Hallo, ik ben Otsuka, CTO bij Liberogic. Ik merk dat het bouwen van interne apps inmiddels bijna op basis van een ingeving kan. Claude Code was daarbij de grote aanleiding.
De evolutie van LLM's en de verandering in kosten
In de afgelopen jaren zijn er steeds meer soorten en nauwkeurigere LLM's (large language models) gekomen, en de kosten-prestatieverhouding verbetert snel.
Kort geleden heeft OpenAI gpt-oss aangekondigd, en het duurt niet lang of het is al opgenomen in diverse LLM-hostingdiensten. Als je de prijslijst van gpt-oss-120b bij Groq bekijkt, zie je dat het erg goedkoop is.
Zelfs met complexe prompts zijn de kosten bij een paar honderd keer per maand verwaarloosbaar.
Aanleiding: samenvatting van contactaanvragen
Op onze website hebben we al langer een contactformulier. Wij gebruiken AI om de inhoud daarvan samen te vatten en die vervolgens naar Slack te sturen.
We gebruikten echter een eenvoudige prompt met gpt-4o. We wilden de nauwkeurigheid verder verbeteren door gpt-oss te gebruiken.
"Zou het niet leuk zijn als de medewerkers die de contactaanvragen afhandelen zelf prompts konden maken?"
Om prompts te testen was echter een taak nodig waarbij je "een Node-programma dat de LLM API aanroept, uitvoert met eerdere contactgegevens die erin zijn geplakt". Voor ontwikkelaars is dit eenvoudig, maar voor projectmanagers is de drempel behoorlijk hoog.
Daarom bedachten we het idee om een "playground" van een AI-dienst intern beschikbaar te maken
Wat we bouwden is een webapp op één pagina.
De specificaties zijn heel eenvoudig.
- Links een invoerveld voor prompts
- Laadt eerdere contactgegevens die zijn opgeslagen in Notion
- Roept de Groq API aan en toont het resultaat aan de rechterkant
Deze functionaliteit is compact, maar de director kan het meteen uitproberen.
Vroeger kostte het opzetten van de infrastructuur en servers vaak veel tijd, zelfs voor een interne tool van deze omvang. Nu kun je snel van start gaan op een omgeving als Cloudflare Workers. Ook de programmeerlogica wordt, zodra de vereisten duidelijk zijn, binnen enkele minuten door Claude Code gegenereerd.
Het kostte slechts ongeveer 2 uur
Van het eerste idee tot de voltooide versie duurde het slechts ongeveer 2 uur. *
Dezelfde dag nog werd de tool gepubliceerd, zodat alle teamleden, inclusief de directeuren binnen het bedrijf, deze direct konden testen.
Wat mij het meest opvalt, is niet dat niet-ingenieurs nu met AI kunnen werken.
"Omdat je interne apps snel kunt bouwen, kun je naast ingenieurs ook collega's bij het ontwikkelproces betrekken." Dit is het meest interessante punt.
Je bouwt in korte tijd een tool voor een specifiek doel en verbetert deze samen met het hele team door te testen.
Zulke ontwikkelingen maken toekomstige projecten naar mijn gevoel een stuk spannender.
* Het meeste tijd kostte niet de programmeerlogica, maar het begrijpen hoe je client-side scripts integreert met Hono en Vite.
Het ruggengraat van de technische afdeling van Liberogic. Wanneer er iemand zegt: "Zoiets zou handig zijn, zoiets zou ik graag hebben...", bedenkt hij met zijn eigen vernuftigheid extra waarde en implementeert het in een mum van tijd. Een kostbaar bezit van ons bedrijf: hij communiceert goed, heeft veel fans onder onze klanten, en is een echte kattenliefhebber.
Sho Otsuka
Directeur CTO / Chief Engineer / Vertegenwoordiger van Nekoana B.V. / Ziet er onnodig jong uit