Waarom vragen we om jouw input?
We bouwen Coach AI niet op basis van aannames, maar samen met coaches die FITsociety dagelijks gebruiken. Juist jouw voorbeelden laten zien waar het werk veel tijd kost, waar je vaak dezelfde stappen herhaalt en waar AI echt verschil kan maken.
Met de research-chat willen we ontdekken welke taken, vragen en workflows coaches het liefst zouden automatiseren. Het gaat dus niet alleen om welke vraag je aan AI zou stellen, maar vooral om het proces erachter: welke data check je nu zelf, welke beslissing neem je daarna en wat zou een goed AI-antwoord of een goede AI-actie voor jou moeten zijn?
Wat willen we graag leren?
We zoeken naar concrete situaties uit je dagelijkse werk. Hoe specifieker je voorbeeld, hoe beter we kunnen begrijpen welke Coach AI-functies waardevol zijn.
Welke taken doe je vaak opnieuw?
Waar ben je wekelijks of dagelijks veel tijd aan kwijt?
Welke klantinformatie zoek je nu handmatig op?
Welke signalen zou AI automatisch voor je moeten herkennen?
Welke berichten, samenvattingen, taken of reminders zou AI alvast mogen voorbereiden?
Welke bestaande FITsociety-data of functie gebruik je hierbij?
Wat zou voor jou een goed antwoord zijn: een korte samenvatting, een lijst, een advies, een conceptbericht, een taak of een concrete actie?
Voorbeelden van goede input
Je hoeft geen perfecte prompt te schrijven. Een gewoon voorbeeld uit je werk is genoeg. Denk bijvoorbeeld aan:
Ik wil sneller zien welke klanten hun check-up missen.
Ik wil weten welke klanten deze week extra aandacht nodig hebben.
Ik wil een intake automatisch laten samenvatten voordat ik een klant bel.
Ik wil openstaande facturen sneller kunnen opvolgen.
Ik wil dat AI een conceptbericht maakt voor klanten die weinig trainen.
Ik wil dat AI patronen herkent in voortgang, voeding, metingen of training.
Ik wil via MCP mijn eigen assistent of AI-tool veilig met FITsociety laten werken.
Waarom vraagt de research-chat vervolgvragen?
De research-chat vraagt door om je voorbeeld bruikbaar te maken voor productontwikkeling. Een losse vraag zoals “Welke klanten hebben aandacht nodig?” is interessant, maar om dit goed te bouwen moeten we meer weten.
Daarom kan de chat vragen naar:
hoe vaak dit voorkomt;
hoeveel tijd het nu kost;
welke stappen je nu handmatig doet;
welke data je daarvoor nodig hebt;
welke regels of signalen bepalen dat iemand aandacht nodig heeft;
wat je daarna met de uitkomst wilt doen.
Zo kunnen we beter bepalen of Coach AI moet antwoorden, samenvatten, voorbereiden, signaleren of uiteindelijk een actie voorstellen.
Wat gebeurt er met je antwoord?
Je antwoord wordt gebruikt als onderzoeksinput voor Coach AI. We kijken naar patronen in de gesprekken: welke taken vaak terugkomen, welke bestaande FITsociety-onderdelen erbij horen en waar automatisering de meeste tijd kan besparen.
We gebruiken je input om betere Coach AI-functies te ontwerpen. We beloven niet dat elk individueel idee direct gebouwd wordt, maar jouw voorbeelden helpen wel bepalen wat prioriteit moet krijgen.
Bestaande functies, nieuwe functies en MCP
De research-chat is vooral bedoeld voor AI binnen bestaande FITsociety-workflows: klanten, check-ups, intake, planning, training, voortgang, voeding, chat, finance en andere data die al in FITsociety leeft.
Heb je een idee voor een compleet nieuwe FITsociety-functie die nog niet bestaat? Zet die dan op de wishlist, zodat het productteam dit als feature request kan beoordelen:
Gaat je idee specifiek over MCP of het koppelen van een eigen AI-assistent aan FITsociety? Dan kun je je input kwijt bij deze bestaande MCP-wens:
Hoe kun je meedoen?
Open de Coach AI research-chat op je dashboard en schrijf in je eigen woorden waar je tijd aan kwijt bent of wat je aan AI zou willen vragen. De chat helpt je daarna om het voorbeeld scherper te maken.
Je hoeft het niet technisch te formuleren. Vertel gewoon wat je nu doet, waarom het tijd kost en wat je zou willen dat Coach AI voor je overneemt.