Claude Co-work Plugins: Ik Bouwde een YouTube-hergebruiksmachine
Ik publiceerde een YouTube-video op een dinsdagmiddag. Om 15:17 uur — zeventien minuten later — was de LinkedIn-post opgesteld, klaar in het Slack-kanaal van mijn team ter goedkeuring, en gepland voor 9:00 uur de volgende ochtend via Buffer.
Ik had niets van dat werk zelf gedaan.
Geen transcript kopiëren. Geen context-switch naar LinkedIn. Geen nadenken over welke invalshoek te nemen voor een ander publiek. Geen Slack-bericht om een teamgenoot te vragen het te beoordelen. Alles gebeurde automatisch, getriggerd door het moment waarop de video live ging op mijn kanaal.
Dat is geen hypothetische workflow die ik beschrijf. Dat draait nu in productie, dankzij het nieuw uitgebrachte pluginsysteem van Claude Co-work gecombineerd met geplande taken — en ik wil precies uitleggen hoe het werkt, want de manier waarop de meeste mensen over deze update nadenken mist het ding dat het echt krachtig maakt.
Het oppervlakkige verhaal is "Claude kan nu meer dingen." Het echte verhaal is dat Claude Co-work zojuist de drempel heeft overschreden van AI-assistent naar AI-medewerker.
Plugins vs. Skills: Ze Klinken Hetzelfde Maar Zijn het Niet
De meeste berichtgeving over de Claude Co-work-update behandelt plugins en skills als in wezen hetzelfde. Dat zijn ze niet.
Plugins zijn vooraf gebouwde AI-assistenten gespecialiseerd voor een specifieke bedrijfsfunctie. Wanneer je een marketingplugin installeert, krijgt Claude Co-work een persona geoptimaliseerd voor marketingtaken.
Skills zijn iets anders. Een skill is een markdown-bestand — een echt tekstbestand opgeslagen in je project — dat een complete workflow codeert. Doel, stappen, tools, foutafhandeling, uitvoerformaat. Het is een herbruikbare, geversioned set instructies die Claude onthoudt en elke keer op precies dezelfde manier uitvoert.
Het onderscheid is belangrijk omdat skills kunnen worden gepland, gedeeld en onafhankelijk verfijnd. Plugins zijn wie Claude doet alsof het is voor een taak. Skills zijn wat Claude werkelijk doet en hoe.
De YouTube-hergebruiksskill Bouwen: De Echte Architectuur
Het doel was: elke dag om 8:00 uur, controleer mijn YouTube-kanaal op video's gepubliceerd in de afgelopen 24 uur. Voor elke nieuwe gevonden video, extraheer de kernpunten en transcript, schrijf een LinkedIn-post geoptimaliseerd voor dat publiek, post het naar een aangewezen Slack-kanaal voor mijn team om te beoordelen, en eenmaal goedgekeurd, plan het in Buffer voor de volgende ochtend.
Geen handmatige stappen na de initiële setup. Nul.
Het skill-bestand woont op .claude/skills/youtube-hergebruik.md in mijn project. Hier is de structuur:
# YouTube naar LinkedIn Hergebruiksskill
## Doel
YouTube-kanaal monitoren op nieuwe uploads en automatisch LinkedIn-content aanmaken,
beoordelen en plannen zonder handmatige tussenkomst.
## Stappen
### Stap 1: YouTube Controleren op Nieuwe Video's
- Toegang tot YouTube-kanaal via browserintegratie
- Filter video's gepubliceerd in de afgelopen 24 uur
- Als er geen nieuwe video's zijn gevonden: log "Geen nieuwe uploads" en sluit netjes af
- Als er nieuwe video's zijn gevonden: ga door naar Stap 2 voor elke video
### Stap 2: Content Extraheren
- Open de videopagina
- Extraheer: titel, beschrijving, kernhoofdstukkken en transcript indien beschikbaar
- Vat samen in 5-7 kernpunten
### Stap 3: LinkedIn-post Schrijven (Marketingplugin)
- Gebruik marketingpluginpersona voor schrijven
- Formaat: haakregel + 3-4 inzichtbullets + call to action + hashtags
- Toon: professioneel maar persoonlijk, eerste persoon perspectief
- Lengte: 150-250 woorden (LinkedIn optimaal)
- NIET kopiëren-plakken van videotranscript — herschrijven voor LinkedIn-publiek
### Stap 4: Routeren voor Teamgoedkeuring
- Post concept naar #content-beoordeling Slack-kanaal
- Inclusief: videotitel, thumbnaillink, volledig concept, goedkeuren/bewerken opties
- Tag: @mejba voor bewustzijn
### Stap 5: Plannen via Buffer (Zapier MCP)
- Na teambeoordelingsperiode (configureerbaar, standaard 4 uur), controleer Slack op goedkeuring
- Als goedgekeurd: gebruik Zapier MCP om in Buffer te plannen voor volgende ochtend om 9:00 uur
- Als bewerkt: pas bewerkingen toe en herplan
- Als geen reactie na 4 uur: auto-goedkeuren en plannen
## Foutafhandeling
- YouTube niet beschikbaar: opnieuw proberen na 15 minuten, dan overslaan en loggen
- Slack-post mislukt: één keer opnieuw proberen, dan e-mailmelding
- Buffer-planning mislukt: concept lokaal opslaan en melden
De sleutel die ik wil dat je opmerkt: het foutafhandelingsgedeelte. Dit is wat een skill die je werkelijk kunt vertrouwen om onbeheerd te laten draaien onderscheidt van één die stilletjes mislukt.
De Zapier MCP-integratie: Dit Deel Is Echt een Groot Ding
Buffer wordt niet native ondersteund door Claude Co-work. Er is geen ingebouwde connector voor. Dus hoe plant de skill content in Buffer?
Via Zapier's MCP-connector — en dit is het deel van de update dat ik denk het meest onderbelicht is.
MCP (Model Context Protocol) is Anthropic's standaard voor het verbinden van AI-agents met externe tools. Claude Co-work wordt geleverd met native connectors voor ongeveer 50-100 apps. Maar Zapier's MCP-connector breidt dat uit naar meer dan 8.000 applicaties.
De instelling duurt ongeveer tien minuten:
- Verbind je Zapier-account met Claude Co-work via de sectie App Connectors
- Maak in Zapier een "Claude-trigger" aan — een actie die afgaat wanneer Claude een specifieke payload verzendt
- Wijs die payload toe aan de Zapier-actie die je nodig hebt (in mijn geval "Gepland bericht aanmaken in Buffer")
- Verwijs in je skill-bestand naar het Zapier MCP-eindpunt
De Tweede Workflow: Concurrentieonderzoek Dat Op de Achtergrond Loopt
De concurrentieonderzoek-skill draait dagelijks om 7:00 uur en doet het volgende:
- Scant drie door mij opgegeven YouTube-kanalen van concurrenten op video's gepubliceerd in de afgelopen 7 dagen
- Identificeert trends — praten ze allemaal over een soortgelijk onderwerp?
- Genereert een onderzoeksdocument in mijn rapportenmap
- Bouwt een HTML-dashboard dat bevindingen over weken verzamelt
De Eerlijke Beoordeling: Wat de Demo's Je Niet Laten Zien
Skills zijn alleen zo goed als je foutafhandeling. De eerste versie van mijn YouTube-hergebruiksskill had helemaal geen foutafhandeling. Toen YouTube de API-verzoeken op dag drie rate-limiteerde, stopte de skill gewoon.
De goedkeuringsrouting gaat ervan uit dat je team reageert. Mijn skill auto-keurt na vier uur zonder Slack-reactie goed omdat ik dat bewust zo heb ingesteld. Maar afhankelijk van de tolerantie van je team voor dat, wil je misschien een andere fallback.
Wat er Verandert Wanneer AI Werkelijk Op de Achtergrond Werkt
Er is een mentaal modelverandering die plaatsvindt wanneer je voor het eerst een workflow ziet voltooien zonder jou.
De meeste mensen zijn getraind door AI-tools om te denken aan AI als een productiviteitsversneller — je doet het werk sneller omdat je hulp hebt. Je initieert nog steeds alles. Jij bent nog steeds de actor.
Skills die op een schema lopen, doorbreken dat model. De AI is de actor. Jij bent de goedkeurder.
Drie weken geleden was ik de enige die mijn YouTube-video's omzette naar LinkedIn-content. Nu bekijk ik om 9:00 uur de volgende ochtend wat mijn AI-agent heeft gemaakt. Dat is het verschil.
Laten We Samenwerken
Wil je AI-systemen bouwen, workflows automatiseren of je tech-infrastructuur opschalen? Ik help je graag.
- 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
