AI‑agents · Handleiding AI agent maken: tools, werkwijzen en de zes stappen naar uw eerste agent

Waaruit een AI‑agent bestaat

Een AI‑agent is een programma dat met een taalmodel zelf bepaalt welke stap volgt en daarvoor tools gebruikt. Wat een agent is en hoe hij verschilt van een chatbot en klassieke automatisering, leggen we uit in ons artikel AI‑agents voor bedrijven. Technisch heeft elke agent dezelfde onderdelen nodig:

• Model: het taalmodel dat leest, plant en formuleert.
• Instructies: taak, toon, regels en vooral wanneer de agent overdraagt aan een mens.
• Tools: interfaces waarmee hij gegevens leest of handelingen uitvoert, bijvoorbeeld een bestelling opzoeken of een ticket aanmaken.
• Kennis: documenten die hij raadpleegt, bijvoorbeeld prijslijsten, handleidingen of eerdere antwoorden.
• Grenzen: rechten, goedkeuringen, maximumbedragen en kostenlimieten.
• Logboek en tests: elke beslissing is te herleiden en elke wijziging wordt met echte voorbeelden getest.

Drie manieren vergeleken

In de praktijk worden deze manieren vaak gecombineerd: een in code gebouwde agent voert de complexe controle uit en n8n verbindt deze met de mailbox, het voorraadbeheersysteem en het CRM. Welk platform past, hangt minder af van de tool dan van waar uw gegevens staan, wie de agent later onderhoudt en welke eisen aan gegevensbescherming gelden. n8n kan bijvoorbeeld op eigen servers in de EU draaien. Meer hierover in n8n zelf hosten.

Tools koppelen: wat MCP is

Om iets te kunnen doen, heeft een agent toegang tot uw systemen nodig. Het Model Context Protocol (MCP) is een open standaard waarmee AI‑toepassingen op een uniforme manier worden gekoppeld aan tools en gegevensbronnen. Anthropic introduceerde deze eind 2024. Inmiddels ondersteunen veel aanbieders en tools de standaard. Voor bedrijven betekent dit dat een eenmaal gebouwde koppeling, bijvoorbeeld met het voorraadbeheersysteem, met verschillende modellen en platforms kan worden gebruikt. MCP is nuttig, maar geen vereiste. Veel agents hebben genoeg aan enkele rechtstreeks geprogrammeerde koppelingen.

Een AI agent maken in zes stappen

1. Kies een afgebakende taak: bijvoorbeeld ‘vragen over de leverstatus beantwoorden’ in plaats van ‘de klantenservice overnemen’.
2. Verzamel echte voorbeelden: 30 tot 50 typische gevallen met het juiste antwoord. Ze zijn de toetssteen voor elke wijziging.
3. Tools met minimale rechten: de agent mag bestellingen lezen, maar geen creditnota's boeken. Schrijfrechten alleen waar ze daadwerkelijk nodig zijn.
4. Leg instructies en overdracht vast: wat de agent wel en niet mag en wanneer hij overdraagt aan een mens, bijvoorbeeld bij klachten of onzekerheid.
5. Test en meet: laat de agent de voorbeelden afhandelen, deel fouten in naar type, verbeter instructies en tools en test opnieuw.
6. Start met menselijke goedkeuring: eerst doet de agent voorstellen en keurt een mens die goed. Pas als de resultaten wekenlang goed zijn, mag de agent meer zelfstandig doen. Kostenlimieten en logboeken zijn vanaf het begin actief.

Beveiliging en recht

Agents lezen teksten van buitenaf, zoals e-mails of webpagina's. Daarin kunnen verborgen instructies staan die de agent tot bepaalde handelingen moeten verleiden. OWASP noemt deze zogeheten prompt injection als het grootste risico voor AI‑toepassingen, gevolgd door onder meer te ruime bevoegdheden. De belangrijkste tegenmaatregelen zijn minimale rechten, goedkeuring voor handelingen met gevolgen en een scheiding tussen lezen en schrijven.

Juridisch zijn de meeste agents binnen bedrijven onproblematisch. Als een agent rechtstreeks met mensen communiceert, moet duidelijk zijn dat het om AI gaat (Art. 50 AI‑verordening). Voor toepassingen in gevoelige gebieden zoals personeelsselectie gelden vanaf december 2027 de verplichtingen voor AI met een hoog risico. Persoonsgegevens vereisen een verwerkersovereenkomst en bij voorkeur servers in de EU.

Zelf bouwen of laten bouwen?

Zelf bouwen loont voor interne assistenten met een laag risico als iemand in het team zin en tijd heeft om zich erin te verdiepen. Ondersteuning loont als de agent met klantgegevens werkt, meerdere systemen koppelt of blijvend betrouwbaar moet draaien. Hoe we daarbij te werk gaan, leest u op de pagina AI‑agents laten ontwikkelen. Als AI‑bureau begeleiden we u van het eerste prototype tot de ingebruikname en het operationele beheer.