Hoe je een team van AI-agents aanstuurt in Claude Cowork
Dit is deel 3 van een driedelige serie. In deel 1 lieten we het verschil zien tussen Chat en Cowork. In deel 2 zetten we Cowork stap voor stap op. Vandaag: hoe je een heel team van AI-agents inzet
Wij zijn kritisch op de zoektocht naar de perfecte prompt. Want die bestaat niet. Toch lijkt iedereen op jacht naar dat ene zinnetje waardoor AI ineens slim wordt. Hoeveel LinkedIn-posts heb je wel niet voorbij zien komen waarin je een woord in de comments moest achterlaten, om vervolgens een eindeloze lijst "killer prompts" toegestuurd te krijgen? Pure clickbait, en je wordt er geen haar wijzer van.
Anthropic, het bedrijf achter Claude, lanceerde recent een framework over AI fluency. Daarin bevestigen zij ons standpunt. Het gaat niet om het prompten, maar om weten hoe je met AI werkt: je probleem begrijpen, weten hoe succes eruitziet, bepalen wie wat doet tussen jou en de AI. Het goed instrueren, kritisch zijn op de output, blijven itereren en weten wanneer je een nieuwe chat begint.
Dit bespreken wij uitgebreid met Caroline Glasbergen volgende donderdag 28 mei om 12:00 hier LIVE op LinkedIn.
Dat gezegd hebbende, een paar bouwstenen zullen niet veranderen in het opzetten van een goede instructie voor AI.
AI = model + rol + context + tools + output
Model. Niet elk model is goed in alles. In Claude, is Opus voor diep denkwerk en complexe analyses. Sonnet is de allrounder die de meeste dagelijkse taken aankan. Haiku is snel en goedkoop voor simpele klusjes.
Rol. AI heeft kennis van bijna de hele (Westerse) wereld. Jij bepaalt de bril waar het doorheen kijkt. Wil je dat het denkt als fiscalist, als copywriter, als data scientist? Zonder rol krijg je een antwoord uit het brede midden, en daarmee middelmatigheid.
Context. AI weet veel, maar over jouw specifieke situatie weet het niets. Geef daarom context mee. Wat is je doel, wie is je publiek, wat heb je al geprobeerd, wat is de voorgeschiedenis?
Tools. Welke connectors of skills mag Claude aanroepen? Mag het een websearch doen? Je Gmail, een eigen Excel-skill, een specifieke Notion-database gebruiken? Lees in het vorige artikel over Claude Cowork - in deel 2 hier - hoe je dat goed opzet.
Output. Wat wil je terug? Een mail van 150 woorden, een tabel met drie kolommen, een lijst van vijf bullets, een artikel met kopjes? Hoe specifieker, hoe groter de kans dat AI in één keer levert wat je in je hoofd had. Geef ook mee voor wie het is en welke toon erbij past; een mail aan je opdrachtgever vraagt iets anders dan een appje aan een collega. Heb je een voorbeeld van hoe het eruit moet zien? Plak het erbij, dan heeft AI een referentie.
In Cowork kan je nu een team aan AI’s aansturen
Cowork is in feite Claude Code in een veiliger jasje. Dezelfde agent-technologie, maar dan zonder dat je een terminal hoeft te openen of weet wat een commandline isEen agent is niets meer dan een LLM die eerst een plan maakt (redeneren) en daarna de juiste tools inzet (tool calling). In plaats van alleen tekst terug te geven, maakt het ook letterlijk een Word-document voor je en zet dat in je map. Of het stuurt een mail, vult een Excel, of zoekt iets op in je Notion.
Als je iets vraagt in Cowork zie je rechtsboven “In progress” verschijnen, met een lijst stappen. Achter de schermen worden die stappen al door verschillende agents uitgevoerd. Standaard gebeurt dat lineair: één agent na de ander. Maar je kunt ook expliciet vragen om agents parallel te laten werken en onderling informatie uit te wisselen.
Waarom zou je opsplitsen naar meerdere agents? Elke chat heeft een beperkt geheugen, het zogenoemde context window. Hoe langer je in één chat blijft hangen, hoe groter de kans dat Claude oude informatie verkeerd interpreteert, dingen door elkaar haalt of zelfs begint te hallucineren (verzinnen). Door taken op te knippen en aan losse agents te geven, krijgt elke agent een schoon vertrekpunt en blijft de kwaliteit overeind.
De formule die je net leerde geldt nog steeds, alleen pas je hem nu toe op een team:
Dus de AI = model + rol + context + tools + output.
Hoe dat eruit ziet in de praktijk
Vorige week moesten wij een business case afronden voor een klant. Wij wilden de cijfers laten checken, benchmarks vinden, formules nalopen en de aannames laten uitdagen. Vier taken die los van elkaar kunnen, maar wel hetzelfde document raken en deels van elkaar afhankelijk zijn. Want als een benchmark afwijkt, moet je terug naar de calculaties.
Wij openden Cowork, sleepten de business case in de chat en typten:
Jij bent de CFO met een team van vier analisten. Ze werken parallel en delen onderling relevante bevindingen. Context over de klant: …
Agent 1 doet een sanity check. Kloppen de cijfers hoog over? Brein: Opus
Agent 2 zoekt benchmarks. Vergelijkbare ROI-analyses bij betrouwbare bronnen zoals McKinsey en Forrester. Brein: Sonnet
Agent 3 is een Excel-wizard. Loopt alle formules en cellen na, op zoek naar fouten of vergeten cellen. Brein: Opus
Agent 4 daagt de aannames uit. Welke aannames moeten waar zijn om dit verhaal te laten kloppen? Brein: Opus.Rapporteer terug aan mij als CFO. Je geeft een analyse op basis van de input van het team: zou je investeren ja of nee, met redenering erbij.
In de progressbalk zagen wij vier agents tegelijkertijd aan het werk. Elk met een eigen contextvenster, eigen skills, eigen connectors.
Waarom dit beter werkt dan één lange chat
Bij één agent in één chat zit alles in hetzelfde geheugen. Hoe langer je doorpraat, hoe groter de kans dat Claude oude info door elkaar haalt of gaat verzinnen.
Bij een team van agents heeft elke agent een schoon vertrekpunt, eigen focus, en deelt alleen wat relevant is. Resultaat: hogere kwaliteit output, minder hallucinaties, en jij houdt zelf overzicht.
Zelf proberen: Pak een complexe taak waar je normaal Claude voor zou inzetten. Splits 'm op in drie of vier rollen. Schrijf één prompt waarin je de teamrollen expliciet verdeelt, elk met een eigen rol + model + context + tools + output, en zeg erbij: werk parallel en deel onderling relevante info.
Hier onder meer voorbeelden van teams die wij dagelijks gebruiken
🎙️Volgende week donderdag 28 om 12:00 gaan wij hier dieper op in, LIVE op LinkedIn met Caroline Glasbergen.
🏢 Wil je hier mee over leren? We begeleiden je tijdens een van onze workshops live door alles wat we in deze serie hebben behandeld. Van setup tot teams van agents. En helpen je met al je vragen. Kom vrijdag 29 mei (in Utrecht), woensdag 24 juni (in Amsterdam), woensdag 19 augustus of woensdag 9 september naar een van onze workshops.
Als je betalend abonnee wordt, dan krijg je korting op onze workshops. En boek elke week gratis een twintig minuten durende sparringssessie met ons, één op één. Worstel je met een bepaalde prompt die maar niet wil lukken? Heb je moeite met de overgang van ChatGPT naar Claude, of twijfel je welke tool het beste bij jouw werkwijze past?
