Documentatie en onboarding

Laat AI je handleidingen en onboarding-flows bouwen

Ergens op je harde schijf staat een map met half-afgemaakte documentatie. Een Google Doc van vorig jaar met "Onboarding-gids v2 FINAL_v3". Een schermafbeelding van je eigen admin-panel waarvan je ooit dacht: hier moet een uitleg bij. Je bent niet lui — je bent gewoon alleen. En documentatie is het eerste wat sneuvelt als je één persoon bent met tien petten. In deze les zet je AI aan het werk om dat voor je op te lossen.

Waarom documentatie altijd achterloopt

Als solo-bouwer weet jij alles van je eigen SaaS. Je weet waar de verborgen instelling zit, hoe die ene rare feature werkt, en welke drie stappen een nieuwe klant moet doen om te beginnen. Het probleem: alles daarvan zit in jouw hoofd. Niet op papier, niet in een wiki, niet in een handleiding.

Zolang je zelf elke mail beantwoordt, merkt niemand dat. Maar op het moment dat een klant 's avonds een vraag heeft, of een freelancer je even ondersteunt, of je eigen geheugen een jaar later haperd — dan begint het op te vallen. Wie zich dat realiseert, begint meestal aan een megaproject dat nooit afkomt. AI maakt dat project wél af — mits je hem op de juiste manier inzet.

Twee verschillende behoeften, twee verschillende aanpakken

Documentatie valt in 2026 ruwweg in twee categorieën, en ze vragen om een ander soort werk.

Intern wiki. Voor jezelf, je freelancer, de virtual assistant die je een dag per week inhuurt. Korte, functionele teksten. "Zo deploy je naar productie." "Zo draai je een maandrapport voor Joka." Geen marketing, geen glossy screenshots — gewoon stappen die werken.

Klant-onboarding en hulpartikelen. Voor je klanten. Hier tellen toon, volgorde en uitleg. "Welkom — dit is je eerste login, en hier maak je je eerste factuur." Dat moet wél prettig lezen, wél screenshots hebben, en passen bij de merknaam van je SaaS.

Voor allebei geldt dat AI het voorwerk doet en jij de laatste 20% doet. Maar de aanpak verschilt.

AI voeden met je eigen context

Een leeg prompt vragen "schrijf onboarding voor mijn SaaS" levert vaag, generiek spul op. Wat werkt: de AI vullen met jouw echte context.

Voor Claude of GPT-5 betekent dat: upload je eigen bronmateriaal. Een export van je database-schema. Drie bestaande e-mails die je eerder naar klanten stuurde. Een screenshot van je admin-panel. "Hier is hoe mijn product eruitziet. Schrijf een stap-voor-stap voor een nieuwe gebruiker." Het verschil met een lege prompt is enorm.

Voor grotere SaaS-platforms loont het om één stap verder te gaan: bouw een kleine RAG-opzet. Een map met al je bestaande notities, support-mails van de afgelopen twee jaar, en je productdocumentatie die je hebt. Laat Claude of GPT die map als referentie gebruiken. Elk nieuw artikel klopt dan met hoe jij je product daadwerkelijk uitlegt, niet met wat een AI gokt.

Simpeler alternatief: tools als Notion AI en Scribe. Scribe legt je scherm op terwijl je een proces doorloopt, maakt screenshots bij elke klik, en laat AI er bijschriften bij schrijven. Drie minuten werk, een volledige handleiding met plaatjes uit. Voor interne wiki is dit vaak meer dan genoeg.

Screenshots plus AI-uitleg

Tekst zonder beeld is saai, en in software-documentatie vaak onbegrijpelijk. Schermafbeeldingen maken is echter weer zo'n klus die blijft liggen. De combinatie is waar 2026 sterk in is.

Je loopt een proces één keer door — een nieuwe factuur aanmaken in je eigen SaaS, bijvoorbeeld. Scribe of Guidde neemt elke klik op als screenshot en vraagt de AI: "beschrijf wat hier gebeurt." Je krijgt terug: "Klik op de knop 'Nieuwe factuur' rechtsboven in het hoofdmenu. Vul de klant in via het dropdown-menu. Voeg regels toe met de knop 'Regel toevoegen'..." Compleet, accuraat, en met het juiste plaatje ernaast.

Daarna loop je de tekst na. Niet elk bijschrift is perfect. De AI noemt soms een knop verkeerd, of vertaalt een Engels label waar jij liever een Nederlands woord gebruikt. Vijf minuten correctie, en je hebt iets wat je anders nooit had gemaakt.

Waarom dit meer oplevert dan "gewoon een CMS"

Je zou kunnen denken: ik zet toch al content in WordPress of mijn eigen CMS. Waarom AI?

Een CMS is een plek om tekst op te slaan. AI is een manier om tekst te maken. Die twee vullen elkaar aan; ze vervangen elkaar niet.

Stel, je krijgt elke week drie support-vragen over hetzelfde onderwerp. Normaal beantwoord je ze één voor één. Met AI plak je die drie mails in een prompt, voeg je toe "maak hier één helder hulpartikel van in onze tone of voice", en publiceer je het in je CMS. Volgende week hebben klanten het al gelezen voor ze je iets mailen.

Of nog praktischer: elke afgesloten support-ticket wordt automatisch naar Claude gestuurd met de vraag "is dit relevant voor de kennisbank? Zo ja, schrijf een artikel." Negen van de tien keer zegt hij nee. Die ene keer krijg je een kant-en-klaar artikel dat je alleen nog hoeft goed te keuren. Zo groeit je documentatie vanzelf mee met je bedrijf.

Onboarding die zichzelf aanpast

De echte luxe begint als documentatie niet statisch is. In plaats van één onboarding-handleiding voor iedereen, laat je AI tijdens het inloggen kijken: wat voor type account heeft deze klant, welke modules heeft hij aangezet, welke branche staat in het profiel. Op basis daarvan genereert hij de eerste pagina onboarding, toegesneden op die klant.

In PHP is dat verrassend simpel. Je hebt al de klantdata; je stuurt een paar velden naar Claude met de instructie "schrijf een welkomstbericht in drie alinea's voor deze klant, focus op features X en Y." De response cache je een jaar. Pas bij een grote update hoef je hem opnieuw te genereren. De klant ervaart dat zijn platform hem kent. Jij ervaart dat je één keer werk hebt gedaan voor 50 verschillende onboardings.

Drie dingen om mee te nemen

1. Voed de AI met je echte context. Screenshots, bestaande mails, database-schema. Een lege prompt geeft vage output. Context geeft iets wat écht van jouw product is.
2. Verdeel in intern wiki en klantdocumentatie. Wiki mag snel en functioneel. Klantmateriaal verdient de extra 20% correctie. Verwar ze niet.
3. Maak onderhoud onderdeel van je kwartaal. AI kan nieuwe documentatie sneller maken dan oude verzorgen. Plan één uur per kwartaal om alles door te lopen, anders verouderd het even snel als het geschreven is.

In de volgende les draai je het perspectief om. Niet AI die tekst voor jou maakt, maar AI die je data voor jou leest. Data-analyse in gewone taal — je database ondervragen zonder een regel SQL te hoeven typen.

Tot dan. Laat je documentatie even adem halen.