Zo bouwde ik deze site zonder één regel code te kunnen

Ik ben business controller. Ik kan een P&L uit elkaar trekken, een forecast bouwen en een draaitabel maken waar je vrolijk van wordt. Wat ik niet kan: programmeren. Geen HTML, geen CSS, geen JavaScript. Toch lees je dit op een site die ik zelf heb gebouwd.

Dit stuk gaat niet over hoe geweldig AI is. Het gaat over wat er echt gebeurde: wat werkte, wat niet, en wat ik zou doen als ik opnieuw zou beginnen.

Waarom ik hieraan begon

Ik merkte op mijn werk hoe vaak het gesprek over AI blijft hangen bij "we moeten er iets mee". Iedereen heeft ChatGPT geprobeerd, bijna niemand heeft het echt in zijn werk gebouwd. Ik wilde weten waar de grens ligt. Niet in theorie, maar door iets te maken dat af moet.

Een website leek me perfect: het moet werken, het is zichtbaar, en je kunt jezelf niet voor de gek houden. Een prompt die half klopt merk je niet altijd. Een pagina die niet laadt, wel.

Wat er goed ging

Verrassend veel. Ik beschreef in gewone taal wat ik wilde: "een pagina waar iemand zijn maandelijkse inleg invult en ziet wanneer hij een ton heeft, met een grafiek". Ik kreeg iets terug dat het deed. Niet meteen mooi, wel werkend.

De grootste winst zat niet in het typen van code, maar in het uitleggen. AI legt uit wat er staat. Als ik vroeg "waarom staat die knop nu links", kreeg ik antwoord in normaal Nederlands. Daardoor snapte ik na een week meer van hoe een pagina in elkaar zit dan na drie jaar naar websites kijken.

Je hoeft geen developer te worden om AI voor je te laten werken. Je moet alleen durven beginnen, en accepteren dat de eerste versie niet deugt.

Wat er misging

Genoeg. Drie dingen kostten me de meeste tijd:

Te grote vragen. "Bouw een complete website" levert een berg op waar je niets mee kunt. "Maak alleen het menu, en zorg dat het op mobiel inklapt" levert iets op dat je kunt beoordelen. Klein vragen is niet minder ambitieus, het is gewoon sneller.
Geen versies bijhouden. Ik heb een dag verloren omdat ik een goedwerkende versie overschreef met een "verbetering". Sindsdien bewaar ik elke werkende versie apart, met een datum in de bestandsnaam. Precies wat ik met een model in Excel ook zou doen.
Doorbouwen op iets wat ik niet snapte. Als ik niet kon uitleggen wat er stond, kwam het later als probleem terug. Nu vraag ik altijd om uitleg voordat ik iets overneem. Dat is dezelfde reflex als bij een cijfer dat je niet kunt verklaren: niet doorsturen.

Wat het me als controller opleverde

Het gekke is dat het bouwen zelf niet het waardevolste was. Wat bleef hangen, is hoe ik nu met AI praat op mijn werk. Ik ben scherper gaan formuleren. Ik geef context die ik eerst oversloeg. Ik vraag om aannames, niet alleen om antwoorden.

Dat vertaalt zich direct: een analysevraag die ik vroeger in één zin stelde en waarvan ik het antwoord half weggooide, stel ik nu in vijf zinnen, en het antwoord is bruikbaar. Precies die vijf zinnen heb ik in het Prompt Lab gezet, zodat je ze niet zelf hoeft te bedenken.

Zou ik het aanraden?

Ja, maar niet omdat je dan een website hebt. Doe het omdat je erachter komt waar AI je écht helpt en waar het je een goedgevonden verhaal verkoopt. Dat onderscheid leren maken is het eigenlijke rendement.