Haarvisie verslagen
← Alle verslagen📄 Download als PDF
🎧 Luister dit verslag
1,0x
⬇️ Download naar telefoon

Soort: vergadering · Duur: onbekend · Deelnemers: [Speaker 1] [Speaker 2] [Speaker 3] [Speaker 4]

Let op — sprekers niet bevestigd. Plaud nummert sprekers (Speaker 1, 2, …) maar koppelt geen namen. Ga niet uit van wie wat zei; "ik/wij" hoeft niet dezelfde persoon te zijn.

Notulen van de vergadering

Een AI-assistent voor e-mailbeheer

De discussie opent met de wens voor een AI-gestuurd programma dat e-mails filtert op importantie, spam en abonnementen.

Er is frustratie over de overvloed aan e-mails en het gebrek aan grip.

Doel: een praktisch stappenplan voor een e-mailtriage-agent om van chaos naar controle te gaan.

Twee benaderingen voor e-mailautomatisering

Complexe systeembenadering:

Veelvoorkomend: een complex systeem met regels, categorieën en prioriteiten bouwen.

Voorbeeld: ontwikkelaar Austin Ginder probeerde dit, maar vond het te complex en rigide en heeft het uiteindelijk verworpen.

Conversationele methode:

Behandel de AI (Claude) als een slimme assistent die je opdrachten geeft, in plaats van hem te dwingen in starre regels.

De AI heeft inbox-toegang nodig (bijv. via command line of een Chrome-extensie) om e-mails te lezen en te beheren.

De conversationele werkwijze in de praktijk

Geef samengestelde taken in plaats van simpele zoekopdrachten.

Voorbeeld: "Zoek alle ongelezen e-mails van de laatste 24 uur met 'factuur' of 'dringend' en groepeer ze per afzender."

Bouw de workflow stap voor stap op in een gesprek in plaats van alles vooraf te definiëren.

Vervolgopdracht: "Maak per groep een samenvatting van één zin en markeer e-mails met een factuur als 'te betalen'."

Het human-in-the-loop-model is cruciaal: de AI doet het mechanische werk; de gebruiker blijft in de beslissingslus en valideert resultaten.

Gespecialiseerde sub-agenten en rapportage

Zet voor specifieke taken (spam, uitschrijven) gespecialiseerde sub-agenten in.

Een "unsubscriber agent" detecteert lang niet geopende nieuwsbrieven en voert uitschrijfverzoeken uit.

Een "spam detector agent" analyseert headers en gedrag om spam te identificeren.

Aan het einde van een sessie kan de AI een gedetailleerd HTML-rapport genereren met statistieken en een overzicht van uitgevoerde acties.

Valkuilen en oplossingen

Valkuil 1: Over-engineering:

De neiging om direct een perfect, autonoom systeem te willen.

Oplossing: Begin conversationeel; leid regels af uit eigen gedrag door de map Verzonden te analyseren.

Valkuil 2: Veiligheid en privacy:

Toegang van AI tot gevoelige data.

Oplossing: Start met alleen-lezenrechten, gebruik een veilige tussenlaag (proxy) en beperk sub-agenttoegang tot strikt noodzakelijke scopes.

Valkuil 3: Vage prompts:

Opdrachten als "ruim mijn inbox op" zijn onbruikbaar.

Oplossing: Wees specifiek en precies in opdrachten.

Volgende regelingen

Observeer één werkdag lang de handmatige e-mailverwerking en noteer de exacte instructies die je aan een AI-operator zou geven.

Verken een laagdrempelige tool (bijv. Claude in Chrome-extensie) of overweeg een eenvoudig command-line script voor het doorzoeken van e-mail.

AI-suggesties

AI-suggesties

AI heeft de volgende problemen geïdentificeerd die niet zijn afgesloten in de vergadering of waarvoor duidelijke actiepunten ontbreken; gelieve hier aandacht aan te besteden:

Er is geen concrete beslissing genomen over welke specifieke tool of technologie (bijv. Cloud Code, een specifieke plugin of scripttaal) daadwerkelijk geïmplementeerd zal worden om het e-mailbeheer te automatiseren.

De veiligheidsrisico's zijn besproken, maar er is geen plan opgesteld voor een formele risicoanalyse of voor het implementeren van specifieke veiligheidsmaatregelen zoals een MCP-proxy.

Hoewel het idee van sub-agenten voor spam en uitschrijven is genoemd, is er niet besproken hoe deze technisch gebouwd of geïntegreerd zouden worden met het hoofdsysteem.

🎙️ Bespreek met Jarvis