Hoe we ons hele bureau nu vanuit onze broekzak besturen, gewoon door te praten

Van de oprichter

Ik ben geen programmeur. In vijfentwintig jaar marketing heb ik nooit een regel code geschreven. Wat ik wél kan, is een proces uit elkaar trekken en bedenken welke stappen erin zitten. Deze week maakten we iets af waar ik stiekem trots op ben, en dat precies laat zien waar het bij AI echt om draait. We kunnen ons hele bureau nu aansturen vanaf de telefoon, gewoon door te praten. Vandaag deel ik hoe, zodat je ziet wat er mogelijk is, en waarom het werkt.

In het kort. We hebben ons bureau zo ingericht dat we het volledig vanaf de telefoon besturen, ook onderweg en gewoon met onze stem. Achter elke klant zit een eigen assistent die de afspraken, dossiers en werkwijze onthoudt en die een systeemstoring overleeft. Dat kan niet omdat het model zo slim is, maar omdat de context en de structuur eromheen goed staan. Daar zit de blijvende waarde.

De droom van elke bureau-eigenaar: leidinggeven met je stem

Je kent het moment. Je loopt de deur uit bij een klant, zit in de auto of loopt naar de volgende afspraak, en er schiet je iets te binnen. Een correctie op een concept, een mailtje dat eruit moet, een dossier dat bijgewerkt wil worden. Normaal betekent dat je laptop openklappen, inloggen en het zelf typen. Of je onthoudt het en het zakt weg.

Wij doen dat nu anders. Ik spreek een berichtje in, alsof ik mijn meest ervaren collega even bel om een instructie door te geven. De juiste assistent pakt het op en gaat aan het werk, en leest z’n antwoord desgewenst als spraakbericht terug. Ik hoef nergens voor achter een scherm te kruipen. Voor het eerst voelt het alsof ik echt leidinggeef aan mijn bureau in plaats van het te bedienen, en dat kan overal, met mijn handen vrij.

Waarom een gewone chatbot dit niet kan

Toen we begonnen deden we het zoals de meesten. Een losse chatbot, een snelle vraag. Maar dan merk je al snel het echte probleem. Zo’n open model heeft geen blijvend geheugen. Elke keer moet je opnieuw uitleggen wie de klant is, wat de lopende afspraken zijn en hoe jullie het hier doen. Sluit je het venster, dan is alles weg. Het voelt als elke ochtend een nieuwe uitzendkracht inwerken die gisteren nog niet bestond.

Dat is niet alleen vermoeiend, het is ook onbetrouwbaar. Een model dat de context niet kent, geeft een gemiddeld antwoord en verzint desnoods met grote stelligheid iets wat niet klopt. Voor werk waar jouw naam onder staat is dat geen optie. Het echte verschil zit dus nooit in een slimmer model, het zit in een geheugen dat blijft.

Hoe we het opbouwden: een assistent per klant, met een geheugen dat blijft

De sprong kwam toen we de context van elke klant apart en gestructureerd gingen vastleggen, in drie lagen die je in gewone taal zo kunt lezen.

1. Het handvest. De vaste spelregels en de identiteit van die klant, de dingen die zelden veranderen.
2. Het logboek. De actuele stand van zaken, wat er speelt en welke besluiten er zijn genomen, met datum.
3. Het regelboek. De plek waar elke correctie die we maken een blijvende regel wordt, zodat een fout nooit twee keer gebeurt.

Achter elke klant staat zo een eigen assistent die precies die context laadt, en niets van een andere klant, zodat dossiers nooit door elkaar lopen. Belangrijk is dat dit geheugen een storing of een opschoning overleeft, omdat we alles gaandeweg wegschrijven. De assistent begint dus nooit meer met een leeg hoofd. En doordat we het geheel vanaf de telefoon bedienen, ook pratend, staat het bureau letterlijk in je zak. De mens blijft aan het stuur, wij beoordelen elk concept vóór er iets de deur uitgaat.

Wat het in de praktijk oplevert

	Losse chatbot	Onze aanpak met vaste context
Instructies onderweg	Typen op een klein scherm	Inspreken, alsof je je assistent belt
Klantcontext	Verdampt zodra je de chat sluit	Blijft vast in het dossier van die klant
Leren van je feedback	Vergeet de correctie de volgende keer	Schrijft de les weg als vaste regel
De regie	Blind vertrouwen op de output	Jij beoordeelt elk concept vooraf

Het klinkt bijna te simpel, maar het effect is groot. In plaats van uren eerdere afspraken opzoeken en fouten herstellen, staat een concept binnen minuten klaar voor jouw akkoord. Niet omdat de computer het overneemt, maar omdat hij eindelijk weet hoe jullie werken.

“De echte waarde van AI zit niet in de intelligentie van het model dat je inkoopt, maar in de discipline waarmee je de context van je eigen kantoor organiseert.” — Menno van der Meulen

Waarom de structuur de enige duurzame waarde is

Hier zit de kern. De modellen worden elke maand slimmer en sneller. Als je je manier van werken ophangt aan één losse tool, bouw je op drijfzand, want de tool van vandaag is over een half jaar ingehaald. Maar het geheugen van je kantoor, de afspraken, de dossiers en de regels die je hebt opgebouwd, dat is van jou. Dat blijft staan terwijl de techniek eronder verbetert.

Dat is precies waarom we onze aandacht niet op het model richten maar op de structuur eromheen. Het is het verschil tussen een handige truc die morgen verouderd is, en een bezit dat elk jaar meer waard wordt. En het is ook precies wat het mogelijk maakte om het geheel gewoon pratend vanaf de telefoon te draaien, want als de context vastligt, hoef je alleen nog maar te zeggen wat je wil.

Zelf aan de slag of laat ons helpen

Wil je dit zelf verkennen? Onze methode staat open op GitHub, zodat je er meteen mee aan de slag kunt met Claude Code.

Wil je het in één keer goed ingericht hebben op je eigen omgeving? Plan dan een kennismaking, dan kijken we samen waar het de moeite waard is. Wij komen niet om uren te schrijven, maar om dit soort structuur snel en veilig bij jou neer te zetten.

• De open methode: github.com/mennovdmm/canoniek
• De begeleide route: plan een kennismaking