Van AI-training naar workflow

Wat je leert

Een praktische AI-training kan helpen met opdrachten formuleren, informatie toevoegen en antwoorden beoordelen. Je ontdekt bijvoorbeeld dat een onduidelijke vraag meerdere interpretaties heeft. Je leert een gewenste vorm beschrijven, om ontbrekende informatie vragen en een eerste resultaat gericht corrigeren.

Dat vraagt ook vakkennis. Iemand die de taak kent, ziet sneller dat een voorwaarde is verdwenen of dat een samenvatting een voorstel als besluit weergeeft. Goede voorbeelden uit het eigen soort werk maken dat zichtbaar. Het doel is dat je begrijpt waarom een resultaat bruikbaar is en wat je moet nakijken.

Bewaar na een oefening daarom meer dan de laatste prompt. Neem ook het bronvoorbeeld, de gewenste uitkomst en een belangrijke correctie mee. Die kleine verzameling helpt om de aanpak later te herhalen. Alleen een geslaagde screenshot vertelt meestal niet genoeg over de informatie en keuzes die daarvoor nodig waren.

Na de training oefenen

Kies een herkenbare taak die je opnieuw kunt uitvoeren. Voor het fictieve team kan dat het maken van een actielijst uit overlegnotities zijn. Begin met een overleg dat je zelf kent, zodat je het resultaat kunt beoordelen. Je hoeft niet meteen een heel proces te automatiseren om iets te leren.

Probeer dezelfde aanpak bij een volgende set notities. Is het duidelijk welke namen bij welke acties horen? Worden voorstellen onderscheiden van besluiten? Als iets niet goed gaat, beschrijf dan de precieze fout. ‘Deze datum is als deadline opgenomen, maar hoort bij het volgende overleg’ geeft een gerichte correctie.

Een korte herhaling is ook een gelegenheid om vragen te verzamelen. Welke informatie had je vooraf moeten toevoegen? Welke zin in de opdracht hielp? Welke controle blijft nodig? Door zulke ervaringen te bespreken, wordt oefenen onderdeel van het werk en blijft de training niet bij een eenmalige demonstratie.

Als het werk doorgaat naar een collega

Een persoonlijke actielijst kan voldoen voor jezelf. Zodra die lijst naar het team gaat, veranderen de verwachtingen. Een collega wil weten of de actie bevestigd is, wie eigenaar is en waar de formulering vandaan komt. De vorm van de lijst moet daarom passen bij de volgende stap.

Neem een overleg waarin wordt gezegd dat iemand ‘even naar de planning kijkt’. AI kan daar een nette actie van maken, maar de afspraak bevat nog geen concreet resultaat of datum. Als de lijst zonder verdere beoordeling wordt overgedragen, krijgt een volgende collega een schijnbaar duidelijke opdracht die niemand zo heeft bevestigd.

Spreek dus af wat de lijst mag bevatten en hoe onvolledige acties zichtbaar worden. Het team kan kiezen voor een kolom ‘nog bevestigen’ of een korte lijst met open vragen. De voorzitter kan die punten aanvullen. Daarna pas wordt de actielijst de werkafspraak voor het volgende overleg.

Samen afspreken

Beschrijf voor de terugkerende taak de bron, de AI-stap en de overdracht. Welke notities worden gebruikt? Welk voorbeeld laat de gewenste vorm zien? Wie beoordeelt de lijst en waar wordt de definitieve versie bewaard? Dat zijn gewone werkafspraken die de toepassing houvast geven.

Leg ook vast hoe je omgaat met wijzigingen. Misschien wordt de actielijst later bijgewerkt, terwijl het oude chatantwoord nog bestaat. Maak duidelijk waar de actuele versie staat. Een volgende uitvoering moet voortbouwen op de afgesproken bron, zodat afgeronde acties niet opnieuw als open taak verschijnen.

Taak: een conceptactielijst maken uit de laatste overlegnotities.
Bron: de vastgestelde notities en de huidige actielijst.
Uitkomst: actie, eigenaar, datum en eventuele open vraag.
Beoordeling: de voorzitter controleert inhoud en ontbrekende afspraken.
Overdracht: de definitieve versie komt op de gedeelde projectplek.
Aanpassing: terugkerende fouten worden bij het voorbeeld vastgelegd.

Deze beschrijving hoeft niet lang te zijn. Hij moet vooral aansluiten op wat collega’s daadwerkelijk doen. Als de bronplek of de beoordelaar nog onduidelijk is, is dat het volgende punt om te regelen.

Wat mensen nodig hebben

Niet iedereen begint op dezelfde plek. Een collega kan de toepassing goed bedienen en toch moeite hebben met broncontrole. Een ervaren specialist kan een inhoudelijk fout antwoord direct herkennen, maar nog niet weten hoe die kennis in de opdracht moet worden verwerkt. Vraag naar die concrete behoefte.

Laat een collega een volledige uitvoering voordoen, inclusief de correcties. Zo ziet het team hoe een bruikbaar resultaat ontstaat en welke stappen niet vanzelf gaan. Een voorbeeld waarbij iets misloopt kan leerzamer zijn dan een perfecte demonstratie. Het geeft anderen woorden voor een probleem dat zij zelf ook tegenkomen.

Maak duidelijk waar vragen terechtkunnen. Dat kan een kort overleg zijn of een gedeelde plek met voorbeelden. Deel vooral aanpakken die anderen kunnen proberen. Een losse lijst met tools of prompts helpt minder als de invoer, de gewenste uitkomst en de controle ontbreken.

Kijken of het blijft werken

Beoordeel de normale uitvoering van de taak. Kan een collega de lijst volgende week maken met de beschikbare instructie? Blijven onduidelijke afspraken zichtbaar? Kan de voorzitter de bron terugvinden? Een bijzonder goed voorbeeld van één ervaren gebruiker vertelt nog weinig over dat dagelijkse gebruik.

Kijk ook naar de volledige inspanning. Als de lijst snel ontstaat maar de voorzitter veel tijd kwijt is aan herstel, vraagt de aanpak nog werk. Misschien is een vast invoerformat nodig. Misschien helpt een duidelijker voorbeeld. Of de taak bevat zoveel impliciete afspraken dat een deel beter tijdens het overleg wordt vastgelegd.

Een werkwijze is een combinatie van vaardigheid, informatie en afspraken. Door die onderdelen samen te oefenen, kun je zien welke verandering werkelijk helpt. Voor het afbakenen van een eerste taak kun je de gids Een eerste AI-workflow kiezen gebruiken. Voor het vergelijken van uitvoeringen is er Een eerste AI-test.