en welke twee praktische tips hij de lezers zou geven. Zijn antwoord lees je hieronder.
Wie is Karl Gilis?
Karl is medeoprichter van AGConsult, een UX-agency gespecialiseerd in innovatie via gebruikersonderzoek en gecontroleerde experimenten. Bij AGConsult helpt Karl merken zoals Carglass, Nespresso, CollectGo en Foodbag om écht klantgedreven te worden. Bedrijven zoals Microsoft, Teamleader en Colruyt komen naar AGConsult om hun teams te trainen en te coachen, zodat ze beter worden in UX en experimenteren. Karl is docent aan verschillende universiteiten en hogescholen. Hij is ook een hoog aangeschreven keynote speaker die op meer dan 150 conferenties in meer dan 40 landen heeft gesproken.
Persona’s creëren is vaak balanceren tussen storytelling en data. Jarenlang had ik er een hekel aan. De meeste persona’s die ik tegenkwam, waren niet meer dan fictieve personages vol verzonnen hobby’s en details. Zoals “Lisa, 34, houdt van yoga en heeft een geadopteerde poedel die Oliver heet” of “Peter, 29, windsurft in het weekend en houdt van witte sneakers”. Die stereotypes kwamen meestal uit brainstormsessies, niet uit gebruikersonderzoek.
Maar het hoeft niet zo te gaan. Met ChatGPT (of een andere LLM naar keuze) en echte data kunnen persona’s eindelijk worden wat ze altijd hadden moeten zijn: bruikbare tools gebaseerd op inzicht, niet op gebakken lucht.
De magie zit er niet in ChatGPT te vertellen welke persona’s je wil. Ze zit in ChatGPT ze laten ontdekken op basis van de data die je erin stopt.
ChatGPT is maar zo goed als de data die je het geeft. Wil je dat het persona’s distilleert die echt representatief zijn voor je klantenbestand, dan moet je het echte data geven. Gebruik echte onderzoeksrapporten, niet alleen datadumps. Geef inzichten in plaats van geïsoleerde cijfers.
En het spreekt voor zich: idealiter is dat je eigen onderzoek, niet iets generieks dat je vond in een rapport over “Gen Z-trends voor sector X” of “Marketinginzichten 2026 voor sector Y”. Als de data niet rechtstreeks van je klanten of gebruikers komen, ben je gewoon aan het gokken. Of erger: je krijgt persona’s die niet echt overeenkomen met je doelgroep.
Idealiter gaat het ook om recent onderzoek. Data heeft een houdbaarheidsdatum: hoe mensen vijf jaar geleden over iets dachten en wat gebruikers toen wilden, is mogelijk niet wat ze nu denken of willen. Een persona op basis van verouderde inzichten kan je de verkeerde richting uitsturen, hoe verfijnd ze er ook uitziet.
Start met echt onderzoek, zoals:
Voed ChatGPT met al die input en de juiste framing, en het zal gedrag, motivaties en verwachtingen beginnen te clusteren. In een recent project voor een universiteit bijvoorbeeld gebruikte ChatGPT rapporten met samenvattingen van antwoorden uit websurveys en identificeerde het vijf persona’s.
Niet op basis van verzonnen kenmerken, maar op basis van wat echte gebruikers probeerden te bereiken: zoeken op interessegebied, informatie nodig hebben om met ouders te delen, flexibele studievormen zoeken … Geen verzonnen details. Alleen echte gebruikerspatronen, samengebracht in een format waarmee designers, marketeers en contentteams aan de slag konden.
ChatGPT zal je strategisch denken niet vervangen, maar het kan het wel versnellen. Zeker wanneer je het contextuele, gestructureerde input geeft.
AI is sterk in het vinden van patronen. Voed het met echt onderzoek en je krijgt persona’s die gebaseerd zijn op gebruikersbewijs, niet op verbeelding.
Je LLM-prompt niet sturen is cruciaal.
Probeer de output niet te vormen door naar specifieke personadata te vragen. Vermijd om te bepalen hoeveel persona’s je wil of om te vragen naar zaken zoals leeftijd, gender of regio.
Die beperkingen beïnvloeden de uitkomst en maken van je persona-oefening opnieuw fictie. Want als je een LLM om iets vraagt, zal het je willen pleasen. Het zal het je dus geven, ook al klopt het misschien niet. Vermijd dat door je prompt zuiver te houden en de LLM te laten focussen op de echte data die je erin stopt.
Gebruik in plaats daarvan een prompt zoals: “Ik deel onderzoek over websitebezoekers. Haal hier persona’s uit op basis van contentbehoeften en gedrag. Gebruik archetypes waar nodig en focus op motivaties en doelen.”
Zo zet je ChatGPT aan het werk om het zware denkwerk te doen: ruwe data synthetiseren, clusteren en vertalen naar bruikbare persona’s.
Zodra je persona’s hebt gebouwd op basis van echt onderzoek, kun je een stap verder gaan en ze omzetten in Custom GPTs: AI-tools die denken en schrijven zoals je gebruikers. Heb je een corporate stijlgids waaraan je je moet houden? Geen probleem. Die kun je ook toevoegen aan de Custom GPT.
Stel bijvoorbeeld dat een van je persona’s een “toekomsige student” is: een jongere die net van de middelbare school komt en studiemogelijkheden verkent.
Je kunt een Custom GPT creëren en trainen met de doelen en veelgestelde vragen van deze persona. Gebruik die om copy voor je landingspagina te genereren die voor hen intuïtief aanvoelt. Of simuleer hoe ze zouden reageren op onderdelen van je website. De GPT kan zelfs helpen om content te evalueren: werkt deze taal voor iemand die nog nooit in het hoger onderwijs ingeschreven is?
Wil je ook de visie van de andere 26 marketeers en contentcreators voor 2026 ontdekken? Download dan hier de whitepaper.
