Hoe werkt een LLM? Van tokens tot antwoord

Wat is een groot taalmodel?

De modellen achter ChatGPT, Gemini, Claude en Copilot zijn allemaal LLM's: computermodellen die op een enorme hoeveelheid tekst zijn getraind en daarna zelf tekst schrijven, vertalen, samenvatten en vragen beantwoorden.

„Groot” slaat op de omvang. Zo'n model bestaat uit miljarden getallen (parameters) die vastleggen hoe taal in elkaar zit. Zie ook LLM in de begrippenlijst.

De doorbraak kwam in 2017. Onderzoekers van Google publiceerden toen „Attention Is All You Need”, over een nieuwe opzet: de transformer. Bijna alle taalmodellen van nu bouwen daarop. Een transformer kijkt bij elk woord naar alle andere woorden in de tekst en bepaalt zo welke het meest relevant zijn.

Waarom het uitmaakt voor je bedrijf

Taalmodellen zijn gewoon geworden. Volgens het CBS gebruikte in 2025 ongeveer 17 procent van de Nederlandse bedrijven met twee of meer werkzame personen AI, tegen 13 procent in 2024. Bij bedrijven met 10 tot 50 werkzame personen was dat 27 procent. De cijfers over 2025 zijn voorlopig.

De techniek werd ook snel goedkoper. Volgens de AI Index van Stanford HAI daalde de prijs om een model van het niveau van GPT-3.5 te laten draaien tussen november 2022 en oktober 2024 meer dan 280 keer.

Voor je zichtbaarheid weegt dit het zwaarst: klanten stellen hun vraag steeds vaker aan een taalmodel in plaats van aan een zoekmachine, en dat model schrijft zelf een antwoord. Ontbreekt je bedrijf daarin, of staat het er verkeerd in? Dan zie je dat niet terug in je gewone zoekstatistieken. Hoe je dat aanpakt, lees je in Wat is GEO?

Hoe werkt een LLM stap voor stap?

Van vraag naar antwoord loopt de route langs vijf onderdelen. Je komt ze telkens tegen als je over taalmodellen leest.

Een token is een stukje tekst, vaak korter dan een woord. Volgens OpenAI is een token in het Engels gemiddeld ongeveer vier tekens, dus honderd tokens zijn ongeveer 75 woorden. Nederlandse woorden vallen vaak in meer stukjes uiteen.

Bij elk token rekent het model uit welke vervolgen waarschijnlijk zijn, kiest er één en herhaalt dat tot er een zin staat. Zet je de temperatuur hoger, dan kiest het model vaker een minder voor de hand liggend token. Zo komt het dat dezelfde vraag niet altijd hetzelfde antwoord oplevert.

Hoe werkt een LLM als het misgaat?

Een model ontstaat in twee fasen. Eerst leert het uit enorme hoeveelheden tekst welke woorden bij elkaar passen. Daarna wordt het bijgestuurd, onder meer met feedback van mensen, zodat het vragen volgt en behulpzaam antwoordt. OpenAI beschreef die tweede stap in 2022 bij zijn InstructGPT-onderzoek.

Een feitenbank leert het model nergens uit het hoofd. Het leert patronen. Zo kan het een kleine onderneming waar weinig over geschreven is verwarren met een naamgenoot, of een openingstijd noemen die er nooit was. Dat heet een hallucinatie; meer in AI-hallucinaties.

Dan de datum. Een model kent alleen wat in de trainingsdata zat. Voor nieuwere informatie gebruiken veel assistenten een zoekfunctie: het model haalt eerst pagina's op en schrijft daarna een antwoord, in de wetenschap bekend als retrieval-augmented generation (RAG). Over AI Overviews schrijft Google dat het systeem een vraag kan opsplitsen in meerdere zoekopdrachten, en dat de gewone basis en richtlijnen van Zoeken gelden.

Er lopen dus twee routes naar een goed antwoord over je bedrijf. Via wat het model eerder las. En via wat het vindt op het moment dat iemand de vraag stelt.

Zo check je wat een model over je bedrijf zegt

Technische kennis is niet nodig om te zien hoe een taalmodel je bedrijf beschrijft. Probeer het in ChatGPT, Gemini en Perplexity.

1. Stel de vraag zoals een klant. Bijvoorbeeld: „Welke loodgieter in Zwolle kan spoed aan?” Gebruik je plaats en je vak, niet je bedrijfsnaam.
2. Vraag daarna naar je bedrijf. Noem je naam en gemeente en vraag wat het model weet.
3. Schrijf op wat afwijkt. Let op telefoonnummers, adressen, diensten, prijzen en openingstijden.
4. Zoek de bron van de fout. Staat het verkeerd op je eigen site, in een bedrijvengids of op een oud profiel?
5. Corrigeer bij de bron. Pas je website en je profielen aan zodat ze elkaar niet tegenspreken.
6. Herhaal na een paar weken. Antwoorden verschillen per dag, dus één meting zegt weinig.

Met de vermeldingscheck laat je dit voor jouw gemeente automatisch doen met Perplexity.

Veelgemaakte denkfouten

Over taalmodellen leven onder ondernemers een paar hardnekkige misverstanden.

• „Het model zoekt het op.” Zonder zoekfunctie niet. Dan schrijft het uit het geheugen van zijn training.
• „Een mooi antwoord is een goed antwoord.” Vloeiende taal zegt niets over juistheid. Controleer feiten die voor je klanten of je financiën tellen.
• „Het model onthoudt mijn eerdere gesprekken.” Binnen één gesprek heeft het een beperkt geheugen, het contextvenster. Daarbuiten hangt het af van de dienst en je instellingen.
• „Het is allemaal hetzelfde model.” Elke aanbieder heeft eigen modellen, eigen zoekbronnen en eigen regels. Een goed antwoord in de ene assistent garandeert niets voor de andere.

Let ook op privacy: zet geen klantgegevens in een gratis chatdienst zonder afspraken. Wat de AVG daarbij vraagt, legt de Autoriteit Persoonsgegevens uit.

Wat dit betekent voor jou

Een taalmodel bouwen hoef je niet. Wel helpt het om te weten dat het over jou schrijft op basis van wat het las en wat het vindt. Houd je website dus actueel, met duidelijke feiten over wat je doet, waar, voor wie en hoe je bereikbaar bent. Zet taalmodellen zelf in waar ze goed in zijn, zoals concepten en samenvattingen, en controleer cijfers en beloftes. De basis staat in Wat is AI?

Conclusie

Een LLM is geen zoekmachine en geen mens. Het kiest bij elke stap het meest passende volgende stukje tekst, op basis van patronen uit zijn training en soms aangevuld met pagina's uit een zoekopdracht. Sterk, en toch soms fout. Wie dat begrijpt, kan gerichter zorgen dat zijn bedrijf goed beschreven wordt. Test wat AI nu over je zegt met de gratis vermeldingscheck of laat je website nakijken met de GEO-scan.

Veelgestelde vragen

Wat is het verschil tussen een LLM en ChatGPT?

Het LLM is het taalmodel zelf, de motor. ChatGPT is een product van OpenAI dat zo'n model gebruikt, met daaromheen een chatscherm, veiligheidsregels en op veel plekken een zoekfunctie. Gemini, Claude en Copilot werken op dezelfde manier, elk met eigen modellen.

Begrijpt een taalmodel wat het zegt?

Een taalmodel herkent patronen in taal en rekent uit welke tekst het best bij je vraag past. Of je dat 'begrijpen' mag noemen, is onder onderzoekers een open discussie. In de praktijk telt iets anders: het model kan overtuigend klinken terwijl het antwoord niet klopt. Controleer belangrijke feiten dus zelf.

Waarom verzint een taalmodel soms feiten?

Het model is getraind om een aannemelijk vervolg te schrijven, en zoekt van zichzelf geen feiten op. Weet het iets niet zeker, dan kan het toch een vloeiend antwoord geven. Dat heet een hallucinatie. Bronnen uit een zoekopdracht maken die kans kleiner, maar halen hem niet weg.

Leert een taalmodel van mijn gesprekken?

Dat verschilt per dienst en per instelling. Bij consumentenversies kunnen gesprekken standaard worden gebruikt om modellen te verbeteren, tenzij je dat uitzet. Zakelijke abonnementen sluiten dat vaak uit. Lees de voorwaarden van je leverancier voordat je bedrijfsgegevens of klantgegevens invoert.

Weet een taalmodel de nieuwste informatie?

Niet uit zichzelf. Het kent alleen wat tot een bepaalde datum in de trainingsdata zat. Nieuwere informatie komt pas binnen als het model via zoeken pagina's ophaalt. Een actuele, goed vindbare website bepaalt dus mee wat AI over je bedrijf zegt.

Bronnen

• Vaswani e.a. (Google), Attention Is All You Need, 2017
• OpenAI, Help Center: What are tokens and how to count them?
• OpenAI, Aligning language models to follow instructions (InstructGPT), 2022
• Google Search Central, AI features and your website
• Lewis e.a., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, 2020
• Stanford HAI, AI Index Report 2025
• Autoriteit Persoonsgegevens, Algoritmes en AI