In een uur je eerste AI-agent maken: zo pak je het aan

AI is voor veel communicatieprofessionals inmiddels dagelijkse praktijk. Even een mail herschrijven, een tekst samenvatten of een social post genereren — het gaat snel en levert vaak direct resultaat op. Daarbij wordt er vooral gewerkt met losse prompts in tools als Copilot of ChatGPT.

En precies daar laten we kansen liggen.

Want de echte stap vooruit zit in AI-agents: digitale collega’s die je één keer goed inricht en daarna structureel werk uit handen nemen. Tijdens onze Lunch & Learn over AI-agents liet AI-specialist Tom Kottink (Loo van Eck) zien hoe je in minder dan een uur je eerste AI-agent maakt — zonder te coderen. In deze blog zetten we de belangrijkste inzichten voor je op een rij, zodat je vandaag nog aan de slag kunt.

Wat is een AI-Agent?

De meeste professionals gebruiken AI nog zo:

1. vraag stellen
2. antwoord krijgen
3. opnieuw beginnen

Dat werkt prima voor incidentele taken, maar wordt al snel inefficiënt bij repeterend werk.

Een AI-agent pakt dat anders aan. Zie een AI-agent als een digitale collega met een vaste rol, werkwijze en geheugen. In plaats van steeds opnieuw te moeten uitleggen wat je wilt, leg je één keer vast hoe een taak uitgevoerd moet worden.

Vergelijk het met een collega die je inwerkt. De eerste keer leg je uitgebreid uit wat de bedoeling is, wat je belangrijk vindt en hoe het eindresultaat eruit moet zien. Daarna verwacht je dat diegene dat zelfstandig oppakt. Dat is precies hoe een AI-agent werkt.

Het grote voordeel zit in schaalbaarheid. Heb je een agent gemaakt die goed werkt, dan kun je die delen met collega’s. Je maakt je aanpak daarmee niet alleen efficiënter voor jezelf, maar ook bruikbaar voor je hele organisatie.

Begin niet met AI, maar met je werk

De grootste fout die veel mensen maken, is dat ze beginnen bij de tool. Terwijl de echte vraag veel simpeler is: welke taak wil je uit handen geven?

Denk aan werk dat je vaak doet en dat vrij voorspelbaar is. Bijvoorbeeld het schrijven van social posts, het herschrijven van e-mails of het samenvatten van documenten. Juist dit soort taken lenen zich goed voor een agent, omdat je al weet hoe het eindresultaat eruit moet zien.

Een handige manier om dit scherp te krijgen, is door te doen alsof je iemand aanneemt. Als er straks een collega naast je zit die deze taak overneemt — wat moet die precies doen? Welke kennis heeft die nodig en wanneer ben je tevreden over het resultaat?

Zo bouw je een AI-agent (in 5 minuten)

Het bouwen zelf is verrassend eenvoudig. De meeste AI-tools bieden deze functie al. In Microsoft Copilot werk je met agents, in ChatGPT bouw je GPT’s en in Gemini heten ze Gems. Ook in Claude kun je vergelijkbaar werken, via Projects.

De stappen zijn in de basis hetzelfde:

1. Je maakt een nieuwe agent (of GPT / Gem).
2. Je plaatst je instructie (prompt).
3. Je voegt eventueel voorbeelden of documenten toe.
4. Je slaat hem op en test hem.

De uitdaging zit dus niet in het bouwen, maar in het ontwerpen. Hoe scherp is je instructie? Hoe duidelijk is je doel? En hoe goed heb je nagedacht over de manier waarop de agent moet werken?

Wat maakt een goede AI-agent?

Het verschil tussen een middelmatige en een sterke agent zit bijna altijd in de instructie. Veel prompts blijven te algemeen. Dan staat er bijvoorbeeld: “help met communicatie”. Dat klinkt logisch, maar voor AI is het simpelweg te vaag. Een betere prompt is: “schrijf heldere en begrijpelijke bewonersbrieven in B1”.

Hoe specifieker je beschrijft wat je verwacht — denk aan tone of voice, zinslengte of structuur — hoe beter de output wordt. Zie het als een briefing aan een collega: maak duidelijk welke rol de agent heeft, wat het doel is en wanneer het resultaat goed is.

Daarbij helpt het om ook de werkwijze mee te geven. In plaats van meteen naar een eindresultaat te gaan, kun je een agent bijvoorbeeld eerst laten doorvragen, vervolgens context laten verzamelen en daarna pas laten schrijven. Daarmee stuur je op kwaliteit in plaats van snelheid.

Begin klein en bouw verder

Het is misschien verleidelijk om meteen een alleskunner te bouwen. Een agent die alles doet klinkt efficiënt, maar werkt in de praktijk zelden goed. Als je een AI-agent maakt, is het effectiever om klein te beginnen. Kies één taak die je vaak uitvoert en waarvan je precies weet wat een goed resultaat is. Juist die duidelijkheid maakt het makkelijker om je agent goed in te richten.

Je eerste versie hoeft niet perfect te zijn. In de praktijk is die vaak al voor een groot deel goed (ongeveer 80%), en zit de echte winst in het testen en verbeteren. Door ermee te werken zie je waar het nog schuurt en kun je gerichter aanscherpen.

Vanuit daar kun je uitbreiden. In plaats van één allesomvattende agent bouw je meerdere specialistische agents, die ieder ergens goed in zijn. Samen vormen ze een digitaal team dat je werk steeds meer ondersteunt.

Jij blijft verantwoordelijk

Misschien wel het belangrijkste aandachtspunt: blijf zelf nadenken.

AI is ontworpen om overtuigend te zijn. Dat maakt het krachtig, maar ook verraderlijk. De output klinkt vaak goed, zelfs als het inhoudelijk niet klopt.

Daarom blijft jouw rol essentieel. Zie de agent als een junior collega, die jij begeleidt. Je geeft feedback, verwacht verbetering en bouwt zo samen aan een beter resultaat.

Direct aan de slag met je eerste AI-agent

Wil je zelf ervaren hoe dit werkt en vandaag nog beginnen met een AI-agent maken? In het webinar waar deze blog op is gebaseerd, deelden we een concrete prompt waarmee je direct een sterke basis legt.

Je hoeft het niet ingewikkeld te maken. Begin met één taak, werk helder uit wat je verwacht en bouw je eerste versie. Test hem, scherpt hem aan en breid vanuit daar verder uit.

Download de AI-agent prompt en ga direct aan de slag