Het meeste advies over “hoe herken je AI-schrijfwerk” behandelt elk model als hetzelfde. Dat is het niet. GPT, Gemini en Claude hebben merkbaar verschillende gewoonten, en als je veel van elk leest, begin je ze van elkaar te onderscheiden zoals je e-mails van twee verschillende collega's uit elkaar houdt.
Dit gaat specifiek over Claude — hoe het proza er daadwerkelijk uitziet, welke signalen standhouden en welke signalen die mensen herhalen dat niet doen.
Korte versie
De handtekening van Claude is geen los woord, het is een houding: het nuanceert, het belicht beide kanten en het structureert alles. Zoek naar een tekst die zorgvuldig weigert stelling te nemen en zichzelf organiseert in netjes ingedeelde delen, zelfs als de vraag daar niet om vroeg.
Hoe het schrijfwerk van Claude daadwerkelijk klinkt
Dit zijn de patronen die over veel voorbeelden heen standhouden. Geen van deze is op zichzelf een hard bewijs — mensen schrijven ook op deze manier, vooral mensen die zorgvuldig schrijven — maar samen zijn ze heel kenmerkend.
Het nuanceert voortdurend
“Het is de moeite waard om op te merken…”, “Dat gezegd hebbende…”, “Ik moet vermelden…”, “hoewel X, is het ook waar dat Y”. Claude is getraind om overdreven claims te vermijden, en dat uit zich in een gestage stroom nuanceringen. Een menselijke expert die over zijn eigen vakgebied schrijft, is meestal meer bereid om gewoon iets te beweren. Een tekst die elke derde zin nuanceert, is geschreven door een zeer voorzichtige auteur of door een taalmodel.
Het belicht beide kanten, of je er om vroeg of niet
Vraag om een argumentatie en je krijgt vaak een gebalanceerd overzicht in de plaats. Er is een kenmerkende vorm: het argument voor, het argument tegen, en vervolgens een synthese die ergens redelijk in het midden uitkomt. Echte opinieartikelen kiezen meestal vroeg positie en besteden de rest van de tekst aan het verdedigen daarvan.
Het structureert alles
Koppen, genummerde stappen, vetgedrukte openers bij opsommingstekens, een samenvatting aan het einde. Claude grijpt standaard naar structuur, zelfs bij een vraag die van nature in één alinea beantwoord zou worden. Als een antwoord van 400 woorden binnenkomt met drie tussenkopjes en een afsluitende samenvatting, is dat een duidelijk signaal.
Het patroon van vetgedrukte opsommingstekens
Specifiek deze vorm: “Duidelijkheid: de tekst moet makkelijk te volgen zijn.” Een vetgedrukt label van één of twee woorden, een dubbele punt, en dan een uitleg. Het is een oprect goed formaat, en dat is precies waarom het overal in Claude-uitvoer staat en verhoudingsgewijs zeldzamer is in menselijke concepten, waar opsommingspunten vaak minder parallel en rommeliger zijn.
Het herhaalt eerst de vraag
Een korte opening die de gestelde vraag herkadert alvorens deze te beantwoorden. Mensen beginnen meestal gewoon direct met antwoorden, omdat ze al weten wat ze hebben gevraagd.
De signalen die niet werken voor Claude
Een deel van het standaardadvies werkt hier actief misleidend.
Gedachtenstreepjes
Claude gebruikt wel gedachtenstreepjes, en een tijdlang werd dat gezien als een weggever. Het werd om twee redenen onbetrouwbaar: modellen werden er vanaf gestuurd zodra het een meme werd, en tal van goede menselijke schrijvers gebruiken ze veelvuldig. Oordelen op basis van leestekens alleen zal veel onschuldige mensen markeren.
“Verdiepen” en soortgelijke woorden
Woord-niveau signalen vervallen bij elke nieuwe release van een model. De woordenschat die in 2024 kenmerkend voelde, is grotendeels verdwenen uit de huidige uitvoer. Als je detectiemethode een lijst met verboden woorden is, heeft deze een houdbaarheid van hooguit enkele maanden.
Beleefdheid
De vriendelijkheid van Claude in een chatvenster is een product van het assistent-formaat, niet van het proza dat het genereert. Vraag het om een technisch document en je krijgt een technisch document. Een voltooid essay beoordelen op de vraag of het vriendelijk klinkt, zegt je niets.
Waarom Claude vaak moeilijker te vangen is dan GPT
In de praktijk zorgt proza dat door Claude is geschreven er iets minder vaak voor dat detectoren aanslaan dan bij sommige andere modellen, en de reden is eenvoudig: de zinslengtes variëren meer. De meeste statistische detectoren leunen op perplexity en burstiness — grofweg hoe voorspelbaar elk woord is en hoeveel de zinslengte varieert. Uitvoer die een zin van 30 woorden afwisselt met een van 6 woorden, ziet er op die maten menselijker uit dan uitvoer die gestaag doormarcheert met 18 woorden per zin.
Dat maakt het niet ondetecteerbaar. Het betekent dat het signaal vaker in de structuur en de nuancering zit dan in de ruwe statistieken, wat de reden is waarom het lezen van de tekst zo belangrijk blijft.
Controleren in plaats van gokken
Als je liever meet dan tuurt, scoort onze Claude AI-detector tekst tegen de specifieke patronen van Claude en toont je de zinnen die het cijfer omhoog stuwden. De onderbouwing is het nuttige deel — een kaal percentage vertelt je niets waar je op kunt handelen of over kunt discussiëren.
Voordat je iemand beschuldigt
Dit doet er meer toe dan welk signaal in dit artikel dan ook. AI-detectie is probabilistisch, en de mensen die het snelst ten onrechte worden gemarkeerd zijn degenen die in helder, zorgvuldig en goed georganiseerd proza schrijven: niet-moedertaalsprekers die een formele structuur aangeleerd hebben gekregen, studenten die het essaysjabloon volgen dat ze kregen, en iedereen die grondig redigeert.
Een hoge score is een reden om een gesprek te voeren, geen bewijs van oneerlijkheid. Vraag naar het schrijfproces. Vraag wat ze bedoelden met een specifieke alinea. Dat vertelt je veel meer dan een getal.
De eerlijke samenvatting
Je kunt leren om de stem van Claude te herkennen, en de bovenstaande signalen zijn echt. Maar ze beschrijven een stijl, en stijlen kunnen in beide richtingen worden geïmiteerd — een mens kan schrijven zoals Claude, en Claude kan geprompt worden om dat niet te doen. Zie het patroon als bewijs om af te wegen, niet als een vonnis om te velijk.
