Achter de schermen: het maken van een AI-gestuurde televisiecommercial voor Overstappen.nl

De afgelopen maanden hebben we gewerkt aan verschillende AI-videoprojecten. Van social assets voor Old Captain Rum en interactieve video’s voor Rituals tot een intro voor het AI-platform Lurni. Maar onlangs gingen we onze meest ambitieuze uitdaging tot nu toe aan: een volledige campagne voor Overstappen.nl, inclusief een tv-commercial, digitale stills en social assets. Alles volledig gecreëerd met AI.

De commercial is deze maand op Nederlandse televisie te zien geweest. Daarom nemen we je nu graag mee achter de schermen. Dit is het volledige verhaal van ons proces: van het eerste karakterconcept tot de uiteindelijke uitzending. Inclusief de tools die we gebruikten, de obstakels die we tegenkwamen en de belangrijkste lessen die we hebben geleerd.

Voordat we in het proces duiken, is er één belangrijk uitgangspunt: de menselijke factor.

Binnen programmeren bestaat een bekende uitspraak die perfect past bij werken met AI: Garbage in, garbage out. AI is een krachtig hulpmiddel, maar geen magische oplossing. Zonder duidelijke strategie, creatieve sturing en voortdurende iteratie van mensen blijft de output vaak onbruikbaar.

Het menselijke oordeel speelde daarom in elke stap van het proces een cruciale rol.

Onze AI-productie bestond uit vier hoofdfasen:

• Character creation

• Scene creation

• Still creation (character en scene combineren)

• Image-to-video

We begonnen met het idee voor een kikkerkarakter. Onze eerste pogingen in ChatGPT leverden beelden op met een herkenbare “ChatGPT-stijl”: zware geel-oranje tinten en een sepia-achtige sfeer. Dat was niet het vriendelijke en toegankelijke merkpersonage dat we voor ogen hadden.

De creatieve richting was duidelijk: het karakter moest aanvoelen als een vriendelijk, benaderbaar knuffeldier van corduroy. De grootste uitdaging zou worden om die corduroy-textuur consistent te houden in elke scène.

We testten een simpele prompt zoals “friendly frog with corduroy texture” in verschillende AI-tools, waaronder Midjourney, Runway, Flux en Nanobanana. De eerste 50+ versies waren nog niet perfect.

Daarom combineerden we de beste elementen uit verschillende resultaten. De ogen uit het ene beeld, de textuur uit een ander. Die gebruikten we weer als referentie voor nieuwe iteraties.

Uiteindelijk kwamen we uit bij onze hoofdpersoon: Kick.

We maakten vervolgens een volledige character sheet met voor-, zij- en achteraanzicht om de consistentie te waarborgen.

Pro tip: test je karakter zo vroeg mogelijk in video.

Een personage kan er in een stilstaand beeld perfect uitzien, maar zodra er beweging bij komt kijken kunnen texturen verdwijnen of ledematen zich vreemd gedragen. Daarom testten we Kick eerst in korte video-renders voordat we hem definitief vastlegden.

Met het karakter klaar hadden we een omgeving nodig. Via Pinterest verzamelden we stijlreferenties voor een warme, gezellige woonkamer waarvan de kleuren goed zouden werken met onze groene kikker.

We vonden een beeld dat we sterk vonden en voerden dat in Midjourney in via de /describe functie om de belangrijkste visuele elementen te analyseren. Dat leverde een goede basisprompt op.

De eerste renders hadden de juiste kleuren. We waren fan van de terracotta bank en de wit-grijze sofa, maar de ruimte voelde nog te druk.

Onze feedback was daarom: minder elementen en andere kleuraccenten. We verfijnden de prompt naar iets specifieker:
“more minimalistic room interior with a warm terracotta sofa.”

Zo ontstond uiteindelijk onze hero scene. Deze namen we vervolgens mee naar Nanobanana om meerdere camerahoeken te genereren die we later konden gebruiken.

Hier gebeurt het echte werk. En hier ligt ook het grootste risico op inconsistentie.

We moesten Kick in de woonkamer plaatsen. Maar veel tools veranderden ondertussen de textuur van de kikker, pasten de bank aan of voegden willekeurig extra objecten toe.

Tijdens dit proces werd een nieuwe AI-tool gelanceerd: Nanobanana. Die bleek een echte gamechanger. Daarmee kwamen we veel sneller dichter bij ons eindresultaat.

Om het maximale uit de tool te halen, ontwikkelden we een workflow voor prompt engineering.

We maakten een eigen custom Gem via Google Gemini en voedden deze met documentatie over hoe Nanobanana werkt en hoe je de beste prompts schrijft.

Daarna gaven we deze Gem twee referentiebeelden:

• het karakter Kick

• de woonkamer-scène

Vervolgens hoefden we alleen nog te beschrijven wat we wilden:
“Kick on the couch holding a tablet.”

Onze custom GPT schreef vervolgens automatisch de optimaal geformuleerde prompt voor Nanobanana.

Deze “Gem-als-prompt-engineer” hack werd uiteindelijk onze standaardworkflow voor meerdere tools, waaronder Midjourney en Seedance voor video.

Met de gegenereerde stills bouwden we vervolgens het storyboard op basis van het script.

De volgende uitdaging was het animeren van de stills. AI heeft namelijk vaak een eigen logica, waardoor het lastig kan zijn om precies de beweging te krijgen die je wilt.

Een voorbeeld: in de eerste scène moest Kick vanuit de lucht op de bank vallen. Proberen om dat in één prompt te genereren (“frog falling onto couch”) leverde alleen maar chaos op. We moesten het probleem dus anders benaderen en de actie opsplitsen. Eerst genereerden we een shot waarin Kick springt op een witte achtergrond. Daarna maakten we een shot waarin Kick op de bank landt. In de postproductie maskten we de kikker uit het eerste shot en combineerden we beide video’s tot één vloeiende scène. Dit proces vergde enorm veel iteratie. In totaal genereerden we ongeveer 800 videorenders om de juiste momenten te vinden.

Pro tip: analyseer elke render. Een video van vijf seconden kan voor 90 procent onbruikbaar zijn, maar soms zit er één perfecte seconde tussen. De uiteindelijke commercial is opgebouwd uit precies die kleine perfecte momenten.

Tot slot schaalsden we alle video’s op. Veel AI-tools leveren output in 720p of 1080p. Met Topaz Labs brachten we alles naar 4K voor broadcastkwaliteit.

Het resultaat is een volledige campagne waarin alles door AI is gegenereerd. De visuals, de voice-over, het sounddesign en de muziek.

De enige handmatige onderdelen waren de uiteindelijke montage en de screen recording die op de iPad in beeld komt.

1. Het blijft een productieproces, alleen sneller. AI vervangt het klassieke productieproces niet. Je hebt nog steeds een script, storyboard en feedbackmomenten nodig. Het verschil is dat iteraties veel sneller gaan.

2. Flexibiliteit is cruciaal. Je moet bereid zijn om ideeën aan te passen. Als AI moeite heeft met een shot uit je storyboard, moet je soms terug naar de scène-opbouw. Soms ontstaat er ook een onverwacht “happy accident” dat beter werkt dan het oorspronkelijke idee.

3. Blijf nieuwsgierig. Het AI-landschap verandert dagelijks. Tijdens dit project kwam Nanobanana uit en dat bespaarde ons enorm veel tijd. Als we niet voortdurend nieuwe tools hadden getest, waren we waarschijnlijk nog steeds bezig geweest.

4. Tool chaos is een echte uitdaging. We gebruikten meer dan tien verschillende tools. Dat maakte het al snel verwarrend, vooral wanneer een collega het project moest overnemen. Waar staan de bestanden? Welke tool maakte welk asset?

Dat laatste probleem, tool chaos, is precies waar onze focus nu ligt. We zijn begonnen met Weavy AI, een node-based platform dat workflows overzichtelijk maakt. In plaats van constant te schakelen tussen verschillende tools, kun je in Weavy een visuele flow bouwen. Bijvoorbeeld:

Een prompt en referentiebeelden gaan eerst naar een Nanobanana node. De output wordt vervolgens doorgestuurd naar een Seedance node voor video. Daarna gaat de video naar een Topaz node voor upscaling.

Zo ontstaat één duidelijke workflow in plaats van tien losse tools.