Firecrawl: zo zet je een website om in bruikbare input voor je AI

Een AI-model is zo goed als de context die je het geeft. Wil je een chatbot je eigen handleiding laten kennen, of een agent de laatste productprijzen van een leverancier, dan moet die informatie eerst schoon en leesbaar op tafel komen. Daar zit het probleem: webpagina’s zitten vol navigatie, banners en scripts, en moderne sites laden hun inhoud pas met JavaScript. Firecrawl lost dat op door elke URL om te zetten in schone markdown die een taalmodel meteen begrijpt (Bron: Firecrawl Docs — Introduction).

💡 Beginner-tip: “Context” is simpelweg de informatie die je een AI-model meegeeft naast je vraag, zodat het antwoord over jóuw situatie gaat in plaats van algemeen blijft. Firecrawl is de schoonmaakstap daarvóór: het maakt een rommelige webpagina behapbaar genoeg om als context te dienen. Je hoeft zelf geen scraper te bouwen of HTML te ontleden.

Wat Firecrawl van een pagina maakt

De kern is één API met drie hoofdfuncties: search (het web doorzoeken), scrape (één pagina ophalen) en interact (op een opgehaalde pagina doorklikken of formulieren invullen). Voor het voeden van een AI-model is scrape het werkpaard. Firecrawl strijkt nav, advertenties en scripts weg en geeft standaard schone markdown terug, geoptimaliseerd voor het contextvenster van een model (Bron: Firecrawl Docs). Omdat elke scrape in een echte Chromium-browser draait, komen JavaScript-zware sites — React, Vue, Next.js — compleet terug in plaats van als leeg geraamte.

Naast markdown kun je ook gestructureerde JSON opvragen, of een hele site aflopen met /crawl: je geeft één start-URL, Firecrawl ontdekt de pagina’s en scrapet ze stuk voor stuk, met controle over diepte, het maximale aantal pagina’s en padfilters (Bron: Firecrawl Docs — Crawl).

In drie stappen: van URL naar AI-input

1. Haal je API-sleutel op. Maak een account op firecrawl.dev en kopieer je sleutel (die begint met fc-). Wil je eerst voelen hoe het werkt zonder code, gebruik dan de playground in de browser (Bron: Firecrawl Docs).

2. Scrape de pagina. Met de Node-SDK is dat een paar regels:

   import { Firecrawl } from 'firecrawl';
   
   const firecrawl = new Firecrawl({ apiKey: 'fc-JOUW-SLEUTEL' });
   
   const doc = await firecrawl.scrape('https://voorbeeld.nl/handleiding', {
     formats: ['markdown'],
   });
   
   console.log(doc.markdown); // schone markdown, klaar voor je model

   Liever de terminal? Dan volstaat firecrawl https://voorbeeld.nl/handleiding via de CLI, die meteen markdown teruggeeft.

3. Voer de markdown als context aan je AI. Plak de output in je prompt voor een eenmalige vraag, of zet hem in een vector-database als je er vaker doorheen wilt zoeken (een RAG-opzet). De uitvoer is bewust compact: Firecrawl claimt zo’n schone markdown te leveren dat je model fors minder input-tokens verbruikt dan bij ruwe HTML (Bron: Firecrawl — Scrape).

   ⚡ Gevorderden: voor herhaalbare pipelines gebruik je /crawl met een padfilter (bijvoorbeeld alleen /docs/) en stuur je de resultaten via een webhook naar je verwerkingsstap. Zo blijft je kennisbank automatisch in sync met de bron-site.

De makkelijkste route: via MCP naar je editor

Wil je geen losse scripts beheren, dan is de officiële Firecrawl MCP-server de snelste weg. Die koppelt Firecrawl rechtstreeks aan AI-tools als Cursor, Claude en VS Code, zodat je agent het web kan opvragen vanuit je gewone workflow (Bron: Firecrawl Docs). In de praktijk vraag je Cursor dan iets als “haal de API-documentatie van deze leverancier op en schrijf een client”, en de agent gebruikt Firecrawl onder de motorkap om de juiste pagina’s binnen te halen. Geen knip-en-plak-werk meer tussen je browser en je editor.

💡 Beginner-tip: MCP (Model Context Protocol) is een standaard waarmee AI-tools veilig met externe diensten praten. Je hoeft het protocol niet te begrijpen om het te gebruiken — je installeert de server één keer en je tool weet daarna dat Firecrawl beschikbaar is.

Waar je op moet letten

Firecrawl rekent op basis van credits. Er is een gratis tier om mee te prototypen, maar zwaardere bewerkingen — zeker AI-extractie naar JSON — kosten meer credits dan een gewone scrape, dus reken voor een serieuze workload even door wat je realistisch verbruikt (Bron: Firecrawl pricing-overzicht, eesel AI). En blijf binnen de regels van de site die je scrapet: respecteer robots.txt, rate limits en auteursrecht. Het web als databron is krachtig, maar het blijft andermans content.

Wil je weten welke AI-tool het beste bij je past om die context vervolgens te verwerken? Op hetlaatsteainieuws.nl staat de achtergrond AI-agents in 2026: wat zijn ze en wat kun je er echt mee?, die uitlegt hoe agents externe bronnen inzetten.

Checklist: klaar om het web te voeren aan je AI?

• Account en API-sleutel (fc-…) opgehaald op firecrawl.dev
• Eerste pagina gescraped met formats: ['markdown']
• Output gecontroleerd: alleen inhoud, geen nav of advertenties
• Hele site nodig? /crawl met diepte- en padfilter ingesteld
• Markdown in je prompt geplakt óf in een vector-database gezet
• Of: MCP-server gekoppeld aan Cursor/Claude voor hands-off gebruik
• Creditverbruik ingeschat en robots.txt/rate limits gerespecteerd