Bouw je eigen AI-OS
Maker Manual 02
Een praktische gids voor mensen die AI willen laten landen in een systeem dat van henzelf blijft
Alpha-editie 0.8 - levend boek in ontwikkeling
Dit boek is een tussenstand. Het onderwerp beweegt nog, dus de tekst beweegt mee.
Gebaseerd op het praktijkwerk en de nieuwsbrieven van Erwin Blom, met hulp van AI uitgewerkt tot een versie die verder kan groeien.
Deze tekst is beschikbaar onder de Creative Commons-licentie CC BY-SA 4.0.
Je mag deze tekst delen, hergebruiken en bewerken, ook commercieel, zolang je Erwin Blom als bron noemt en afgeleide versies onder dezelfde licentie verspreidt.
Inleiding
Veel mensen gebruiken AI nog als losse hulp. Even iets laten samenvatten. Even een tekst laten aanscherpen. Even een lijstje genereren. Daar is niets mis mee. Alleen laat je dan veel liggen.
De echte winst zit ergens anders. In een werkomgeving waarin AI niet steeds opnieuw hoeft te raden wie je bent, waar je aan werkt en wat voor uitkomst je nodig hebt. Zodra context, geheugen en routines een vaste plek krijgen, wordt AI veel bruikbaarder.
Ik noem dat een AI-OS.
Zie het als een laag tussen jouw hoofd en jouw werk. Een plek waar identiteit, projecten, bronnen, output en terugkerende werkwijzen samenkomen.
Dit boek gaat over de vraag hoe je AI laat landen in een systeem dat van jou blijft.
Hoofdstuk 1 - Waarom iedereen een AI-OS nodig heeft
De eerste golf van AI draaide om losse vragen. Mensen ontdekten dat een chatbot kon uitleggen, herschrijven, samenvatten, brainstormen en structureren. Dat was indrukwekkend en vaak ook echt nuttig.
Alleen begint iedere losse sessie opnieuw. Wie ben je, waar werk je aan, wat heb je al besloten, welke toon wil je, waar staat de relevante informatie? Zolang je dat telkens opnieuw moet aanleveren, blijft AI vooral een slimme passant.
Daar zit de grens van los gebruik. Een systeem kan best goed antwoorden en nog steeds weinig van je werk begrijpen.
Een AI-OS verandert dat. Je legt context vast. Niet als archief om het archief, wel als bruikbare onderlaag. Wie ben je, wat doe je, hoe werk je, welke projecten lopen, welke bronnen doen ertoe, waar landt nieuwe output. Vanaf daar kan AI voortbouwen in plaats van steeds opnieuw beginnen.
Dit is geen technisch trucje maar een organisatievraag. Veel informatie zit nu verspreid over notities, mappen, inboxen, chats en hoofden. Zolang dat zo blijft, blijft ook AI oppervlakkig. Je merkt dan vooral dat jouw werk voor een systeem nauwelijks overdraagbaar is.
Een AI-OS maakt die overdraagbaarheid expliciet. Daardoor wordt werk minder vluchtig. Projecten krijgen geheugen. Eerdere output kan weer nieuwe input worden. Een keuze van vorige maand verdwijnt niet in een chatgeschiedenis waar je nooit meer terugkomt.
Dat is waarom dit onderwerp nu belangrijk wordt. De techniek wordt snel goedkoper en toegankelijker. De bottleneck verschuift daardoor. Minder vaak is de vraag wat AI kan. Veel vaker wordt de vraag of jij je werk zo hebt ingericht dat AI er echt iets mee kan.
Hoofdstuk 2 - Van losse tools naar een samenhangend systeem
Wie serieus met AI bezig is, verzamelt vanzelf tools. Een chatbot voor tekst. Iets voor research. Een tool voor audio. Nog iets voor beeld. Misschien een agent. Misschien iets om workflows te verbinden. Voor je het weet heb je een flinke stapel favorieten.
Dat hoeft geen probleem te zijn. Het wordt pas onrustig als die stapel geen systeem vormt.
Een losse tool helpt bij een taak. Een systeem voorkomt dat je dezelfde uitleg, dezelfde zoektocht en dezelfde organisatorische ruis steeds opnieuw moet doorlopen. Dat verschil is groot.
Met losse tools kun je slimme dingen doen. Met een systeem bouw je voorwaarden waardoor slim werk vaker vanzelf ontstaat.
Veel onrust ontstaat doordat mensen drie of vier plekken hebben voor ongeveer hetzelfde. Meerdere notitieplekken, meerdere takenplekken, meerdere AI-ingangen, meerdere half-centrale archieven. Op papier voelt dat als vrijheid. In de praktijk geeft het wrijving.
Daarom helpt het om niet eerst in apps te denken, maar in rollen.
Je hebt een plek nodig voor identiteit en werkwijze. Een plek voor actuele projecten. Een plek voor bronnen en geheugen. Een plek voor output. Een paar uitvoeringslagen voor specifieke taken. Zodra je in rollen denkt, wordt het ook makkelijker om nieuwe tools te beoordelen. Welke rol vult dit in? En is die rol al bezet?
Een goed systeem probeert ook niet alles te bevatten. Selectie is belangrijker dan volledigheid. Veel ideeën hoeven er niet in. Veel documenten ook niet. Een losse test verdient lang niet altijd een vaste plek. Een systeem moet sterker worden van wat je erin stopt.
Rust is daarbij een goed criterium. Een goed systeem geeft rust omdat het minder kleine beslissingen vraagt. Waar zet ik dit neer. Welke versie is leidend. Hoe begon ik vorige keer. Welke tool hoorde hierbij. Dat soort microvragen vreet energie.
Een samenhangend systeem voelt lichter, omdat de hoofdstructuur duidelijker is.
Hoofdstuk 3 - Wat hoort in jouw AI-OS en wat niet
Een AI-OS is geen app. Het is een werklaag.
Je hoeft niet te wachten op een perfect platform. Je kunt beginnen met een hoofdmap, een paar tekstbestanden en een logische structuur. De vraag is dus niet welke software je eerst moet kopen. De vraag is welke soorten context op een vaste plek moeten leven.
Voor de meeste mensen of kleine teams kom je snel uit bij zes onderdelen.
Identiteit. Wie ben je, wat doe je, hoe wil je dat een systeem met je werkt.
Geheugen. Bronnen, keuzes, terugkerende kennis, eerdere context die later weer nuttig kan zijn.
Verwerking. De laag waarin dingen worden voorbereid, gesorteerd, samengevat of omgezet.
Output. De plek waar teksten, overzichten, voorstellen, ideeën en andere resultaten landen.
Feedback. Correcties, stijlregels, lessen, dingen die wel en niet werkten.
Automatisering. Terugkerende taken die je deels of grotendeels wilt laten lopen.
Je hoeft die zes niet meteen volledig uit te werken. Het gaat erom dat je weet welke soort informatie waar thuishoort. Dat voorkomt dat alles één grote soep wordt.
Belangrijk is ook wat er niet in hoort. Een los artikel meestal niet. Een tijdelijke notitie vaak ook niet. Toolhandleidingen en nieuwsgierige tests zelden. Een AI-OS is geen digitale zolder. Het is een werklaag voor materiaal dat hergebruik verdient.
De beste maatstaf is eenvoudig. Helpt dit later opnieuw? Maakt dit volgend werk beter, sneller of consistenter? Zo ja, dan verdient het misschien een plek. Zo nee, dan hoeft het waarschijnlijk ook niet.
Hoofdstuk 4 - Je informatiehuishouding als fundament
Zodra je AI serieuzer wilt gebruiken, merk je hoe belangrijk informatiehuishouding is. Slordigheid werd vroeger vaak opgevangen door geheugen, improvisatie en door nog maar eens iets terug te zoeken. Met AI wordt die slordigheid veel zichtbaarder.
Een systeem kan alleen werken met wat het kan vinden en begrijpen. Daarom moet je informatie niet alleen opslaan, maar ook ordenen.
Niet alles wat je hebt is context. Veel mensen verwarren volume met bruikbaarheid. Meer documenten, meer screenshots, meer notities, meer downloads. Dat maakt een systeem vaak stroperiger.
Drie vragen helpen steeds weer. Wat is de bron? Wat is de tussenlaag? Wat is de eindlaag?
De bron is het ruwe materiaal: artikelen, opnames, links, notities, bestanden.
De tussenlaag is waar jij of AI er al iets mee doet: samenvattingen, observaties, selecties, eerste ordening.
De eindlaag is wat je echt gebruikt of publiceert: hoofdstukken, voorstellen, nieuwsbrieven, presentaties, planningen.
Dat onderscheid scheelt veel ruis. Het maakt ook terugvinden makkelijker. Je zoekt dan niet in één grote hoop, maar weet in welke laag iets thuishoort.
Kies daarnaast een bron van waarheid. Eén plek die leidend is per type werk. Als er drie versies naast elkaar bestaan en niemand weet welke telt, krijg je geen systeem maar onduidelijkheid met extra stapjes.
Informatiehuishouding is ook onderhoud. Je hoeft niet alles te bewaren. Weggooien, samenvoegen en aanscherpen horen erbij. Een goed AI-OS groeit door gerichter te worden.
Hoofdstuk 5 - Agents als collega's voor terugkerend werk
Agents worden vaak gepresenteerd alsof ze een soort wonderwerknemers zijn. Dat beeld helpt weinig. Veel bruikbaarder is om ze te zien als taakcollega's voor terugkerend werk.
Het verschil tussen antwoorden en uitvoeren is groot. Een chatbot kan best een goed idee geven. Een agent moet iets doen. Juist dan wordt context, begrenzing en ritme belangrijk.
Niet ieder soort werk is geschikt. Vage taken leveren vage uitkomsten op. Gevoelige taken vragen veel controle. Relationeel werk blijft delicaat. Er is tegelijk genoeg waar agents sterk in kunnen zijn.
Research verzamelen. Bronnen ordenen. Overzichten maken. Iets klaarzetten voor een gesprek. Wekelijks signalen bundelen. Inkomende informatie sorteren. Dat soort werk is vaak terugkerend, relatief controleerbaar en niet zwaar relationeel.
Een agent is geen oplossing voor vaagheid. Als jij niet weet wat eruit moet komen, weet het systeem het ook niet. De beste agents draaien daarom op een duidelijk afgebakende taak, heldere input en een begrijpelijke plek voor output.
Grenzen zijn essentieel. Wat mag de agent wel doen? Wat niet? Wanneer moet hij stoppen? Wanneer moet jij ernaar kijken? Controle is geen vervelende extra laag. Het is onderdeel van goed ontwerp.
Begin klein. Kies één taak die je licht irriteert. Niet je allergrootste droomproces. Juist die lichte ergernissen zijn vaak de beste ingang. Ze komen terug, vreten energie en zijn meestal goed af te bakenen.
Hoofdstuk 6 - Geheugen, context en hergebruik
Een AI-OS is in de kern ook een geheugenmachine.
Niet alles hoeft onthouden te worden. Belangrijke context moet wel beschikbaar blijven voor later werk. Daar zit een groot verschil. Veel AI-gebruik blijft nu hangen in vluchtige output. Er wordt iets slims gegenereerd, gebruikt en daarna vergeten.
Dat is zonde. Output die later weer input kan worden, maakt een systeem steeds waardevoller.
Een weekoverzicht kan volgende week weer startpunt zijn. Een projectbeschrijving hoeft niet telkens opnieuw te worden geschreven. Een stijlcorrectie kan een vaste regel worden. Een goede selectie van bronnen kan later opnieuw gebruikt worden.
Daarmee wordt hergebruik een vorm van volwassenheid. Je werkt niet meer alleen van taak naar taak. Je bouwt langzaam een omgeving op waarin eerder werk meedoet in nieuw werk.
Context is daarbij niet hetzelfde als veel woorden. Een overvolle prompt is nog geen goed geheugen. Kwaliteit zit in gerichte context. Wat moet dit systeem weten om hier beter werk te leveren? Dat is de vraag.
Je hoeft ook geen perfect geheugen te bouwen. Dat idee blokkeert vooral. Begin met datgene wat vaak terugkomt en waarvan je merkt dat je het anders steeds opnieuw aanlevert of opnieuw moet terugzoeken.
Een goed geheugen maakt kleine teams sterker en solo-werk minder broos. Het haalt druk van het hoofd af.
Hoofdstuk 7 - Wat je wel en niet moet automatiseren
Veel mensen zien een handmatige taak en denken meteen: dit moet geautomatiseerd. Dat is te snel.
Automatisering loont vooral waar werk terugkeert, volgens een herkenbaar patroon verloopt, goed controleerbaar is en weinig relationele nuance vraagt. Daar zit de veilige en vaak ook lucratieve winst.
Vier signalen helpen. Het werk komt vaak terug. Het kost genoeg tijd om relevant te zijn. De stappen lijken meestal op elkaar. De uitkomst is redelijk makkelijk te controleren.
Slechte kandidaten zijn er ook. Gevoelige gesprekken. Politieke afwegingen. Publieke standpunten. Werk waarin oordeel, timing of reputatierisico zwaar meetellen.
Automatiseer liever een stap dan meteen een hele keten. Eerst verzamelen, samenvatten, sorteren, klaarzetten. Daarna pas kijken of meer mogelijk is. Veel goede automatisering begint met voorwerk.
Controle moet lichter zijn dan het handwerk. Anders schiet het zijn doel voorbij. Als jij langer bezig bent met controleren dan je eerst kwijt was aan doen, heb je vooral een ingewikkelde omweg gebouwd.
Sommige automatisering draait minder om autonomie dan om ritme. Een wekelijkse scan, een ochtendoverzicht, een terugblik op vrijdag. Dat soort vaste momenten haalt ook veel waarde uit een systeem.
Laat AI vooral het repetitieve werk doen. Dan hou jij meer energie over voor dingen waar richting, smaak, nuance en relatie zwaar meetellen.
Hoofdstuk 8 - Hoe je overzicht houdt als alles maakbaar wordt
Een van de bijwerkingen van moderne AI is dat bijna alles maakbaar begint te voelen. Een tool erbij, een agent erbij, een dashboardje erbij, nog een koppeling, nog een workflow. Mogelijkheid genoeg.
Dat is precies waarom begrenzing belangrijk wordt.
Niet ieder idee verdient meteen systeemstatus. Niet iedere irritatie vraagt software. Niet iedere proef hoeft te blijven bestaan. Een AI-OS helpt pas echt als het ook afbakent.
Ritme helpt daarbij. Wekelijkse momenten waarop je bekijkt wat waarde toevoegt, wat ruis is geworden en wat terug moet naar de tekentafel. Zonder dat ritme groeit een systeem makkelijk dicht.
Onderhoud hoort er dus gewoon bij. Niet als technisch gedoe, wel als redactioneel werk. Wat blijft, wat verdwijnt, wat wordt aangescherpt, wat krijgt een vaste plek.
Focus is ook een systeemregel. Je hoeft niet overal voorop te lopen. Vaak win je meer door een paar dingen goed en consequent te gebruiken dan door alles te testen.
Overzicht is uiteindelijk een vorm van autonomie. Je doet daardoor niet alles zelf, en je wordt ook minder meegesleept door elk nieuw speeltje dat langskomt.
Hoofdstuk 9 - Bouw je eerste bruikbare versie
De eerste versie van een AI-OS moet klein genoeg zijn om vandaag te kunnen bestaan.
Begin met één centrale map of hoofdplek die van jou is. Niet van een willekeurige tool. Daarna voeg je drie simpele lagen toe.
Eerst identiteit. Een bestand waarin staat wie je bent, wat je doet, hoe je wilt werken en wat belangrijk voor je is.
Dan een actuele projectlaag. Lopende dingen die je regelmatig nodig hebt.
Daarna een outputlaag. Een plek waar nieuwe teksten, overzichten, samenvattingen of andere resultaten landen.
Vanaf daar kies je één terugkerende taak. Geen compleet stelsel. Eén taak. Bijvoorbeeld research voorbereiden, een weekoverzicht maken, klantcontext verzamelen of bronnen ordenen.
Test met echte input. Geen voorbeeld voor later. Echt werk van vandaag.
Bouw niet vanuit elegantie maar vanuit frictie. Wat schuurt er echt? Waar verlies je steeds tijd? Waar begin je te vaak opnieuw?
Je eerste versie mag lelijk zijn. Zolang hij helpt. Vorm komt later. Eerst moet hij opluchten.
Uitbreiden mag pas als iets in het klein werkt. Anders bouw je een mooi systeem rondom een onbewezen idee.
Hoofdstuk 10 - Van hulpmiddel naar hefboom
Een goed AI-OS verandert niet alleen tempo. Het verandert de verhouding tussen jou en je werk.
Als context beter terugkomt, output herbruikbaar wordt en routines lichter lopen, hoef je minder energie te steken in zoeken, uitleggen, structureren en opnieuw beginnen. Daardoor wordt klein sterker.
Dat heeft ook iets bevrijdends. Je wordt minder afhankelijk van losse tools, losse ingevingen en losse geheugensprongen. Je bouwt een vorm van eigen infrastructuur.
Daar zit geen romantiek in. Het is gewoon prettig als je werk minder aan toeval hangt.
Het menselijke werk verdwijnt daardoor niet. Het wordt scherper. Minder energie gaat naar repetitie, meer naar keuzes, relaties, smaak, richting en timing. Daar zit veel van de waarde die je niet wilt weggeven.
Een AI-OS hoeft nooit af te zijn. Dat is ook niet het doel. Het moet mee kunnen bewegen met je werk. Vandaag bruikbaar, morgen iets slimmer, over een jaar nog steeds van jou.
Toekomstbestendigheid is hier belangrijker dan toolopwinding. Favoriete tools verdwijnen, veranderen of worden middelmatig. Een goede eigen basis overleeft dat veel beter.
Daarom is beginnen belangrijker dan overtuigen. De waarde van een AI-OS zit niet in instemming, maar in gebruik. Een map. Een bestand. Een routine. Een eerste werklaag die later weer van pas komt. Daar begint de hefboom.
Maker Manual 02: Bouw je eigen AI-OS - licentie
Dit manuscript valt onder de Creative Commons-licentie CC BY-SA 4.0.
Je mag deze tekst delen, kopieren, hergebruiken, bewerken en commercieel inzetten, zolang je Erwin Blom als bron noemt en afgeleide versies onder dezelfde licentie deelt.
Volledige licentietekst: