ChatGPT, Claude, Gemini: ze kunnen allemaal een stuk tekst beoordelen. Ze wijzen zwakke dialogen aan, stellen een sterkere opening voor, raden meer zintuiglijke details in je beschrijvingen aan. Dat doen ze goed. Maar er is één taak waarvoor geen van hen gemaakt is: actief bijhouden wat je hoofdstuk na hoofdstuk opbouwt.
Wat een taalmodel met je tekst doet
Moderne taalmodellen hebben een enorm contextvenster. Claude en Gemini kunnen honderden pagina’s tekst tegelijk ‘zien’. Technisch gezien kan een model dus al je hoofdstukken tegelijk voor zich hebben. Het probleem is niet het geheugen. Het probleem is wat het model met die tekst doet.
Een taalmodel leest tekst als een platte stroom woorden. Het bouwt er geen structuur uit op. Het legt geen verbanden: dat het naamloze personage uit hoofdstuk 1 dezelfde persoon is die in hoofdstuk 4 met naam en toenaam opduikt. Dat een verhaallijn die in hoofdstuk 3 begon nooit is afgerond. Dat het uiterlijk van je hoofdpersoon tussen twee scènes is veranderd.
Het model ziet woorden. Het ziet niet het verhaal dat die woorden vormen.
Daar komt nog iets bij: bij lange teksten gaat de kwaliteit van de analyse omlaag. Dat is het bekende verschijnsel ‘lost in the middle’: een model verwerkt informatie uit het midden van zijn context slechter dan informatie uit het begin en het eind. Hoe langer de roman, hoe meer de middelste hoofdstukken uit beeld raken.
Een roman is geen document maar een reeks
Wie een roman schrijft, bouwt iets met een eigen geheugen. De lezer herinnert zich het gezicht van de antagonist uit hoofdstuk 1 wanneer die in hoofdstuk 6 zonder naam weer opduikt. Hij weet nog dat de hoofdpersoon in hoofdstuk 3 iets zei wat hij beter niet had kunnen zeggen. Hij herinnert zich een voorwerp dat aan het begin terloops genoemd werd en in de ontknoping terugkomt met een nieuwe betekenis.
Die samenhang is het mechanisme waardoor een roman werkt. Feedback die daaraan voorbijgaat, kan technisch kloppen en toch los staan van wat je werkelijk hebt geschreven. Soms stelt zo’n model voor om iets toe te voegen dat al in de tekst staat, alleen drie hoofdstukken eerder, verstopt in een gebaar of een regel dialoog.
Wat een tool voor romananalyse moet kunnen
Om zinnige feedback op hoofdstuk 8 te geven, moet een tool actief bijhouden:
- hoe personage X er in hoofdstuk 1 tot en met 7 uitzag en zich gedroeg
- welke verhaallijnen zijn geopend en welke zijn afgesloten
- wat de lezer al weet en wat nog niet
- welke elementen terugkomen, welke zich ontwikkelen en welke verdwijnen
Dat is geen kwestie van ‘alle hoofdstukken in één venster plakken’. Het gaat erom dat je de kennis over de roman tijdens het lezen ordent, zoals een oplettende redacteur met een notitieboekje dat doet.
Hoe Vellam het aanpakt
Vellam leest de hoofdstukken een voor een, zoals wij een roman lezen. Na elk hoofdstuk werkt het zijn gegevens bij: personageprofielen (uiterlijk, gedrag, rol in die specifieke scène), locaties, open en afgesloten verhaallijnen. Dat is meer dan de tekst ‘zien’. Het is ordenen wat er in de tekst staat.
Als Vellam hoofdstuk 8 analyseert, heeft het zeven gelezen en gecatalogiseerde hoofdstukken achter zich. Het kan dingen zeggen die een platte tekstanalyse niet kan zeggen:
- ‘De beschrijving van het uiterlijk van dit personage wijkt licht af van die in hoofdstuk 1. Controleer of dat klopt.’
- ‘Deze verhaallijn duikt hier voor het eerst sinds hoofdstuk 4 weer op. Als die pauze bewust is, werkt het goed. Zo niet, dan loont het misschien om de lezer kort aan de context te herinneren.’
- ‘Het personage blijft hier volledig in lijn met eerdere scènes: de reactie op deze situatie past bij wat we sinds hoofdstuk 2 van hem weten.’
- ‘Het motief uit hoofdstuk 3 keert hier in veranderde vorm terug. Dit is een van de sterkere momenten in dit deel van het manuscript.’
Dat is geen algemene feedback. Het is feedback over deze ene roman, gebaseerd op zijn voorgeschiedenis en niet alleen op de tekst van het huidige hoofdstuk.
Voor wie dit ertoe doet
Schrijf je een kort verhaal of een andere korte vorm, dan volstaat een taalmodel waarschijnlijk. Eén tekst, één vraag. Schrijf je een roman en wil je feedback die rekening houdt met wat je werkelijk hebt opgebouwd, dan heb je een tool nodig die dat verhaal samen met jou volgt.