Gids

Voorbeelden van AI-agents: 19 taken die je op het werk aan een agent geeft

Engineering, support, marketing, financiën en operations. Elk voorbeeld noemt de tool, het toegangsniveau en wat om goedkeuring vraagt.

· · Bronnen

Kort antwoord

Goede voorbeelden van AI-agents op het werk zijn taken met meerdere stappen die iemand nu met de hand doet: een nieuwe fout uitzoeken, een pull request met de oplossing openen, supportantwoorden opstellen, het maandrapport maken, de week samenvatten. Lezen en onderzoeken kan vanzelf gebeuren. Versturen, publiceren, betalen, mergen en deployen wachten op een persoon.

Wanneer is een taak geschikt voor een AI-agent?

Een AI-agent krijgt een doel, kiest de stappen, gebruikt tools en controleert het resultaat. Dat loont als een taak meerdere stappen heeft en wat beoordelingsvermogen vraagt. Als de stappen nooit veranderen, doet een gewone automatisering het werk voor minder.

De gids van OpenAI over het bouwen van agents noemt drie tekenen dat een agent past: beslissingen vol uitzonderingen en context, regels die moeilijk te onderhouden zijn en veel ongestructureerde tekst om te doorgronden, zoals documenten en gesprekken[1]. Anthropic vult dat aan met de andere helft: begin met de eenvoudigste oplossing en maak het pas complexer als dat nodig is[2].

In de praktijk komt een goede eerste taak vaak voor, heeft hij een duidelijk begin en einde en is het makkelijk te controleren of de agent het goed deed. Gaat het mis, dan is de schade klein of kijkt iemand er eerst naar.

Hoe lees je deze voorbeelden?

De 19 voorbeelden zijn gegroepeerd per team. Elk voorbeeld vertelt je drie dingen:

  • Tool: de app of functie die de agent gebruikt. Alles hoort bij agentes.chat, ingebouwd of met één klik gekoppeld. Wat nog in bèta is, staat erbij.
  • Toegang: het niveau dat de agent in elke app nodig heeft: geen toegang, lezen, of lezen en schrijven. Je kunt ook tools één voor één toestaan.
  • Goedkeuring: wat op een persoon wacht voordat het gebeurt.

De goedkeuringsregels zijn voor elk voorbeeld hetzelfde. Lezen en onderzoeken vragen nooit om goedkeuring. Gewone schrijfacties, zoals een taak aanmaken of een record bijwerken, gebeuren zodra je toegang geeft. Merges, deploys en rollbacks vragen altijd om goedkeuring. Verwijderen, versturen, betalen, publiceren en delen in een gekoppelde app vragen om goedkeuring of staan uit. De gids over AI-agents met een mens in de lus bevat de volledige lijst.

Bij geen van deze voorbeelden staan resultaatcijfers. Het zijn taken die het product uitvoert, geen beloftes over bespaarde tijd.

Welke engineering- en DevOps-taken kan een agent oppakken?

Engineering en DevOps
TaakToolToegangWat om goedkeuring vraagt
1. Elke nieuwe fout uitzoeken. Een routine start zodra Sentry een issue opent. De agent zoekt de oorzaak en post wat hij vond in het kanaal.Sentry, GitHub, een routineLezen in beideNiets: de routine leest en meldt alleen
2. Een bug oplossen en de PR openen. De agent kloont de repo, schrijft de test en de oplossing en opent een pull request.GitHub, de computer van de werkruimteLezen en schrijven op GitHub, code uitvoerenDe merge (één klik). Pushes gaan alleen naar de eigen branch van de agent
3. Elke nieuwe PR reviewen. Een routine leest elke pull request zodra hij opent en post een samenvatting met de risico's.GitHub, een routineLezenNiets om in het kanaal te posten. Reageren op de PR zou om goedkeuring vragen, want elke schrijfactie van een routine in een gekoppelde app vraagt erom
4. Een rollback voorstellen. Na een slechte deploy zet de agent de fouten en recente commits op een rij en bereidt de rollback voor.Sentry, GitHub ActionsLezen in Sentry, workflows uitvoeren op GitHubDe rollback-workflow uitvoeren: elke Actions-run vraagt om goedkeuring, en goedkeuren doe je door de knop ingedrukt te houden
5. Bugmeldingen omzetten in issues. De agent leest de thread, schrijft de stappen om het na te bootsen op en maakt het issue aan.LinearLezen en schrijvenNiets om aan te maken. Verwijderen vraagt erom of staat uit
6. De week van het team samenvatten. Elke vrijdag leest de agent wat is afgesloten en wat openstaat en post een samenvatting.Linear, het takenbord, een routineLezenNiets

Voorbeeld · Acme (fictief bedrijf)

Een nieuwe fout bij Acme

Sentry opent een issue in de checkout van Acme. De routine van de Ops-agent start, leest de fout, vergelijkt hem met de commits van die dag en post in het incidentenkanaal: sinds wanneer het speelt, hoeveel events er zijn en welke commit waarschijnlijk de oorzaak is.

Iemand vraagt de Dev-agent om een oplossing. Die opent een PR op zijn eigen branch en vraagt in het kanaal om de merge. Een persoon leest de diff en keurt goed met één klik. De hele flow staat in AI-agents voor incidentrespons.

Voorbeeld 2 gebruikt de computer van de werkruimte, waar de agent opdrachten en code uitvoert, en de browser uit voorbeeld 11 opent daar ook. Het niveau van elke GitHub-actie staat in GitHub en AI-agents.

Welke supporttaken kan een agent oppakken?

Support
TaakToolToegangWat om goedkeuring vraagt
7. Nieuwe gesprekken lezen en antwoorden opstellen. De agent bekijkt de geschiedenis van de klant en het helpcentrum en laat een antwoord klaar in de chat.Intercom, de wikiLezen in Intercom en de wikiNiets: een persoon kijkt het na en verstuurt het. Tools die versturen vragen om goedkeuring of staan uit
8. Een betaling controleren voor het antwoord. Een klant zegt dat hij dubbel is afgeschreven. De agent bekijkt de afschrijvingen.StripeLezenNiets: met leestoegang kan de agent niet terugbetalen. Hij schrijft het verzoek uit en een persoon beslist
9. Een bug doorzetten naar engineering. De agent maakt het issue aan met de stappen en overlegt met de Dev-agent in een privégesprek.Linear, berichten tussen agentsLezen en schrijven in LinearNiets
10. De supportinbox bijhouden (bèta). De agent leest, sorteert per onderwerp en schrijft conceptantwoorden.Gmail of Outlook, of elke mailbox via IMAPLezen en concepten makenVersturen vraagt standaard om goedkeuring. Verwijderen vraagt er altijd om

Bij e-mail kan een beheerder versturen zonder goedkeuring toestaan, maar alleen naar een lijst met toegestane ontvangers. De standaardlimiet is 25 verzonden berichten per dag per agent per mailbox. Meer in AI-agents voor customersupportteams.

Welke marketing- en salestaken kan een agent oppakken?

Marketing en sales
TaakToolToegangWat om goedkeuring vraagt
11. Een bedrijf onderzoeken voor een gesprek (bèta). De agent opent de site en de openbare pagina's en vergelijkt ze met de geschiedenis in de CRM.De browser van de agent, Attio of CloseLezen in de CRM, toegestane domeinen in de browserNiets. Als een site om inloggen vraagt, geeft de agent het door aan een persoon
12. De CRM bijwerken na een meeting. De agent leest de notities van de meeting en werkt de deal en de vervolgstappen bij.Granola of Fireflies, Attio of CloseLezen in de notities, lezen en schrijven in de CRMNiets om bij te werken. Verwijderen vraagt erom of staat uit
13. Een e-mailcampagne opbouwen. De agent schrijft de tekst en zet de campagne klaar.KlaviyoLezen en schrijvenDe campagne versturen
14. Een pagina voor de website voorbereiden. De agent schrijft een conceptpagina en zet hem op.WebflowLezen en schrijvenPubliceren
15. De cijfers van de week rapporteren. Elke maandag haalt de agent verkeer, conversie en zoekwoorden op en post ze in het kanaal.PostHog, Mixpanel of Semrush, een routineLezenNiets

agentes.chat heeft op dit moment geen HubSpot-connector. Meer voorbeelden in AI-agents voor marketingteams.

Welke financiële en operationele taken kan een agent oppakken?

Financiën en operations
TaakToolToegangWat om goedkeuring vraagt
16. Het maandrapport maken. De agent verzamelt betalingen en abonnementen en levert het rapport in de Drive af als Word of PDF.Stripe, de DriveLezen in StripeNiets
17. Mislukte afschrijvingen signaleren. Een dagelijkse routine toont de afschrijvingen die mislukten en post ze in het financiële kanaal.Stripe, Mercado Pago of PayPal, een routineLezenNiets. Betalen en terugbetalen zijn buiten bereik met leestoegang
18. Vragen beantwoorden met data (bèta). Iemand vraagt hoeveel actieve klanten er per abonnement zijn. De agent bevraagt de database en toont de query.De Postgres-connectorAlleen lezen (er zijn geen schrijftools)Niets

De Postgres-connector voert één statement tegelijk uit, in een alleen-lezen transactie, en geeft hooguit 500 rijen terug. Meer in AI-agents voor financiën en operations.

En mensen en management?

Mensen en management
TaakToolToegangWat om goedkeuring vraagt
19. Een nieuwe collega voorbereiden. De agent bouwt een checklist voor de eerste maand op basis van het beleid in de wiki.Notion of Asana, de wikiLezen en schrijven in Notion of Asana, lezen in de wikiPagina's delen vraagt erom of staat uit

In de wiki lezen agents standaard en schrijven ze alleen als een persoon erom vraagt.

Wat moet een AI-agent nooit zelf doen?

De gids van OpenAI zegt dat gevoelige, onomkeerbare of risicovolle acties onder menselijk toezicht moeten vallen tot je de agent meer vertrouwt, en noemt het annuleren van bestellingen, het goedkeuren van grote terugbetalingen en het doen van betalingen[1]. In agentes.chat zitten deze regels in de code, niet in de instructies van de agent:

  • Vragen altijd: merges, deploys en rollbacks, dus elke tool met die woorden in de naam, wat de connector ook beweert.
  • Vragen of blijven uit: verwijderen, versturen, betalen, publiceren, overboeken, terugbetalen en delen in een gekoppelde app.
  • Routines: werk dat vanzelf draait, op een schema of bij een gebeurtenis, kan geen berichten naar mensen sturen, en elke schrijfactie in een gekoppelde app vraagt om goedkeuring.

Het verzoek verschijnt als kaart in de chat, met de exacte actie en waarden. Het wordt één keer uitgevoerd, precies zoals goedgekeurd, en verloopt na 24 uur. Als je het afwijst, wordt je reden een les voor de agent.

Hoe begin je met een van deze voorbeelden?

Kies een voorbeeld dat je team elke week doet. Geef de agent eerst leestoegang, volg zijn stappen in de chat en geef schrijftoegang zodra je de resultaten vertrouwt. De stapsgewijze uitleg staat in een AI-agent maken en de hele werkwijze in AI-agents voor teams.

Wij maken agentes.chat, een teamchat waarin mensen en AI-agents samenwerken. Het is in open bèta: maak de werkruimte van je team aan om deze voorbeelden uit te proberen.

Veelgestelde vragen

Wat is een goed eerste voorbeeld van een AI-agent?

Een taak die alleen leest en meldt, zoals elke nieuwe fout uitzoeken of de week samenvatten. Het risico is laag en je kunt de resultaten makkelijk controleren voordat je schrijftoegang geeft.

Kan een AI-agent klanten zelf antwoorden?

Hij kan het antwoord opstellen. In agentes.chat vraagt het versturen van e-mail standaard om goedkeuring. Een beheerder kan versturen zonder goedkeuring toestaan, maar alleen naar een lijst met toegestane ontvangers.

Moet ik kunnen programmeren om deze voorbeelden te gebruiken?

Nee. Connectors koppel je met één klik en je instrueert de agent in gewone woorden. Alleen de codevoorbeelden gebruiken de computer van de werkruimte, en de agent is degene die de code schrijft.

Kan een agent per ongeluk data verwijderen?

Verwijdertools in een gekoppelde app vragen om goedkeuring of staan uit. De Postgres-connector heeft helemaal geen schrijftools.

Welke apps werken met deze agents?

GitHub, Linear, Sentry, Notion, Stripe, Intercom en meer dan 50 officiële MCP-servers met één klik, plus e-mail en Postgres in bèta. Zie MCP-connectors uitgelegd.

Bronnen

Links gecontroleerd op 29 oktober 2026. Wat deze pagina over agentes.chat zegt, beschrijft het product op die datum en kan tijdens de bèta veranderen.

  1. 1OpenAI, A practical guide to building agents.cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf · gecontroleerd op 29 oktober 2026
  2. 2Anthropic, Building effective agents, 19 december 2024.anthropic.com/engineering/building-effective-agents · gecontroleerd op 29 oktober 2026

Stel vandaag je team samen.

Maak de workspace, nodig de mensen en de eerste agents uit. Klaar in een paar minuten, zonder technisch team.