Een AI agent laten bouwen voor een bedrijfsproces draait om zes bouwstenen: een taalmodel, de tools die het mag aanroepen, de context die het meekrijgt, grenzen aan wat het mag doen, een punt waarop een mens akkoord geeft, en logging met evaluatie. Het model kiezen is het kleinste deel van het werk. De meeste tijd gaat naar de koppelingen met je systemen en naar de regels eromheen.
Een agent is software waarin een taalmodel, de AI die tekst leest en schrijft, zelf de volgende stap kiest. Hieronder lees je hoe hij verschilt van een chatbot en een vaste workflow, wat elke bouwsteen inhoudt, welke processen passen, waar agents de mist in gaan en hoe de bouw verloopt.
Wat een AI agent is, naast een chatbot en een workflow
Voor de bouw telt één onderscheid: wie de volgende stap bepaalt. Anthropic, de maker van het model Claude, spreekt van een workflow als de route vooraf in code vastligt, en van een agent als het taalmodel zelf zijn proces en zijn gebruik van tools stuurt. Tools zijn de functies die het model mag aanroepen, zoals een order opzoeken.
OpenAI trekt in zijn praktische gids voor het bouwen van agents dezelfde grens. Een eenvoudige chatbot, waarin het model de uitvoering van het werk niet aanstuurt, valt buiten die definitie.
| Kenmerk | Chatbot | Workflow met een modelstap | Agent |
|---|---|---|---|
| Wie de volgende stap kiest | De gebruiker, met een nieuwe vraag | De code, in een vaste volgorde | Het model, binnen vaste grenzen |
| Wat het systeem doet | Een antwoord schrijven | Eén afgebakende stap, zoals lezen of indelen | Opzoeken, combineren en acties klaarzetten |
| Toegang tot je systemen | Geen, of alleen lezen | Vaste aanroepen op vaste momenten | Tools die het model zelf kiest |
| Past bij | Vragen over beleid en documentatie | Werk dat altijd hetzelfde verloopt | Werk waarbij het aantal stappen verschilt |
Neem een binnendienst die elke dag mails over lopende orders krijgt. Een chatbot beantwoordt de vraag wat de standaard levertijd is. Een workflow haalt uit elke mail het ordernummer en zet de mail in de juiste wachtrij.
Een agent pakt de mail van een klant die een week later geleverd wil krijgen en 20 stuks extra bestelt. Hij zoekt de order op in het ERP, het systeem met orders, voorraad en facturen. Daarna controleert hij voorraad en planning en zet hij een wijzigingsvoorstel klaar. Bij de volgende mail zijn het andere stappen.
De zes bouwstenen van een AI agent
OpenAI noemt drie kernonderdelen van een agent: het model, de tools en de instructies. In een bedrijfsproces werkt de agent in systemen waar een fout gevolgen heeft. Daarom gaan we hier uit van zes bouwstenen, met per bouwsteen wat je vastlegt voordat de bouw begint.
| Bouwsteen | Wat het is | Wat je vastlegt voor de bouw |
|---|---|---|
| Model | Het taalmodel dat leest, redeneert en de volgende stap kiest | Welk model je gebruikt en hoe je het later vervangt |
| Tools | De functies die de agent mag aanroepen in je systemen | Per tool het systeem, lezen of schrijven, en de rechten |
| Context en geheugen | De instructie, de gegevens bij de taak en wat de agent onthoudt | Wat de agent per taak ziet en wat hij bewaart |
| Grenzen | Regels in code over wat de agent mag | Welke acties verboden zijn en wanneer de agent stopt |
| Menselijk akkoord | Het punt waarop een medewerker een voorstel goedkeurt | Welke acties een mens bevestigt |
| Logging en evaluatie | Het logboek van elke stap en een vaste set testgevallen | Wat je bewaart en waarmee je elke versie test |
Het model
Reken erop dat je het model later vervangt door een nieuwere versie. Bouw de agent zo dat je kunt wisselen zonder de tools en de regels opnieuw te maken. OpenAI raadt aan eerst een uitgangsmeting te doen met het sterkste model en daarna te testen of een kleiner model goed genoeg scoort.
Tools en API's
Een tool is een functie die de agent mag aanroepen, zoals "zoek order op" of "zet conceptantwoord klaar". Meestal zit daar een API achter, de aansluiting waarmee software gegevens opvraagt of wijzigt in een ander systeem. OpenAI onderscheidt onder meer tools die gegevens ophalen en tools die een actie uitvoeren, zoals een bericht versturen. Die tweede groep vraagt de meeste zorg.
Maak tools smal. Een tool die de leverdatum van één orderregel wijzigt, is veiliger dan een tool die elk veld in het ERP kan aanpassen. Lees ook of je systemen de API's hebben die AI nodig heeft.
Context en geheugen
Context is alles wat het model bij een stap te zien krijgt: de instructie, de mail van de klant, de gegevens die een tool teruggaf en de stappen tot dan toe. Geheugen is wat de agent bewaart voor een volgende taak, zoals de afspraak dat een klant alleen op dinsdag kan ontvangen.
Meer context maakt een agent niet vanzelf beter. Anthropic beschrijft dat een model informatie minder nauwkeurig terugvindt naarmate er meer tekst in de context staat. Geef de agent per taak alleen de gegevens en werkinstructies die hij nodig heeft.
Grenzen in code
Een grens hoort in de software en in de rechten van het account waarmee de agent werkt. Een zin in de instructie kan een model negeren of verkeerd lezen. OWASP, bekend van zijn lijsten met beveiligingsrisico's in software, raadt aan de autorisatie in de achterliggende systemen te regelen, in plaats van het taalmodel te laten beslissen of een actie mag.
Leg in elk geval vast:
- welke tools alleen lezen en welke ook schrijven
- een maximum per actie, zoals een aantal stuks of orderregels
- een maximum aantal stappen per taak, waarna de agent stopt en de taak overdraagt
Menselijk akkoord
Bij acties met grote of blijvende gevolgen zet de agent een voorstel klaar en beslist een medewerker. OpenAI noemt als voorbeelden een order annuleren en een betaling doen, en laat een agent ook overdragen als hij na meerdere pogingen vastloopt. Hoe je per processtap kiest wie beslist, lees je in ons artikel over menselijk akkoord in een AI workflow.
Logging en evaluatie
Logging betekent dat je van elke taak bewaart wat de agent zag, welke tools hij aanriep, wat die teruggaven en wat hij voorstelde. Zonder dat logboek kun je een fout achteraf niet verklaren.
Evaluatie doe je met een testset: een vaste set gevallen uit de praktijk met de juiste uitkomst, die je opnieuw draait bij elke wijziging aan het model, de instructie of een tool. Beoordeel de einduitkomst én de route ernaartoe. Een goed antwoord via een verkeerde tool is een fout die nog niet is opgevallen.
Welke processen bij een agent passen
Een agent is de moeite waard waar vaste regels tekortschieten. OpenAI noemt drie kenmerken van geschikt werk: beslissingen die afweging vragen, regels die te uitgebreid zijn geworden om te onderhouden, en veel ongestructureerde gegevens, zoals vrije tekst en documenten. Anthropic raadt aan de eenvoudigste oplossing te kiezen en pas complexiteit toe te voegen als die aantoonbaar betere uitkomsten geeft.
Een agent past bij werk waarbij:
- het aantal stappen per taak verschilt
- de informatie over meerdere systemen verspreid staat
- de invoer vrije tekst is, zoals mails of documenten
- een medewerker het voorstel snel kan controleren
Een vaste workflow is de betere keuze als:
- elke taak dezelfde stappen doorloopt
- de regels helder zijn en zelden veranderen
- de uitkomst elke keer exact gelijk moet zijn, zoals bij een boeking
Een factuur vergelijken met een inkooporder is een vaste route. Uitzoekwerk past beter bij een agent, zoals een klacht waarbij je order, levering en eerdere contacten naast elkaar legt.
Vaak is een mengvorm de verstandigste keuze. Een vaste workflow neemt de taak aan, controleert en boekt af, en de agent doet alleen de stap waar uitzoekwerk nodig is. Weet je nog niet welk proces in aanmerking komt, begin dan met AI use cases opsporen.
Waar agents de mist in gaan
De fouten hieronder kun je in het ontwerp voorkomen.
- Te veel tools en te ruime rechten. OWASP noemt dit excessive agency, te veel handelingsvrijheid, met drie oorzaken: te veel functies, te ruime rechten en te veel zelfstandigheid. Een agent die alleen orders opzoekt, krijgt een account dat alleen kan lezen.
- Tekst van buiten die als opdracht wordt gelezen. Staat in een mail een verborgen opdracht, dan kan een model die opvolgen. Dat heet promptinjectie. OWASP beschrijft een assistent die door een binnenkomende mail gevoelige informatie uit de mailbox doorstuurt. Smalle tools, beperkte rechten en akkoord op verzenden beperken de schade.
- Fouten die zich opstapelen. Anthropic waarschuwt voor opgestapelde fouten bij zelfstandige agents en raadt uitgebreid testen in een afgeschermde omgeving aan. Een verkeerd gelezen ordernummer in de eerste stap werkt door in elke stap daarna.
- Tools die op elkaar lijken. Anthropic noemt een te uitgebreide set tools een van de fouten die het vaakst voorkomen. Kan een engineer niet met zekerheid zeggen welke tool bij een situatie hoort, dan kan de agent dat ook niet.
- Een demo zonder meting. Vijf geslaagde voorbeelden zeggen weinig over de honderden gevallen van een drukke week. Zonder testset merkt niemand dat een nieuwe modelversie zich anders gedraagt.
AI agent laten bouwen: van één smalle taak naar productie
OpenAI schrijft in zijn gids dat organisaties meer succes hebben met een stapsgewijze aanpak dan met een volledig autonome agent in één keer, en raadt aan eerst alles uit één agent te halen. De bouw verloopt daarom in zes stappen.
- Kies één smalle taak. Bijvoorbeeld alleen vragen over de leverdatum van bestaande orders. Schrijf uit hoe een ervaren medewerker die taak nu doet, met de uitzonderingen erbij. Die beschrijving wordt de instructie. Scope en stopcriteria leg je vast zoals bij een AI pilot opzetten.
- Verzamel gevallen uit de praktijk. Neem tientallen afgehandelde taken met de juiste uitkomst, ook de lastige. Dit wordt je testset.
- Bouw de tools, eerst alleen lezen. Elke tool is een klein stuk software met eigen tests. Anthropic schrijft dat het bij een eigen agent meer tijd aan de tools besteedde dan aan de instructie.
- Laat de agent meedraaien zonder gevolgen. De medewerker werkt zoals altijd, en je vergelijkt de voorstellen van de agent met wat de medewerker deed.
- Geef schrijfacties één voor één vrij. Eerst met akkoord van een medewerker op elk voorstel, en pas zonder akkoord als de metingen dat over een langere periode rechtvaardigen.
- Neem de agent in beheer. Wijs een eigenaar aan, bewaak fouten en doorlooptijd, en draai de testset opnieuw bij elke wijziging.
Een agent bouwen is daarmee hetzelfde vak als andere maatwerksoftware: koppelingen, rechten, tests en logging. We bouwen al meer dan dertig jaar software, met 30+ engineers in Nijmegen en Sarajevo en meer dan 100 projecten, en zijn gecertificeerd voor ISO 9001 en ISO 27001. Lees meer over data en AI of plan een gesprek over de taak waarmee je wilt beginnen.
Veelgestelde vragen
Wat is een AI agent?
Een AI agent is software waarin een taalmodel zelf bepaalt welke stap het neemt om een taak af te ronden. Het roept daarvoor tools aan, zoals een order opzoeken of een conceptantwoord klaarzetten, en werkt binnen grenzen die in de software vastliggen.
Wanneer is een vaste workflow beter dan een AI agent?
Als elke taak dezelfde stappen doorloopt en de regels helder zijn. Een vaste workflow is dan voorspelbaarder en makkelijker te testen. Een agent kies je voor werk waarbij het aantal stappen per taak verschilt en de invoer vrije tekst is.
Wat heb je nodig voordat je een AI agent laat bouwen?
Eén afgebakende taak met een eigenaar, systemen die via een API bereikbaar zijn, tientallen gevallen uit de praktijk met de juiste uitkomst en een medewerker die voorstellen beoordeelt. Ontbreekt de toegang tot je systemen, dan bouw je die eerst.
Heb je meerdere AI agents nodig voor één proces?
Begin met één agent. OpenAI raadt aan eerst alles uit één agent te halen, omdat meerdere agents extra complexiteit geven. Splitsen komt in beeld als één agent zijn instructies niet meer goed volgt of steeds de verkeerde tool kiest.
