.avif)
Bij Coffee IT zien we AI niet als vervanging van developers, maar als een tool die we steeds slimmer inzetten. Niet om minder na te denken, maar om efficiënter te werken met elkaar over projecten heen.
Een van de manieren waarop we dat doen, is door skills te delen: kleine, herbruikbare instructiesets die bepaalde input omzetten naar bruikbare output. Een presentatie snel omzetten in onze huisstijl. Code toevoegen die voldoet aan onze coding standards. Een scan van een externe app op kwaliteit, onderhoudbaarheid, schaalbaarheid en beveiliging.
In deze blog leggen we uit wat dat in de praktijk betekent, waarom we skills centraal beheren, en wat we onderweg hebben geleerd.
Van losse prompts naar gedeelde kennis
Toen we net begonnen met Ai in ons dagelijks werk, ontdekte iedereen het op zijn/haar eigen manier. De ene collega had een set prompts die goed werkte voor codegeneratie. Een ander experimenteerde met eigen regels in zijn editor. Weer iemand schreef slimme tooling voor marketing doeleinde
Dat werkt, echter kennis zat verspreid over individuen. Wat de ene had uitgeprobeerd, moest de ander opnieuw ontdekken of wist daar niet vanaf. En zodra een prompt goed was, was er geen effectieve manier om die betrouwbaar en verifieerbaar te verbeteren samen, of hem consistent te gebruiken in een ander project.
We zochten naar iets dat dichter bij hoe we al software bouwen: version control, samenwerking, en hergebruik.
Wat is een skill?
Een skill is in essentie een gestructureerd bestand met instructies voor een AI-agent. Het beschrijft wanneer de skill gebruikt moet worden, welke stappen gevolgd worden, en welke output verwacht wordt.
Het verschil met een losse prompt zit in de herbruikbaarheid, context en output management. Een skill bevat niet alleen "doe dit", maar ook de achtergrond die nodig is om het goed te doen en elke keer weer in dezelfde output structuur. Denk aan onze huisstijl toepassen, onze coding standards, of de criteria waarmee we een codebase beoordelen.
Skills zijn bewust klein en gericht. Ze doen één ding goed: input omzetten naar output, binnen een specifieke competentie.
Hoe we skills delen
Alle skills staan in een gedeelde repository. Iedereen binnen Coffee IT kan een skill toevoegen of verbeteren via een merge request. Net als bij code: iemand stelt iets voor, collega's reviewen, en na merge is de verbetering voor iedereen beschikbaar.
Dat geeft ons een aantal voordelen die losse prompts nooit kunnen bieden:
- Version control -> We zien wat er verandert, kunnen terugdraaien, en skills evolueren net als onze projecten.
- Samen verbeteren -> een skill die vandaag goed werkt, kan morgen beter worden door input van een collega.
- Project-onafhankelijk -> skills worden als git submodule in bestaande projecten toegevoegd. Zo werkt elk project met dezelfde, actuele set skills en kan een collega direct wijzigingen aanbrengen in de skills en nieuwe inzichten naar de andere collega’s brengen op een project onafhankelijke wijze.
We hebben zelfs een skill om een skill te schrijven. Dat klinkt meta, maar het verlaagt drempels: je hoeft het formaat niet zelf uit te zoeken, en nieuwe skills zijn vanaf het begin consistent opgebouwd.
Drie skills uit de praktijk
Presentaties in huisstijl We leveren regelmatig presentaties op voor klanten, intern, of op events. Onze presentatie-skill zet ruwe input om naar slides die voldoen aan de Coffee IT huisstijl. Geen handmatig formatteren, geen "even snel de kleuren en het logo goed zetten".
Coding standards Bij codegeneratie met AI is de output niet altijd even consistent. Onze coding standards skill zorgt ervoor dat gegenereerde code aansluit bij hoe wij daadwerkelijk werken.
App-scan voor externe codebases Als we een app ontvangen van een externe partij, willen we snel inzicht in de staat van de code. Onze scan-skill beoordeelt een codebase op kwaliteit, onderhoudbaarheid, schaalbaarheid en beveiliging. Zo vinden we snel de low hanging fruit waar we direct waarde kunnen toevoegen, zonder eerst weken te besteden aan een volledige audit.
Een voorbeeld waar AI echt verschil maakt
In Android Studio kun je UI-componenten als previews beschikbaar maken. Handig voor snelle iteratie, maar arbeidsintensief om handmatig op te zetten. Met onze skill genereert de AI die previews automatisch, volgens onze conventies. Wat voorheen veel handwerk en tijd kostte, gebeurt nu in een fractie daarvan.
Dat is precies het soort taak waar skills excelleren: repetitief, patroon-gedreven, en waar consistentie telt.
De uitdaging: skills vindbaar maken
Delen via een repository lost het technische probleem op. Maar we merkten al snel een ander probleem: hoe weet je dat een skill bestaat?
Niet iedereen kijkt dagelijks in een git repo. Skills die perfect passen bij iemands werk, bleven onopgemerkt: niet omdat ze niet goed waren, maar omdat niemand wist dat ze er waren.
Daarom hebben we een interne skill site ontwikkeld: een overzichtelijke plek waar collega's kunnen zien welke skills beschikbaar zijn, waarvoor ze bedoeld zijn, en hoe ze te gebruiken. De repository blijft de bron van waarheid; de site maakt skills toegankelijk.
Wat dit betekent voor teams die met AI werken
Je hoeft geen gedeelde repository te hebben om het idee achter skills over te nemen. Het gaat om een shift in denken:
Tot slot
We zijn nog aan het ontdekken wat er allemaal mogelijk is. Nieuwe skills komen erbij zodra iemand merkt dat een taak vaker terugkomt, en een gestructureerde aanpak meer oplevert dan steeds opnieuw typen.
Als je met AI werkt en dat doen steeds meer teams is de vraag niet óf je kennis deelt, maar hoe. Skills, version control, en een gedeelde repository zijn ons antwoord. Niet perfect, wel praktisch.
Benieuwd hoe wij AI inzetten, of wil je sparren over skills in jouw team? Neem contact op met Coffee IT.
