Hoe ik mijn bedrijfskennis vastleg zodat een AI-agent er zelfstandig mee werkt
Ik werk alleen, dus alles wat ik niet vastleg raak ik kwijt. Daarom houd ik mijn bedrijfscontext bij in een map met bestanden waar Claude Code elke sessie uit leest.
Ik werk alleen. Dat betekent dat alles wat ik niet vastleg alleen in mijn hoofd zit, en na een weekend of een week met ander werk is het daar niet meer terug te vinden.
Bij een team lost dat zich vanzelf op, want iemand anders weet het nog. Bij een eenmanszaak niet.
Het gevolg merkte ik vooral bij het werken met AI. Elke sessie begon opnieuw met uitleggen wie de klant is, wat de strategie is en waar we gebleven waren. Dat is de duurste vorm van herhaling die ik ken, want het kost tijd en het resultaat wordt er niet beter van.
Het is gewoon een map met bestanden
Mijn oplossing is minder spannend dan het klinkt. Ik houd mijn bedrijfscontext bij in platte tekstbestanden in een repository, en Claude Code leest daaruit bij elke sessie. Ik heb die verzameling de wat grote naam Atlas gegeven, wat vooral zegt dat ik op dat moment zin had in een naam.
Wat het praktisch is, is de laag waarin staat wie ik ben, wat ik verkoop, aan wie, hoe de klanten ervoor staan en waar elk project is blijven liggen.
Wat ik verkoop, aan wie, in welke toon en wat mijn uitgangspunten zijn.
verandert zeldenWaar elk project staat, wat er af is en wat er open staat.
verandert dagelijksTerugkerende taken die stap voor stap zijn vastgelegd, zoals de ochtendcheck of een weekreview.
herbruikbaarPer klant de afspraken, de aanpak en wat er draait.
per klantEr zit geen database onder en geen tool die ik heb moeten kopen. Het zijn bestanden, en dat is precies waarom het werkt: ik kan ze zelf lezen en corrigeren als er iets niet klopt.
De ochtend begint met een overzicht
Sinds juni draait elke ochtend een vaste routine die open taken, deadlines en lopende klantvoortgang samenvat. In juni heb ik hem herschreven omdat de eerste versie te veel proza gaf en te weinig signaal.
Wat hij nu doet is melden waar bronnen elkaar tegenspreken en wat er vandaag en morgen af moet. Bij een gezond systeem is dat een kort lijstje.
Het verschil met vroeger zit niet in de informatie, want die stond er ook al. Het verschil is dat ik er niet meer naar hoef te zoeken.
Notities worden vanzelf bruikbaar
Ik schrijf losse gedachten en klantnotities in Notion, want dat doe ik ook op mijn telefoon. Eén keer per dag haalt een routine die op en zet ze om naar de bestanden waar de rest uit leest.
Dat is de stap die het geheel bij elkaar houdt. Zonder die stap is een notitie een notitie, en daarna context waar een volgende sessie iets mee kan.
Klantcontext als geheugen
Voor elke klant staat er een dossier klaar met de afspraken, de strategie, de lopende aanpak en welke onderdelen van mijn systeem er voor die klant draaien.
Als ik aan een klant begin te werken, laadt dat dossier mee. Ik hoef niet uit te leggen wat de situatie is, dus een sessie begint op het punt waar de vorige stopte.
Dat is ook de reden dat ik klantwerk in de eerste plaats van bestanden laat afhangen en niet van mijn eigen geheugen. Bij drie klanten kan het nog in je hoofd. Daarna niet meer.
Content begint niet bij nul
Sinds juni geldt hetzelfde voor mijn eigen content. Een aantal routines verzamelt eerst wat er over een onderwerp ligt, beoordeelt of dat genoeg is om iets van te maken, en levert dat als voorbereid materiaal op.
De poort zit in de tweede stap. Komt er niet genoeg boven tafel, dan wordt er niets geschreven, en dat scheelt meer werk dan het kost.
Wat het wel en niet oplevert
Het levert vooral op dat ik minder tijd kwijt ben aan opnieuw beginnen, en dat het werk dat overblijft dieper kan gaan omdat de aanloop al gedaan is.
Wat het niet doet, is beslissingen nemen. Alles wat hierboven staat verzamelt en ordent, en het oordeel over wat er met een klant moet gebeuren blijft bij mij. Dat is geen bescheidenheid maar de enige indeling die ik betrouwbaar krijg.
Dezelfde volgorde van meten, signaleren en dan pas handelen gebruik ik in het klantwerk zelf. Hoe dat er in een dashboard uitziet, staat in Management, signaal, analyse, actie.
Een contentbriefing bouwen uit Search Console-data
Ik gebruik AI dagelijks voor content, maar er wordt geen woord geschreven voordat er een briefing ligt die op de zoekdata van de klant is gebaseerd. Dat is de kwaliteitspoort, niet een extra stap.
Lees verder →Welke vacaturetitels mensen echt intypen, gemeten over 5.753 zoekopdrachten
Ik heb 5.753 keer gezocht zoals een kandidaat dat doet, met functie en plaats zonder merknaam. Hoe specifieker de vacaturetitel, hoe vaker de vacaturepagina zelf in de top tien stond.
Lees verder →Zo controleer je welke van je vacatures Google niet toont
Bij elf vacaturebanken heb ik 9.463 vacaturepagina's gecrawld. Zes banken verliezen vrijwel niets, vijf verliezen 32% tot 100% van hun vacatures voordat Google for Jobs ze kan tonen.
Lees verder →