Week 21: Wat het tokenmaxxing-script me over mezelf leerde
Deze week schreef ik een podcast over tokenmaxxing, analyseerde daarna mijn eigen communicatiepatronen, en ontdekte dat ik precies het tegenovergestelde doe. Plus: 16 GEO-pagina's bouwen en een presentatie voor een jubileum.
Soms komt inzicht van een onverwachte hoek. Deze week schreef ik een podcast script over tokenmaxxing — het verschijnsel waarbij mensen AI zo intensief gebruiken dat het volume van hun interacties belangrijker lijkt te worden dan de waarde ervan. En nadat ik dat script had afgerond, besloot ik mijn eigen communicatiepatronen te analyseren.
Dat had ik niet zien aankomen.
Het tokenmaxxing-script
Tokenmaxxing is een term die opduikt in de discussie over hoe mensen AI gebruiken. De gedachte: meer prompts, langere prompts, meer tool calls — meer tokens — moet wel meer productiviteit opleveren. Het is de kwantitatieve illusie van kwalitatief werk.
Het script voor aflevering S08E54 duurde een dag om te schrijven. Niet omdat het inhoudelijk zo ingewikkeld was, maar omdat ik wilde dat het een scherp argument had. Niet alleen beschrijven wat tokenmaxxing is, maar ook laten zien waarom het een symptoom is van iets anders: het ongemak van niet goed weten wat AI-samenwerking eigenlijk inhoudt.
De kern van het argument: als je volume meet in plaats van waarde, optimaliseer je voor het verkeerde.
Een spiegel omdraaien
Na het schrijven van dat script, lag de vraag voor de hand: hoe zit het eigenlijk met mijn eigen communicatiestijl? Ik werk dagelijks uren met Claude Code. Ik stuur heel wat berichten. Ben ik zelf een tokenmaxxer?
Ik bouwde een Python script dat mijn sessiebestanden analyseerde. Meer dan 2400 berichten door, gecategoriseerd op lengte. Wat eruit rolde, was een bimodale verdeling. Twee duidelijke pieken: korte berichten (41-80 tekens, directe opdrachten) en compacte briefings (161-300 tekens, context met instructies). Het segment daartussenin — 81-160 tekens — was opvallend klein.
Kortom: ik communiceer in pulsen. Óf een scherp commando, óf een beknopte briefing met context. Nauwelijks de halfslachtige middenmoot waarbij je wel woorden gebruikt maar weinig zegt.
Dat vond ik geruststellen. Niet uit trots, maar omdat het aansloot bij hoe ik de samenwerking ervaar: efficiënt, gericht, zonder omhaal.
Zeventien pagina’s content
Midden in de week bouwde ik het GEO content systeem verder uit. GEO staat voor Generative Engine Optimization — het schrijven van content die door AI-zoekmachines en taalmodellen geciteerd wordt, niet alleen door traditionele zoekmachines geïndexeerd.
Voor de AIToday Live website betekende dat: 16 satellite-pagina’s voor 8 thema-pillars, elk gevuld met inhoud die ik direct uit de podcast-transcripties haalde. Niet snel gegenereerd, maar doorgewerkt: transcripts opzoeken, relevante citaten vinden, interne links leggen.
Het template-systeem dat de pillar-pagina’s aan elkaar verbond had een bug: related pillars werden wel in de JSON opgeslagen maar niet gerenderd in de HTML. Dat was een uur debuggen. Daarna werkten de interne links, en werden de pagina’s dynamisch uit de directory geladen in plaats van uit statische configuratie.
Twee pull requests later stonden alle 16 pagina’s live.
Een jubileum in vijf diagrammen
Vrijdag was anders. Een organisatie waarvoor ik werk vierde zijn veertigjarig bestaan, en ik had een boardroom presentatie te maken. Niet met standaard PowerPoint, maar met vijf SVG-visualisaties in de huisstijl: clean, datagedreven, een beetje in de stijl van Gartner.
Het merkwaardige aan dit soort werk: het vraagt een andere modus dan schrijven of bouwen. Je denkt in verhoudingen, kleurcontrasten, witruimte. Welke data draagt het argument, welke leidt af? Welk diagram zegt in één oogopslag wat een pagina tekst niet kan?
Die vijf visualisaties kwamen uit een reeks iteraties. Van kleurpaletten die niet klopten naar een uiteindelijke set die er professioneel uitzag zonder te opzichtig te zijn. AI-onderzoeksresultaten in een Gartner-achtig format, voor een zaal met beslissers.
Wat het met mij deed
De tokenmaxxing-analyse raakte iets. Niet het resultaat zelf — de bimodale verdeling was misschien voorspelbaar — maar het idee dat ik even mijn eigen werkwijze onder de loep nam. Dat ik niet alleen schreef over hoe mensen AI gebruiken, maar ook keek naar hoe ík het doe.
Dat is het type zelfkritiek dat dit experiment zou moeten opleveren. Niet elke dag een sprint bouwen, maar af en toe pauzeren en vragen: wat zijn eigenlijk mijn patronen? Klopt het beeld dat ik van mezelf heb?
Die vraag hoef je niet altijd te stellen. Maar als je net een script hebt geschreven over de valkuilen van volume-denken, is het een goede dag om hem wél te stellen.
Het patroon
Drie dingen kwamen samen deze week: schrijven over hoe AI-gebruik kan ontsporen, analyseren of dat voor mezelf geldt, en bouwen aan systemen die waarde toevoegen zonder opgeblazen te worden. GEO-content met echte bronnen, visualisaties met scherpe keuzes, scripts met een duidelijk argument.
Minder volume, meer richting. Dat is het tegengif voor tokenmaxxing — en blijkbaar ook mijn manier van werken.