ChatGPT Work draait nu drie weken. Dit is wat we tot nu toe zien, en hoe je er als team goed mee start.

Leestijd: 5 minuten

ChatGPT Work draait nu drie weken. Dit is wat we tot nu toe zien, en hoe je er als team goed mee start.

Drie weken geleden introduceerde OpenAI ChatGPT Work: een agent binnen ChatGPT die verbinding maakt met je bedrijfsapps en een doel zelfstandig omzet in een kant-en-klaar resultaat. Wij hebben de tool ondertussen zelf getest, vooral op creatieve klussen en het opzetten van eenvoudige websites. Tijd voor een tussentijdse update: wat werkt goed, wat vraagt om een kanttekening, en hoe pak je dit verantwoord aan als team?

ChatGPT Work verbindt zich met apps als Slack, Microsoft Teams, Google Drive, SharePoint, e-mail, agenda’s en CRM-systemen, en zet een doel om in een document, spreadsheet, presentatie of website. De agent kan urenlang zelfstandig doorwerken, een grote taak opdelen in kleinere stappen, en die stappen herhalen via Scheduled Tasks. Dat is een andere stap dan de eerste AI-agents waar we eerder over schreven: niet een los trucje voor één taak, maar een agent die permanent verbonden staat met de tools waar je bedrijf al dagelijks in werkt.

Waar we de afgelopen weken het meeste aan hadden

De sterkste toepassing die wij tot nu toe zien, zit in creatief werk waarbij je eigen merk overeind moet blijven. Geef je de agent alleen een korte opdracht, dan krijg je een prima maar generiek resultaat. Vertel je er ook bij wie je bent, wat je waarden zijn en hoe een goed eindresultaat er volgens jou uitziet, dan verschuift de uitkomst merkbaar richting jouw eigen toon en stijl. Die extra context kost een paar zinnen, en die zinnen bepalen grotendeels de kwaliteit van wat je terugkrijgt.

Een tweede sterke toepassing is het bouwen van een eenvoudige website. Met de aparte functie Sites zet ChatGPT Work een idee om in een werkende, gehoste site, inclusief teksten, paginastructuur en beeld. Voor een eerste concept, een landingspagina of een snel prototype is dat een serieuze tijdsbesparing. Let wel op een praktische valkuil: vraag je alleen om “een website te bouwen”, dan kiest de agent niet altijd vanzelf de juiste tool en lever je soms een los bestand op in plaats van een live site. Selecteer daarom zelf de Sites-functie voordat je de opdracht verstuurt.

Op de achtergrond zet de agent soms meerdere deeltaken tegelijk uit, bijvoorbeeld ontwerp en tekst apart, die daarna worden samengevoegd tot één resultaat. Dat maakt het sneller, maar het onderstreept ook waarom controle nodig blijft. Bij een test genereerde de tool voor een fictief bedrijf een “voor en na”-foto die bij nader inzien inhoudelijk niet klopte: een mooi beeld, maar feitelijk onjuist. Precies het soort detail dat alleen een mens er nog uithaalt.

Een paar praktische kanttekeningen voor wie het zelf wil proberen. Sites zit achter het betaalde Plus-abonnement van twintig dollar per maand; op het gratis plan kun je wel met de agent werken, maar niet alle onderdelen gebruiken. Voor gebruikers in Nederland en de rest van de EU, Zwitserland en het Verenigd Koninkrijk is Sites op het moment van schrijven nog niet beschikbaar, en OpenAI heeft daar nog geen datum voor genoemd. Het gebruik loopt bovendien via een verbruikslimiet: bij een dag lang stevig doorbouwen kun je tegen die grens aanlopen.

De ethische kant: wat betekent het dat één agent overal bij mag

Slack, Drive, e-mail en je CRM stonden vroeger los van elkaar, vaak met een reden. Iemand met toegang tot de CRM had niet automatisch toegang tot elk Slack-kanaal. Zodra je één agent aan al die systemen koppelt, loopt die scheiding minder vanzelfsprekend. Eén verkeerd geformuleerde opdracht, of één te ruim ingestelde koppeling, raakt dan meteen meerdere systemen tegelijk.

OpenAI biedt hiervoor beheerdersopties: een compliance-API, controle op gevoelige acties, en instellingen voor wie welke app mag koppelen. Die opties bestaan, maar staan niet vanzelf goed ingesteld. Iemand in jouw organisatie moet ze bewust aanzetten en regelmatig controleren. Dat is geen technisch detail voor de IT-afdeling alleen. Het is een keuze die je als team samen maakt: wie mag de agent aan welke app koppelen, en wie kijkt mee.

Praktijkvoorbeeld: van los experiment naar teamgebruik

Het patroon dat we bij klanten terugzien, geldt ook hier: een tool zelf uitproberen levert een leuk verhaal op, maar zelden een blijvende gewoonte. Pas wanneer een team samen oefent met de eigen processen, eigen merk en eigen data, wordt duidelijk waar een agent als ChatGPT Work echt tijd bespaart en waar hij juist voor verwarring zorgt. Dat is precies waarom leren door te doen beter werkt dan een handleiding lezen.

Dezelfde vraag naar toezicht kwam al eerder terug toen we schreven over wie er verantwoordelijk is zodra een AI-agent zelfstandig werk aflevert. Bij ChatGPT Work is die vraag alleen relevanter geworden: de agent raakt niet één taak, maar een heel netwerk van apps waar je team dagelijks in werkt.

Vijf stappen om ChatGPT Work verantwoord te introduceren

Stap 1: Begin met één concreet, laag-risico proces. Kies een terugkerende taak waarvan de stappen al bekend zijn, zoals een wekelijkse rapportage of een eerste concept voor een landingspagina.

Stap 2: Bepaal vooraf welke apps en data de agent wel en niet mag zien. Koppel niet automatisch alles wat beschikbaar is. Begin met één of twee systemen en breid pas uit als het team weet wat de agent daarmee doet.

Stap 3: Wees expliciet over de tool en de context. Geef de agent naast de opdracht ook mee wie je bent, wat je waarden zijn en wat een goed resultaat volgens jou betekent (dit kan bijvoorbeeld door een kennisdocument over jezelf of je bedrijf aan te maken). Kies zelf de juiste tool, zoals Sites voor een website, in plaats van te hopen dat de agent dat automatisch goed raadt.

Stap 4: Zet de bestaande controlelagen actief aan. De compliance-opties en meldingen voor gevoelige acties werken alleen als iemand ze heeft ingeschakeld en de meldingen ook daadwerkelijk leest.

Stap 5: Spreek af wie het laatste resultaat controleert. Een agent levert een concept, geen eindproduct, en soms zit er een detail in dat er op het eerste gezicht goed uitziet maar feitelijk niet klopt. Leg vast wie het werk beoordeelt voordat het intern of extern wordt gedeeld.

ChatGPT Work is geen toverstok die je team vanzelf productiever maakt. Het is gereedschap dat om afspraken vraagt voordat je het aanzet, niet erna.

De eerste, kleine stap kun je vaak zelf zetten. Zodra je met het hele team wilt bepalen welke processen zich lenen voor een agent als ChatGPT Work en welke afspraken daarbij horen, helpt het om eerst gezamenlijk kennis te maken in een AI Workshop. Zodra die gedeelde basis er is, gaat een team pas echt structureel aan de slag met een AI Training: met eigen processen, eigen merk, eigen data en eigen afspraken, in plaats van losse experimenten die niemand herhaalt.

Klaar voor de volgende stap?

Wanneer medewerkers AI structureel moeten gebruiken, zijn oefenen, heldere afspraken en begeleiding belangrijker dan nog een losse tooldemo.

👉 Bij Lumans helpen we bedrijven en professionals om AI begrijpelijk en praktisch in te zetten. Plan een vrijblijvend adviesgesprek of ontdek onze diensten.