Hallo Jamal, en welkom bij deze jaar-analyse van je bots! De afgelopen periode hebben we, namens Conductor, een diepgaande duik genomen in de manier waarop je werkt. Vier parallelle analyse-agents hebben 424 verslagen, 111 skills, de hele bot-vloot en het complete geheugen van de afgelopen 105 dagen doorgespit. We hebben zelfs zo'n 3.763 van jouw eigen Telegram-berichten geanalyseerd. Het doel? Zorgen dat jouw digitale assistenten nóg slimmer, gestroomlijnder en efficiënter voor je kunnen werken. Houd er rekening mee dat de aantallen die we noemen indicatief zijn, maar de richting van de bevindingen is wel degelijk glashelder.
Wat komt er nu precies uit de bus? De kern is dit: de analyse wijst naar vijf duidelijke disciplines waarin jouw werk zich vanzelf groepeert. De grootste uitdaging is niet dat je te weinig bots hebt, maar dat de vloot nu wat rommelig is. Er is vooral behoefte aan meer ordening en snellere besluitvorming, want we zagen dat er vorig jaar bijna driehonderd aanbevelingen open bleven staan. De oorzaken van die rommeligheid zijn duidelijk: bots die genoemd zijn naar hun machine in plaats van naar hun taak, meer dan vijf verschillende technische ‘harnassen’ naast elkaar, namen die botsen – denk aan ‘Coco’ dat zowel een bot als een product is – en een wachtrij die wat fragiel is. Het goede nieuws is dat we een schat aan bewezen werkwijzen en ‘recepten’ hebben die we absoluut meenemen in een nieuw ontwerp, we gooien niets weg. En het voorstel is dan ook: van een wolk losse bots naar vijf heldere, discipline-specifieke bots, die allemaal in één en hetzelfde harnas werken. Dit is een advies, en we bouwen pas als jij de indeling helemaal goedkeurt.
Laten we iets dieper ingaan op wat je het afgelopen jaar nou écht deed. Veruit je grootste werklast zit in beeld en fotografie – denk aan modelfoto’s, voor-en-na-shots van hairextensions en blogfoto’s. Dit is niet alleen je grootste taak, het heeft ook de zwaarste correctielast, soms wel meer dan tien revisierondes per set. Daarnaast besteedde je veel tijd aan bot- en kostenbeheer, wat niet direct een eindproduct is, maar wel essentieel voor het draaiende houden van de vloot. Ook website- en WordPress-werk, design en brand, en het samenstellen van verslagen en research vragen veel aandacht. Interessant is de trend: van maart tot mei was het een echte contentfabriek, gericht op de salon, terwijl het later in het jaar verschoof naar podcast en stem, je AI-opleiding en Dani's schoolmateriaal, plus al dat meta-werk.
Dan je huidige bot-vloot: van Conductor op je MacBook, het brein dat taken verdeelt, tot Sjakie op de Mac Mini voor creatief werk, Paco voor video en muziek, Coco als persoonlijke assistent, en Julio die helaas sinds juni uit is. Vergeet ook Kimi/Hermes niet voor research, Lenovo voor je mailboxen, en Appel voor Dani's leerwerk. En dan nog een reeks 'losse front-bots' zoals Jarvis, Soraya, Roos, de SEO-bot en een paar waarvan de status wat onduidelijk is. Een flinke verzameling dus!
Maar waarom voelt het dan zo rommelig aan? We hebben vier duidelijke oorzaken geïdentificeerd. Ten eerste, bots worden genoemd naar hun machine, niet naar hun taak. Een 'Lenovo' of 'Julio' zegt niks over hun functie, waardoor je steeds moest uitleggen wie wat doet. Ten tweede, die vijf-plus verschillende technische harnassen. Elk met een eigen geheugen, eigen bugs en aparte fixes. Ten derde, namen die botsen. ‘Coco’ en ‘Appel’ zijn tegelijkertijd bots én producten, wat verwarrend is. En tot slot, de wachtrij is fragiel. Denk aan dubbele lezers die opdrachten opeten, mechanismen die soms échte opdrachten weggooien, en bots die eindeloos 'klaar'-meldingen heen en weer sturen, wat onnodig tokens verbruikt. Kortom, je hebt genoeg motorvermogen, maar het zijn nu te veel losse motoren zonder een gedeeld chassis.
Om dat op te lossen, bewaren we al je ‘gouden recepten’ — die worden onder geen beding weggegooid. De stem van Sulafat met het specifieke tempo-recept, de Suno-geluidsstandaard, het team-fotorecept voor consistente beelden, de blog-regels met verboden woorden en ‘tarieven’ in plaats van ‘prijzen’, en het principe ‘goedgekeurd is bevroren’. Ook de design-regels en je werkwijze-fundamenten, zoals ‘klaar’ alleen met bewijs en altijd eerst een backup maken, blijven intact.
En dan het voorstel: we zien uit de analyse vijf heldere discipline-bots voor je. Elke bot krijgt één duidelijk taakgebied, één harnas en een naam die zijn discipline reflecteert. 1. **Beeld en Fotografie:** Voor alles rondom foto’s, video, reels en brand-design, inclusief een consistentie-geheugen voor huisstijl en logo’s. 2. **Content:** Voor alle geschreven en gesproken content, zoals blogs, verslagen, podcasts, social media en muziekteksten. Dit spoor groeit hard. 3. **Web en Techniek:** De technische ruggengraat voor haartips.nl, WordPress, deployments en security. 4. **School (Appel):** Een afgebakend domein voor Dani's leerwerk, van boeken tot podcasts per vak. 5. **Ops en Regie (de Conductor-rol):** Deze overkoepelende bot verdeelt taken, beheert de wachtrij en bewaakt de kosten. Dit bespaart jou veel tijd. Kleinere taken zoals muziek en video worden hieronder ondergebracht. De drie principes die de rommel oplossen zijn simpel: één harnas-standaard voor iedereen, namen naar discipline en een scheiding van regie en uitvoering.
Tot slot de skills: van de 111 skills is ongeveer een derde generiek en er zijn veertien clusters waarin meerdere skills hetzelfde doen. Die kunnen we elk terugbrengen naar één kern-skill, wat de nieuwe bots meteen schoner en sneller maakt.
Het concrete plan verloopt in fases: Fase één, de analyse, is nu klaar. Fase twee is aan jou: keur je de vijf disciplines goed? Wil je namen aanpassen, samenvoegen of splitsen? Pas na jouw akkoord gaan we naar fase drie: dan kiezen we het ene harnas, bouwen de vijf bots één voor één, beginnend met de minst risicovolle, en integreren daarbij al die gouden recepten en het opgeschoonde skill-pakket. Niets van de bestaande bots wordt uitgezet voordat de nieuwe bot bewezen draait, met de oude wachtrij als vangnet.
Dus Jamal, dit is de blauwdruk voor een toekomst waarin jouw bots niet alleen meer kunnen, maar ook veel overzichtelijker en makkelijker te managen zijn. We kijken uit naar jouw feedback!
Samengesteld door Conductor. Basis: 4 parallelle analyse-agents over 424 verslagen, 111 skills, de hele bot-vloot + het geheugen, en 105 dagen Telegram (ongeveer 3.763 van jouw eigen berichten).
Let op: de aantallen zijn grove indicaties uit tellingen en steekproeven, niet exact tot op het bericht. De richting klopt, de precieze getallen zijn indicatief.
Gerangschikt op hoe vaak het in je berichten terugkwam:
De trend over het jaar: maart tot mei was een content-fabriek voor de salon (foto's, blogs, website). Juli tot augustus verschoof het naar podcast/stem, de AI-opleiding en Dani's schoolmateriaal, plus veel meer meta-werk (kosten, crashes, opruimen).
De echte uitvoerders (niet de producten):
Kort gezegd: je hebt genoeg motor, maar te veel losse motoren zonder gedeeld chassis.
Een herontwerp mag deze nooit weggooien:
Dit is de indeling die uit alle vier de analyses valt. Elke bot heeft één helder taakgebied, één harnas, en een naam naar zijn discipline (niet zijn machine).
Bot 1 — Beeld en Fotografie
Foto's, video, reels, brand-design. Je grootste werklast. Heeft een consistentie-geheugen nodig (referentiefoto's, krultypes, echt logo, huisstijl). Neemt de foto- en video-recepten mee.
Bot 2 — Content (geschreven en gesproken)
Blog, verslag, podcast/stem, social, nieuwsbrief, en muziek-teksten. Vaste stem (Sulafat), tempo-recept, blog-regels. Dit spoor groeit hard.
Bot 3 — Web en Techniek
haartips.nl/WordPress, deploy, VPS en Render, security, PHP. De technische ruggengraat, los van de creatieve output.
Bot 4 — School (Appel, voor Dani)
Een eigen, afgebakend domein: boeken, toetsen, podcasts per vak. Komt laat op maar wordt dan dagelijks.
Bot 5 — Ops en Regie (de Conductor-rol)
Verdelen, wachtrij, geheugen, kosten bewaken. Overkoepelend. Uit de data blijkt dat dit een van je grootste tijdvreters is, dus een aparte regie-bot is geen luxe.
Wat kleiner is en eronder valt: muziek en video schuiven onder Beeld of Content. Extern zakelijk advies (GreenFox) en privé blijven losse sporen buiten de vaste 5.
De 3 ontwerp-principes die de rommel oplossen:
1. Eén harnas-standaard voor alle 5 (geen 5 verschillende meer).
2. Namen naar discipline, niet naar machine.
3. Regie (Ops) los van uitvoering, zodat niet alles via één bot loopt.
Van de 111 skills is ongeveer een derde generieke dev-toolkit (gstack) die niet salon-specifiek is. Daarnaast zijn er 14 clusters waar meerdere skills hetzelfde doen (3x blog schrijven, 2x verslag, 4x design-review, 5x headless browser). Die kunnen elk terug naar 1 kern-skill. Dat maakt de nieuwe bots meteen schoner en sneller.
Fase 1, nu klaar: deze analyse.
Fase 2, jouw beslissing: keur je de 5 disciplines goed? Wil je namen aanpassen, samenvoegen of splitsen?
Fase 3, pas na jouw akkoord: we kiezen het ene harnas, en bouwen de 5 bots één voor één (te beginnen met de minst risicovolle), met de gouden recepten en het opgeschoonde skill-pakket erin. Elke bot eerst bewijzen op één echte taak, met de oude wachtrij als vangnet.
Niks aan de bestaande bots wordt uitgezet tot een nieuwe bewezen draait.
🎙️ Bespreek met Jarvis