Digital KISS home

Start een project bij Digital KISS

Leuk dat je met ons wilt samenwerken!

We stellen je een paar korte vragen om te begrijpen waar je naar op zoek bent. Zo kunnen we meteen inhoudelijk meedenken en kijken of we een goede match zijn.

← Alle blogposts

Zelf een AI-agent maken voor content: een handleiding

Bouw zelf een AI-agent die je content maakt, van LinkedIn-posts tot blogs. Een praktische handleiding om consistent online te zijn zonder wekelijks uren werk.

AI-agent in het midden van een workflow in n8n
In dit artikel
  1. Wat is een AI-agent?
  2. Wat kan een AI-contentagent voor je doen?
  3. Hoe bouw je zelf een AI-agent? De bouwblokken
  4. Twee routes: no-code of eigen code
  5. De workflows van onze AI-agent uitgelegd
  6. Praktische tips uit onze ervaring
  7. Kosten en tijdsinvestering
  8. Technische architectuur
  9. Conclusie: zelf een AI-contentagent maken of laten bouwen?
  10. Bronnen

Als ondernemer weet je hoe belangrijk online zichtbaarheid is. Consistent bloggen, LinkedIn-posts plaatsen en je social media op orde houden: het kost allemaal tijd die je vaak niet hebt. Een fulltime contentmedewerker is prijzig, maar niets doen is geen optie. De oplossing? Zelf een AI-agent maken die een groot deel van het werk voor je doet. Met de juiste contentstrategie en een slimme AI-agent til je je contentmarketing naar een hoger niveau.

In deze blog neem ik je mee in hoe wij onze eigen AI-contentagent hebben gebouwd. Van de eerste ideeën tot een werkend systeem dat wekelijks content voor ons klaarzet. Je leert wat een AI-agent is, welke tools je nodig hebt om er een te bouwen, en hoe je zelf aan de slag kunt. Of je nu kiest voor een no-codeoplossing of eigen code.

Wat is een AI-agent?

Eerst even de basis: wat is een AI-agent eigenlijk? Een AI-agent is software die zelfstandig taken uitvoert op basis van instructies die je hem geeft. Anders dan een chatbot die alleen reageert op vragen, kan een AI-agent actief workflows doorlopen, beslissingen nemen en acties uitvoeren. Wanneer je een AI-agent maakt voor content, combineer je die zelfstandigheid met je eigen contentstrategie. Meer over wat agents kunnen en waar ze nu staan, lees je in AI agents: de volgende stap in bedrijfsautomatisering.

In ons geval betekent dit: de agent haalt context op uit verschillende bronnen, schrijft content op basis van onze schrijfstijl, en zet de resultaten klaar in onze systemen. Zonder dat wij elke stap handmatig hoeven te doen.

Wat kan een AI-contentagent voor je doen?

Onze AI-agent neemt drie kernprocessen uit handen:

Contentplanning en contentkalender

Eens per maand draait onze agent een workflow die ideeën bedenkt voor de komende periode. Deze ideeën komen automatisch in onze contentkalender, compleet met titel en korte beschrijving. De contentplanner vult zichzelf, dus geen brainstormsessies meer waarbij je naar een leeg scherm staart.

Blog schrijven met AI

De agent pakt items uit de contentplanner en schrijft daar volledige concepten van. Blog schrijven met AI betekent een complete eerste versie die je alleen nog hoeft na te lezen en aan te passen naar smaak. Het zware denkwerk is al gedaan: de structuur bepalen, argumenten opbouwen en de juiste toon vinden.

Social media

Voor socialmediaposts werkt het vergelijkbaar. De agent maakt meerdere varianten per onderwerp, zodat je kunt kiezen welke het beste past. Dit maakt automatisch posten een stuk laagdrempeliger: er staat altijd iets klaar om te publiceren.

Notion-database met blogposts van Digital KISS

Onze Notion-database met blogposts

Hoe bouw je zelf een AI-agent? De bouwblokken

Om een AI-agent te bouwen heb je een aantal onderdelen nodig die samenwerken:

1. Een database voor je content

Je hebt een plek nodig waar je contentplanning, concepten en gepubliceerde posts beheert. Wij gebruiken Notion vanwege de sterke API en flexibele databases. Je kunt hier makkelijk een contentkalender en contentplanner opzetten die visueel prettig werkt en technisch toegankelijk is voor je AI-agent.

2. Een AI-model

Het brein van je agent. Wij werken met Gemini van Google, maar je kunt ook kiezen voor GPT van OpenAI, Claude van Anthropic of andere modellen. Het model krijgt context en instructies, en levert de gegenereerde content terug.

3. De motor erachter: workflows

Hier komt het echte werk als je een AI-agent gaat bouwen. Je hebt software nodig die alles aan elkaar knoopt: context ophalen, naar het AI-model sturen, en de output wegschrijven. Hier heb je twee hoofdroutes om je agent te maken.

n8n-workflow en WebStorm-code naast elkaar

Twee routes: no-code of eigen code

Route 1: No-code met n8n

n8n is een populaire tool voor workflowautomatisering waarmee je visueel flows kunt bouwen. Je sleept blokken naar een canvas, verbindt ze met elkaar, en je hebt een werkende automatisering voor je contentstrategie. Wat n8n kost en wanneer je beter voor maatwerk kiest, lees je in de kracht van automatisering.

Voordelen van n8n:

  • Snel op te zetten, geen programmeerkennis nodig
  • Visueel overzicht van je hele flow
  • Grote community met kant-en-klare templates
  • Ideaal om te experimenteren en snel te itereren

Nadelen van n8n:

  • Bij complexe logica wordt het onoverzichtelijk
  • Minder controle over uitzonderingen
  • Opschalen kan een uitdaging worden
  • Je bent afhankelijk van beschikbare integraties

Route 2: Eigen code met bijvoorbeeld NestJS

Wij hebben gekozen voor een oplossing op maat in NestJS om onze AI-agent te bouwen. Dit geeft volledige controle over elk onderdeel van het proces.

Voordelen van eigen code:

  • Volledige controle en flexibiliteit
  • Makkelijker te debuggen bij problemen
  • Beter schaalbaar voor meerdere doeleinden
  • Je begrijpt exact wat er gebeurt

Nadelen van eigen code:

  • Hogere tijdsinvestering vooraf
  • Programmeerkennis vereist
  • Meer onderhoud nodig

Onze aanbeveling: Begin met n8n om te testen of een AI-contentagent voor jou werkt. Merk je dat je tegen de grenzen aanloopt? Dan kun je altijd nog overstappen naar een oplossing op maat.

Workflow blogpostgenerator

De workflows van onze AI-agent uitgelegd

Onze AI-agent bestaat uit drie hoofdworkflows:

Workflow 1: Schrijfstijlanalyse

Deze workflow haalt je meest recente posts op, analyseert de schrijfstijl, en maakt daar een profiel van. Dat profiel gebruikt de agent bij het schrijven van nieuwe content, zodat de output aansluit bij hoe jij schrijft.

Workflow 2: Contentplanning

Maandelijks draait deze workflow om ideeën te bedenken voor de komende periode. Op basis van je doelgroep, eerder gepubliceerde content en actuele thema's krijg je suggesties die direct in je contentplanner en contentkalender komen te staan.

Workflow 3: Contentgeneratie

De wekelijkse workflow die items uit je planning pakt en omzet naar echte posts. Voor elk item maken wij drie varianten, zodat je kunt kiezen welke het beste past bij het moment en je gevoel.

Praktische tips uit onze ervaring

Na maanden experimenteren hebben we een aantal belangrijke lessen geleerd:

Begin klein

Ons oorspronkelijke doel was ambitieus: alle content volledig laten schrijven door de AI-agent. Blogs, LinkedIn-posts, nieuwsbrieven. Dit bleek niet realistisch. Je wilt niet zomaar alles online zetten; het moet aansluiten bij je merk, je kennis en je schrijfstijl.

Start daarom met één onderdeel wanneer je een AI-agent gaat maken. Wij zijn begonnen met alleen LinkedIn-posts, en hebben van daaruit uitgebreid. Zo leer je het systeem kennen zonder overweldigd te raken.

Werk je AI-agent in als een medewerker

Een AI-agent bouwen is vergelijkbaar met een nieuwe collega inwerken. Hoe beter je hem inwerkt, met voorbeelden, feedback en duidelijke kaders, hoe beter het resultaat. Stop meer tijd in het afkaderen van je AI-agent, en je krijgt betere teksten terug.

Itereer wekelijks

Elke week doorlopen wij het proces met het team. Wat ging goed? Waar klopte de toon niet? Welke feedback moeten we verwerken? Door dit consequent te doen, wordt het resultaat elke week een stukje beter.

Stuur bij op taalgebruik

AI heeft de neiging om enthousiast en verkoperig te schrijven. Te veel uitroeptekens, te veel emoticons, te veel superlatieven. Als nuchtere IT'ers wilden wij dit absoluut niet. Het kostte wat rondes om de toon te vinden die bij ons past: zakelijk maar toegankelijk, informatief zonder te prekerig.

Houd een mens aan het eind: ook voor de AI Act

Sinds 2 augustus 2026 gelden de transparantieregels uit de Europese AI Act. Publiceer je met AI gemaakte tekst om het publiek te informeren over zaken van algemeen belang, dan moet je melden dat de tekst met AI is gemaakt. Dat hoeft niet als een mens de tekst heeft nagekeken of geredigeerd en iemand de redactionele verantwoordelijkheid draagt[1]. Lees jij alles na en bepaal jij wat er live gaat, dan zit je dus goed.

Daarnaast moet de aanbieder van een AI-systeem dat tekst maakt, die tekst machineleesbaar markeren als AI-content[1]. Aanbieder is de partij die het systeem onder eigen naam op de markt brengt of in gebruik neemt. Systemen die al vóór 2 augustus 2026 op de markt waren, hebben daarvoor tot 2 december 2026[2]. Dit is geen juridisch advies: twijfel je of het voor jouw situatie geldt, vraag het dan na.

Kosten en tijdsinvestering

Laten we concreet zijn over wat dit kost:

Tijdsinvestering

Het opzetten van onze eerste versie kostte ons 30 tot 40 uur. Dit was inclusief veel uitzoekwerk omdat alles nieuw was. Een volgende keer gaat dit flink sneller omdat de basis al staat.

Operationele kosten

De AI-kosten zijn verwaarloosbaar laag: een paar cent per tekst. Ook al maken we per post meerdere varianten om uit te kiezen, in 2025 bleven we elke maand onder de €2. Dat is inclusief alle tests. Nieuwere modellen zijn per tekst wat duurder[3], maar het blijft om centen per tekst gaan.

Tijdsbesparing

Hoeveel tijd het precies bespaart is lastig te meten, we deden geen metingen voordat we begonnen. Wat we wél weten: er was altijd een grote drempel om content te maken. Nu staat er altijd iets klaar in onze contentkalender. Een LinkedIn-post kun je binnen 10 minuten live hebben met automatisch posten. Een blog schrijven met AI kost nog maar een uur.

Het concrete resultaat: in plaats van sporadisch een LinkedIn-post (eens per maand of twee maanden) plaatsen we nu elke week een goede post.

Schrijfstijlanalyse in het CMS

Schrijfstijlanalyses kunnen we inzien en aanpassen in ons CMS

Technische architectuur

Voor de techneuten onder ons, dit is hoe onze setup eruitziet:

Notion

Onze centrale plek voor alle content. Databases voor de contentplanning, gegenereerde posts, en contextdocumenten die de AI gebruikt.

AI Gateway (NestJS)

De server waar alle workflows draaien. Hier halen we context op, stellen we prompts samen en verwerken we de antwoorden.

MCP-server (NestJS)

Een tussenlaag tussen de AI Gateway en externe systemen zoals Notion. Dit zorgt voor scheiding tussen verschillende klanten en voorkomt dat data naar verkeerde systemen gaat. MCP is inmiddels de standaard om AI-modellen met je systemen te laten praten. Wat dat is, lees je in onze blog over AI-agents.

CMS

Voor het beheren van schrijfstijlanalyses en instellingen van de contentplanner.

Conclusie: zelf een AI-contentagent maken of laten bouwen?

Een AI-agent bouwen voor je contentmarketing is geen hogere wiskunde, maar het vraagt wel een investering in tijd en aandacht. Het levert wel wat op: lagere drempels, consistentere output, en meer tijd voor de dingen waar je wél goed in bent.

Wil je zelf een agent maken? Begin met n8n, experimenteer met een simpele workflow voor je contentstrategie, en bouw van daaruit verder.

Liever hulp? Wij hebben dit traject doorlopen en hebben er de Digital Content Agent van gemaakt: een AI-contentagent die we op maat opzetten voor jouw bedrijf. Geen fulltime medewerker nodig, wel consistente content die aansluit bij je merk.

Neem contact met ons op voor een vrijblijvend gesprek over de mogelijkheden.

Bronnen

Geraadpleegd op 12 november 2026.

  1. Verordening (EU) 2024/1689 (AI Act), artikel 50, leden 2 en 4. https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:32024R1689
  2. Verordening (EU) 2026/1744 tot wijziging van Verordening (EU) 2024/1689, overgangsregeling artikel 50, lid 2. https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:32026R1744
  3. Google, Gemini API pricing. https://aistudio.google.com/docs/pricing