Elliot onze eigen AI-agent: van grapje naar gamechanger

Sander Winkel
Digitalisering Platform AI Agents
Elliot onze eigen AI-agent: van grapje naar gamechanger
Wat begon als een grap op de werkvloer, groeide uit tot een slimme oplossing voor ons team. Een interne AI-assistent, genaamd Elliot, speciaal ontwikkeld als interne ondersteuning voor Digital Construction. We merkten dat medewerkers AI gebruikten, maar ieder op zijn eigen manier. Prompts raakten verloren, kennis was niet herbruikbaar en de kwaliteit van antwoorden verschilde sterk. Het doel van onze applicatie was daarom duidelijk: één centrale plek creëren waar systeem prompts, agents en bijbehorende kennis samenkomen. Zo voorkomen we dat kennis verloren gaat en zorgen we ervoor dat iedereen profiteert van elkaars inzichten.

De bouwstenen van een AI-agent

Binnen onze applicatie is elke AI-agent opgebouwd uit een aantal vaste onderdelen:

  1. Model: De kern van een AI-agent is een taalmodel (zoals GPT en Gemini). Dit model begrijpt tekst en genereert antwoorden.
  2. Modelparameters: Deze instellingen bepalen hoe creatief, feitelijk of gestructureerd de antwoorden zijn.
  3. Systeem Prompt: Dit is de “handleiding” voor de agent. Hierin staan gedragsregels, doel van de agent en de tone of voice.
  4. Kennis: Alle documenten en bronnen die beschikbaar zijn gesteld om de agent te voeden, zodat antwoorden relevant en betrouwbaar 6gegenereerd zijn.

Hoe creëer je een prompt?

Binnen onze applicatie is elke AI-agent opgebouwd uit een aantal vaste onderdelen:

  • Stap 1: Definieer het doel; wat moet de agent doen.
  • Stap 2: Schrijf een systeem prompt aan de hand van het gedefinieerde doel, die de regels en toon vastlegt.
  • Stap 3: Voeg eventueel voorbeelden en extra instructies toe om de gewenste stijl en kwaliteit te waarborgen.
  • Stap 4: Test en verfijn; hoe beter de prompt, hoe slimmer en consistenter de agent.

Hoe creëren we agents?

In onze applicatie combineren we slimme systeemprompts, modelinstellingen en eigen documentatie om agents te creëren: AI-profielen met een duidelijke rol en persoonlijkheid. Een AI-agent is in feite een slimme digitale assistent die taken uitvoert op basis van instructies en regels. Het doel is om de AI-agent gestructureerd te laten reageren volgens een vooraf bepaalde rol. Zo is een agent altijd specialist op bepaalde vakgebieden. Met deze aanpak zorgen we ervoor dat AI niet zomaar antwoorden geeft, maar antwoorden die passen bij de visie en kwaliteit van Digital Construction.

Voorbeelden van AI-agents waar wij gebruik van maken:

  • Een Contractmanager die op basis van de UAV-GC 2005 en projectspecifieke contractstukken helpt bij het signaleren en opstellen van afwijkingen en wijzigingen.
  • Een Systems Engineer die, gevoed met de RWS-procesbeschrijving, ondersteunt bij het opzetten van een projectstructuur (SBS, WBS, DBS) en helpt bij het organiseren van verificatie en validatie.
  • Een Content Marketeer die, getraind op tone-of-voice en bestaande webcontent, ondersteunt bij het schrijven van nieuwsberichten en projectupdates in de juiste stijl.
  • Een Kwaliteitsadviseur die op basis van ISO 9001 en projectspecifieke eisen proactief suggesties geeft voor beheersmaatregelen, audits en verbetervoorstellen.

Waarom is dit belangrijk?

In een wereld waarin AI steeds meer taken overneemt, is het cruciaal dat de antwoorden aansluiten bij onze standaarden. Door systeemprompts en kennis centraal te delen, bouwen we samen een bibliotheek van kennis die ons werk efficiënter, consistenter en toekomstbestendiger maakt. Elliot helpt ons om AI niet alleen slim, maar ook strategisch in te zetten.

Sander Winkel

Auteur

Sander Winkel

Team Lead Technology