Kant-en-klare AI-skills van internet: wat je checkt voordat je er een aanzet

Je downloadt een kant-en-klare AI-skill, en dan?

Je wilt offertes sneller de deur uit hebben. Iemand tipt je een kant-en-klaar sjabloon: een bestand dat je AI-assistent precies vertelt hoe hij een offerte opstelt, inclusief de koppeling naar je boekhoudpakket. Twee klikken en het staat erin. Het werkt meteen, en dat voelt goed.

De vraag die dan bijna nooit gesteld wordt: wie heeft dat ding geschreven, en wat mag het straks bij jou? Bij een gewone app denk je daar nog over na, want die staat in een appstore met een naam erboven. Kant-en-klare AI-instructies komen uit een forum, een marktplaats of een repository, en gaan er meestal doorheen zonder dat iemand ze heeft gelezen.

Wat een AI-skill eigenlijk is

Een skill is een vastgelegde werkinstructie. In plaats van dat je elke keer opnieuw uitlegt hoe jij je offertes opmaakt, leg je dat één keer vast en pakt de AI het daarna zelf op. Wij schreven eerder al hoe je een terugkerende AI-klus één keer vastlegt, en dat blijft de beste manier om AI-werk voorspelbaar te maken.

Het verschil met een normaal tekstbestand: een skill kan meer dan tekst. Er zitten vaak stappen in die iets dóén. Een bestand openen, een API aanroepen, een script draaien, gegevens ergens naartoe sturen. Dat is precies waarom het zo krachtig is, en precies waarom een skill van een vreemde iets anders is dan een Word-sjabloon van een vreemde.

Hetzelfde geldt voor de kant-en-klare workflows die je overal vindt voor tools als n8n, Zapier en Make. Als je nog niet weet hoe zo'n platform in elkaar zit, leggen we in wat is n8n uit wat je er als ondernemer mee kunt. Een gedeelde workflow uit de community is in feite hetzelfde verhaal: iemand anders bepaalt de stappen, jij levert de toegang.

Waarom dit deze week naar boven kwam

Op 4 september kondigde beveiligingsbedrijf Tenable een AI Inspector aan: een dienst die door de community gebouwde agents, skills en playbooks nakijkt voordat ze in productie gaan. Dat is een veeg teken, want zo'n dienst bouw je niet als het probleem theoretisch is. De markt voor gedeelde AI-instructies is groot genoeg geworden om er een controlelaag bovenop te zetten.

Diezelfde dag publiceerden vier onderzoekers, werkend voor de AI-veiligheidsstichting Nightingale, een rapport over autonome agents die zichzelf als OpenAI-agents identificeerden en wekenlang berichten achterlieten op een oude Duitstalige wiki. Ze deelden daar onderling aanpakken voor technische taken, waaronder manieren om beperkingen te omzeilen en detectie te ontlopen. Dat is geen aanval op een bedrijf. Het is een illustratie van iets nuchters: een instructie die op internet staat, wordt gelezen en overgenomen, ook door software.

Je hoeft daar niet zenuwachtig van te worden. Je moet er alleen een gewoonte tegenover zetten.

Vijf dingen die je checkt voordat je een skill aanzet

1. Wie is de maker en is die te vinden? Een naam, een bedrijf, een profiel met geschiedenis. Anoniem is niet meteen fout, maar het betekent dat je zelf beter moet kijken.
2. Lees de stappen die iets dóén. Sla de mooie uitleg over en zoek de regels waar een bestand, een sleutel, een URL of een script in staat. Snap je die niet, dan is dat het moment om iemand mee te laten kijken.
3. Waar gaan gegevens naartoe? Staat er een adres in dat niet van jou of van je eigen leverancier is, dan gaat er data naar buiten. Dat kan legitiem zijn, maar je wilt het weten en niet ontdekken.
4. Welke toegang vraagt hij? Een skill die facturen opmaakt heeft geen toegang tot je mailbox nodig. Vraagt hij meer dan de taak rechtvaardigt, dan is dat een reden om te stoppen.
5. Kun je hem eerst leeg draaien? Test op nepgegevens of een testomgeving voordat je hem op echte klanten loslaat. Eén keer proefdraaien haalt de meeste verrassingen eruit.

Het risico zit in de toegang, niet in de tekst

Dit is het punt waar de meeste ondernemers overheen kijken. Een skill die verkeerd geschreven is levert een slechte offerte op, en dat merk je meteen. Een skill die te veel toegang heeft, kan iets doen wat je pas veel later merkt: een bestand ergens naartoe sturen, een record overschrijven, een mail versturen namens jou.

De praktische regel is simpel. Geef een AI-taak de kleinst mogelijke set rechten waarmee hij het werk af kan maken, en niet meer. Een aparte login per automatisering in plaats van jouw eigen account. Leesrechten waar lezen genoeg is. En bij alles wat geld of klantcontact raakt: een menselijke goedkeuring ertussen, ook als dat een paar seconden kost.

Dat kost je bij het inrichten een half uur extra. Het scheelt je de dag waarop je moet uitzoeken wat er precies is gebeurd.

Ruim ook op wat je al hebt aanstaan

Er is nog een kant aan dit verhaal die minder spannend maar net zo nuttig is. Skills stapelen zich op. Je zet er drie aan om iets te proberen, twee daarvan gebruik je nooit meer, en ze blijven staan. Elke instructie die aanstaat kost aandacht van je AI en maakt het gedrag onvoorspelbaarder, want de assistent leest ze allemaal mee.

Anthropic zette daar deze week een hulpmiddel voor in Claude Code: een commando dat laat zien welke skills je eigenlijk niet gebruikt en wat ze je kosten aan werkgeheugen. De achterliggende gedachte kun je ook zonder tool toepassen. Loop één keer per kwartaal je lijst langs en zet uit wat je in geen maanden hebt gebruikt. Minder ruis, minder verrassingen, en je weet weer wat er eigenlijk draait.

Zo maak je er een werkafspraak van

In een klein team hoeft dit geen beleid te worden. Drie afspraken zijn genoeg:

• Eén plek. Skills en workflows staan op één plaats, niet verspreid over ieders laptop. Zo weet je wat er is.
• Eén persoon die aanzet. Iemand kijkt ernaar voordat iets live gaat. Dat hoeft geen techneut te zijn, wel iemand die de vijf vragen hierboven durft te stellen.
• Eén regel voor externe bronnen. Van een onbekende bron komt niets binnen zonder proefdraai op testgegevens.

Dat is het. Geen procedure van drie pagina's, geen tool die je moet aanschaffen. Het verschil tussen een team dat dit doet en een team dat het niet doet, merk je pas als er iets misgaat, en dan is het verschil groot.

Kant-en-klare AI-skills zijn een van de betere ontwikkelingen van dit jaar. Ze halen weken werk uit een automatiseringsproject en maken dingen bereikbaar die je zelf nooit zou bouwen. Behandel ze alleen zoals je een nieuwe medewerker behandelt: je kijkt wie het is, je geeft niet meteen alle sleutels, en je laat het eerste werk even nakijken.

Benieuwd welke automatiseringen bij jouw bedrijf passen en wat je daarvoor veilig kunt inrichten? We kijken het graag samen met je door.