Ik bouw mijn eigen AI-agents. Met een tweede brein per klant.

Ik schrijf mijn agents zelf, in Python sinds 2017. Ruim 30 AI-producten, waaronder een agent die 2.200 producten in Shopify bijhoudt.

Plan een kennismakingBekijk wat ik bouwde

Feed-agent · vanochtend

voorbeeld · webshop

Stap

Aantal

Status

Producten gelezen uit Shopify

2.214

klaar

Titels zonder maat of kleur

64

voorstel

Controle-agent: titel te lang

3

afgekeurd

Klaar voor goedkeuring

61

wacht

61 titels herschreven · controle doorstaan

Zo werken de agents
voor één klant

Speel de film af of klik op een hoofdstuk

Het agentenpaneel van één klant

Wat elke agent vandaag deed en wat op mijn goedkeuring wacht.

app.jermayads.nl/agents
Agentenpaneel van een voorbeeldklant: elf actieve agents, voorstellen, goedkeuringen en gemeten effect per agent

Wat ik bouw

Elke wijziging keur ik zelf goed voor hij live gaat.

Achter de schermen: de zwerm, het tweede brein en MCP

Wat de agents doen, wat ze over je bedrijf weten en hoe je assistent je eigen data leest.

Agentenbord · Bakkerij Verhoeven

actiefwacht op mijklaar
AgentStatusLaatste actieTijd
Zoektermenactieflas de zoektermen van gisteren06:02
Biedingenwachtvoorstel klaar om goed te keuren06:15
Feedklaarlas 2.214 producten uit Shopify06:20
Titelswacht61 titels klaar voor goedkeuring06:41
Controleklaarkeurde 3 titels af, te lang06:44
SEOactiefcontroleert de posities07:05
AI-zoekmachinesactiefstelt 40 vragen aan ChatGPT07:10
Concurrentenactiefvergelijkt advertenties en prijzen07:18
Reviewsklaarlas de nieuwe reviews07:30
Rapportagewachtweekrapport klaar om te lezen07:45

Voorbeeldaccount, de getallen zijn ter illustratie.

Tweede brein · één map per klant

  • klanten/
  • bakkerij-verhoeven/
  • CLAUDE.md
  • wat-werkt.md
  • wat-nooit-mag.md
  • geprobeerd/
  • 2026-09-titels-met-maat.md
  • 2026-10-merkcampagne.md
  • metingen/
  • nulmetingen.md
  • klant-b/
  • klant-c/

wat-nooit-mag.md

Elke agent leest dit bestand voor hij iets voorstelt.

BiedingenTitelsControle

MCP · een vraag aan je eigen data

alleen lezen

Jij vraagt in Claude

Welke campagnes kosten geld zonder omzet?

MCP-server

google_ads.campagnes(30d)

shopify.orders(30d)

bigquery.koppel()

Leest je bronnen

Google Ads

Shopify

BigQuery

Antwoord uit je eigen account

Shopping · algemeen

0 orders

Zoeken · regio

0 orders

bron: Google Ads + Shopify

Voorbeeld, ter illustratie. LeadForge draait 100+ agents dagelijks voor klanten.

Een tweede brein dat werkt als een onderzoeksarchief

Per klant leg ik alles vast met bron en datum: gesprekken, exports en metingen. Agents werken alleen vanuit wat daar staat en verwijzen bij elk antwoord naar de bron. Dezelfde opbouw als een wetenschappelijk archief, op het Open Knowledge Format.

Bronnen, onveranderd bewaard

bronnen/

  • gesprek-2026-09-12.mdtranscriptie
  • google-ads-export-2026-10-01.csvexport
  • ga4-bestellingen-sep.csvexport
  • search-console-q3.csvexport
  • miro-audit-2026-09.pdfaudit
  • mail-marge-per-categorie.emlmail
  • ab-test-formulier-okt.csvmeting

Ruwe bronnen worden nooit bewerkt. Elke samenvatting in het brein verwijst ernaar terug, met regel of tijdstip.

Correcties tellen ook als bron

correctie van Jermaya · 14 okt

“Gratis catering laat ik staan. Die zoekterm levert offerteaanvragen op.”

Oorzaakkennis ontbrakstap ging misexperts oneens

→ nieuwe regel in wat-nooit-mag.md

Elke correctie krijgt een oorzaak en wordt daarna een vaste regel die elke agent leest. In mijn eigen brein staan er 286.

Eén pagina per bevinding

bevindingen/marge-per-productgroep.md

type: bevinding

bijgewerkt: 2026-10-12

status: gemeten

bronnen: 3

Marge verschilt sterk per productgroep

Accessoires leveren ruim drie keer zoveel marge per order als grote apparaten [1]. Het budget was gelijk verdeeld over beide groepen [2]. Sinds de splitsing op 3 oktober stuurt de campagne op winst per euro [3].

Bronnen

[1]google-ads-export-2026-10-01.csv, regels 14 t/m 88

[2]gesprek-2026-09-12.md, op 00:23:10

[3]meting 3 t/m 17 okt, Google Ads en Shopify

Gerelateerdpoas-structuurproductfeed-labelsseizoenspatroon

Een vraag aan het brein

Waarom staat “gratis catering” niet uitgesloten?

Bewust zo gelaten. Die zoekterm levert offerteaanvragen op, ook zonder aankoop [correctie 14 okt]. De kosten waren € 31 in september [1].

antwoord uit 2 pagina's · 0 aannames

Getoetst voor een agent het gebruikt

  • Elke bewering heeft een bron en een datum
  • Samenvatting en bron zeggen hetzelfde
  • Cijfers zijn door een tweede agent nagemeten
  • Bronnen die elkaar tegenspreken staan allebei op de pagina
  • Geen kapotte verwijzingen tussen pagina's

$ python3 lint.py

0 fouten

0 beweringen zonder bron

0 pagina's buiten de index

Staat iets niet in het brein, dan zegt de agent dat. Hij vult het niet zelf in.

Twijfel gaat naar mij

agent marge · vraag aan Jermaya

Twee bronnen geven een andere marge voor accessoires: 38% en 44%. Welke houd ik aan?

wacht op antwoord, voorstel staat stil

Een agent kiest niet zelf tussen bronnen die botsen. Hij legt het aan mij voor en wacht.

Zo groeit het brein, week na week

  1. Vastleggen

    Elk gesprek, elke export en elke meting komt met datum in de bronnenmap.

  2. Samenvatten

    Per idee één pagina, met een verwijzing naar elke bron die erover gaat.

  3. Toetsen

    Een tweede agent meet de cijfers opnieuw. De lint houdt pagina's zonder bron tegen.

  4. Bijwerken

    Een nieuwe meting vervangt de oude. De oude blijft vindbaar, met datum.

Voorbeeldpagina, de inhoud is ter illustratie. Mijn eigen brein telt 918 vastgelegde feiten en lessen (oktober 2026). Per klant draait een eigen archief met dezelfde toetsing.

Een voorstel van de feed-agent

Met de bron van elk getal en de datum van de nameting.

Feed-agent

61 producttitels aanvullen met maat en kleur

De controle-agent keurde 3 te lange titels af.

bron: Shopify-catalogus en Merchant Center

nameting: vertoningen per product na 14 dagen

Veelgestelde vragen

  • Vooral Claude en Gemini, en open modellen waar dat beter past.