AI-workflows automatiseren: taken laten lopen zonder dat jij erbij zit

Elke ochtend open je je mailbox en doe je hetzelfde rijtje: lezen, beoordelen wat urgent is, doorsturen naar de juiste collega, de rest laten liggen. Een half uur verder ben je nog niet aan je eigen werk begonnen. Morgen doe je precies dezelfde handelingen weer, op precies dezelfde mails van een andere afzender.

Denk aan een sorteercentrum voor post. Er komt van alles binnen, iemand bekijkt elke envelop, beslist in welke bak hij hoort, en legt hem daar neer. Dat sorteerwerk kun je uitbesteden aan een systeem dat drie dingen na elkaar doet: iets gebeurt (een nieuwe mail komt binnen), een slimme tussenpersoon beoordeelt wat het is, en daarna voert een vast onderdeel de actie uit: doorzetten, een label plakken, een concept klaarzetten. Net als bij een sorteercentrum loop je risico op een verkeerd gesorteerde brief, dus zet je op de gevoelige punten iemand neer die controleert voordat de brief de deur uitgaat.

Zo'n keten van gebeurtenis, beoordeling en actie heeft een naam: een AI-workflow. Je bouwt hem met een automatiseringstool zoals n8n, Make of Zapier, met een AI-stap ergens in het midden die het denkwerk doet.

Zodra je een workflow ziet als drie losse blokken, snap je waarom "even automatiseren" vaak misgaat: mensen proberen alles in één grote stap te proppen, terwijl trigger, beoordeling en actie juist apart getest en aangepast moeten kunnen worden. Een AI-stap die verkeerd classificeert, kun je bijstellen zonder de rest van de workflow aan te raken.

Het levert je vooral tijd op bij terugkerend werk: dezelfde beslissing die je vijftig keer per week neemt, hoeft niet vijftig keer door jou genomen te worden. Maar een AI-stap kan misclassificeren of iets verzinnen dat er niet staat, zoals in de kaart over hallucinaties. Daarom hoort bij elke workflow die iets naar buiten stuurt of onomkeerbaar maakt, een mens die op het juiste moment meekijkt. Ketent een workflow meerdere AI-stappen na elkaar, bijvoorbeeld eerst samenvatten en dan pas herschrijven, dan gebruik je het principe van prompt-chaining. En zodra een stap zelf beslist welke volgende stap nodig is in plaats van een vast schema te volgen, zit je dichter bij een AI-agent dan bij een workflow.

• Ondernemer (MKB): je sorteert zelf elke ochtend je mailbox op urgentie. Een workflow doet die eerste triage en laat alleen de twijfelgevallen aan jou over.
• Office/administratie: nieuwe aanvragen of offerteverzoeken komen via een formulier binnen en moeten handmatig worden doorgezet naar de juiste collega.
• Verkoop: elke nieuwe lead moet eerst worden opgezocht en beoordeeld voordat je weet of hij de moeite waard is om te bellen.
• Corporate teams (manager, HR, marketing, IT): de manager wil een wekelijkse rapportage automatisch samengesteld zien, HR wil sollicitaties voorsorteren, marketing wil één artikel omzetten naar posts voor meerdere kanalen, en IT wil storingsmeldingen automatisch indelen naar prioriteit.

1. Kies één terugkerende taak die je nu handmatig en herhaaldelijk doet.
2. Bepaal de trigger: wat moet er gebeuren voordat de workflow start (nieuwe mail, nieuw formulier, nieuwe rij in een lijst)?
3. Isoleer de AI-stap: welke beslissing of tekst moet het model leveren, en niets meer dan dat?
4. Bepaal de actie: wat moet er daadwerkelijk gebeuren nadat de AI-stap klaar is?
5. Bouw een controlepunt in bij elke actie die naar buiten gaat of niet terug te draaien is: een mens keurt goed voordat de actie afgaat.
6. Bouw een vangnet in: wat gebeurt er als de AI-stap een onbruikbaar antwoord geeft, en waar wordt dat gelogd?
7. Test de workflow eerst op een klein aantal gevallen voordat je hem op alles loslaat.

Een officemanager probeert eerst haar hele mailbox in één keer te laten automatiseren: binnenkomende mail moet meteen beantwoord worden, zonder tussenstop. Na een paar dagen ontdekt ze dat er al een verkeerd antwoord is verstuurd naar een klant met een echte klacht, omdat de AI-stap die verkeerd als routinevraag had ingeschat.

Ze bouwt de workflow opnieuw op, nu in drie losse blokken. De trigger blijft: een nieuwe mail komt binnen. De AI-stap classificeert alleen nog, zonder zelf te antwoorden: urgent, routine, of klacht. De actie verschilt per uitkomst: routinevragen krijgen een conceptantwoord klaargezet, urgente en klacht-mails gaan direct naar haar inbox met het label bovenaan. Pas als zij het conceptantwoord goedkeurt, wordt het verstuurd.

• Gebruik dit morgen bij je eigen mailbox: schrijf op wat de trigger, de beoordeling en de actie zouden zijn als je dit zou automatiseren.
• Gebruik dit morgen bij een terugkerend formulier (offerteaanvraag, contactformulier): laat een AI-stap alleen classificeren, niet meteen beantwoorden.
• Gebruik dit morgen bij een bestaande automatisering: voeg een controlepunt toe bij elke actie die nu zonder goedkeuring naar buiten gaat.
• Gebruik dit morgen bij een AI-stap die weleens raar antwoordt: bouw een vangnet in voor het geval de uitkomst niet bruikbaar is.

E-mail classificeren op urgentie

Je krijgt de tekst van een binnengekomen e-mail. Bepaal het type:
"routine", "urgent" of "klacht". Geef alleen het type en een reden
van maximaal één zin. Verzin geen inhoud en beantwoord de mail niet.

E-mail:
[plak hier de e-mail]

Lead beoordelen voor verkoop

Je krijgt gegevens van een nieuwe lead: [naam, bedrijf, bericht,
bron]. Beoordeel op basis van deze gegevens alleen of de lead
"warm", "koud" of "onduidelijk" is, met een reden in maximaal
twee zinnen. Verzin geen bedrijfsinformatie die niet is aangeleverd.

Eén artikel herbruiken voor meerdere kanalen

Hier is een artikel: [plak artikel of transcript].

Stap 1: haal de belangrijkste inzichten, cijfers en uitspraken eruit
als losse punten, zonder ze al te herschrijven.
Stap 2: gebruik alleen die punten om een LinkedIn-post te schrijven
die past bij dat kanaal, niet een ingekorte versie van het artikel.

• Alles in één grote AI-stap proppen, waardoor je niet meer kunt zien waar iets misgaat.
• Een workflow die zelfstandig mailt, publiceert of betaalt, zonder controlepunt voor een mens.
• Geen vangnet voor een AI-stap die een onbruikbaar of onvolledig antwoord teruggeeft.
• Direct een grote, complexe workflow bouwen in plaats van eerst een kleine, lineaire versie te testen.

• Houd de AI-stap smal: één duidelijke beoordeling of tekst per stap, niet een hele keten ineens.
• Zet een controlepunt bij elke onomkeerbare actie: versturen, publiceren, betalen.
• Bouw een vangnet en een log in vanaf de eerste versie, niet pas nadat er iets misging.

Kies één taak die je deze week minstens drie keer handmatig hebt gedaan. Schrijf in drie regels op wat de trigger zou zijn, wat de AI-stap zou moeten beoordelen of opleveren, en wat de actie daarna is. Bedenk er ook bij: op welk moment moet een mens dit nog goedkeuren voordat het echt gebeurt?