- De leerlingen kunnen prompt engineering toepassen om AI-modellen zoals Gemini nauwkeurig in te instrueren.
- De leerlingen kunnen ethische en privacyrisico's van AI-automatisering herkennen en mitigeren.
- De leerlingen kunnen een volledige AI-assistent scenario in Make.com bouwen voor klantenservice.
Stel je voor: je hebt een bijbaan bij de klantenservice van "ZomerBeats". Dit is het grootste lokale muziekfestival in jouw regio. Jouw mailbox stroomt over met vragen van bezoekers. Sommige bezoekers zijn boos over ticketprijzen. Andere bezoekers hebben een dringende vraag over de bereikbaarheid. Jij gaat vandaag een digitale assistent bouwen die deze chaos voor jou ordent.
Deel 1: De Architectuur van de AI-Assistent
Theorie
Je kent de basis van Make.com al uit de vorige lessen. Vandaag combineren we die kennis met Kunstmatige Intelligentie.
We bouwen een slimme filter voor de klantenservice van festival ZomerBeats. Een AI-model gaat de inkomende e-mails inhoudelijk beoordelen.
Eerst ontwerpen we de architectuur van deze nieuwe workflow. Dit voorkomt latere ontwerpfouten.
Een AI-workflow bestaat altijd uit drie logische fases:
- Input: Het systeem ontvangt ongestructureerde ruwe data, zoals een getypte e-mail.
- Verwerking: De AI analyseert de tekst en koppelt er een gestructureerd label aan.
- Output: Jouw vertrouwde routers lezen dit label uit en sturen het proces naar de juiste actie.
Oefening 1: Het proces in kaart brengen
We moeten bepalen welke stappen onze AI-assistent precies moet doorlopen. Gebruik de onderstaande voorbeelden uit de ZomerBeats mailbox.
| Afzender | Inhoud van de inkomende e-mail | Beoogde AI-analyse | Gewenste systeemactie |
|---|---|---|---|
| bezoeker1@mail.com | Ik heb gisteren betaald maar nog steeds geen tickets. Ik eis nu een oplossing! | KLACHT | Label 'Hoge Prioriteit' en 'Klacht' toevoegen |
| info@dj-agency.com | Hierbij de factuur voor het optreden van aanstaande zaterdag. | NORMAAL | Geen actie |
| feestganger@mail.com | Is het hoofdpodium goed te bereiken met een rolstoel? | DRINGEND | Label 'Hoge Prioriteit' toevoegen |
Opdracht:
- Teken op papier het stroomschema voor deze specifieke AI-automatisering.
- Benoem in je schema exact waar de e-mail trigger, de AI-analyse en de routers uit de vorige lessen geplaatst moeten worden.
Deel 2: De Start - E-mails ophalen met Google Workspace
Theorie
De trigger voor ons scenario is een nieuwe inkomende e-mail. In Make.com heet deze module 'Watch Emails'.
Deze module controleert jouw inbox op ongelezen berichten. Je stelt zelf in hoe vaak het systeem dit controleert.
Belangrijke stappen voor de configuratie:
- Kies de Gmail app in Make.com.
- Selecteer 'Watch Emails' als trigger.
- Koppel je account en kies de juiste map.
Oefening 2: De trigger bouwen
Je gaat nu je eerste module instellen in de Make.com editor. Gebruik de volgende testgegevens.
| Instelling | Waarde voor ZomerBeats inbox |
|---|---|
| Folder | Inbox |
| Filter | Alleen ongelezen e-mails |
| Maximum aantal resultaten | 5 per keer |
Opdracht:
- Maak een nieuw scenario aan in Make.com.
- Voeg de Gmail 'Watch Emails' module toe en configureer deze met de gegevens uit de tabel.
Deel 3: De AI Hersens - Gemini API en Prompt Engineering
Theorie
Nu gaan we intelligentie toevoegen aan het scenario. We gebruiken hiervoor de Gemini API via een API key.
Een API is een digitale brug tussen Make.com en het AI-model van Google. Gemini gaat de inhoud van de e-mails daadwerkelijk lezen.
Je moet de AI precies vertellen wat hij moet doen. Deze vaardigheid noemen we 'Prompt Engineering'.
Een prompt is de getypte instructie die je aan de AI geeft. De kwaliteit van de analyse hangt volledig af van jouw prompt.
Als je vaag bent, maakt de AI fouten. Als je heel specifiek bent, werkt de AI als een echte expert.
Kenmerken van een sterke prompt:
- Geef de AI een rol (bijv. "Je bent een klantenservice expert").
- Geef duidelijke context (bijv. "Je leest e-mails van festivalbezoekers").
- Benoem de taak exact (bijv. "Bepaal of de e-mail boos is").
- Eis een strak output-formaat (bijv. "Antwoord uitsluitend met DRINGEND of NORMAAL").
Voorbeeld uit een ander scenario: Phishing-detectie
Stel je voor dat je e-mails moet screenen op phishing (nepberichten die inloggegevens willen stelen). Een sterke prompt hiervoor zou zijn:
"Je bent een cybersecurity expert. Controleer de onderstaande e-mail op tekenen van phishing. Let op: verdachte links, urgentie-taal, verzoeken om gegevens, en spoofed afzenders. Antwoord uitsluitend met PHISHING, VERDACHT, of VEILIG."
Deze prompt geeft de AI:
- Een duidelijke rol (cybersecurity expert)
- Context (e-mail), taak (controleer op phishing) en concrete indicatoren (verdachte links, urgentie, gegevensverzoeken)
- Een strak output-formaat (drie vaste categorieën)
Oefening 3: De perfecte prompt schrijven
Je gaat de Gemini module toevoegen. Daarna schrijf je de instructie voor de AI.
| E-mail tekst (Input via Gmail) | Gewenste AI Output (Gemini) |
|---|---|
| "Mijn ticket is kwijt en het festival is morgen al!" | DRINGEND |
| "Jullie line-up is echt waardeloos dit jaar, ik wil mijn geld terug." | KLACHT |
| "Hoe laat openen de deuren zaterdag?" | NORMAAL |
Opdracht:
- Voeg de 'Google Gemini, Simple text prompt' module toe achter je Gmail module.
- Schrijf in het prompt-veld een instructie waardoor Gemini uitsluitend de woorden uit de Output-kolom genereert op basis van de e-mail tekst.
Deel 4: Actie ondernemen - Labels en Notificaties
Theorie
De AI heeft de tekst succesvol geanalyseerd. Nu moet het systeem beslissen wat de volgende stap is.
We gebruiken hiervoor een logische 'Router' in Make.com. Een router splitst je scenario in meerdere paden.
We plaatsen een filter op deze paden. Dit filter kijkt specifiek naar de tekst die Gemini heeft gegenereerd.
We maken onderscheid tussen de tekst "DRINGEND", "KLACHT" en "NORMAAL"
Oefening 4: Logica en acties bouwen
We gaan de workflow nu afmaken. Bekijk de gewenste acties in de onderstaande tabel.
| Gemini Output | Actie in Gmail |
|---|---|
| DRINGEND | Voeg label "Hoge Prioriteit" toe. |
| KLACHT | Voeg label "Hoge Prioriteit" en "Klacht" toe. |
| NORMAAL | Voorlopig geen actie. |
Opdracht:
- Voeg een Router toe na de Gemini module.
- Stel de filters in op basis van de Output.
- Voeg vervolgens de Gmail actie-modules toe om de juiste e-mails te labelen.
Deel 5: Privacy en Ethiek
Theorie
Moderne technologie brengt grote verantwoordelijkheden met zich mee. Je hebt zojuist een systeem gebouwd dat persoonlijke e-mails leest.
Dit raakt direct aan privacy en gegevensbescherming. Bezoekers delen soms privégegevens in hun berichten.
Ze weten waarschijnlijk niet dat een AI hun e-mail analyseert. Dit is een actueel ethisch vraagstuk.
Daarnaast is kunstmatige intelligentie niet onfeilbaar. AI-modellen maken soms flinke beoordelingsfouten.
Dit verzinnen van verkeerde antwoorden noemen we 'hallucineren'. Wat gebeurt er als de AI een woedende e-mail van de burgemeester mist?
Belangrijke ethische vuistregels bij AI-automatisering:
- Wees transparant: informeer gebruikers dat AI wordt ingezet.
- Zorg voor Human-in-the-loop: laat een mens de uiteindelijke actie controleren.
- Beveilig data: deel nooit onnodig gevoelige informatie met externe API's.
Oefening 5: Beleid bepalen
Jij bent verantwoordelijk voor het databeleid van ZomerBeats. Bekijk de onderstaande situaties.
| Situatie | Mogelijke consequentie |
|---|---|
| Een bezoeker mailt medische documenten voor toegang tot het rolstoelpodium. Gemini leest deze mail. | Medische data wordt gedeeld met externe AI-servers zonder expliciete toestemming. |
| De brandweer mailt over veiligheidsproblemen. Gemini markeert de mail per ongeluk als 'NORMAAL'. | De organisatie mist de mail, wat kan leiden tot annulering van het festival. |
Opdracht:
- Schrijf drie korte, formele bedrijfsregels voor ZomerBeats over het gebruik van deze AI-assistent.
- Zorg dat jouw regels de risico's uit de tabel verkleinen.
Deel 6: Uitdagingen voor Sterke Leerlingen
Ben je snel klaar en werkt je scenario foutloos? Probeer dan je workflow uit te breiden met deze complexe taken.
Uitdaging 1: Sentiment Score toevoegen Pas je prompt aan in de Gemini module. Vraag de AI niet alleen om "BOOS" of "NORMAAL", maar vraag om een getal tussen 1 en 10 (1 = blij, 10 = extreem boos). Maak vervolgens een nieuwe module aan die de afzender en deze score als een nieuwe rij wegschrijft in een Google Sheet. Zo bouw je een dashboard van de stemming van jullie bezoekers.
Uitdaging 2: De Concept-antwoorder (Drafts) Voeg extra intelligentie toe aan het pad voor "NORMAAL". Laat Gemini direct een vriendelijk concept-antwoord schrijven op de vraag van de bezoeker. Gebruik daarna een nieuwe Gmail module om dit antwoord op te slaan als een 'Draft' (concept) in de originele e-mail thread. Zo hoef jij 's ochtends alleen nog maar de concepten te controleren en te verzenden.
Uitdaging 3: De push notification
- Hiervoor dien je de Make (voormalig integromat) app te installeren op je smartphone.
- Je werkt met een module 'Android, send a push notification' of 'Apple IOS, send a push notification'
- Maak een scenario dat je een verwittiging toont op je smartphone als je een mail krijgt met de categorie 'DRINGEND'.
- Prompt Engineering en architectuur (Input-Verwerking-Output) van AI-workflows in Make.com bouwen
- Gemini API gebruiken voor inhoudelijke analyse en tekstclassificatie van e-mails
- Workflows met routers en filters afronden met acties (labels, notificaties)
- Privacy, ethiek en hallucinaties bij AI-automatisering herkennen en mitigeren met Human-in-the-loop
