We zijn de voorbije twee jaar massaal aan het prompten geslagen. AI-agents worden gebouwd, tools getest, workflows geautomatiseerd. De verleiding is groot om met veel tegelijk aan de slag te gaan, want de technologie is krachtig, toegankelijk en razendsnel. Maar toch zie ik vaak iets gebeuren dat ik herken van eerdere innovaties: we starten bij het middel, niet bij de vraag.
Wat moet die prompt eigenlijk voor je doen? Welke job moet die agent precies vervullen? Wat heb jij of wat heeft je team nodig aan het einde van de rit. Dat is waar het doorwinterde concept 'Job to be done' zo nuttig is.
De milkshake doet een job
Misschien ken je het verhaal van de milkshake. Wijlen professor Clayton Christensen onderzocht waarom mensen milkshakes kochten bij een fastfoodketen. De eerste gok van het bedrijf was: voor de smaak, als traktatie. Maar toen ze gingen luisteren, bleek er iets heel anders aan de hand. De meeste milkshakes werden ’s ochtends gekocht, door mensen die een lange autorit voor de boeg hadden. Ze wilden iets wat lang meegaat, makkelijk te drinken is, en de verveling verdrijft.
De milkshake was geen drankje, maar een oplossing voor een saaie rit. Hij deed een job. En toen dat duidelijk werd, konden ze het product gericht gaan verbeteren.
Wat moet jouw prompt eigenlijk doen?
En zo werkt het eigenlijk ook met AI. Je kunt een indrukwekkende prompt schrijven die een mooie output geeft. Maar als je niet helder hebt wat die prompt moet opleveren, leidt het vooral tot output zonder impact. Het gaat er niet om dat je bijv. een prompt maakt die mails schrijft. Het gaat erom dat je bijv. tijd wint op standaardmails, zodat je meer ruimte hebt voor strategisch werk. Dat is de werkelijke job.
Wat is de job to be done? Stel jezelf eerst die vraag.
Hetzelfde geldt voor agents. Die zijn natuurlijk complexer en vragen meer dan een goede prompt, maar ook daar begint het bij hetzelfde uitgangspunt: wat moet deze agent doen voor jou of voor jouw team of voor de klant? Is het een HR-assistent die standaardvragen opvangt, zodat HR zelf tijd heeft voor persoonlijke gesprekken? Of is het een expertbuddy die je collega’s helpt sneller hun weg te vinden in een complex systeem?
Als die job onduidelijk is, bouw je vooral complexiteit. Maar als je die scherp hebt, dan bouw je iets dat werkelijk waarde toevoegt.
Begin bij het echte probleem
Een veelgemaakte fout is dat we denken vanuit processen, bijv. 'iIk wil een prompt maken die een verslag schrijft.' Maar de vraag is: waarom wil je dat eigenlijk? Misschien omdat je vaak blijft hangen in een leeg document. Of omdat je steeds tijd kwijt bent aan het formuleren van een eerste versie. Dan is de job misschien eerder: 'Ik wil snel een ruwe eerste versie, zodat ik sneller in een flow kom.' En dan ontwerp je een prompt die dat oplost.
Of neem iemand die een agent bouwt om interne documenten samen te vatten. Op zich logisch. Maar wat is de echte behoefte? Misschien wil hij of zij gewoon sneller kunnen beoordelen of iets relevant is. Dan kan het doel veel eenvoudiger zijn: 'Geef me in 5 zinnen wat ik moet weten, en geef me aan of en waarom ik het volledig moet lezen.' Dat is een andere job, en dus een andere aanpak.
Denk in resultaat, niet in functionaliteit
Het helpt om met je team gewoon even stil te staan en te praten over wat je eigenlijk nodig hebt. Dus niet 'Wat moet de tool kunnen?' maar meer in termen van: 'Wat zou ons echt helpen? Wat frustreert nu? Waar verlies je energie of tijd? En wat zou het werk echt makkelijker maken?'
Dat gesprek levert vaak meer op dan tien prompts testen. Want pas als je weet welke job een AI-tool moet doen, kun je hem ook goed ontwerpen (of uitkiezen als je met bestaande tools aan de slag wil). Vaak blijkt dan dat de oplossing simpeler is dan je dacht. Of dat je het op een andere manier moet aanvliegen.
Technologie is niet de start
Als je AI slimmer wil inzetten, begin dan niet bij de tool. Begin bij de vraag. Bij de job. Wat moet er eigenlijk beter, sneller, makkelijker? En hoe ziet dat er concreet uit aan het eind?
Daarmee krijg je scherp wat je nodig hebt. En of dat nu een simpele prompt is of een uitgewerkte agent met geheugen en logica: als de job helder is, heb je een veel grotere kans dat het gaat werken.