Het voorspelt steeds het volgende woord
Stel je typt "ik ga vanavond lekker een boek". Welk woord komt waarschijnlijk daarna? "Lezen", denk je meteen. Dat is precies wat een LLM doet, alleen op veel grotere schaal. Het kijkt naar wat er staat en berekent welk volgende woord het meest waarschijnlijk is. Dan zet het dat woord erbij, kijkt opnieuw, en gaat door tot het antwoord af is.
Klinkt simpel, en dat is het in de kern ook. Het model snapt geen taal zoals jij. Het rekent met kansen. Wat het zo bruikbaar maakt, is de schaal: het heeft zoveel tekst gezien dat die voorspellingen verrassend vaak kloppen.
Waarom werkt dat zo goed?
Door al die tekst heeft het model patronen opgepikt die op kennis lijken. Het weet hoe een zakelijke mail loopt, hoe een recept is opgebouwd en hoe je een uitleg helder maakt. Niet omdat iemand die regels heeft ingetypt, maar omdat het ze duizenden keren is tegengekomen.
Daarom kun je het zo veel verschillende dingen vragen. Een samenvatting, een vertaling, een eerste opzet voor een offerte. Het model herkent het patroon van wat je vraagt en vult het in met de meest waarschijnlijke woorden. Wil je beter begrijpen wat AI in het algemeen is, lees dan wat is AI.
Het kent jouw bedrijf niet
Dit is het stuk dat veel mensen verrast. Een LLM weet niets van jouw klanten, je prijzen of je werkwijze, tenzij jij die informatie zelf meegeeft. Het is getraind op algemene tekst van het internet, niet op jouw map met offertes.
Geef je geen context, dan gokt het op basis van wat gemiddeld klopt. Geef je wel context (plak een voorbeeldmail, je tarieven, je toon), dan wordt het antwoord ineens veel bruikbaarder. Zie het als een slimme nieuwe collega die nog nooit binnen is geweest. Hoe beter je hem inwerkt, hoe beter het werk.
Waarom AI soms dingen verzint
Omdat een LLM het volgende woord voorspelt en niet "weet" wat waar is, kan het met volle overtuiging onzin geven. Het bouwt een antwoord dat klopt qua taal, ook als de inhoud niet klopt. Dat noemen we hallucineren.
Een paar plekken waar het vaak misgaat:
- Cijfers en datums. Het model gokt een plausibel getal, dat niet per se het juiste is.
- Bronnen en citaten. Het kan een boektitel of link verzinnen die niet bestaat.
- Jouw specifieke situatie. Vraag je naar iets uit je eigen bedrijf zonder context, dan vult het de gaten zelf in.
Daarom controleer je belangrijke feiten altijd. Meer daarover lees je in AI-hallucinaties.
Wat dit betekent voor hoe jij ermee werkt
Als je snapt dat een LLM woorden voorspelt, snap je ook hoe je betere antwoorden krijgt. Geef context, want het model weet niets uit zichzelf. Wees concreet over wat je wilt, want vage vragen leveren gemiddelde antwoorden op. En controleer wat eruit komt, want zeker klinken is niet hetzelfde als gelijk hebben.
In de community bouwen we elke week live met deze modellen aan echte cases, en je stapt gratis in. Je ziet daar precies waar een taalmodel sterk in is en waar je het kort moet houden.