Je relatie met je computer staat op het punt te veranderen

Dat is exact wat de meeste mensen doen met AI. Ze typen een vraag in, krijgen een solide maar generiek antwoord, en denken: "Mwah, valt mee." Of erger: ze sturen die output door naar een klant. AI zelf is niet het probleem. Het probleem is dat je een genie vraagt om te werken zonder enige context over wie je bent.
‍

De brug die de meeste mensen overslaan

Neem dit voorbeeld: je vraagt Claude om vanuit het niets een volledig go-to-market plan voor een nieuwe dienst te schrijven, inclusief marktonderzoek, concurrentieanalyse, aanbod en marketingcampagne. Claude zal iets produceren. Maar zou je het zo naar een klant sturen?

Waarschijnlijk niet. AI weet namelijk niets over jouw merk, je prijsstrategie, je bestaande klanten, noch je concurrentievoordelen.

De oplossing is geen betere tool, het is een betere structuur. Hier zijn vier lagen die de kloof dichten tussen wat AI kan en wat jij nodig hebt:

• Principes — wie ben je, hoe communiceer je, wat zijn je regels? Sla dit op als een permanente instructie die AI bij elke sessie leest.
• Strategie — breek grote taken op in een plan dat je kan goedkeuren voordat er ook maar één woord is gegenereerd.
• Tactieken — dit zijn bewezen recepten voor terugkerende workflows, zodat je niet elke keer opnieuw het wiel uitvindt.
• Uitvoering — concrete, iteratieve prompts stuur je bij in plaats van telkens opnieuw te beginnen.

‍

Hoe AI eigenlijk werkt

AI heeft een "context window" — denk aan een whiteboard. Alles wat je in een gesprek schrijft, staat op dat bord. Wanneer het vol is, valt de oudste informatie ervan af. Begin je een nieuw gesprek, dan start je met een leeg bord.

Daarnaast wordt het bord gevuld met eenheden, zogenaamde tokens. Vage prompts verspillen met andere woorden je budget. Gebruik daarom Markdown. Dit is een lichte opmaaktaal met #-tekens en sterretjes, wat significant minder tokens gebruikt dan een Word-document met dezelfde inhoud.

De praktische conclusie: geef één agent één taak. Een whiteboard met vijf verschillende opdrachten levert rommelige resultaten op. Meerdere schone whiteboards — ieder met een eigen focus — leveren scherpe resultaten op.

Je gouden plaat

Het whiteboard wordt na iedere sessie gewist. Maar je kan AI wel een permanent geheugen geven via een eenvoudig tekstbestand — een agent.md — dat bij elke sessie wordt ingelezen.

Voor Lemon ziet dat er zo uit:

## Wie we zijn
Lemon — Belgisch digitaal productbedrijf.

## Communicatieregels
Direct en bondig
Daag mijn ideeën uit
Sentence case voor titels

## Tech stack
Node.js / TypeScript, Boostercloud, Flutter, React + Next.js

...

Dit bestand schrijf je slechts één keer. Vanaf dan weet AI wie je bent, hoe je communiceert, wie je collega's zijn en welke tools je gebruikt. Het is het equivalent van een grondige onboarding, maar dan voor je digitale collega.

‍

Negen prompting-gewoonten die het verschil maken

De gouden regel: toon je prompt met minimale context aan een collega. Zou die collega begrijpen wat je wil bereiken? Indien niet, zal AI dat ook niet doen. Concreet werkt het zo...

1. Wees specifiek over wat je wil en waarom,

2. Gebruik XML-tags om instructies te structureren,

3. Geef voorbeelden van de toon die je vereist,

4. Instrueer AI om verduidelijkende vragen te stellen vóór het begint te werken,

5. Geef AI een rol ("je bent een senior business analist die..."),

6. Leg de reden achter je regels uit,

7. Zeg wat AI wél moet doen in plaats van wat niet,

8. Breek grote taken op in een plan,

9. Stuur bij via iteratie in plaats van telkens opnieuw te beginnen.

‍

Skills: de SOPs van je AI

Een skill is een recept: ingrediënten, stappen, verwacht resultaat — opgeslagen als een eenvoudig tekstbestand. Wanneer je vraagt om een klantvoorstel, opent AI het client-proposal-recept, niet het meeting-notes-recept.

Het bouwen van een skill dwingt je ook om je eigen proces te begrijpen. Je kan AI pas een workflow aanleren als je die workflow zelf expliciet kan beschrijven. Dat maakt het bouwen van skills net zo waardevol als het gebruiken ervan.

Bij Lemon draaien al productie-skills voor automatische transcriptie van meetings met gestructureerde actiepunten, merkconistentie in ieder voorstel en elke presentatie, een gestructureerde kennisbank die alles doorzoekbaar maakt en event-modeling vanuit businessvereiste tot JSON-schema in minuten.

‍

Agent teams en connectors: de volgende stap

Eén agent geeft je een antwoord. Een team geeft je vertrouwen. Door meerdere agents dezelfde vraag vanuit verschillende perspectieven te laten beantwoorden, zie je de blinde vlekken die één agent nooit zou opmerken.

Connectors (via het MCP-protocol, de USB-standaard voor AI) geven AI ogen en handen: toegang tot je agenda, je Notion-workspace, je GitHub-repos. In plaats van dat jij informatie naar AI brengt, haalt AI het zelf op. Het resultaat: een dagelijkse briefing om 7:30 die je agenda checkt, je meetings samenvat met voorbereidingsnotities en je drie prioriteiten geeft — zonder dat je er iets voor hoeft te doen.
‍

Eén waarschuwing

Behandel AI als een briljante nieuwe medewerker op dag één.

Getalenteerd? Absoluut. Te vertrouwen zonder toezicht? Nog niet. Hou rekening met risico's:‍

• Prompt injection — verborgen instructies in documenten die AI kunnen manipuleren,
• Data leakage — wat gebeurt er met de tekst die je in AI plakt?,
• Hallucinatie — AI presenteert onwaarheden met absolute zekerheid.

Verifieer altijd wat telt. Gebruik AI als draftpartner, niet als eindredacteur.

‍

Begin deze week

Ga aan de slag!

Maandag: maak je sandbox aan en schrijf je agent.md. Dit neemt zo'n 10minuten tijd in beslag.
Dinsdag: geef AI een echte werktaak.
Woensdag: gebruik de "stel me vragen"-truc op een complexe opdracht.
Donderdag: verken een bestaande skill.
Vrijdag: bouw je eerste micro-skill voor een workflow die je elke week herhaalt.

Elke stap bouwt op de vorige. Je relatie met je computer verandert niet in één dag, maar begint vandaag.