Meerdere AI-modellen samen gebruiken (vier patronen die werken)

Waarom één model niet genoeg is

Het gebruikelijke argument voor meerdere AI-modellen is dat elk model ergens beter in is, dus dat je per taak de beste zou moeten kiezen. Dat klopt, maar het is de minst interessante reden.

De betere reden is dat een model zijn eigen blinde vlekken niet kan zien. Vraag een model om zijn eigen werk te controleren en het zal het meestal bevestigen, want dezelfde gewichten die de fout maakten, maakten ook het zelfvertrouwen. Vraag het aan een ander model, anders getraind op andere data met andere faalpatronen, en het ziet dingen die het eerste model niet kon zien. Dit is geen trucje, het is dezelfde reden waarom je een collega je e-mail laat lezen voordat je hem naar de klant stuurt.

De tweede reden is praktisch: de koppositie tussen modellen blijft verschuiven. Wie dit kwartaal het best is in programmeren, is dat volgend kwartaal misschien niet. Een workflow die op één aanbieder rust, moet je opnieuw opbouwen bij elke verschuiving in de ranglijst. Een workflow die uitgaat van wisselen tussen modellen heeft dat probleem niet.

Hierna volgen vier patronen, op volgorde van hoeveel ze opleveren ten opzichte van de moeite. Je hebt ze niet alle vier nodig. De meeste mensen halen bijna alles uit de eerste twee.

Patroon 1: schrijven, daarna laten bekritiseren door een ander model

Het patroon met de meeste waarde, en het patroon dat bijna niemand gebruikt. Schrijf met het ene model, laat het beoordelen door het andere.

Het werkt omdat produceren en beoordelen verschillende taken zijn. Een model dat tekst maakt, optimaliseert voor een samenhangend vervolg. Een model dat tekst beoordeelt die het niet zelf schreef, heeft geen belang bij het betoog, dus het zegt gewoon dat de derde alinea niet volgt in plaats van het glad te strijken.

De prompt doet er hier enorm toe. Vragen "wat vind je hiervan" levert je complimenten op. Vraag in plaats daarvan dit:

Je hebt de onderstaande tekst niet geschreven en je hebt er geen belang bij. Beoordeel hem als een kritische redacteur. Noem, in deze volgorde: 1) elke feitelijke bewering die onjuist, niet onderbouwd of te stellig is, 2) elk punt waar het argument niet echt volgt, 3) de zwakste alinea en precies waarom. Herschrijf niets. Vertel me niet wat goed is.

De drie instructies aan het eind doen het echte werk. "Herschrijf niets" voorkomt dat het een versie in zijn eigen stem maakt, wat je niet had gevraagd. "Vertel me niet wat goed is" haalt de reflexmatige lof weg die de meeste AI-feedback opvult. "Je hebt dit niet geschreven" is een verrassend effectieve framing, want het weerhoudt het model ervan keuzes te verdedigen die het voor zijn eigen keuzes aanziet.

Neem de kritiek daarna mee terug naar het eerste model, met de punten waar je het mee eens bent. Jij bent de redacteur die bepaalt welke opmerkingen je overneemt, en dat is precies de juiste taakverdeling.

Waar die twee extra minuten het waard zijn: alles wat naar een klant gaat, alles wat openbaar wordt, alles waar fout zitten duur is. Waar niet: een bericht op Slack, een eerste ruwe opzet, een boodschappenlijstje.

Patroon 2: de meningsverschiltest

Dit is het dichtst bij een betrouwbare hallucinatiedetector dat je krijgt zonder alles handmatig te verifiëren.

Stel dezelfde feitelijke vraag aan twee verschillende modellen, los van elkaar, met dezelfde prompt. Vergelijk daarna. Waar ze het eens zijn, zit je waarschijnlijk goed. Waar ze het oneens zijn, heb je precies de plek gevonden die controle nodig heeft.

Dat is de hele techniek, en hij is krachtig omdat hallucinaties meestal niet gedeeld worden. Als een model een statistiek, een zaaknaam, een functiesignatuur of een datum verzint, verzint een ander model dat anders is getraind zelden dezelfde. Overeenstemming is zwak bewijs voor juistheid. Onenigheid is sterk bewijs dat er iets mis is, en het wijst er recht naartoe.

Gaat het om meerdere beweringen, laat de vergelijking dan het werk voor je doen:

Hieronder staan twee antwoorden op dezelfde vraag, gemarkeerd als A en B. Negeer stijl en lengte. Noem elk inhoudelijk punt waarop ze van elkaar verschillen, inclusief verschillen in cijfers, datums, namen en hoe stellig iets wordt beweerd. Zeg per verschil welk antwoord waarschijnlijker klopt en welke ene bron het zou beslechten.

Je houdt een kort lijstje over om te controleren in plaats van een lang document om te factchecken, en dat lijstje heeft meestal gelijk over waar de problemen zitten.

Twee waarschuwingen. Ten eerste kunnen modellen dezelfde fout delen als die veel op internet voorkomt, dus dit vangt verzinsels op en geen wijdverspreide misinformatie. Ten tweede: sla de verificatie niet over omdat twee modellen het eens waren. Dit beperkt wat je controleert, het haalt de noodzaak van controleren niet weg.

Gebruik het bij: statistieken, juridische en medische beweringen, historische feiten, API-details, alles waarop je wordt aangesproken. Sla het over bij: meningen, creatief werk en alles waarbij ongeveer goed prima is.

Patroon 3: routeren op taak

Het voor de hand liggende patroon, dat het waard is om goed te doen. Stuur elk soort werk naar het model dat er het best in is, in plaats van alles naar het model dat je toevallig open hebt staan.

Taak	Kies	Waarom
Eerste concept van geschreven tekst	Het sterkste schrijfmodel	Je koopt er redactietijd mee af
Beoordeling van dat concept	Een ander model	Frisse blik, andere faalpatronen
Alles over deze week	Een model met live zoeken	Trainingsdata loopt altijd achter
Een heel lang document of codebase	Model met groot contextvenster	Het moet erin passen om begrepen te worden
Lastige logica, wiskunde of een taaie bug	Redeneermodel dat doordenkt	Trager en veel nauwkeuriger bij meerdere stappen
Veel repetitief werk	Een goedkoop, snel model	Topkwaliteit is zonde voor classificeren en labelen
Alles wat gevoelig is	Wat aan je dataregels voldoet	Kunnen weegt niet op tegen je verplichtingen

De ene gewoonte die de moeite waard is: stop met standaard kiezen. De meeste mensen gebruiken voor alles het model dat bij hun abonnement zat, ook voor taken waar het slecht in is, en concluderen dan dat AI slecht is in die taken. Tien seconden nadenken over welk model past, verandert het resultaat meer dan een uur prompts bijschaven.

Voor de uitgebreide versie van die afweging, zie hoe je een AI-model kiest, en wat is een contextvenster voor waarom de rij over lange documenten bestaat.

Patroon 4: doorgeven met een geschreven overdracht

Bij werk dat meerdere fases beslaat, zit het faalpunt in het gat tussen de fases. Je legt het project uit aan het ene model, komt ergens nuttig uit, gaat dan naar een ander model en plakt daar een muur aan geschiedenis of legt alles opnieuw uit, en slechter.

Los het op door expliciet om een overdracht te vragen voordat je wisselt:

Schrijf een overdrachtsbriefing voor een andere assistent die dit gesprek niet heeft gezien. Zet erin: wat we proberen te maken, welke beslissingen al zijn genomen en waarom, de beperkingen en dingen die we moeten vermijden, wat is geprobeerd en afgevallen, en precies wat ik nu nodig heb. Wees zo concreet dat hij verder kan zonder mij iets te vragen.

Dit is ook nuttig als je niet van model wisselt. Het is de netste manier om te ontsnappen aan een lang gesprek dat traag en vaag is geworden, want je houdt de inhoud en laat de opgehoopte ruis vallen. Plak de briefing in een nieuwe chat en de kwaliteit springt meestal meteen omhoog.

Een realistische estafette ziet er zo uit. Geef een rapport van 200 pagina's aan een model met een groot contextvenster en vraag om een gestructureerde samenvatting met de tien passages die ertoe doen, letterlijk geciteerd. Neem die mee naar een sterk schrijfmodel en maak de notitie voor de klant. Draai de kritiekronde uit patroon één met een derde model. Totale tijd: ongeveer een kwartier, en elke fase gebruikte een tool die erbij paste.

Wanneer je het niet moet doen

Workflows met meerdere modellen kosten extra moeite, en doen alsof dat niet zo is, is precies hoe mensen eindigen met een uitgebreid proces voor een e-mail van twee regels.

Gebruik één model wanneer: de taak klein is, fout zitten weinig kost, je verkent in plaats van produceert, je snel aan het itereren bent en de wrijving je ritme zou breken, of het werk echt creatief is en een tweede mening je eigen stem alleen maar vertroebelt.

Gebruik er twee of meer wanneer: het resultaat naar iemand anders gaat, feitelijke nauwkeurigheid telt, de taak duidelijke fases heeft die verschillende sterktes vragen, je vastzit en een echt andere invalshoek nodig hebt, of je op het punt staat een beslissing te nemen op basis van wat het model je vertelde.

Een redelijke vuistregel: zou je een collega vragen ernaar te kijken, vraag het dan aan een tweede model. Zou je dat niet doen, laat het dan.

Hoe je het praktisch maakt

Dit klinkt allemaal eenvoudig in theorie en is vervelend in de praktijk als elk model achter een ander abonnement zit. De wrijving is echt: aparte tabbladen, aparte geschiedenissen, context heen en weer kopiëren, opmaak die verloren gaat, en dat kleine beetje weerstand waardoor je de kritiekronde overslaat op precies de dag dat je hem het hardst nodig hebt.

Die wrijving is precies waarom de patronen hierboven te weinig worden gebruikt. Ze zijn niet moeilijk, ze zijn net vervelend genoeg om over te slaan als je het druk hebt.

Daar is een werkruimte met meerdere modellen voor. In Whizi zitten de modellen in hetzelfde gesprek, dus een kritiekronde is even van model wisselen en het vragen, niet een ander product openen en je concept plakken. Eén geschiedenis, één zoekfunctie over alles wat je ooit hebt gevraagd, één rekening. Zie wisselen van model tijdens een gesprek en modellen naast elkaar vergelijken voor hoe die twee stappen echt werken.

Stel je het liever zelf samen uit losse abonnementen, dan werken deze patronen nog steeds en zou je ze nog steeds moeten gebruiken. Het enige verschil is hoe vaak je er zin in hebt. Betaal je al voor twee of drie abonnementen om dit mogelijk te maken, draai dan eerst de besparingscalculator, want dat is meestal de duurdere manier om hetzelfde resultaat te krijgen.

Begin met patroon één. Neem het eerstvolgende stuk dat je schrijft en dat iemand anders gaat lezen, haal de kritiekprompt door een ander model en kijk wat eruit komt. Die ene gewoonte is meer waard dan de rest van dit artikel.