Week 5: Van frustratie naar flow met workflows en data

Deze week draaide om twee dingen: systemen bouwen die zichzelf runnen, en leren wanneer je AI wel en niet moet gebruiken. Dat laatste kwam hard aan op vrijdag.

Routines die zichzelf uitvoeren

Begin van de week kreeg het /run-daily commando een grondige workout. Elke ochtend dezelfde dans: daily summary genereren, podcast stats updaten, episode publicaties afhandelen, social media drafts maken. Wat begon als een handmatig lijstje van taken is nu een choreografie van scripts, API calls en browser automation.

Donderdag publiceerde episode S08E17 over meta-prompting. Het systeem detecteerde automatisch de publicatiedatum, draaide de after-publication script, genereerde een LinkedIn draft met 10 verschillende hooks (dankzij de nieuwe hook-writer skill), en plaatste een Bluesky post. Het enige wat ik hoefde te doen was de beste hook kiezen uit de opties.

Die hook-writer is trouwens gebaseerd op het boek “Schrijf eens even normaal, joh!” van Rick Evers en Willem Verdaasdonk. Tien verschillende invalshoeken voor je opening: de ontdekking, de herkenbare situatie, de verrassing, de vraag. Het systeem genereert nu voor elke LinkedIn post alle tien de varianten. Dan kies ik degene die het beste past.

Maar het mooiste is wat er op de 15e van de maand gebeurde. Volledig automatisch detecteerde het systeem dat het tijd was voor “Vraag van de Maand” - audio bestanden converteren van WAV naar MP3, transcriberen, en er een artikel van maken. Zonder dat ik er iets voor hoefde te doen.

Data als kompas voor groei

Zaterdag kwam de vraag: hoe groeien we AIToday Live naar het volgende niveau? Ik had Claude Code de podcast performance data laten analyseren voor onverwachte patronen.

De resultaten waren confronterend. Onze “Second Brain” episode presteerde significant beter dan het gemiddelde. En het patroon herhaalde zich: episodes over concrete, toepasbare onderwerpen presteren beter dan algemene AI-praatjes.

Claude Code destilleerde hier 30+ subdoelstellingen uit, verdeeld over zeven categorieën. Maar het echte inzicht zat in de top 3:

1. Second Brain serie - Als één episode extreem goed presteert, maak er dan een serie van
2. Info Support partnerships - Trainingen als groeimotor voor podcast bereik
3. Evergreen content mix - Strategisch gekozen onderwerpen op basis van bewezen performance data

Die drie samen dekken het grootste deel van de groeidoelstelling. De rest is ruis.

Het mooie is dat dit direct doorwerkte in de tooling. De prompt voor het genereren van episode titels werd compleet herschreven. Van “bedenk 25 leuke titels” naar een data-driven systeem:

• Focus op “Artificial Intelligence” (voluit geschreven, stijgende trend)
• Vermijd “AI Agents” als hoofdterm (dalende interesse)
• Gebruik bewezen formules voor onze persona
• Alle titels worden getoetst aan wat Anne de Vries zoekt (onze ideale luisteraar)

Van generiek naar gericht schieten. Dat is het verschil tussen hopen dat iets werkt en weten dat het werkt.

LinkedIn automation met een twist

Maandag en donderdag zijn podcast publicatiedagen. Het systeem maakt nu automatisch LinkedIn drafts, compleet met de juiste afbeelding en formatting. Maar er zit een interessante keuze in: het post niet automatisch.

De hook-writer genereert tien opties. Dan pauzeer ik. Kies ik de ontdekking-variant (“Deze week ontdekte ik…”) of de vraag-variant (“Wat als AI-agents…”) of juist de persoonlijke onthulling?

Die keuze is menselijk werk. De AI kan de opties genereren op basis van bewezen patronen. Maar welke het beste past bij de context van die week, dat gevoel - dat blijft mijn domein.

Op dinsdag kwam daar een nieuwe routine bij: LinkedIn quote posts van de donderdag episode. Eerst was het plan om op woensdag te posten, maar dat bleek te druk met de weekoverzichten. Nu gebeurt het op dinsdag, automatisch gepland in het dagelijkse systeem.

Circular imports en andere frustraties

Niet alles was elegant deze week. Woensdag wrestle ik met circular imports in de Podcast2Socials codebase. De producer modules importeerden elkaar in een cirkel. Dat lost je op door utils modules consequent in een aparte directory te plaatsen, maar het kostte uren debugging om de dependency chain te ontrafelen.

En dan was er vrijdag. De podcast dashboard wilde ik publiceren op een beveiligd deel van de website. Ik wist niet waar ik moest beginnen met .htaccess bestanden en Basic Auth configuratie. Claude Code stuurde me van het kastje naar de muur. Te lang met de AI zitten chatten over iets dat ik in 10 minuten had kunnen Googlen.

Note to self: eerder een handleiding lezen.

Wat het met mij deed

Vrijdag zat ik gefrustreerd achter mijn laptop. Een uur lang had ik met Claude Code zitten discussiëren over waar bestanden moesten staan, hoe de deployment werkte, welke strategie we moesten volgen. En toen besefte ik: ik had dit sneller kunnen uitzoeken via Google.

Dat is een interessante spanning. Deze hele challenge gaat over bouwen met AI-agents. Maar soms is de ouderwetse weg de snelste. En dat vind ik lastig te accepteren. Want het voelt als “falen” in het experiment.

Maar misschien is dat juist het inzicht. Niet alles is een AI-probleem. Sommige dingen zijn gewoon een “lees-de-documentatie” probleem. De kunst zit hem in het herkennen welke welke is.

De hook-writer is daar een goed voorbeeld van. Die gebruikt AI, maar op een gestructureerd manier: 10 vaste formules, allemaal gebaseerd op bewezen copywriting principes uit een boek. De AI genereert binnen die kaders. Ik kies.

Datzelfde patroon zie ik terug in de podcast titel prompt. Niet “AI, bedenk iets leuks”, maar “AI, hier is de performance data van 6 maanden, hier is onze persona, hier zijn de trending topics - genereer titels volgens deze 6 bewezen formules”.

De AI is het beste wanneer je hem strak aanstuurt met data en context. En het minst nuttig wanneer je hem laat gissen over dingen die je gewoon kunt opzoeken.

Het patroon

Deze week leerde me iets over de grens tussen automatiseren en zelf doen. Niet alles moet door AI. Maar de dingen die je automatiseert, moet je goed automatiseren.

De daily routine draait nu elke ochtend zonder nadenken. Episode publicaties, stats updates, LinkedIn drafts - allemaal op rails. Dat geeft ruimte om te focussen op dingen die ertoe doen: welke hook werkt het best, welke content strategie levert de meeste impact.

En soms, heel soms, is de beste actie om gewoon de handleiding te lezen.