Eén klantcase herbestemmen naar 12 contentstukken: workflow met Make en ChatGPT

Je hebt net een sterke klantcase gepubliceerd. Twee weken interviewen, schrijven, laten goedkeuren. Het staat op je website, je deelt het één keer op LinkedIn en daarna wordt het stil.

Met AI geschreven

Je hebt net een sterke klantcase gepubliceerd. Twee weken interviewen, schrijven, laten goedkeuren. Het staat op je website, je deelt het één keer op LinkedIn en daarna wordt het stil.

Dat is zonde, want uit die ene case kun je vaak veel meer halen: tot twaalf andere contentvormen, afhankelijk van hoe rijk de case is. Met een vaste workflow in Make en ChatGPT haal je ze er stap voor stap uit, en bij volgende cases kan de automatisering een groot deel van het schrijfwerk overnemen.

Waarom een klantcase het beste bronmateriaal is

Een goedgekeurde klantcase is bewijs uit de praktijk, mits de uitspraken controleerbaar zijn en door de klant zijn bevestigd. In een goede case zitten een herkenbaar probleem, een concrete aanpak en een resultaat dat de klant zelf onderschrijft. Dat is precies de structuur die ook werkt voor posts, mails en video's.

Sybill.ai beschrijft het verschil scherp: ChatGPT kan een case structureren, schrijven, redigeren en herbestemmen, maar het bewijs zelf komt van je klant. "One is content. The other is evidence." (Sybill.ai, geraadpleegd september 2026.)

Daarom begin je met herbestemmen pas als de case is gecontroleerd en door de klant is goedgekeurd. Wat je daarna afleidt, kan op die geloofwaardigheid bouwen, zolang je de context en de claims intact houdt.

De 12 contentstukken uit één case

Dit is de vaste lijst die je uit elke klantcase kunt halen. Schrijf hem op en gebruik hem als checklist.

Voor LinkedIn en social

  1. Persoonlijke LinkedIn-post vanuit de ondernemer: waarom deze klant je is bijgebleven.
  2. Carrousel met probleem, aanpak en resultaat in vijf slides.
  3. Quote-visual met de sterkste uitspraak van de klant.
  4. Mini-verhaal in drie posts: de situatie, het kantelpunt, het resultaat.

Voor e-mail

  1. Nieuwsbriefartikel van 300 woorden met link naar de volledige case.
  2. Follow-upmail voor sales aan prospects in dezelfde branche.
  3. Onboardingmail voor nieuwe klanten: "zo pakken wij het aan".

Voor je website en SEO

  1. Blogartikel over het onderliggende probleem, met de case als voorbeeld.
  2. FAQ-blok met de drie vragen die de klant vooraf had.
  3. Korte testimonial voor je homepage of dienstenpagina.

Voor video en offline

  1. Videoscript van 60 seconden voor Reels, Shorts of TikTok.
  2. One-pager (PDF) die sales meeneemt naar gesprekken.

Twaalf stukken, één bron. Het enige wat verschilt is de vorm en de lezer.

Stap 1: maak van de case een gestructureerde bron

Werk met gestructureerde input in plaats van een lange lap tekst: dan kun je per veld controleren wat ChatGPT gebruikt en wat niet. Zet je case daarom eerst om in een vast schema.

Gebruik deze velden:

Bewaar dit in een spreadsheet of database, één rij per case. Die rij gebruik je in stap 2 als startpunt voor je Make-scenario.

Een prompt die dit werk voor je doet:

"Hier is een klantcase. Vul de volgende velden in, letterlijk en zonder toevoegingen: Klant, Probleem, Aanpak (3 stappen), Resultaat, Citaat. Verzin niets dat niet in de tekst staat."

Controleer de output altijd tegen de originele case. Dit is het moment om fouten te voorkomen, niet later in twaalf verschillende stukken.

Let op privacy en AVG

Alles wat je via Make naar ChatGPT stuurt, verlaat je eigen systemen. Stuur daarom geen klantnamen, letterlijke citaten of vertrouwelijke resultaten naar een externe AI-tool zonder dat je klant daar expliciet mee heeft ingestemd en zonder dat je de verwerkingsvoorwaarden van de tool hebt gecontroleerd.

Een praktische tussenoplossing: werk in het schema met placeholders zoals [KLANT], [BRANCHE] en [CITAAT]. Laat ChatGPT de teksten opbouwen rond die placeholders en vul de echte gegevens pas daarna zelf in.

Leg de afspraken met je klant vast: welke gegevens mogen worden gebruikt, in welke kanalen, en of AI-tools daarbij zijn toegestaan. Zet dit naast het veld "Goedgekeurd op" in je spreadsheet.

Stap 2: bouw de Make-workflow

Bikkelhart beschrijft hoe zo'n koppeling in Make.com werkt: ChatGPT herschrijft via Make.com LinkedIn-posts tot nieuwsbriefartikelen, zodat de artikelen voor de maandelijkse nieuwsbrief al klaarliggen (Bikkelhart, 27 november 2025).

Jij draait dit om: niet van post naar nieuwsbrief, maar van case naar alle twaalf vormen. Het basispatroon is vergelijkbaar, maar twaalf vertakkingen vragen om extra routing, validatie en foutafhandeling. Daar komt het schema hieronder van pas.

De basisketen

  1. Trigger: een nieuwe rij in je case-spreadsheet, of een aangepast veld "Status = Goedgekeurd".
  2. Stap per contentstuk: stuur de velden naar ChatGPT met een vaste prompt per format.
  3. Opslag: schrijf elke output terug naar een aparte kolom of een apart document.
  4. Melding: stuur jezelf een bericht als alle twaalf klaarstaan.

Een YouTube-tutorial over Make en ChatGPT laat een vergelijkbaar patroon zien: het scenario kijkt naar een ingevuld Airtable-formulier en maakt daarna automatisch een klant en factuur aan in Stripe (geraadpleegd september 2026). Formulier in, resultaat uit. Jij vervangt de factuur door content.

Het moduleschema in Make

Zo kan het scenario er concreet uitzien. Modulenamen kunnen per Make-versie of app iets afwijken, dus zoek in de modulelijst op de functie die hier staat.

  1. Startmodule – Google Sheets (of Airtable): nieuwe of gewijzigde rijen bekijken. Stel een filter in op de kolom Status met de waarde "Goedgekeurd", zodat alleen afgeronde cases het scenario starten.
  2. Filter – verplichte velden controleren. Laat het scenario stoppen als Probleem, Aanpak, Resultaat of Citaat leeg is. Zo voorkom je dat ChatGPT ontbrekende informatie zelf gaat invullen.
  3. Router – één route per format. Begin met drie routes (bijvoorbeeld LinkedIn-post, nieuwsbriefartikel, testimonial) en voeg later routes toe.
  4. Per route – OpenAI-module (ChatGPT): chatbericht aanmaken. Zet de vaste formatinstructie in het systeembericht en map in het gebruikersbericht de kolommen als variabelen: {{Klant}}, {{Probleem}}, {{Aanpak}}, {{Resultaat}}, {{Citaat}}. Kies een lage temperature (bijvoorbeeld 0,3) voor voorspelbare output en stel een maximum aantal tokens in dat past bij het format.
  5. Per route – opslag. Schrijf de output terug met een "Rij bijwerken"-module naar een eigen kolom per format (Output_LinkedIn, Output_Nieuwsbrief, enzovoort), of maak per case een Google Doc aan in een vaste map. Voeg een kolom "Reviewstatus" toe met de standaardwaarde "Te controleren".
  6. Afsluiting – melding. Stuur via de e-mail- of Slack-module een bericht met de link naar de rij of map zodra alle routes zijn doorlopen.
  7. Foutafhandeling. Koppel aan elke OpenAI-module een error handler die de fout wegschrijft naar een aparte kolom of een sheet "Fouten" en het scenario voor de overige routes laat doorlopen. Beperk het aantal uitvoeringen per run en test eerst met één rij voordat je het scenario inplant.

Waarom aparte stappen per format

Vraag ChatGPT niet om "alle twaalf in één keer". Gerichte bijsturing wordt dan lastig: verandert er iets aan één format, dan moet je alles opnieuw genereren en controleren. Één stap per format betekent: één prompt, één output, één plek om te verbeteren.

Begin met drie formats in Make. Werkt dat, dan voeg je de rest toe. Een half werkende workflow met twaalf stappen kost meer tijd dan een goed werkende met drie.

Stap 3: schrijf prompts die de klant centraal houden

De prompt bepaalt of je herbestemde content klinkt als een mens of als een generator. Drie regels die het verschil maken.

Geef context, niet alleen de opdracht

Slecht: "Schrijf een LinkedIn-post over deze case."

Beter:

"Je schrijft namens [naam], eigenaar van [bedrijf]. Toon: nuchter, geen superlatieven. Schrijf een LinkedIn-post van maximaal 150 woorden over deze klantcase. Begin met het probleem van de klant, niet met ons. Gebruik het citaat letterlijk. Eindig met één vraag aan de lezer."

Verbied verzinnen expliciet

Voeg aan elke prompt toe: "Gebruik alleen informatie uit de velden hieronder. Voeg geen cijfers, namen of resultaten toe die er niet in staan."

ChatGPT kan ontbrekende informatie aanvullen met plausibel klinkende, maar verzonnen details. Sybill.ai wijst erop dat ChatGPT geen klantbewijs kan uitvinden; dat moet uit echte gesprekken komen (Sybill.ai, geraadpleegd september 2026). Bij een klantcase is een verzonnen detail direct een reputatieprobleem.

Vraag om varianten waar je kiest

Voor de quote-visual en de testimonial laat je drie versies genereren en kies je zelf. Voor het blogartikel volstaat één versie die je redigeert.

Bewaar je beste prompts in een apart document. Na een paar cases zie je welke formuleringen het beste werken. Blijf ze wel evalueren: prompts hebben onderhoud nodig.

Een herbruikbaar prompttemplate

Gebruik dit template als systeembericht in elke OpenAI-module. Alleen het blok "Formatinstructie" verschilt per route.

"Je schrijft namens {{Afzender}}, {{Functie}} bij {{Bedrijf}}. Toon: nuchter, concreet, geen superlatieven.

Bronmateriaal (gebruik uitsluitend dit, verzin niets):

Klant: {{Klant}}

Probleem: {{Probleem}}

Aanpak: {{Aanpak}}

Resultaat: {{Resultaat}}

Citaat (letterlijk overnemen): {{Citaat}}

Formatinstructie: [zie hieronder]

Voeg geen cijfers, namen of resultaten toe die niet in het bronmateriaal staan. Markeer met [CHECK] elke plek waar je twijfelt of iets klopt."

Formatinstructies per categorie:

Stap 4: controleer, plan en publiceer

Automatisering vervangt het maken, niet het beoordelen. Sybill.ai noemt als vaste laatste stap: het team verifieert de claims en vraagt goedkeuring van de klant (Sybill.ai, geraadpleegd september 2026).

Houd daarom een korte controleronde aan:

Wat opnieuw langs de klant moet

De goedkeuring vooraf geldt voor de originele case. Afgeleide stukken vallen daar niet automatisch onder. Leg opnieuw voor aan de klant:

Stukken die de case alleen samenvatten of ernaar linken, zoals het nieuwsbriefartikel of het blogartikel, kun je vaak zelf afronden, mits de klant vooraf heeft ingestemd met hergebruik in die kanalen.

Daarna spreid je de twaalf stukken over vier tot zes weken. Eén case kan zo een flink deel van je contentkalender vullen, afhankelijk van hoe vaak en waar je publiceert.

Wat het oplevert

Werkenmetai.nl stelt dat ChatGPT MKB-medewerkers 2 tot 4 uur per week bespaart, mits structureel ingezet (werkenmetai.nl, geraadpleegd september 2026). Dat woord "structureel" is de kern: een vaste workflow maakt het makkelijker om die inzet vol te houden dan losse prompts.

De grootste winst zit niet in de snelheid van de eerste case. Die vraagt juist bouwtijd, afhankelijk van je ervaring met Make en het aantal formats waarmee je start. De winst zit in case twee, drie en vier, waar je alleen nog het schema invult en de output controleert.

En je content kan sterker worden, niet alleen meer, mits je elk stuk redigeert. Elk stuk is gebaseerd op bewijs van een echte klant in plaats van op een leeg tekstvak en een deadline.

Jouw eerste stap vandaag

Pak je best gelezen klantcase en vul het schema uit stap 1 handmatig in: klant, probleem, aanpak, resultaat, citaat. Dat is een kleine stap om mee te beginnen.

Laat ChatGPT daaruit één LinkedIn-post en één nieuwsbriefartikel schrijven met het template uit stap 3. Controleer beide, stem het citaat af met de klant en publiceer ze deze week.

Werkt het? Dan bouw je volgende week de eerste drie routes in Make. De overige negen formats voeg je één voor één toe, met per format een controle op kwaliteit, API-kosten en onderhoud.

Voorbeeldscenario in het kort

Zo ziet één doorloop eruit:

  1. Je zet in de spreadsheet de status van de case "Installatiebedrijf Jansen" op "Goedgekeurd" en vult "Goedgekeurd op" en de kanalen in waar de klant mee instemt.
  2. Make start, controleert of alle velden gevuld zijn en stuurt de velden via de router naar drie OpenAI-modules: LinkedIn-post, nieuwsbriefartikel, testimonial.
  3. De drie outputs komen terug in eigen kolommen met Reviewstatus "Te controleren". Een fout in één route belandt in de kolom "Fouten"; de andere routes lopen door.
  4. Je krijgt een melding, leest de drie stukken, checkt cijfers en namen tegen de case en stuurt de testimonial ter goedkeuring naar de klant.
  5. Pas als Reviewstatus op "Akkoord" staat, plan je publicatie in. Niets gaat live zonder dat een mens het heeft gelezen.

Kopieer deze vijf stappen naar een intern document en vul ze aan zodra je routes toevoegt. Zo groeit je eigen blauwdruk mee met elke case.