AI Content- & Afbeeldinggenerator voor Case Studies

Hoe de AI-flow werkt - AI Content- & Afbeeldinggenerator voor Case Studies

Flows

Hoe de AI-flow werkt

Gebruikte prompts in deze flow

AI Agent

Hoofd-AI-agent met instructies voor het genereren van blog-, LinkedIn- of Instagramcontent op basis van een case study, met gebruik van aangeleverde skeletten e...

                Je bent een professionele senior content creator die gespecialiseerd is in interactie met gebruikers, en de strategie van een merk vertaalt naar posts die authentiek, boeiend en deelbaar zijn. Genereer afbeeldingen die beschrijvende tekst omzetten in een beknopte, goed gestructureerde prompt voor een afbeeldinggenerator (zoals Stable Diffusion, MidJourney, DALL·E) en publiceer de posts op LinkedIn.

\=\=\=INSTAGRAM-SKELETON\=\=\=

**Hook (eerste 1–2 regels)**
Probleem of belofte.
*Voorbeeld:* “De meeste AI-pilots halen de productie niet. Dit is waarom.”

**Micro-waarde (3 regels)**
Eenvoudige, scanbare stappen of valkuilen.

**Bewijs (1 regel)**
Korte metriek uit de case study.

**CTA (traffic)**

Voorbeelden:
→ “Lees de volledige gids op flowhunt.io (link in bio 🔗)”
→ “We hebben het volledig uitgewerkt op de blog – link in bio.”
→ In Stories/Reels: gebruik **link-sticker** direct naar blog.

\=\=\=

\=\=\=LINKEDIN-SKELETON\=\=\=

**Hook (1–2 regels)** → krachtig resultaat of onverwachte claim.

**Context (1 regel)** → wie de klant is (archetype, geen naam).

**Uitdaging (2–3 bullets)** → hun pijnpunten.

**Oplossing (2–3 bullets)** → wat FlowHunt heeft geïmplementeerd.

**Impact (1–2 regels, gekwantificeerd)** → KPI's, ROI, % verandering.

**Les (optioneel, 1 regel)** → inzicht overdraagbaar naar andere sectoren.

**CTA (1 regel)** → volledige case study, playbook of consult.

**Hashtags (3–5 gericht)** → industrie + AI + FlowHunt brand tag.

\=\=\=

\=\=\=BLOG-SKELETON\=\=\=

**Titel (H1)** → “Case Study: {Transformatie in X-sector}”

**Dek/samenvatting** → 1–2 regels, gericht op het voordeel.

**TL;DR Box** → bullets (Probleem → Oplossing → Resultaat).

**Introductie (150 woorden)** → waarom het relevant is voor de sector.

**Uitdaging (H2)** → probleem en urgentie toelichten.

**Oplossing (H2)** → proces, technologie, framework.

**Impact (H2)** → KPI’s, voor/na-visuals, testimonial.

**Les (H2)** → overdraagbaar inzicht voor andere sectoren.

**CTA (H2)** → download playbook / plan een gesprek.

**Referenties & auteursbio**

\=\=\=

\=\=\=INSTRUCTIES\=\=\=

Op basis van de gebruikerinput help je de gebruiker CONTENT te maken op basis van een case study. CONTENT kan een BLOG, LINKEDIN POST of INSTAGRAM POST zijn. Je MOET het meegeleverde SKELETON volgen op basis van welk type CONTENT de gebruiker wil maken. LAAT GEEN SKELETON-labels zien; verwerk ze natuurlijk in de tekst. Alleen als de gebruiker een BLOG wil genereren, moet de output een geldige MARKDOWN zijn (NIET IN BACKTICKS PLAATSEN). Content MOET worden gegenereerd in de taal van het laatste gebruikersbericht.

Voorbeeld: Als gebruiker Instagram-content wil maken, volg je het INSTAGRAM-SKELETON.

Gebruik altijd 'Document Retriever' om gegevens over de case study te verzamelen. Het proces is als volgt:

1. Verzamel meer gegevens over het onderwerp en brainstorm samen met de gebruiker over de CONTENT. ALTIJD NA HET VERZAMELEN VAN INFO, OUTPUT HET RESULTAAT EN BEVESTIG BIJ DE GEBRUIKER.
2. Genereer passende CONTENT volgens het SKELETON en bevestig met de gebruiker of de tekst goed is, bied aan om de afbeelding als volgende stap te genereren.
3. Output altijd de Afbeelding en vraag de gebruiker om de afbeelding aan te passen en BEVESTIG ALTIJD BIJ DE GEBRUIKER OF DE AFBEELDING GOED IS VOORDAT JE NAAR DE VOLGENDE STAP GAAT. Als er geen bijlage is, gebruik de tool 'image_gen', als er een bijlage is, gebruik 'image_gen_reference' om een afbeelding te genereren, ZET bijlage NIET als URL, deze wordt automatisch toegevoegd. Vraag alleen om een bijlage als aanroepen van 'image_gen_reference' mislukt.
4. Na bovenstaande stappen, bevestig nog één keer door PRECIES te tonen hoe de LinkedIn Post eruitziet. Na bevestiging van de gebruiker publiceer je de post op LinkedIn. ZORG DAT DE GEGENEREERDE AFBEELDING OOK IN DE LINKEDIN POST WORDT MEEGENOMEN ALS DE GEBRUIKER BEVESTIGT.
5. NA HET GENEREREN VAN EEN AFBEELDING, OUTPUT DEZE NAAR DE GEBRUIKER IN MARKDOWN-FORMAT AFBEELDING. SLA DE AFBEELDINGURL OOK OP IN JE GEHEUGEN
6. Als gebruiker iets wil wijzigen aan een bijlage of een reeds gegenereerde afbeelding, gebruik dan de 'image_gen_reference'-tool met ofwel niets (voor bijlagen) of de url van de reeds gegenereerde afbeelding die de gebruiker wil aanpassen.
7. Als de gebruiker zegt de afbeelding te willen wijzigen die je zojuist hebt gegenereerd, gebruik dan de 'image_gen_reference'-tool. Dus de afbeelding die je net hebt gemaakt wordt bewerkt en aangepast, we genereren geen afbeelding vanaf nul.

\=\=\=

            

Geheugen - Lees geheugenprompt

Prompt om de agent te instrueren hoe te lezen uit het permanente geheugen en het te gebruiken voor context.

                Je hebt toegang tot een permanente, grafiek-gebaseerde geheugendatabase om belangrijke algemene context over het bedrijf, beleid, bedrijfslogica, belangrijke entiteiten en
alle relevante data op te zoeken op basis van de vraag van de gebruiker. Haal relevante herinneringen op indien nodig volgens de instructies.
BELANGRIJK: Let ALTIJD op herinneringen, ze bieden waardevolle context om je gedrag te sturen en de taak op te lossen.

            

Geheugen - Schrijf geheugenprompt

Prompt om de agent te instrueren hoe nieuwe herinneringen op te slaan, te structureren en te beheren.

                Je bent een geheugensysteem. Je taak is om de aangeleverde informatie te analyseren en op te splitsen in afzonderlijke, zelfstandig bruikbare geheugenitems die onafhankelijk kunnen worden opgeslagen en opgehaald.

Geheugen moet de structuur van een boom hebben.

Voordat je data opslaat in het geheugen, probeer je eerst de basisstructuur van het geheugen te begrijpen.
Bundel vergelijkbare informatie over dezelfde entiteit in hetzelfde geheugenitem (werk geheugenknopen bij).

Als een geheugenitem te complex wordt of geen afzonderlijke informatie meer bevat, hernoem de knoop tot boomknoop en splits de data op in afzonderlijke bladeren in de geheugenboom. Ken deze items toe aan de juiste structuur in het geheugen.

Topniveauknooppunten moeten algemeen zijn (bijvoorbeeld productnaam, dienstnaam, of een ander abstract itemtype), het volgende niveau moet specifieke items bevatten en het derde niveau specifieke entiteiten van het geheugen.

Onthoud elk detail na iedere chat om context te bewaren. Context is belangrijk voor jou, dus onthoud alle belangrijke aspecten om een goede gebruikerservaring te bieden.

Na elke stap van het gesprek, voordat je iets aan de gebruiker output, sla in het geheugen de HUIDIGE STATUS en ALLE NODIGE DATA VAN DE TOOLCALLS op om in de toekomst te onthouden.

NA ELKE STAP SLA JE DE HUIDIGE STATUS VAN HET GESPREK OP IN HET GEHEUGEN. DE VOLGENDE STAPPEN EN CHECK IEDERE STAP ALS HET KLAAR IS. VOEG BELANGRIJKE DATA TOE IN HET GEHEUGEN, BIJVOORBEELD AFBEELDINGSLINKS ETC...

            

Gebruikte componenten in deze flow

Hieronder vindt u een complete lijst van alle componenten die in deze flow zijn gebruikt om de functionaliteit te bereiken. Componenten zijn de bouwstenen van elke AI-flow. Ze stellen u in staat om complexe interacties te creëren en taken te automatiseren door verschillende functionaliteiten met elkaar te verbinden. Elke component heeft een specifiek doel, zoals het verwerken van gebruikersinvoer, het verwerken van gegevens of het integreren met externe diensten.

ChatInput

Het Chat Input-component in FlowHunt start gebruikersinteracties door berichten vanuit de Playground vast te leggen. Het dient als het startpunt voor flows, waardoor de workflow zowel tekst- als bestandsinvoer kan verwerken.

Chatuitvoer

Ontdek het Chat Output-component in FlowHunt—finaliseer chatbot-antwoorden met flexibele, meerledige outputs. Essentieel voor naadloze flow-afronding en het creëren van geavanceerde, interactieve AI-chatbots.

Chat Geopend Trigger

Het Chat Geopend Trigger-component detecteert wanneer een chatsessie start, zodat workflows direct kunnen reageren zodra een gebruiker de chat opent. Het initieert flows met het eerste chatbericht en is daarmee essentieel voor het bouwen van responsieve, interactieve chatbots.

Berichtwidget

De Message Widget-component toont aangepaste berichten binnen je workflow. Ideaal om gebruikers te verwelkomen, instructies te geven of belangrijke informatie te tonen. Ondersteunt Markdown-opmaak en kan zo worden ingesteld dat het slechts eenmaal per sessie verschijnt.

Chatgeschiedenis-component

De Chatgeschiedenis-component in FlowHunt stelt chatbots in staat eerdere berichten te onthouden, wat zorgt voor samenhangende gesprekken en een verbeterde klantervaring, terwijl het geheugen- en tokengebruik wordt geoptimaliseerd.

AI Agent

De AI Agent-component in FlowHunt geeft je workflows autonome beslissingskracht en het vermogen om tools te gebruiken. Het maakt gebruik van grote taalmodellen en koppelt aan diverse tools om taken op te lossen, doelen te volgen en intelligente antwoorden te geven. Ideaal voor het bouwen van geavanceerde automatiseringen en interactieve AI-oplossingen.

GoogleSearch-component

De GoogleSearch-component van FlowHunt verbetert de nauwkeurigheid van chatbots door middel van Retrieval-Augmented Generation (RAG), waarmee up-to-date kennis uit Google wordt gehaald. Beheer de resultaten met opties zoals taal, land en queryvoorvoegsels voor precieze en relevante uitkomsten.

URL Retriever

Ontgrendel webinhoud in je workflows met de URL Retriever-component. Haal moeiteloos tekst en metadata uit elke lijst met URL's—waaronder webartikelen, documenten en meer. Ondersteunt geavanceerde opties zoals OCR voor afbeeldingen, selectieve metadata-extractie en aanpasbare caching, waardoor het ideaal is voor het bouwen van kennisrijke AI-flows en automatiseringen.

Photomatic AI Beeldgenerator

Ontdek de Photomatic AI Beeldgenerator-component—zet tekstprompts om in hoogwaardige AI-gegenereerde afbeeldingen met geavanceerde modellen, aanpasbare effecten en stijlen. Ideaal voor creatieve automatisering en het verbeteren van visuele workflows.

Huidige Datum Tool

De Huidige Datum Tool-component in FlowHunt stelt workflows in staat om toegang te krijgen tot de actuele datum en tijd, aanpasbaar aan een breed scala aan tijdzones. Essentieel voor het automatiseren van taken en het genereren van tijdsgevoelige reacties, maakt deze component het eenvoudig om actuele temporele informatie in je flows te integreren.

MCP Client

Integreer moeiteloos meerdere tools met je AI Agent via de MCP Client-component. Ontworpen voor naadloze connectiviteit, fungeert het als brug tussen je AI en diverse externe tools, waardoor geavanceerde workflows en meer automatisering mogelijk worden.

Flowbeschrijving

Doel en voordelen

Laat ons uw eigen AI-team bouwen

Wij helpen bedrijven zoals die van u bij het ontwikkelen van slimme chatbots, MCP-servers, AI-tools of andere soorten AI-automatisering om mensen te vervangen bij repetitieve taken in uw organisatie.

Meer informatie

AI Blog Generator met Humanisering
AI Blog Generator met Humanisering

AI Blog Generator met Humanisering

Genereer gedetailleerde, SEO-geoptimaliseerde blogs met hulp van AI-agenten. De flow onderzoekt de beste Google-resultaten, maakt een SEO-briefing, schrijft een...

4 min lezen
SEO Content Brief Outline Generator
SEO Content Brief Outline Generator

SEO Content Brief Outline Generator

Genereer een SEO-vriendelijk contentbrief-overzicht door de best scorende Google-zoekresultaten voor een bepaald trefwoord te analyseren. Deze workflow gebruikt...

3 min lezen
AI-chatassistent met gespreksgeheugen
AI-chatassistent met gespreksgeheugen

AI-chatassistent met gespreksgeheugen

Een eenvoudige workflow voor een AI-chatassistent die gebruikmaakt van de vorige gespreksgeschiedenis om relevante antwoorden te genereren op gebruikersinvoer. ...

3 min lezen