Een chatbot wacht op jouw volgende vraag. Een AI-agent niet: die krijgt een doel en gaat zelfstandig aan de slag, roept onderweg gereedschappen aan en neemt beslissingen zonder dat jij bij elke stap meekijkt. Dat maakt agents krachtig, en tegelijk risicovoller. Want alles wat je vooraf niet duidelijk hebt gemaakt, vult de agent zelf in. De kwaliteit van je instructie bepaalt daarmee de kwaliteit van het werk.
In deze gids kijken we hoe je een agent scherp aanstuurt, met Make AI Agents als concreet voorbeeld. Make is een no-code automatiseringsplatform, dus je kunt meelezen en meebouwen zonder te programmeren.
Waar Make AI Agents draaien
Make heeft agents ingebouwd in de visuele Scenario Builder, de omgeving waarin je automatiseringen als een stroomschema bouwt. Elke agent heeft een globale systeemprompt voor consistentie, met ruimte om per scenario bij te sturen. Handig detail: er is een reasoning-paneel dat stap voor stap toont welke keuzes de agent maakt en welke gereedschappen hij aanroept. Zo zie je waar het misgaat als een agent iets onverwachts doet. De functie zit op alle betaalde plannen.
💡 Beginner-tip: Je hoeft geen prompt-expert te zijn om te beginnen. Denk aan de systeemprompt als een functieomschrijving voor een nieuwe collega: wie ben je, wat is je doel, en wat mag je beslist niet doen. Wie dat op papier helder krijgt, heeft het moeilijkste deel al gehad.
Vier bouwstenen van een goede systeemprompt
Een sterke instructie is bijna nooit één zin. Vier onderdelen maken het verschil.
Rol. Vertel de agent wie hij is en vanuit welk perspectief hij werkt. “Je bent een klantenservice-assistent voor een webshop” stuurt gedrag beter dan een neutrale opdracht zonder context.
Doel. Benoem het concrete resultaat. Niet “help met e-mails”, maar “beantwoord binnenkomende vragen over bezorgstatus en verwijs andere vragen door naar een mens”.
Grenzen. Dit wordt het vaakst vergeten en is juist cruciaal bij een zelfstandige agent. Zeg expliciet wat de agent níet mag doen en wat hij moet terugvragen bij twijfel. Grenzen houden een agent voorspelbaar.
Formaat. Geef aan hoe de output eruit moet zien: kort of uitgebreid, met welke velden, in welke toon. Een agent die het formaat kent, levert bruikbaar werk in plaats van iets wat je nog moet ombouwen.
Bijsturen zonder alles te herschrijven
Merk je dat een agent net naast het doel zit, dan hoef je de hoofdprompt niet meteen om te gooien. Make heeft een functie voor aanvullende systeeminstructies waarmee je het gedrag bijstelt zonder de kern aan te raken. Voeg bijvoorbeeld één regel toe die een terugkerende fout corrigeert, en test opnieuw. Zo bouw je de instructie laag voor laag op in plaats van elke keer van voren af aan.
⚡ Gevorderden: Kies het model bewust. Make laat je zelf het taalmodel kiezen, onder meer OpenAI-compatibele modellen. Een lichter model is goedkoper en vaak snel genoeg voor gestructureerde taken; bewaar de zwaardere modellen voor werk waar echt geredeneerd moet worden. Meet de kosten per taak voor je een agent op volume laat draaien.
Klein beginnen, dan uitbreiden
De grootste fout is een agent meteen te veel taken tegelijk geven. Begin met één afgebakende taak, controleer met het reasoning-paneel of het gedrag klopt, en breid pas uit als je ‘m vertrouwt. Een agent die één ding betrouwbaar doet, is meer waard dan een agent die tien dingen half doet.
Wil je eerst het bredere plaatje snappen van wat AI-agents wél en niet zelfstandig aankunnen, en waar jouw controle nodig blijft? Onze duiding op hetlaatsteainieuws.nl over hoe AI het werk splitst in uitvoeren en meedenken helpt je die grens scherp te krijgen.