Claude Code groeit stilletjes uit tot een designplatform

Claude Code groeit stilletjes uit tot een designplatform

De tweet die me uiteindelijk over de streep trok, was een enkele screenshot. Iemand had vijf woorden in Claude Code getypt — "build me a site like Stripe" — en drukte op enter. Veertig seconden later verscheen er een landingspagina. Strakke typografie. Een hero-afbeelding met precies het soort ingetogen verloop dat Stripe daadwerkelijk gebruikt. Featurekaarten met de juiste hiërarchie. Geen paars-verloop-en-blob soep. Geen "AI design." Het zag eruit als iets dat een echte designer op een dinsdagmiddag zou opleveren.

Ik had dit jaar al honderd van dat soort demo’s gezien. De meeste had ik genegeerd. Maar deze had iets wat de anderen niet hadden — de output kwam niet uit een prompt. Het kwam uit een DESIGN.md-bestand uit de awesome-design-md repo, simpelweg als markdown-document in het project gezet. De skill codeerde Stripe’s designprincipes — de typografische schaal, het ritme van de witruimte, de discipline in kleurgebruik, de layoutgrids — en Claude Code gebruikte ze gewoon.

Dat is wat er in april 2026 stilletjes gebeurt, terwijl iedereen discussieert over Figma Make versus Canva Magic Studio. Claude Code is gestopt met alleen een coding tool zijn. Het wordt een designplatform. Geen vervanger van Figma in de zin van "dozen tekenen op een canvas". Iets vreemders en krachtigers: een systeem waarin merkprincipes gecodeerd worden in skills, en vervolgens gerepliceerd in elk gewenst formaat — landingspagina’s, pitch decks, branded rapporten, identity systems, datavisualisaties.

Afgelopen weekend heb ik mijn hele designstack eromheen opnieuw opgebouwd. Dit is wat ik heb geleerd — wat werkt, wat nog steeds stukloopt, en het exacte vijf-stappenproces dat ik nu gebruik om designwerk te leveren dat niet lijkt op iets dat door een model is gegenereerd.

De kritiek op "AI-designs zijn generiek" — En waarom die snel zal verdwijnen

Laten we eerlijk zijn, de kritiek was terecht. Tot voor kort klopte het vrijwel altijd.

Je kent de signalen. Steeds weer diezelfde hero-sectie met een gecentreerde kop, een verloopknop en drie featurekaarten eronder. Paars-naar-roze verloop. Abstracte blob-illustratie. Een testimonial-carrousel met drie generieke quotes. Elke AI-gegenereerde site leek ontworpen door dezelfde licht verwarde stagiair die maar één Dribbble-shot had gezien.

De reden is saai. Modellen middelen. Vraag je een model om "een SaaS-landingspagina te ontwerpen", dan spuugt het het statistische gemiddelde uit van alle SaaS-landingspagina’s in de trainingsdata. En dat is toevallig een paars verloop. Niemand die daar iets aan kan doen. Gewoon wiskunde.

Wat er veranderd is? Coding agents zijn zo goed geworden in front-end dat de bottleneck is verschoven — naar de instructies. En iemand ontdekte dat als je de agent een rijke, gedetailleerde specificatie geeft van wat goed is in jouw specifieke merksysteem, het middelingsprobleem verdwijnt. De output is niet langer "het gemiddelde van alle design", maar "een bekwame toepassing van jouw specifieke systeem".

Dat zijn DESIGN.md-bestanden. Markdown-documenten die een designsysteem vastleggen — visueel thema, kleurenpalet met semantische namen, typografie-hiërarchie, componentstaten, layoutprincipes, elevatieregels, spacingschalen. De VoltAgent-repo lanceerde op 31 maart 2026. Binnen twee weken haalde het ongeveer 50.000 GitHub-sterren. Meer dan vijfenvijftig merksystemen inbegrepen — Claude, Stripe, GitHub, Notion, Vercel, Apple, Figma, Spotify, en genoeg andere dat je bijna altijd iets vindt dat lijkt op wat je bouwt.

Gooi de DESIGN.md in je project. Verwijs ernaar in een skill. Claude Code beschikt nu over een samenhangende, uitgesproken designvocabulaire om mee te werken. Het probleem van de generieke AI-esthetiek verdwijnt — grotendeels.

En nee, ik kan het "kwaliteitswebsites converteren 91% beter"-cijfer dat rondgaat in pitchdecks niet verifiëren — ik heb het nagezocht en de bron klopt niet. Wat ik wel kan verifiëren: Baymards onderzoek over 200.000 uur aan UX-studies, en een veelgeciteerde bevinding dat gebruikers binnen ongeveer 50 milliseconden een visuele indruk van een site vormen. Design is niet langer cosmetisch — het is de basis van conversie. Je hebt geen verzonnen percentage nodig om dat te weten.

Waarom "Code-First Design" Een Groter Idee Is Dan Het Lijkt

Blijf even bij me, want het duurde even voordat ik het volledige plaatje zag.

De designindustrie zit al vijftien jaar vast in een visueel-canvas paradigma. Je opent Figma. Je tekent rechthoeken. Je schuift ze op hun plek. Je past stijlen toe. Het bestand is het artefact, en code is iets wat engineers er later uit halen — meestal slecht, met veel herwerk.

Code-first design draait dit om. Het design system is code (tokens, componenten, patronen — al gestructureerd). De agent leest die code, leest je DESIGN.md merkrichtlijnen, en genereert een nieuw artefact in dezelfde taal. Heb je een Figma mockup nodig? Dan exporteer je. Heb je een landing page nodig? Dan ship je die. Heb je een pitch deck nodig? Dan genereer je HTML-slides. Heb je een branded rapport-PDF nodig? Zelfde bron van waarheid. Het artefact wordt een projectie van het systeem, niet andersom.

Dat is in elk geval de claim. Wat mij overtuigde dat het meer was dan alleen een verkooppraatje, was het scala aan formaten. Dit is wat ik Claude Code nu al netjes heb zien produceren vanuit dezelfde gecodeerde merkvaardigheid:

• Volledige landingspagina’s in de visuele taal van Spotify, Stripe of Nike — één prompt, lokale dev-server draait binnen enkele minuten
• HTML slide decks met consistente typografie, lay-out grids en merk-kleuren over twintig slides
• Branded rapporten en voorstellen die eruitzien alsof een designbureau het template heeft gebouwd
• Datavisualisaties die automatisch het merk-kleurensysteem overnemen — geen afwijkende grafiekpaletten meer
• Gedeeltelijke identiteitssystemen — logo’s, kleurentokens, typografieschalen, spacing — gebundeld in een overdrachtsmap

Ik laat je straks een volledige run hiervan zien in de implementatiesectie. Eerst het proces — want dit is het deel dat de meeste "AI design" content overslaat.

Het 5-stappenproces dat ik nu gebruik (en waarom elke stap telt)

De eerste dagen ging dit steeds mis. Ik sprong direct naar “genereer een landingspagina” en was vervolgens een uur bezig om alles te repareren wat niet klopte. Het onderstaande proces is niet ingewikkeld. Het is gewoon wat er gebeurt als je stopt met stappen overslaan.

Stap 1 — Kies eerst het outputformaat

Niet “ontwerp iets voor me.” Niet “een site.” Specifiek: landingspagina, pitchdeck, onepagerapport, identity kit, datadashboard, e-mailtemplate. Het formaat bepaalt de beperkingen, en de beperkingen bepalen wat belangrijk is. Een pitchdeck draait om typografie die vanaf twee meter leesbaar is; een landingspagina om conversiehiërarchie; een identity kit om logo-aanpasbaarheid.

Door het formaat eerst vast te leggen, veranker je ook het mentale model. Je stopt met het ontwerpen van “iets” en begint met het ontwerpen van dat specifieke soort ding.

Stap 2 — Integreer de connectors die je daadwerkelijk gebruikt

Hier loopt Claude Code voor op elk visueel tool, omdat de integraties gewoon MCP-servers en plugins zijn die je aan het project toevoegt. De connectors die ik nu bij vrijwel elke designklus gebruik:

• Firecrawl voor het scrapen van merkdata. Hun branding-formaat haalt de kleuren, typografie, spacing, het logo en UI-componenten van een doelsite op als gestructureerde data die je kunt gebruiken. Duurt ongeveer drie seconden. Vervangt wat vroeger een uur “handmatig hex-codes van een concurrentensite halen” was.
• NanoBanana 2 via Kie API voor beeldgeneratie. De echte prijzen zijn $0,045 voor 0,5K, $0,067 voor 1K, $0,101 voor 2K en $0,151 voor 4K — ongeveer de helft van het directe tarief van Google. Ik hoorde “$0,06 per afbeelding” op Twitter; dat klopt ongeveer voor 1K-resolutie, maar je betaalt per resolutieniveau, niet een vast bedrag. Goed om te weten voordat je honderd assets laat genereren.
• Gmail- en Google Calendar-connectors — klinkt misschien vreemd voor designworkflows, maar zo stuur ik proefversies, plan ik reviewcalls vanuit dezelfde sessie, en haal ik klantnotities uit gemailde PDF’s.
• Figma MCP — nog steeds handig om bestaande filecontext op te halen als de klant al een Figma-systeem heeft dat ik moet respecteren.

Koppel deze één keer in je project. Ze zijn er bij elke volgende sessie.

Stap 3 — Referentiemateriaal als volwaardige input

Hier stoppen de meeste mensen. “Referentiemateriaal” is geen moodboard met sfeerplaatjes. Het is gestructureerde input:

• Het DESIGN.md-bestand voor de merkesthetiek waar je naartoe werkt
• Specifieke fontbestanden of Google Fonts-URL’s (Claude laadt ze in de gegenereerde HTML)
• Logo-assets of bestaande merktekens die gerespecteerd moeten worden
• Twee of drie visuele referenties — een MidJourney-board, een Canva-template die je goed vond, een concurrentensite die je wilt benaderen zonder te kopiëren

Zet dit allemaal in een /design-input/-map in het project. Vraag Claude om het te lezen vóór het genereren. Deze ene gewoonte heeft mijn outputkwaliteit meer verbeterd dan welke prompttruc dan ook.

Stap 4 — Genereer het eerste ontwerp

Nu, en pas nu, vraag je om het artefact. Eén alinea, specifiek:

“Bouw een landingspagina voor een Series A fintech genaamd Folio. Gebruik de DESIGN.md in /brand/stripe.md als visuele taal. Voeg een hero toe, een driekoloms feature grid, een prijssectie met drie tiers, social proof met vier logo-placeholders en een CTA-footer. Gebruik het logo in /design-input/logo.svg. Haal ondersteunend beeldmateriaal via NanoBanana 2 — geen stockfoto-URL’s.”

Je krijgt een eerste versie die echt 70–80% goed is. Niet perfect. Nooit perfect bij de eerste ronde. Maar goed genoeg dat je volgende stap verfijnen is, niet redden.

Stap 5 — Leg het resultaat vast als herbruikbare skill

Dit is de stap die zich opstapelt. Zodra je hebt doorontwikkeld tot iets waar je tevreden mee bent — de typografie klopt, de spacing is zoals jij het wilt, de componentpatronen passen bij de merkpersoonlijkheid — gooi je dat werk niet weg als de sessie eindigt.

Je slaat het op als skill. Een map met de DESIGN.md, je tweaks, je promptpatronen, de gebruikte connectors en de goedgekeurde voorbeeldoutputs. De volgende keer dat je iets in die merkstijl nodig hebt — deck, pagina, rapport, identity extension — verwijs je naar de skill en ligt de kwaliteitsbasis er al.

Dit is het stukje dat Figma niet kan kopiëren. Niet omdat Figma slecht is. Maar omdat Figma bestanden opslaat, en Claude Code systemen. Ander fundament, ander compounding-effect.

Pro tip: gebruik sub-agents om gegenereerde copy te factchecken bij elk ontwerp met echte claims. Ik betrapte vorige week drie verzonnen statistieken in een pitchdeck door een research sub-agent over de finale HTML te laten gaan voor export. Kost dertig seconden. Redt een klantrelatie.

Wat Ik Echt Heb Getest — Drie Runs, Eerlijke Resultaten

Abstract denken is goedkoop. Dit is wat er gebeurde toen ik afgelopen weekend echte opdrachten door deze workflow haalde.

Run 1: One-shot landingspagina in de Lovable-stijl

Doel: een landingspagina voor een fictief AI-product in de visuele taal van Lovable (zachte verlopen, royale witruimte, vriendelijke schreefloze letters). Ik voegde design-md/lovable.md toe aan het project, beschreef het product in één alinea en vroeg om een single-page marketingsite met een hero, drie voordeelblokken, een testimonial-rij en een prijssectie.

Wat ik kreeg: een werkende Next.js-pagina in ongeveer vier minuten. Typografie: precies goed. Spatiëring: voelde kloppend, nergens krappe secties. Het verloop werd één keer gebruikt, in de hero, wat correct is volgens de Lovable-richtlijnen — niet "overal een verloop" zoals AI-tools standaard doen. De testimonial-avatars kwamen terug als door NanoBanana gegenereerde portretten die eruitzagen als echte mensen, in plaats van de ongemakkelijke renders die ik zes maanden geleden nog kreeg.

Wat misging: de prijskaarten hadden aanvankelijk een drop shadow die niet in het Lovable-systeem zat. Ik wees op de DESIGN.md-elevatie sectie en zei: "gebruik de card-behandeling uit de componentenbibliotheek, geen schaduw." In één keer opgelost.

Run 2: SpaceX-stijl missiepagina

Een moeilijkere test — de stijl van SpaceX is specifiek en meedogenloos. Dunne, gecondenseerde typografie, strikte dark-mode, ingetogen accentkleuren, hoog-contrast beeldmateriaal. De meeste "AI-design" faalt bij het imiteren hiervan omdat het de terughoudendheid wegmiddelt die SpaceX juist SpaceX maakt.

Met de bijpassende DESIGN.md: de output was strak. Niet zo goed als het echte designteam van SpaceX (ik ga niet beweren van wel), maar echt acceptabel. De typografieschaal bleef overeind. De zwarte achtergronden bleven zwart in plaats van te vervagen naar standaard donkergrijs. Het beeldmateriaal kwam via NanoBanana 2 binnen op 2K-resolutie en had de juiste filmische uitstraling. Totale tijd van prompt tot shipbare eerste versie: ongeveer zeven minuten, inclusief beeldgeneratie.

Run 3: Llama-stijl developer docs landingspagina

Dit was de verrassing. Ik dacht dat documentatie-landingspagina’s het makkelijke geval waren voor AI-design tools — hoekig, voorspelbaar, functioneel. Blijkt dat het makkelijke geval niet echt "makkelijk" is, maar "onverbiddelijk op details". De marge voor slordige typografie wordt kleiner als er zo weinig visuele opsmuk is om je achter te verschuilen.

De DESIGN.md-aanpak bewees hier zijn waarde. Omdat het Meta/Llama-merkensysteem gecodificeerd is — monospace codeblokken, specifieke blauwe accentkleur, strakke heading-hiërarchie — werden die regels automatisch gerespecteerd in de output. Geen verdwaald paars. Geen "AI-designed docs"-uitstraling. Gewoon... documentatie. Het saaie soort dat goede documentatie eigenlijk is.

Waar het Hele Systeem Nog Steeds Breekt

Ik wil hier eerlijk zijn, want elke "AI design is opgelost"-thread doet de scheuren tekort.

Geheugen en context zijn nog steeds een beperking. Het contextvenster van Claude Code, zelfs met de 1M-optie op Opus 4.6, raakt vol als je designproject twintig schermen, zes connectors en een lange DESIGN.md bevat. Je krijgt dan inconsistente beslissingen tussen schermen die in verschillende delen van de sessie zijn gegenereerd. De oplossing is om sessies te splitsen per artefact en alleen de context toe te voegen die dat specifieke artefact nodig heeft. Niet elegant. Gewoon praktisch.

Echte identiteitssystemen hebben een mens nodig. Logo-ontwerp — het daadwerkelijke logomerk, niet een variatie op een woordmerk — is nog steeds niet iets dat ik zou uitbrengen zonder de hand van een echte designer. Claude Code genereert wel iets. Het ziet er "prima" uit. Maar het lijkt niet op het werk van iemand die vijftien jaar over merken heeft nagedacht. Als je merk valt of staat met het logomerk, huur dan een mens in voor dat onderdeel. Alles rondom het merk (typesysteem, kleurentokens, spatiëring, gebruiksregels, merkextensies) is waar deze workflow uitblinkt.

De kwaliteit van referentiemateriaal is allesbepalend. Voer je middelmatige referenties in, dan krijg je middelmatige output. Dit verbaast niemand, en toch blijven mensen proberen om in één keer een ontwerp te maken vanuit een lege prompt. De bottleneck ben nu jij — wat je verzamelt, wat je vastlegt in de DESIGN.md, welke beperkingen je de agent meegeeft.

Het branding-formaat van Firecrawl is goed maar niet magisch. Het haalt kleuren en typografie betrouwbaar op. Soms leest het spatiëringssystemen verkeerd (verwisselt margin-ritme met willekeurige padding) en het legt niet altijd interactiestaten vast. Zie het als een vliegende start, niet als een afgeronde merkaudit.

Beeldgeneratie maakt nog steeds vreemde keuzes. NanoBanana 2 op 4K is echt indrukwekkend, maar af en toe produceert het een hero-afbeelding die een stijlinstructie negeert en terugvalt op zijn eigen voorkeur. Reserveer altijd tijd voor een tweede beeld-kwaliteitscontrole bij commerciële projecten.

Waar Dit Figma en Canva Plaatst

Lastige vraag. Laat me eerlijk antwoorden in plaats van eromheen te draaien.

Canva heeft 260 miljoen maandelijkse actieve gebruikers en een waardering van $42 miljard sinds hun werknemersverkoop in augustus 2025. Ze gaan nergens heen. Het gebruik van Magic Studio stijgt — alleen al onder universiteitsgebruikers was er een stijging van 42% jaar-op-jaar. Canva’s voorsprong zit in distributie en de breedte aan sjablonen, niet in het design-principe zelf. Ze blijven de markt domineren van “niet-designers die binnen vier minuten een social post nodig hebben”.

Figma is lastiger te voorspellen. Voor professionele productteams die werken aan dynamische interfaces met overdracht naar development, zijn Figma’s componentmodel en dev-modus nog steeds het beste gereedschap dat er is. Maar voor een groot deel van het werk dat ik vroeger in Figma deed — merkverkenningen, eerste layouts, marketingpagina’s, pitchdecks, eenmalige rapporten — grijp ik nu eerst naar Claude Code. Niet omdat het beter is in rechthoeken tekenen (dat is het niet). Maar omdat het beter is in het direct genereren van het eindresultaat in precies de taal die ik nodig heb.

Uit een recent industrieel onderzoek blijkt dat 53% van de professionals nu al de betekenisvolle impact van AI op designoutput erkent. Dat is geen toekomststatistiek. Dat is nu. De design tools die de komende achttien maanden worden omarmd, zijn degene die het dichtst bij de gecodificeerde workflow zitten — of dat nu Claude Code met skills is, Figma dat diepere agent-integratie toevoegt, of iets dat nog geen naam heeft.

Mijn voorspelling voor dit jaar: Figma blijft dominant voor productdesign op teamschaal. Canva blijft dominant voor snelheid bij niet-designers. Maar er opent zich een nieuwe categorie — “code-first design” — en Claude Code is momenteel het sterkste gereedschap daarin.

Wat er daadwerkelijk aan mijn kant veranderde

Concreet, na drie weken hiervan:

• Marketingpagina’s waarvoor ik vroeger vier uur in Figma en nog eens vier uur in code nodig had, kosten me nu ongeveer negentig minuten van begin tot eind, en ik lever direct de code op in plaats van een mockup over te dragen.
• Klantpresentaties gingen van een halve dag sjabloon-gevecht naar een generatie- en polijstslag van veertig minuten.
• Rondes voor merkverkenning — de vraag “geef me drie richtingen voor een nieuwe identiteit” — zijn nu echt een oefening van één uur in plaats van een sprint van twee dagen, omdat elke richting een vaardigheidsvariant is en geen bestand-from-scratch.
• Het werk van mijn junior designer is verschoven. Zij maakt geen eerste concepten meer; ze selecteert referentiemateriaal, stemt DESIGN.md-bestanden af en beoordeelt gegenereerde output. Meer impact, beter gebruik van haar smaak.

Ik beweer geen universeel productiviteitscijfer, want het mijne is het mijne en het jouwe zal het jouwe zijn. Maar het patroon — minder uren in een canvas-tool, meer uren in prompt en review — zal vrijwel universeel zijn voor mensen die dit soort werk doen.

De Werkelijke Verschuiving

Dit is waar de Jack Roberts-demo, de DESIGN.md-repository en de NanoBanana-integraties allemaal op wijzen, zelfs als niemand het hardop zegt.

Design gaat niet langer over tools, maar over smaak plus systeemgeletterdheid. Als je kunt verwoorden hoe goed eruitziet in een gestructureerde vorm — kleuren, typografie, spatiëring, componentregels, gebruiksvoorbeelden — dan kan de machine dat projecteren in elk gewenst formaat. Wat de machine niet kan, is zelf smaak hebben. Het kan je niet vertellen dat de terughoudendheid van Lovable de hele persoonlijkheid bepaalt, of dat het zwart van SpaceX geen "dark mode" is maar een visueel statement, of dat de typografie van Claude warmer aanvoelt dan die van Stripe, ook al zijn de verschillen microscopisch.

Dat is de vaardigheid waarvoor de volgende generatie ontwerpers betaald zal worden. Niet het schuiven met pixels. Het codificeren van oordeel. Al het andere — het renderen, het repliceren, het omzetten van formaten — is nu een opgelost probleem dat een CLI van $20 per maand aankan.

Dus doe vanavond, of dit weekend, één ding: kies één merk dat je bewondert. Schrijf zelf zijn DESIGN.md, helemaal vanaf nul, in een gewoon markdown-bestand. Download niet de versie van VoltAgent. Denk echt na over de typografische hiërarchie, de kleursemantiek, het ritme van de spatiëring, de discipline van de componenten. Zet het op papier in woorden.

Als je klaar bent, weet je iets wat de meeste ontwerpers nog niet weten: hoe het voelt om je eigen smaak in software te zien veranderen.

Veelgestelde Vragen

Wat is een DESIGN.md-bestand en hoe werkt het samen met Claude Code?

Een DESIGN.md-bestand is een specificatie van het design system van een merk in gewone markdown — kleurentokens, typografieschaal, afstandsregels, componentstatussen en lay-outprincipes — geschreven in een formaat dat LLM’s direct kunnen verwerken. Je voegt het toe aan een project en Claude Code leest het bij het genereren van UI, zodat de output trouw blijft aan de specifieke merktaal in plaats van te vervallen in generieke AI-esthetiek. De awesome-design-md repo bevat meer dan 55 direct bruikbare voorbeelden.

Kan Claude Code Figma echt vervangen voor designwerk?

Voor een specifiek segment — marketingpagina’s, pitch decks, merkverkenning, rapporten, eerste UI-versies — ja, vooral als je comfortabel bent met werken in code. Voor team-productdesign met overdracht naar development en levende componentbibliotheken blijft Figma de juiste tool. Het realistische antwoord is: “Claude Code vervangt misschien 40% van wat ik voorheen in Figma deed,” en dat aandeel groeit elke maand.

Wat kost NanoBanana 2 via de Kie API daadwerkelijk per afbeelding?

De echte prijs is afhankelijk van de resolutie: $0,045 voor 0,5K, $0,067 voor 1K, $0,101 voor 2K en $0,151 voor 4K, met een Batch API-korting van 50%. Dat is ongeveer de helft van het directe Gemini 3.1 Flash Image-tarief van Google. Het bedrag van "$0,06 per afbeelding" dat op Twitter rondgaat, klopt ongeveer voor alleen 1K-output — zie de Kie-prijspagina voor de actuele details.

Hoe haalt Firecrawl’s branding-formaat een merkidentiteit uit een website?

Het branding-formaat van Firecrawl scrapt een doel-URL en retourneert gestructureerde merkdata: kleurenpalet, typografiestack, observaties over spacing, logo-assets en terugkerende UI-componentpatronen. Je roept het aan als firecrawl_scrape met formats: ["branding"] en ontvangt een JSON-respons die je agent als referentie kan gebruiken. Het is snel en meestal accuraat op kleuren en typografie — minder betrouwbaar op spacing-systemen en interactiestaten.

Is Claude Code geschikt voor een niet-ontwikkelaar designer?

Eerlijk gezegd, nog niet. De workflow gaat uit van gemak met een terminal, mappen en het lezen van gegenereerde code om problemen te herkennen. Een designer zonder enige code-ervaring zal tegen barrières aanlopen. Een designer die een jaar met HTML/CSS heeft geëxperimenteerd, zal het binnen een weekend begrijpen. Canva en Figma AI zijn voorlopig nog de betere instappunten voor volledige niet-coders. Voor een diepere blik op de gestructureerde kant hiervan, zie mijn AI design system workflow walkthrough over hetzelfde onderwerp.

Laten We Samenwerken

Wil je AI-systemen bouwen, workflows automatiseren of je technische infrastructuur opschalen? Ik help je graag verder.

• Fiverr (maatwerk & integraties): fiverr.com/s/EgxYmWD
• Portfolio: mejba.me
• Ramlit Limited (enterprise-oplossingen): ramlit.com
• ColorPark (design & branding): colorpark.io
• xCyberSecurity (beveiligingsdiensten): xcybersecurity.io