Week W32 · 3-9 augustus 2026
Build AI. Run AI. Own AI.
Ik bouw dit niet in een lab, maar middenin mijn eigen leven als zzp'er en vader — en toch ontwerp ik elke keuze alsof er een enterprise-klant op leunt: multi-tenant vanaf dag 1, secrets die nooit een mens ziet, migraties die nooit terug kunnen. Dit is het logboek van die combinatie: zelf bouwen, zelf draaiend houden, zelf eigenaar blijven — inclusief de aanname, de misser en de prijs van elke keuze.
Tot nu toe reageerde mijn assistent vooral per losse beurt: ik stel een vraag of stuur een notitie in, en het systeem geeft antwoord of voert een tool uit. Maar zodra je iemand door een onboarding wilt loodsen, een profiel compleet wilt maken of een nieuw teamseizoen wilt inrichten, schiet dat vraag-antwoordmodel tekort. Een goede assistent geeft dan niet alleen antwoord op de laatste zin, maar houdt bij waar we zijn in het grotere verhaal en helpt met de volgende stap. Deze week bouwde ik daarvoor de Playbook-orchestrator en een simulatie-omgeving om meerbeurtsgesprekken te testen zonder ze allemaal met de hand te hoeven typen.
Het probleem dat opdook
Wanneer je een gesprek van tien of vijftien beurten voert om bijvoorbeeld iemands werkgeschiedenis of een nieuwe workspace in kaart te brengen, lopen twee dingen snel door elkaar: de vrije dialoog en de vaste mijlpalen die je onderweg moet afvinken.
Laat je de voortgang volledig over aan één lange systeemprompt, dan dwaalt het taalmodel na vier zijvragen af of stelt het drie vragen tegelijk waardoor de gebruiker afhaakt. Maak je er daarentegen een starre beslisboom van, dan voelt de chat als een vermomd webformulier dat vastloopt zodra iemand een onverwachte tegenvraag stelt of in één zin alvast informatie geeft voor drie stappen verderop.
Daarnaast ontdekte ik tijdens het testen nog iets praktisch: je kunt een meerbeurts-onboarding niet serieus verbeteren als je na elke wijziging zelf twintig berichten met de hand in het chatscherm moet intikken.
De makkelijke weg die ik had kunnen nemen
Ik had de onboarding kunnen uitschrijven als een nog langere instructieprompt ("Vraag eerst A, daarna B, en pas daarna C") en hopen dat het model zelf bijhoudt wat al beantwoord is. Dat werkt bij een meewerkende gebruiker die keurig één ding tegelijk antwoordt, maar breekt zodra het gesprek natuurlijk verloopt.
De keuze die ik maakte en de strategie erachter
Ik koos voor een expliciete Playbook-orchestrator die de regie over meerbeurtsgesprekken overneemt, gekoppeld aan een simulatie-runner:
- Vaste fasen en slots, vrije verwoording. Een playbook definieert welke stappen en gegevens (slots) er voor een doel nodig zijn, maar laat het taalmodel vrij om natuurlijk te reageren. Noemt een gebruiker in beurt één alvast informatie die pas in stap drie gevraagd zou worden, dan legt de orchestrator dat direct vast zonder de vraag later nog eens dom te herhalen.
- Turn arbitration en pacing. Als een gebruiker midden in een playbook een losse vraag stelt of even van onderwerp wisselt, dwingt de orchestrator niet blind de volgende formulierstap af. Hij beantwoordt eerst de vraag, haalt waar nodig eerdere kennis op via RAG-recall, en pakt pas op een logisch moment de draad van het playbook weer op — met rust en dosering (pacing & backoff) zodat het gesprek geen kruisverhoor wordt.
- Gespreks-simulatie als testbank. Om niet elke playbook-variant handmatig te hoeven doorlopen, bouwde ik een simulatie-omgeving waarin een gesimuleerde gebruiker (met een eigen profiel en doel) het gesprek aangaat met de orchestrator. Zo kan ik in enkele minuten zien waar een dialoog stroef loopt, in herhaling valt of te snel conclusies trekt.
Wat het kostte
Het bouwen van een echte orchestratielaag bovenop de bestaande chat vroeg om een scherp onderscheid tussen gespreksstatus (waar zitten we in het playbook, welke slots zijn al gevuld?) en domeindata (wat schrijven we daadwerkelijk weg naar het profiel of de workspace?). Ook het afstellen van de balans tussen doorvragen en meebewegen kostte verschillende simulatierondes voordat de assistent niet meer te gretig na elke halve zin naar de volgende stap sprong.
Wat het nu oplevert en wat ik ervan leerde
Het platform is deze week gegroeid van een losse opdrachten-uitvoerder naar een gesprekspartner die een doel over meerdere beurten kan vasthouden. Onboarding en profielopbouw zijn nu geen losse prompts meer, maar herhaalbare playbooks die ik geautomatiseerd kan doorproberen.
De belangrijkste les zat in de simulaties: een conversatie-flow die op papier logisch oogt, valt pas echt door de mand wanneer je hem tien keer achter elkaar laat doorlopen door een tegendraadse gesprekspartner. En zodra die playbooks en extractie-pijplijnen echte gebruikersdata naar de generieke kennisgraaf begonnen te schrijven, kwamen er aannames boven water die geen enkele unit-test had gezien. Dat is het verhaal van volgende week.