Nicolas Cras

Mijn tool in cijfers

Mijn tool scoort 18 op 20 juist (n = 10, 2 runs). Twee inputs hadden een fout, T03 en T09, allebei in run 2. Samen waren dit 3 fouten: 2 keer F1 en 1 keer F6.

Zulke fouten vind ik zeker niet erg. Het is juist goed dat er fouten worden gemaakt, want zo leer je iets bij en zie je wanneer er iets niet klopt.

• F1 (fout antwoord), 2 keer. Bij T09 telde het model één training niet als hard, terwijl die wel hard moest zijn. Bij T03 gaf het de verkeerde soort trainingen in de week.
• F6 (wisselend), 1 keer. Bij T09 zag het model in run 1 die training wel als hard, en in run 2 niet. Het antwoord wisselde dus.

Ik vermoed dat dit vooral aan de prompt lag, die nog niet helemaal perfect was.

Wat kost één run?

Ik gebruikte Claude Code met Sonnet 5.5 (2 dollar per miljoen tokens in, 10 dollar uit). Eén run, de notities van één sporter over één week, kostte 0,0625 dollar, ofwel 0,056 euro (1 dollar = 0,90 euro).

Dat bedrag bevat ook de context van Claude Code zelf: 20.000 tot 35.000 tokens bij elke vraag. Mijn deel is veel kleiner: de prompt (ongeveer 1.600 tokens), de notities (100 tot 250 tokens) en het antwoord (ongeveer 250 tokens uit). Dat kost samen ongeveer 0,006 dollar, ofwel 0,0056 euro. De tokens zijn geschat (tekens ÷ 3,5), niet gemeten.

Voor Level Up Sportcoaching (Jurgen, 25 sporters, 4 weken per maand = 100 runs per maand):

Volume	Via Claude Code	Alleen mijn deel
Nu (100 runs)	5,60 euro per maand	0,56 euro per maand
10×	56 euro per maand	5,60 euro per maand
1.000×	5.600 euro per maand	560 euro per maand

Met een ander model? Ik denk dat het beter is om hetzelfde model te houden, of zelfs een beter model te nemen, zodat er minder fouten zijn. Minder fouten betekent dat Jurgen minder moet nakijken en dus nog meer tijd bespaart. Een goedkoper model als Haiku 4.5 (ongeveer de helft van de prijs) zou ik niet nemen. Opus 5.5 (ongeveer twee keer de prijs van Sonnet 5.5) kost voor mijn deel ongeveer 0,011 euro per run, dus ongeveer 1,10 euro per maand voor Jurgen. Dat is weinig tegenover de tijd die hij wint. Ik heb dit nog niet getest: of Opus echt minder fouten maakt op mijn testset, weet ik niet.

Met de hand of met de tool?

Met de hand. Zonder tool moet Jurgen alles zelf doen: de notities lezen, de harde trainingen tellen, het herstel inschatten, het advies schrijven en versturen. Dat kost veel tijd. Het grootste deel gaat naar de notities lezen, het advies schrijven en het herstel goed inschatten. Ik schat 20 minuten per sporter, dus 25 × 20 = 500 minuten = 8 uur 20 per week. Dit is mijn schatting, Jurgen heeft het niet gezegd.

Met de tool. De tool doet de drie zwaarste stappen. Jurgen kijkt enkel de onzekere en foute resultaten volledig na. Ik schat dat op 45 minuten per week voor alle sporters samen (ook een schatting van mij, niet gemeten).

Winst. 8 uur 20 min 45 minuten = 7 uur 35 per week.

Per week is dat 153 tot 328 euro waard, per jaar 394 uur ofwel 7.960 tot 17.060 euro (zie build/waarde.md voor dag en maand).

Uurwaarde. Een wekelijkse trainingsanalyse via een online coach of platform kost 70 tot 150 euro per maand (bron: AI-overzicht van Google, 15 oktober 2026, gebaseerd op onder andere RunMotion Coach). Dat is een gemiddelde voor online coaches, niet de prijs van Jurgen zelf. Met 25 sporters is dat 1.750 tot 3.750 euro per maand. Jurgen werkt ongeveer 20 uur per week (87 uur per maand), dus een uur is 20 tot 43 euro waard. Alles samen met 5 werkdagen per week en 52 weken per jaar.

Netto. Min de kost van de tool (67 euro per jaar) houdt Jurgen ongeveer 7.900 tot 17.000 euro per jaar over.

Mijn zwakste cijfer

Het cijfer dat ik het minst vertrouw is de 18 op 20. Ik heb de tool nog niet getest met echte notities van sporters. Mijn testinputs heb ik zelf geschreven, dus ze lijken waarschijnlijk meer op wat mijn prompt verwacht dan echte notities van Jurgens sporters dat doen.

Als het cijfer lager is met echte notities, maakt de tool meer fouten en moet Jurgen meer nakijken dan de 45 minuten per week die ik schat. Dan daalt de tijdswinst van 7 uur 35 per week. Hoeveel, weet ik pas als ik echte notities test.

ik# Week 3 — Eerste duidelijke test

Wat ontbrak er in mijn context?

Bij de start van mijn buurtest botste ik al snel op een probleem: mijn buur gaf bij T04 een ander antwoord dan mijn model. Mijn model zei overal onzeker. Ik zag dat je uit een vage tekst soms toch iets kunt afleiden, bijvoorbeeld als er "zwaar" bij een training staat. Ik dacht dat "iets intensiever" niet genoeg was. Dit is omdat het na een heel lichte training kan zijn, en dan was de training erna niet per se intensief. Een tweede probleem was bij T09: bij "Harde trainingen" stond alleen een getal. Mijn buur schreef 3 (voorbije week), ik bedoelde 2 (advies voor volgende week). Ik heb er "voor volgende week" bij gezet, met een reden waarom. De zwaar-regel hoort bij bouwsteen 2 (regels met waarom), het veld Harde trainingen bij bouwsteen 3 (labels en vorm). Hier zat dus een fout en die vond ik dankzij de buurtest.

Mijn eerste cijfer

Mijn eerste cijfer was 4 op 5 juist (n = 5, 1 run). De fout zat bij T04, klasse F3 was gemist waardoor het model zei onzeker, terwijl ik toen vond dat je wel iets kon afleiden. Later heb ik aangepast dat je soms wel iets kan afleiden uit een onzekere omschrijving namelijk met het woord zwaar. Voor T04 vond ik daarna dat onzeker toch een goed antwoord was (ik herzag mijn juiste antwoord, zie hieronder), omdat het model te weinig informatie heeft om een deftig advies te geven. Je kunt wel nog iets afleiden zonder dat je weet of het kracht, lopen of fietsen is. Dit is alleen nog geen bewijs aangezien het maar een klein aantal testen zijn.

Eén wijziging

De eerste is dat als de sporter "zwaar" zegt, telt een training als hard, ook bij krachttraining, en ook als je niet weet of het kracht, lopen of fietsen is, omdat de sporter het beste zelf kan voelen wat zwaar is voor zijn lichaam en waar hij last van gaat krijgen. Hierna draaide ik T06 opnieuw. Het antwoord bleef juist, alleen de Reden telde 4 harde dagen in plaats van 3. T04 draaide ik niet opnieuw. Ik herzag mijn juiste antwoord naar onzeker. Het model verbeterde niet, ik veranderde het juiste antwoord. Het cijfer werd daardoor 5 op 5, maar dat is een andere meetlat. Het is nog geen bewijs omdat er maar 5 testen zijn gedaan met telkens één run, en het juiste antwoord is aangepast nadat ik het modelantwoord zag. Er komen misschien nog andere problemen bij meer inputs en meer runs. Ik ben tevreden over de wijziging, omdat de tool nu nauwkeuriger leest wat zwaar is.

Wat bouw ik?

Mijn Build geeft advies aan sporters die geen tijd hebben of niet weten hoe ze hun trainingen moeten plannen. De sporter geeft na elke training het type training in en hoe het ging, en vooraf een doel. Op basis van dat doel geeft de Build advies voor de volgende week.

Voor de cursus bouw ik de eerste laag. De Build leest de notities van één week en geeft een oordeel (belasting en herstel) en een advies in vier velden: volume, aantal harde trainingen, focus en soort trainingen. Een volledig schema komt later in de app.

Waarom een taalmodel?

Ik gebruik een taalmodel omdat mijn notities vrije tekst zijn. Cijfers hebben we nog niet, dus die zijn niet nodig. Later kan dat wel, bijvoorbeeld door te koppelen met de Garmin Connect-app om zo beter advies te geven.

Eén testinput

Ik kies week 1 (doel: aerobe basis). Mijn antwoord was zwaar. De tool zei eerst normaal. Ik merkte dat de tool niet veel weet als je hem geen of weinig context geeft, waardoor hij soms verkeerd interpreteert.

Wanneer de tool iets verkeerd interpreteerde, bijvoorbeeld een training normaal noemen in plaats van hard, heb ik de prompt aangepast door erbij te zetten waarom die training hard is. Ik hoop dat hij daardoor ook andere situaties die hierop lijken goed leest.

Een gat in mijn eigen regels

Bij week 3 klopte het antwoord van de tool met het mijne (normaal), maar niet met mijn eigen regels. Die week had maar één harde training, de beentraining, en volgens mijn regels was normaal twee harde trainingen. De tool kwam op normaal uit omdat hij de zwem-intervallen als hard telde, terwijl ik die niet hard vind. Mijn antwoord klopte dus, maar mijn regel niet.

Ik heb een nieuwe regel toegevoegd: een week met 1 harde training en 3 of meer krachttrainingen is normaal. Mijn reden is dat de spiergroepen gesplitst worden, waardoor de spieren hersteld zijn voor ze weer nodig zijn. Ik heb er ook bij gezet dat een technische zwemtraining met korte intervallen niet hard is. Daarna gaf de tool in twee van twee runs normaal, nu om de juiste reden.

Cijfers

Mijn testset heeft vijf weken, elke input draaide ik twee keer:

• Eerste versie: 9 van 10 runs gaven mijn antwoord.
• Na een aanpassing van de prompt: 11 van 11 runs.

Wat nog niet getest is

De tests waren vooral gericht op zware weken. Op lichte weken heb ik nog niet getest, en ik weet dus niet zeker hoe de tool daarop reageert en wat de output wordt. Dat test ik in latere versies.

Wat heb ik tot nu toe met AI gedaan?

Ik heb ChatGPT, Claude, Gemini, Copilot, Kimi, Lovable en Snapchat My AI gebruikt. Ik gebruikte ze voor bijna alles wat met school te maken heeft. Daarnaast maakte ik er eigen trainingsschema's mee, hielp ik ermee om fietsen terug in elkaar te steken, liet ik onderdelen van motoren herkennen en aanduiden op de juiste plaats, en bouwde ik een app. Het meeste was bruikbaar, maar soms was het totaal nutteloos. In de eerste les van Advanced AI in Business heb ik ook al een beetje leren werken met Claude Code.

Wat verraste me vandaag?

Hoe gek het is wat je allemaal met AI kunt maken en hoe ver het al gekomen is. Ik verbaasde me er ook over hoe makkelijk en snel sommige dingen, projecten en taken nu gaan, terwijl ze vroeger super veel tijd kostten.

Welke richting wil ik uit?

Ik wil verder studeren in AI en programmeren en een eigen AI-business starten waarmee ik apps bouw die het dagelijks leven van mensen makkelijker maken, bijvoorbeeld een app voor endurance-atleten waarin ze hun voedingsinname (eiwitten, koolhydraten, ...) en hun trainingen bijhouden, zodat ze zien wat ze voor, tijdens en na hun training het best binnenkrijgen.