Hedde van der Heide

In AI-assisted development is documentatie het stuur geworden. Je CLAUDE.md, je conventies, je architectuurdocs, die vertellen de assistent hoe jóúw team software bouwt: welke patronen te kopiëren, welke guardrails te respecteren, welke beslissingen al genomen zijn. Ik schrijf inmiddels serieus veel van dit soort stuurdocumentatie, en dat is geen straf: het is de plek waar je keuzes vastlegt zodat je ze niet elke sessie opnieuw hoeft uit te leggen.

Maar tijdens de scale up fase van een project wringt het; niemand weet of die docs daadwerkelijk gelezen worden. Je investeert fors in het schrijven ervan en neemt daarna maar aan dat het werkt. Een guardrail die nooit gevonden wordt faalt geruisloos, je merkt het pas als de AI een conventie "negeert" die hij in werkelijkheid simpelweg nooit gevonden heeft.

Anthropic waarschuwt zelf dat een uitgedijde CLAUDE.md ervoor zorgt dat instructies genegeerd worden, dus goed presterende teams snoeien rigoureus. Alleen: niets vertelt je of dat snoeiwerk klópte. Observability-platforms meten tokens en traces, maar welke projectdocs per taak geraadpleegd worden meet niemand.

Enter; trigger-tree, een open-source plugin voor Claude Code. Drie lichtgewicht hooks loggen shell-side welke docs per prompt gelezen worden. Honderd procent lokaal, nul model-tokens, geen cloud. Daarbovenop een heat/cold map van je docs-boom, een live dashboard waarin je elke read ziet binnenkomen, en evidence-backed suggesties om je router aan te scherpen met een trend die laat zien of je fix daadwerkelijk werkte. Deterministisch, niet gegokt.

Een mooi voorbeeld uit de praktijk: ik testte in mijn ClubWize-repo en vroeg "wat weet je over empty states?" Perfect antwoord, alle huisregels correct, inclusief de gotcha-nummers. Het dashboard: 0 reads. Eerste gedachte: kapot. Werkelijkheid: Claude deed in die beurt nul tool-calls, het antwoord kwam volledig uit de automatisch geladen rules. De meting klopte dus precies, en vertelde me iets waardevols: die stuurdocumenten doen hun werk al voordat er ook maar gezocht hoeft te worden.

Natuurlijk zitten er grenzen aan. Auto-geladen context is per definitie onzichtbaar voor read-telemetrie (bewuste keuze), en een doc met nul reads is pas echt "koud" als de meting volwassen genoeg is. Maar de kern, per prompt zien welke documentatie je AI daadwerkelijk gebruikt, en welke hij nooit vindt... werkt, en bestond nog nergens.

Update (23 juli 2026): trigger-tree staat inmiddels ook in de OpenAI plugin directory — Codex-gebruikers installeren het rechtstreeks vanuit de marketplace, met dezelfde lokale telemetrie als in Claude Code. Daarnaast is trigger-tree nu een CI gate op de GitHub Actions Marketplace (werkt ook in GitLab): bewust telemetrievrij en puur deterministisch.

TLDR; linkje naar de code: github.com/Hedde/trigger_tree — installeren is twee plugin-commando's in Claude Code, en na een paar sessies gewoon werken vertelt /tt insights je welke docs je kunt snoeien, herrouteren of redden. Lees het volledige artikel op LinkedIn.

Afgelopen september ging mijn oudste zoon naar groep 5, waar topografie onderdeel is van het lesprogramma. Als kind had ik zelf veel plezier in het leren van de plaatsen in Nederland, mede doordat we in die tijd een Commodore 64 hadden. Deze voorloper van de huidige spelcomputers werkte met grote floppy disks waarop soms talloze spelletjes stonden. Ik weet niet precies meer hoe we aan die floppies kwamen, maar daar was ik niet in geïnteresseerd. Wat erop stond, dat maakte uit. Ik herinner me urenlang spelplezier met titels als “Choplifter” en andere – soms wat knullige – spelletjes. In mijn herinnering waren het er honderden, en als je een spelletje niet leuk vond, probeerde je gewoon een ander. Een van die spellen, waarvan ik de naam niet meer herinner (het is ruim 35 jaar geleden), was een zwart-wit spelletje waarbij je met een helikoptertje over de kaart van Nederland vloog en steeds naar een nieuwe bestemming moest vliegen. Ik heb dit destijds veel gespeeld en het hielp me om de topografie op school snel te beheersen.

Genoeg over het verleden, terug naar het heden. Als software engineer sinds de vroege jaren '90, hoewel dat destijds vooral hobbymatig was (Geocities, FTP, nieuwsgroepen, etc.), heb ik aan diverse projecten gewerkt, variërend van commercieel tot publiek, klein tot grootschalig. Na de geboorte van mijn eerste zoon heb ik mijn ambities om te ondernemen, niet geheel onbewust, op een iets lager pitje gezet. Immers, een kind kost naarmate het ouder wordt steeds meer tijd. Dit betekende voor mij ook minder tijd voor diverse hobby's en interesses, en vooral het maken van keuzes. Zo is de hobby van mijn zoons, voetbal, ook mijn hobby geworden. Een aanvankelijk praktische keuze, maar inmiddels een bron van veel voldoening en zelfontwikkeling.

Toch blijft het ondernemen altijd kriebelen. Met de opkomst van AI, en een assistent zoals ChatGPT binnen handbereik, is er een nieuwe dimensie ontstaan om te experimenteren. Projecten die voorheen in mijn hoofd zaten maar waarvan ik dacht: "Waar haal ik de tijd vandaan?" lijken ineens een stuk haalbaarder. Een van die projectjes was het maken van een soortgelijk spelletje als destijds in mijn kindertijd, in een vreemd framework in een programmeertaal die ik nooit beoefend heb. Helaas liep ik in september al snel vast op de prompts en antwoorden van ChatGPT (4o). Het leek toch wat te ingewikkeld voor de arme AI-bot om mijn idee om te zetten in een werkend prototype. Na een paar uurtjes frustratie parkeerde ik het idee.

Enkele maanden later kwam OpenAI ineens met een nieuw model uit: o1-Preview en o1-mini. Na wat werkgerelateerde prompts was ik enorm onder de indruk van de sprong voorwaarts in de analyses van dit nieuwe model. Ongeveer vier weken geleden haalde ik mijn project weer onder het stof vandaan en begon de todo-lijst af te werken met nieuwe prompts. Binnen één avond stond de basis van een native iOS-app klaar. Twee avonden later werd de contour van een MVP (Minimum Viable Product) zichtbaar, en nog een dag later had ik een volledig functioneel prototype op mijn eigen iPhone. Nu, zo’n slordige 2,5 weken later, met de nodige extra's, staat de app in het reviewproces bij de App Store.

Ik zou graag uitgebreid vertellen over de do’s en don’ts van ChatGPT en het tot stand komen van de app, maar dat wordt een andere blog, seminar of workshop. Het belangrijkste is dat ik als individu met de velocity van een scrumteam, met o1-Preview en o1-mini aan mijn zijde, efficiënter kan prototypen dan ooit. De take-away is dat ik dit spel, inclusief graphics, zonder "klassiek programmeren" heb kunnen realiseren in een bizar korte tijd. De toekomst is hier, leef de toekomst!

Oh, en zit jouw kind nou in groep 5 of 6, of vind je het zelf leuk om nostalgische herinneringen op te halen? Download mijn app hier TopoVlucht Nederland in de App Store. Voor slechts vijf euro zijn alle in-app features en updates levenslang ontgrendeld (de opbrengst van de eerste 25 betalende gebruikers gaat volledig naar de Grote Club Actie ten behoeve van vv Wilhelmus). www.topovlucht.nl, een app review wordt erg gewaardeerd!

Veel speelplezier!