Oriëntatie
Verdieping Overzicht
- Minuten
- 15min
- Tabelkolommen
- 3
- Lagen per stap
- 2
- Edit with Copilot in Excel
Wat je leert
Reverse engineer de keten: trigger-laag van prompt-laag scheiden
Consolidatie-MWs werken als ze al-geleerde kennis herstructureren in een nieuw mentaal model. Eerder in de Sprint leerde je de feedback-keten als lineaire klikflow; in de agent-lessen van deze weken leerde je agents als event-driven workflows. Deze sessie legt ze naast elkaar.
Elke keten-stap heeft twee lagen: de trigger-laag (wat start de stap) en de prompt-laag (wat gebeurt er in de stap). Bij een handmatige keten is de trigger-laag altijd 'jij klikt'; bij een agent kan dat een schedule, event of voorafgaande stap zijn. De prompt-laag verandert meestal nauwelijks.
Een goede feedback-keten blijft een goede feedback-agent zodra je de trigger-laag en de orchestratie-laag apart bedenkt van de prompts en de bronnen. Dit inzicht maakt het mogelijk om bestaande ketens systematisch om te zetten naar agents in plaats van elke agent from-scratch te bouwen.
Na deze MW weet je welke stappen in je eigen keten al automatiseerbaar zijn en welke menselijke interpretatie vereisen. Het principe: agentificeren is een trigger-ontwerp-vraag, niet een prompt-rewrite.
Doen
Zie het verschil
Dezelfde stappen, dezelfde prompts. Het enige verschil: wie of wat de trigger is.
Wat verschuift? Trigger-laag. Prompt-laag verandert niet. Interpretatie-stap blijft altijd handmatig.
De prompts
Teken een tabel met drie kolommen: Stap, Trigger (wat start hem), Automatiserings-geschiktheid (geschikt, deels, blijft handmatig). Vul de stappen in vanuit je eigen keten, of vanuit de voorbeeld-keten uit de oefening. Voorbeeld start-rij: Stap = Forms-data exporteren naar Excel, Trigger = jij klikt export-knop, Automatiserings-geschiktheid = geschikt (schedule kan elke maandag triggeren). Vul drie tot vijf stappen in.
De tabel dwingt je om per stap expliciet te benoemen wat de trigger nu is en waar de grens ligt van wat je zou willen automatiseren. Zonder deze tabel praten mensen over 'de keten agentificeren' zonder te weten welke stukken dat eigenlijk betreft.
Voor elke stap die je als 'geschikt' markeerde: bedenk welke check-output je wilt zien om de stap te kunnen reviewen als hij autonoom draait. Bijvoorbeeld: Forms-data-export levert een log-regel in Teams met aantal rijen plus datum; Copilot-sentiment-analyse levert een samenvattings-bericht met aantal responses per categorie. Zonder check-outputs zou je blind op de agent moeten vertrouwen.
Check-outputs zijn de manier waarop een autonome agent transparant blijft. In de handmatige keten was elke stap zichtbaar omdat jij doorklikte; bij een agent moet je de zichtbaarheid expliciet ontwerpen. Deze oefening maakt duidelijk welke check-outputs je nodig hebt voor je de agent ook echt bouwt.