Hoe we een blogautomatiseringssysteem bouwden dat 5 euro per maand kost

Waarom we dit bouwden

Contentmarketing werkt, maar het is duur. Een degelijke freelance schrijver rekent EUR 150-300 per blogpost. Een bureau rekent EUR 300-800. Als je 8 posts per maand wilt, kijk je naar EUR 1.200 tot EUR 6.400 per maand voordat je onderzoek, redactie en publicatie meerekent.

We wilden zien of we een systeem konden bouwen dat blogposts van concept-kwaliteit produceert -- goed onderzocht, SEO-gericht en klaar voor menselijke review -- tegen een fractie van die kosten. Het antwoord bleek ja te zijn, voor EUR 4,70 per maand voor 8 posts.

Deze post loopt door de architectuur, de werkelijke kosten en de kwaliteitscontroles die het werkend houden. We delen geen klantgegevens, maar het systeem draait vandaag in productie.

De architectuur

De pipeline heeft vijf fases, elk afgehandeld door een apart component. Alles draait op Google Apps Script (gratis) met AI API-calls voor de intelligentielaag.

Fase 1: Topic discovery

Het systeem haalt potentiële onderwerpen op uit zes bronnen:

Google Search Console queries (waar mensen de site al voor vinden)
RSS-feeds van concurrentblogs (welke onderwerpen tractie krijgen in de niche)
Branche-nieuwsaggregators (trending thema's)
Keyword research API-data (zoekvolume en difficulty scores)
Interne content gap-analyse (onderwerpen die de site zou moeten behandelen maar niet doet)
Seizoensgebonden en kalendergebaseerde triggers (branche-events, jaarlijkse cycli)

Elke bron voedt een master-onderwerplijst met metadata: geschat zoekvolume, keyword difficulty, relevantiescore en of het onderwerp al is behandeld.

Fase 2: AI-filtering en prioritering

Niet elk onderwerp is het waard om over te schrijven. Een AI-model beoordeelt de masterlijst en filtert op basis van:

Zoekintentie-alignment (is iemand die dit zoekt waarschijnlijk een potentiële klant?)
Content gap-kans (kunnen we iets zeggen dat de top 5 resultaten niet zeggen?)
Inspanning vs. impact (hoog volume + lage difficulty = prioriteit)
Topical authority fit (versterkt dit het overkoepelende thema van de site?)

Deze stap reduceert een lijst van 50-100 potentiële onderwerpen naar 8-12 per maand. Een mens beoordeelt de shortlist voordat de generatie begint -- dit is het enige handmatige controlepunt in de pipeline.

Fase 3: Contentgeneratie

Dit is de technisch meest interessante fase. De AI genereert elke post met een gedetailleerde systemprompt die specifieke regels afdwingt:

Anti-AI-patroonregels. De systemprompt verbiedt expliciet zinnen als "In de snel veranderende wereld van vandaag," "Laten we erin duiken," "gamechanger," "leveragen," en circa 40 andere patronen die AI-gegenereerde content signaleren aan lezers en aan Google's spambeleid. De prompt instrueert het model om te schrijven als een praktijkexpert die ervaring deelt, niet als een marketeer die een woordentelling vult.

Structuurvereisten. Elke post volgt een brief die specificeert: doelkeyword, secundaire keywords, vereiste secties, interne linkdoelen, woordaantalbereik en toonrichtlijnen. De brief wordt programmatisch gegenereerd uit de topic-metadata.

Bronverankering. Het systeem haalt topranking content op voor het doelkeyword en neemt dit op als referentiecontext. Dit betekent dat de AI echte statistieken kan citeren, naar werkelijke tools kan verwijzen en claims vermijdt die in tegenspraak zijn met gevestigde informatie.

Fase 4: WordPress concept-publicatie

Gegenereerde posts worden als concepten naar WordPress gepusht via de REST API. Ze bevatten:

Geformatteerde content met correcte heading-hiërarchie
SEO-metadata (title tag, meta description, slug)
Voorgestelde featured image prompts (daadwerkelijke beeldgeneratie is apart)
Interne links naar bestaande content
Categorie- en tag-toewijzingen

Posts worden nooit automatisch gepubliceerd. Ze staan in conceptstatus voor menselijke review.

Fase 5: Prestatie-tracking

Nadat een post is gepubliceerd, monitort het systeem de prestaties via Google Search Console:

Impressies en klikken voor doelkeywords
Gemiddelde positie over tijd
Click-through rate vergeleken met positiebenchmarks

Deze data stroomt terug naar Fase 1. Als een gepubliceerde post rankt voor onverwachte keywords, worden die keywords kandidaten voor nieuwe content. Als een post onder de verwachtingen presteert, markeert het systeem deze voor optimalisatie.

De werkelijke kostenopbouw

Dit is wat het kost om te draaien voor 8 posts per maand:

| Component | Maandelijkse kosten | |---|---| | AI API-calls (topic filtering) | EUR 0,30 | | AI API-calls (contentgeneratie, ~1.200 woorden x 8) | EUR 3,20 | | AI API-calls (SEO-metadata generatie) | EUR 0,15 | | Google Apps Script hosting | EUR 0,00 | | Google Search Console API | EUR 0,00 | | WordPress REST API | EUR 0,00 | | Keyword research API (gratis tier) | EUR 0,00 | | Totaal | EUR 3,65 - 4,70 |

Het bereik hangt af van artikellengte en hoeveel revisierondes de generatiestap nodig heeft. Sommige onderwerpen vereisen meer context, wat langere prompts en hogere tokenkosten betekent.

Vergelijk dit met alternatieven:

| Aanpak | Maandelijkse kosten (8 posts) | |---|---| | Freelance schrijvers (middensegment) | EUR 1.200 - 2.400 | | Contentbureau | EUR 2.400 - 6.400 | | In-house schrijver (gedeeltelijk FTE) | EUR 1.500 - 2.500 | | Dit systeem | EUR 3,65 - 4,70 |

De vergelijking is niet helemaal eerlijk -- een vaardige freelancer levert publicatie-klare content, terwijl dit systeem gereviewde concepten produceert. Maar de reviewstap kost 15-20 minuten per post, niet de 3-4 uur die nodig is om er een vanaf nul te schrijven. Voor ROI-berekeningen bij automatiseringsprojecten als dit zijn de cijfers moeilijk te weerleggen.

Kwaliteitscontrole

Contentgeneratie automatiseren zonder kwaliteitscontrole levert rommel op. Dit is wat de output bruikbaar houdt:

Menselijk reviewmoment. Niets wordt gepubliceerd zonder dat een persoon het leest. Het systeem is een conceptfabriek, geen publicatiebot.

Feitelijke verankering. Door echt bronmateriaal in de generatieprompt te voeden, vermijdt het systeem het hallucinatieprobleem dat AI-schrijven zonder context plaagt. Claims zijn verankerd aan bestaande, rankbare content.

Leesbaarheidsscore. Elk concept wordt gescoord op leesbaarheid (Flesch-Kincaid) en gemarkeerd als het buiten het doelbereik valt. Te complexe of verdacht simpele content wordt opnieuw gegenereerd.

Duplicate content checks. Voordat er gegenereerd wordt, controleert het systeem of het doelkeyword significant overlapt met bestaande site-content. Dit voorkomt keyword kannibalisatie, waarbij meerdere pagina's concurreren voor dezelfde zoekopdracht.

Stijlhandhaving. De anti-AI-patroonregels zijn niet optioneel. De generatieprompt is het meest zorgvuldig ge-engineerde component van het systeem, en wordt bijgewerkt elke keer dat we een nieuw patroon spotten dat leest als duidelijk machinaal gegenereerd.

Wat we hebben geleerd

De prompt is het product. 80% van de kwaliteit komt voort uit hoe de generatieprompt is opgesteld. Dit goed krijgen kostte weken van iteratie, niet de generatie-architectuur zelf.

Onderwerpsselectie is belangrijker dan schrijfkwaliteit. Een middelmatige post over een onderwerp met daadwerkelijke zoekvraag presteert beter dan een briljante post waar niemand naar zoekt. De filterfase is waar het meeste van de waarde wordt gecreëerd.

Monitoring sluit de loop. Zonder prestatie-tracking die terugstroomt naar topic discovery, vlieg je blind. Het systeem wordt slimmer over tijd omdat het leert welke onderwerpen daadwerkelijk verkeer genereren.

Dit is een duidelijk geval waarin een custom oplossing bouwen beter presteerde dan kant-en-klare tools. Er zijn SaaS-producten die delen van deze pipeline doen, maar geen die topic discovery, generatie, publicatie en tracking combineren tegen deze kosten. De totale bouw nam ongeveer drie weken in beslag, en het verdiende zichzelf terug in de eerste maand.