AI-agent: waarom een chatbot praat en een agent iets doet

Je vraagt ChatGPT: "zoek drie concurrenten op en vergelijk hun prijzen in een tabel." Het antwoord dat je krijgt is een nette uitleg van hoe je dat zelf zou kunnen doen, of een half onderzoek gebaseerd op wat het model toevallig al weet. Je had gehoopt dat het gewoon voor je geregeld zou worden. In plaats daarvan doe je het meeste zelf.

Dat komt doordat een gewone chatbot zich gedraagt als een collega die precies antwoord geeft op de vraag die je stelt, en daarna weer stil wordt tot je de volgende vraag stelt. Stel je in plaats daarvan een stagiair voor aan wie je een opdracht meegeeft: "regel dit voor me." Die stagiair bedenkt zelf de stappen, zoekt spullen op, checkt tussentijds of die op de goede weg zit, en komt pas terug als het werk klaar is of als die vastloopt en jouw hulp nodig heeft.

Zo'n stagiair-achtige AI heeft een naam: een AI-agent. Een AI-agent krijgt een doel en bepaalt zelf welke stappen nodig zijn om dat te bereiken, in plaats van te wachten op jouw volgende instructie.

Zodra je het verschil tussen praten en doen doorziet, snap je meteen waarom een chatbot je soms teleurstelt bij grotere klussen: die is gebouwd om te antwoorden, niet om zelfstandig door te pakken. Een agent kan wel meerdere acties na elkaar uitvoeren: een reis plannen (zoeken, vergelijken, boeken), een inbox opruimen (lezen, categoriseren, concepten klaarzetten), of software testen (code schrijven, uitvoeren, fouten herkennen en corrigeren).

Dat scheelt tijd: repetitieve, meerstaps-taken kunnen uit handen genomen worden, mits je goede kaders en controlepunten meegeeft. Tegelijk brengt meer zelfstandigheid meer risico met zich mee. Een agent die zelf beslissingen neemt, kan ook zelf fouten maken zonder dat je dat direct ziet, dus hoe meer vrijheid je geeft, hoe belangrijker het wordt om vooraf grenzen te stellen.

• Ondernemer (MKB): een agent die drie concurrenten opzoekt en een prijsvergelijking klaarzet, zodat jij alleen nog hoeft te checken en te beslissen.
• Office/administratie: een agent die binnenkomende mails leest, categoriseert op urgentie, en voor standaardvragen alvast een conceptantwoord klaarzet.
• Verkoop: een agent die een lead verrijkt met bedrijfsinformatie en een persoonlijke eerste e-mail voorbereidt.
• Corporate teams (manager, HR, marketing, IT): de manager laat meerdere rapportages doorzoeken tot één samenvattend overzicht met actiepunten, HR laat cv's screenen op functie-eisen, marketing houdt een contentkalender bij en bewaakt deadlines, en IT gebruikt een coding-agent die een bug opzoekt, een fix voorstelt en de tests draait.

1. Bepaal het concrete doel dat de agent moet bereiken, niet alleen de losse taak.
2. Beschrijf welke tools of bronnen de agent mag gebruiken (zoeken, bestanden lezen, een agenda, een e-mailprogramma).
3. Stel duidelijke grenzen: wat mag de agent zelfstandig doen, en wanneer moet die een mens om goedkeuring vragen?
4. Geef de agent een startopdracht met context: wat is het doel, wat is de deadline, wat telt als "klaar".
5. Laat de agent een plan van aanpak maken voordat die begint met uitvoeren, en controleer dat plan.
6. Laat de agent stap voor stap werken en tussentijds rapporteren wat die heeft gedaan en waarom.
7. Bouw een controlepunt in voor belangrijke of onomkeerbare acties (versturen, betalen, publiceren).
8. Evalueer achteraf het resultaat en stel de instructies bij voor de volgende keer.

Een IT-afdeling probeert eerst zonder agent een terugkerende inlogbug op te lossen: de ontwikkelaar plakt de foutmelding in een chatbot en krijgt alleen suggesties terug waar hij zelf mee aan de slag moet, terwijl de bug intussen al drie keer is teruggekomen.

Dan zet hij een coding-agent in (bijvoorbeeld via Claude Code) en geeft die de opdracht: "Zoek uit waarom gebruikers een foutmelding krijgen bij het inloggen, en los het op." Nu doorzoekt de agent zelfstandig de codebase, vindt de plek waar het misgaat, past de code aan, en draait de bestaande tests om te checken of alles nog werkt. Pas als alles klopt, meldt de agent dat de taak klaar is voor menselijke review. De ontwikkelaar hoefde niet elke stap zelf te doen, maar behield wel de laatste controle voordat de wijziging live ging.

• Gebruik dit morgen om een onderzoeksagent (zoals Deep Research in ChatGPT, Claude of Gemini) een marktanalyse te laten voorbereiden, zodat jij alleen nog hoeft te controleren en aan te vullen.
• Gebruik dit morgen om een coding-agent kleine, afgebakende bugs te laten oplossen terwijl jij aan grotere features werkt.
• Gebruik dit morgen om een agent je inbox te laten sorteren op urgentie en onderwerp, met concept-antwoorden voor de meest voorkomende vragen.
• Gebruik dit morgen om een agent een lange vergadering te laten samenvatten tot actiepunten met eigenaar en deadline.

ChatGPT / Claude / Gemini (agentmodus)

Je krijgt de volgende opdracht: [beschrijf het doel, bijvoorbeeld
"onderzoek drie concurrenten en vat hun prijsstrategie samen"].

Werk in stappen:
1. Maak eerst een kort plan van aanpak en leg dat aan mij voor.
2. Voer na mijn akkoord de stappen één voor één uit.
3. Rapporteer na elke stap kort wat je hebt gedaan en gevonden.
4. Vraag om bevestiging voordat je iets definitiefs doet
   (versturen, opslaan, publiceren).

Copilot (agentmodus in code-omgeving)

Taak: [beschrijf de bug of feature].
Doorzoek de relevante bestanden, stel een oplossing voor,
implementeer die, en draai de bestaande tests.
Rapporteer welke bestanden je hebt aangepast en waarom,
voordat ik de wijziging accepteer.

• Een agent onbeperkte vrijheid geven zonder controlepunten, waardoor fouten pas laat opvallen.
• Geen duidelijk einddoel meegeven, waardoor de agent stappen zet die niet bijdragen aan wat je eigenlijk wilde.
• Belangrijke of onomkeerbare acties (versturen, betalen, publiceren) laten uitvoeren zonder menselijke goedkeuring vooraf.
• Denken dat een agent hetzelfde is als een chatbot en dus geen aparte instructies of grenzen meegeven.
• Achteraf niet controleren wat de agent daadwerkelijk heeft gedaan, alleen het eindresultaat lezen.

• Geef altijd expliciete grenzen mee: welke acties zijn toegestaan, en welke vereisen goedkeuring.
• Laat de agent eerst een plan maken en leg dat voor, voordat die aan de uitvoering begint.
• Bouw controlepunten in bij onomkeerbare stappen zoals versturen, publiceren of betalen.
• Start met kleine, afgebakende taken om vertrouwen op te bouwen voordat je grotere taken uit handen geeft.
• Evalueer regelmatig wat de agent doet, niet alleen wat die oplevert, om bij te sturen waar nodig.

Kies een terugkerende taak op je werk die uit meerdere stappen bestaat (bijvoorbeeld het voorbereiden van een weekrapportage). Geef ChatGPT, Claude of Gemini in agentmodus de opdracht om eerst een plan van aanpak te maken, leg dat plan naast wat je zelf zou doen, en laat de agent pas na jouw akkoord de stappen uitvoeren. Noteer waar de agent goed presteerde en waar jij had moeten bijsturen.