Ik gebruik AI-tools 4–6 uur per werkdag verdeeld over ChatGPT, Claude en Gemini. Dit systeem bespaart ongeveer 2,5 uur per dag vergeleken met hetzelfde werk handmatig doen. Hier is precies hoe het is gestructureerd.

Hoe zag mijn workflow eruit voordat ik een systeem had?

Zes maanden geleden: ChatGPT openen, iets vragen, tabblad sluiten. Steeds dezelfde prompts herschrijven. 300+ gesprekken allemaal genaamd "New Chat." Het kantelpunt was 25 minuten doorbrengen met zoeken naar een briljante data-analyseprompt die ik had geschreven. Nooit gevonden. Herschreven. De tweede versie was niet zo goed.

Dat was het moment waarop ik stopte met "AI gebruiken" en een systeem ging bouwen.

Hoe besluit ik welke AI ik voor elke taak gebruik?

Belangrijkste inzicht

Kies het model op basis van waar de output terechtkomt: code en tabellen → ChatGPT; lange memo's en nuance → Claude; Gmail, Drive, Sheets → Gemini.

ChatGPT: Code genereren, debuggen, gestructureerde data-analyse. De code interpreter is onverslagen voor inline Python.

Claude: Lange-vorm schrijven, documentanalyse, genuanceerd redeneren. Handelt 200K+ token contexten af.

Gemini: Google Workspace-integratie — Gmail samenvatten, Sheets analyseren, Drive doorzoeken.

Mijn regel: waar moet de output terechtkomen? Code → ChatGPT. Document → Claude. Google-ecosysteem → Gemini.

Hoe structureer ik prompts voor consistentie?

Ik houd ~40 promptsjablonen georganiseerd op taaktype. Elk bevat: een roltoewijzing, specifieke vereisten voor uitvoerindeling en contextplaceholders. Door de herbruikbare sjabloon gescheiden te houden van variabele inhoud, herschrijf ik nooit dezelfde instructies. De kwaliteit van de output blijft consistent omdat de instructies consistent blijven.

Pro tip

Zet een prefix voor elk opgeslagen sjabloonbestandsnaam met het uitvoertype (CODE-, MEMO-, SLIDE-) zodat je de juiste basis in minder dan vijf seconden kunt pakken.

Hoe hou ik alles georganiseerd op drie platforms?

Dit is waar de meeste workflows vastlopen. Drie platforms, drie histories, geen enkele communicatie. Mijn oplossing: een mappenstructuur die mijn echte projecten weerspiegelt, plus full-text zoeken op alle platforms.

1
Spiegel de top-level buckets
Gebruik dezelfde vijf mapnamen in ChatGPT, Claude en Gemini zodat je je mentale kaart nooit opnieuw hoeft op te bouwen wanneer je mid-taak van tool wisselt.
2
Isoleer sjablonen
Houd herbruikbare prompts in een specifieke Templates-structuur zodat je de instructies waar je dagelijks op vertrouwt niet per ongeluk archiveert.
3
Archiveer afgewerkt werk
Verplaats voltooide projectthreads wekelijks zodat zoeken snel blijft en de zijbalk eerlijk blijft over wat actief is.

Top-level projectmappen, een "Templates"-map voor herbruikbare prompts, een "Reference"-map voor bewaarders en een "Archive" voor afgewerkt werk. Dezelfde structuur op alle drie platforms.

Belangrijkste inzicht

Consistentie slaat slimheid — dezelfde vijf mapnamen in elke tool betekenen dat je je mentale kaart nooit helemaal opnieuw opbouwt.

Een extensie die het checken waard is voor die structuur consistent over tools heen te houden is degene die we nog steeds gebruiken wanneer we op dezelfde dag tussen ChatGPT, Claude en Gemini schakelen — vooral voor gedeelde mappen en zoeken, niet voor flitsende extras.

Tool die we gebruiken

TresPrompt — Voegt mappen en organisatie toe aan alle drie AI-platforms.

De slotlijn

Je actieondernemer: Besluit op 3–5 mapcategorieën die 80% van je AI-gebruik vastleggen. Schrijf ze op. Die mentale model is het fundament — de tool maakt het alleen persistent.

Wil je meer hiervan? We publiceren elke week één diepgaande AI-werkstreamgids. Sluit je aan bij de nieuwsbrief — gratis, geen spam.