Claude leren: een complete gids van beginner tot pro

Ik gebruik Claude nu al een paar maanden consequent. Ik ben gegaan van simpele, vage prompts in de browser naar het bouwen en hosten van complexe agents die meerdere databronnen koppelen en analyseren om beslissingen te nemen. Ik heb workflows gebouwd die me helpen in mijn werk, en tools die ik ook buiten werk gebruik. 

Claude leren kostte me tijd, consistentie en veel experimenteren. Maar ik geloof dat iedereen kan (en zou moeten) leren werken met Claude en vergelijkbare tools. Ze veranderen hoe mensen werken, hoe productiviteit eruitziet en wat mogelijk is voor zowel technische als niet-technische mensen. 

In deze gids laat ik je stap voor stap zien hoe je Claude leert gebruiken: van de basis van het instellen en het begrijpen van de verschillende modi en modellen, tot het bouwen van je eerste projecten, en door naar enkele van de geavanceerdere functies van Claude. 

Onderweg link ik naar relevante cursussen en bronnen die je helpen om elke stap hands-on te oefenen. Ik geef ook voorbeelden van hoe ik Claude heb gebruikt, en een voorgestelde roadmap met tijdlijnen om te starten. 

Als je meteen met een cursus wilt beginnen, start dan bij onze Claude 101-cursus. 

TL;DR Claude leren

Weinig tijd? Zo begin je met Claude leren: 

• Claude is meer dan een chatbot; het is een ecosysteem van modi (Chat, Cowork, Code, Design) voor alles van research en schrijven tot het bouwen van agents en automatiseringen. 
• Je kunt binnen een dag al nuttig werk doen met Claude; vloeiend worden in de intermediate features kost 4-6 weken dagelijks gebruik
• De belangrijkste vaardigheid in het begin is prompt engineering. Hoe preciezer je beschrijft wat je wilt, in welk formaat, en waarom je het nodig hebt, hoe beter de output.
• Het leerpad: eerst de basis van prompten en instellen, dan modellen en modi, dan agents en Projects, en daarna de API, MCP's en RAG
• Dagelijks gebruik op echte, persoonlijke taken ontwikkelt sneller intuïtie dan alleen cursussen en tutorials.

Wat is Claude? 

Voor veel mensen is Claude de large language model-chatbot, vergelijkbaar met ChatGPT of Gemini. Dat klopt, maar het gaat veel verder dan dat. 

In werkelijkheid is ‘Claude’ een ecosysteem van verschillende AI-tools, modellen en modi waarmee je kunt bevragen, onderzoeken, plannen, coderen en bouwen voor allerlei taalverwerkingstaken. Claude is een AI-assistent die je met van alles kan helpen. 

Claude leren: basisconcepten en aan de slag

De eerste stap is begrijpen wat Claude precies is en wat het kan. 

Instellen: web, desktop, mobiel 

Er zijn verschillende manieren om toegang te krijgen tot Claude om te beginnen met leren. Ik raad aan te starten met de webinterface; dat is de makkelijkste manier om direct te beginnen. 

Ga naar claude.ai om een account aan te maken. 

Je ziet dat er verschillende abonnementsvormen zijn. Voor de beginnersfase is een gratis account helemaal prima. 

Wel even een heads-up: naarmate we dieper in het leerplan gaan, heb je voor bepaalde functies en modi een betaald plan nodig, vanaf $17-$20 per maand.  Ik raad het Pro-account aan, maar pas zodra je klaar bent om die functies echt te gebruiken. 

De volledige prijzen zie je hieronder: 

Blijf voorlopig bij een gratis account en log in. 

Als je wilt, kun je ook Claude voor desktop of mobiel downloaden zodra je wat vertrouwder bent. 

Tegenwoordig doe ik vrijwel al mijn Claude-werk in de desktopapp, al log ik soms nog via de browser in. 

Leren prompten: communiceren met Claude 

Misschien wel de belangrijkste vaardigheid in het begin is: hoe je Claude prompt. 

Effectief communiceren wat je nodig hebt, maakt het verschil tussen een goed en een geweldig resultaat. De kunst en kunde hiervan heet prompt engineering, en ik raad aan om de basis te leren voordat je Claude voor iets belangrijks inzet. 

Lees meer over wat prompt engineering precies is in onze volledige gids, en begin met de beginnersvriendelijke cursus Understanding Prompt Engineering. Anthropic heeft ook een best practices-gids voor prompten voor Claude, die ik ook aanraad. 

Kort gezegd draait prompt engineering minder om magische woorden en meer om duidelijke communicatie. Anthropics eigen gids vat het goed samen: behandel Claude als een capabele nieuwe collega die alleen jouw context mist. 

Hoe preciezer je uitlegt wat je wilt, waarom je het nodig hebt en hoe een goed resultaat eruitziet, hoe beter Claude presteert.

Drie gewoontes die je vroeg wilt aanleren: 

• Wees specifiek over het verwachte outputformaat, 
• Geef Claude de redeneercontext achter je verzoek (niet alleen de taak zelf)
• Gebruik voorbeelden. 

Één goedgekozen voorbeeld, dat de structuur of toon laat zien waar je naar op zoek bent, doet meer dan een alinea met abstracte instructies.

Hier is een snel voorbeeld van wat ik bedoel: 

Een vage prompt levert een generiek resultaat op:

Explain machine learning to me.

Een goed gestructureerde prompt levert iets bruikbaarders op:

Explain machine learning to a marketing analyst who understands Excel 
and basic statistics, but has no coding background. 
Focus on the intuition behind how a model "learns" from data, not the 
maths. Use a real-world analogy from marketing or customer behavior. 
Keep it under 200 words.

De tweede prompt specificeert het publiek, de invalshoek, een voorbeeld-domein en een lengtebeperking. Claude hoeft niets te raden.

Begrijp de modellen en welke het beste bij je past

Of je nu in de browser of in de desktopapp zit, je ziet waarschijnlijk een optie voor het model waarmee je werkt. 

Er zijn er een paar om uit te kiezen, en de namen zeggen op het eerste gezicht niet zoveel. Op hoofdlijnen (en op het moment van schrijven) zie je opties voor Fable, Opus, Sonnet en Haiku. Maar wat betekent dat? 

Je kunt de modellen zien als verschillende versies van Claude, elk afgestemd op iets andere taken en elk met eigen voor- en nadelen. Sommige blinken uit in coderen en het maken van AI-agents, maar doen er langer over en zijn duurder in gebruik. Andere zijn veel goedkoper en sneller, maar missen wat diepgang en precisie. 

Ik raad aan om te lezen waar ze het best voor geschikt zijn (opnieuw: accuraat ten tijde van schrijven): 

• Fable 5: Dit heb je vast in het nieuws gezien. Het is het meest geavanceerde Claude-model. Het is duur in gebruik, maar biedt enorme mogelijkheden als je iets complex bouwt. 
• Opus 4.8 of 5: Nog een krachtig model, goed in coderen, AI-agents, enz. Op schaal blijft het echter prijzig. 
• Sonnet 5: Een sterke allrounder. Niet zo imposant als de eerste twee, maar snel, efficiënt en levert solide resultaten. 
• Haiku 4.5: Heb je snel een antwoord nodig, dan is dit de beste keuze. Bliksemsnel en heel goedkoop, wel met wat inlevering op diepgang en kwaliteit. 

Leren welk model je voor welke taak kiest, is een belangrijk onderdeel van Claude leren. Begin met het standaardmodel, momenteel Sonnet 5. 

Voor geavanceerdere taken passen Opus of Fable vaak beter. 

Begrijp de verschillende Claude-modi: Chat, Cowork, Code, Design

Tegen deze tijd heb je misschien al wat rondgeklikt in Claude (browser of desktop) en zie je verschillende opties (zeker met een betaald abonnement). 

Zelfs als je op de gratis laag zit, is het goed om te weten dat Claude verschillende gespecialiseerde modi heeft. Er zijn drie hoofdmodi en een ‘bonus’modus, elk voor specifieke taken: Claude Chat, Claude Cowork, Claude Code en Claude Design. 

Als gratis gebruiker heb je alleen toegang tot Chat, wat prima is om de basis te leren. Voor Cowork, Code en Design heb je Pro nodig. 

Voor nu hoef je alleen het verschil te kennen. Een overzicht: 

• Claude Chat: De standaardchatbot. Voor research, brainstormen, documenten analyseren en algemeen probleemoplossen. 
• Claude Cowork: Een assistent voor kenniswerkers. Verbindt direct met je lokale bestanden, mappen en apps om automatiseringen te maken, bestanden bulk te organiseren, data te verwerken, enz. 
• Claude Code: Een AI-agent die met je command-line kan werken. Gemaakt voor developers om projectmappen te lezen en maken, codebases te refactoren en tests uit te voeren vanuit je terminal. 
• Claude Design: Een visuele creatietool waarmee je samen met Claude ontwerpen kunt maken en bewerken, presentaties kunt maken en interactieve prototypes kunt bouwen via natuurlijke conversatie. 

Naarmate je vordert, ga je de verschillende modi gericht inzetten. Voor nu: bekijk de basis van elke modus in deze resources: 

• Claude 101-cursus
• Wat is Claude Design? 
• Claude Cowork-tutorial
• Claude Code-tutorial

Leer over contextvensters en tokens

Een van de belangrijkste verschillen tussen modellen is het contextvenster. 

Kort gezegd is dat de hoeveelheid informatie die Claude tegelijk aankan met goede prestaties. Hoe groter het contextvenster, hoe langer je kunt doorpraten zonder dat Claude context vergeet of ‘werkgeheugen’ tekortkomt tijdens het genereren. 

Het werkt een beetje als iemands kortetermijngeheugen, waarin info voor de huidige taak wordt opgeslagen. 

Meestal wordt dit gemeten in tokens: de stukjes tekst, afbeeldingen en andere input die je aan Claude geeft. Je prompt wordt bijvoorbeeld omgezet in kleinere delen (tokens) die het LLM helpen je input beter te begrijpen, omdat hapklare brokken makkelijker te analyseren zijn. 

Voor de meer geavanceerde modellen, zoals Fable en Opus, is dit contextvenster rond 1 miljoen tokens. Voor kleinere modellen zoals Haiku is het rond 200.000. 

Ter vergelijking: 1 miljoen tokens is ongeveer 750.000 woorden. 

Dat klinkt als veel, maar met afbeeldingen, video, audio, documenten, code, enz. zit je er sneller aan dan je denkt. En hoe meer je chat met Claude, hoe meer tokens er in het geheugen gebruikt worden. 

Meer leren over contextvensters en tokens? Aanraders: 

• Gids voor tokenization
• Wat is een contextvenster?  

Maak kennis met artifacts

Een belangrijk element bij het gebruik van Claude zijn Artifacts. We gaan hier later dieper op in, maar voor nu is het prima om de basis te kennen. 

Artifacts zijn de interactieve outputs die Claude aanmaakt terwijl je ermee werkt. Denk aan documenten, codefragmenten en zelfs mini-webapps die je in Claude kunt bekijken. 

Het mooie is dat je de outputs in dezelfde werkruimte kunt previewen, met Claude kunt chatten om wijzigingen door te voeren en direct het resultaat ziet. Ideaal om te itereren bij projecten. 

Lees de volledige introductie tot Claude artifacts voor meer info. 

Werk aan je eerste Claude-project

Als je zover bent, heb je de basis van Claude en de verschillende modellen leren kennen. 

Tijd om dat toe te passen in je eerste project. 

(Let op: ik bedoel hier een projectidee, niet een Claude Project, een functie van Claude die we in de volgende sectie behandelen)

Ik raad aan dit project te koppelen aan jouw ervaring. Op werk of privé: welke pijnpunten of workflows doe je steeds handmatig? 

Het kan iets simpels zijn als een reisroute plannen of een document samenvatten. Wat het ook is, werk met Claude om het te bouwen. Begin met een goede prompt, beoordeel de output en stuur bij. 

Ikzelf denk vaak na over wanneer ik met pensioen kan (spoiler: nog 20 jaar). Elke keer moet ik berekenen wat ik heb gespaard, wat scenario’s betekenen en hoeveel ik nodig heb om van te leven. In plaats van dat handmatig te blijven doen, vroeg ik Claude om een live dashboard te bouwen met schuifregelaars en invoervelden. 

Voor jou kan het van alles zijn.  Het doel is nu vooral: gebruik het, en ontdek de mogelijkheden en grenzen. 

Claude leren: intermediate concepten 

Je kent nu de basis van Claude en enkele functies. Volgende stap op je roadmap: nieuwere en geavanceerdere mogelijkheden van Claude. 

Hier begint het echt leuk te worden: van nuttige chatbot naar aangepaste assistent. 

Begrijp agents 

AI-agents zijn het laatste jaar een hot topic. Een AI-agent is een systeem dat zijn omgeving waarneemt, leert van input en complexe, geautomatiseerde beslissingen neemt om doelen te bereiken.

Agents verschillen van gewone chatbots. Het grootste verschil: agents kunnen beslissen welke tools en integraties ze nodig hebben om een doel te halen, en die vervolgens aanroepen om een plan uit te voeren. 

Als je Claude leert, is het belangrijk om Claude Cowork te doorgronden: de resultaatgerichte agent die meerstapsworkflows uitvoert over de bestanden, mappen en apps op je computer. 

Aanraders op dit punt: 

• LLM Agents uitgelegd (blog)
• AI Agent Fundamentals vaardigheidstraject
• Claude Cowork-tutorial 

Bouwen met artifacts 

In de beginnerssectie zagen we dat artifacts automatisch verschijnen — je ziet ze in het zijpaneel wanneer Claude ze aanmaakt. 

De volgende stap is je eigen Artifacts laten maken. Dus Claude expliciet vragen om visuele, interactieve outputs te creëren om je doel te bereiken. 

Voorbeeld bij het redactieteam van DataCamp: we hebben een gedeeld artifact om diverse datastromen te volgen en zo te zien hoe onze content presteert. Het geeft een duidelijke, bruikbare momentopname die voor iedereen toegankelijk is. 

Daar is natuurlijk flink op geïtereerd, maar dat is juist de kracht van werken met Claude. Ook niet-technische professionals kunnen ermee tot sterke resultaten komen. 

Meer leren over Claude Artifacts? Aanbevolen: 

• De Claude Artifacts-gids 

Begrijp systeemprompts voor projects en skill files

Nu ga je Claude echt personaliseren, zodat het weet wie je bent en wat je verwacht. 

Na verloop van tijd merk je dat Claude een vrij generieke manier van antwoorden heeft. Dat komt door de systeemprompts van Claude — ‘hoofdinstructies’ die identiteit en gedragskaders bepalen.  

Deze prompts begrijpen is nuttig, omdat je zo voorbij die generieke basis kunt gaan naar een meer gespecialiseerde, persoonlijke Claude. 

Er zijn twee plekken waar dit vooral speelt: Claude Projects en skill files: 

• Projects geven je iets wat lijkt op je eigen systeemprompt. Je schrijft aangepaste instructies met context, toon en outputvoorkeuren, die op elk gesprek binnen dat project worden toegepast. 
• Skill files zijn modules met stapsgewijze instructies voor een specifiek resultaat. Ze geven Claude context om een taak elke keer op dezelfde manier uit te voeren. Handig voor sjablonen of tone-of-voice-regels. 

Resources om hiermee aan de slag te gaan: 

• Informatie over de systeemprompts van Claude
• Introductie van de projects-hoofdstuk in onze Claude-cursus
• Inside Claude skills-tutorial
• Webinar: Claude skills maken
• Introduction to Agent Skills-cursus

Diepgaand research doen 

Een van de nuttigste functies van Claude is de researchtool. Zoals veel LLM’s hangt Claude’s standaardkennis af van de trainingsdata tijdens ontwikkeling. Daardoor kunnen er hiaten zijn, zeker bij recente ontwikkelingen. 

Research omzeilt dit door agentisch informatie te zoeken en analyseren. Als de functie aanstaat en je Claude iets vraagt, gebruikt het meerdere agents die elkaar aanvullen, om te bepalen wat daarna te onderzoeken. 

Claude verkent automatisch en systematisch allerlei invalshoeken bij je vraag, met actuele, nauwkeurige informatie en citaties om te verifiëren. 

Verken deze functie als onderdeel van je leerpad; voor mij is het onmisbaar bij research naar de nieuwste AI-ontwikkelingen. 

Kijk ook dit webinar om te bouwen aan een concurrentie-researchbot met Claude Cowork.  

Claude leren: geavanceerde functies

Op dit punt begrijp je Claude en de mogelijkheden aardig. Je kunt chatten en in Claude Cowork werken om te onderzoeken, plannen en visualiseren. 

Nu is het tijd voor de volgende stap. 

Bouwen met API's en SDK's

Tot nu toe ging je naar de website of desktopapp van Claude om te werken. Maar wat als je Claude’s brein direct in je apps, spreadsheets of systemen wilt brengen? Daarvoor zijn API’s en SDK’s.

Een API (Application Programming Interface) is eigenlijk een digitale brug. Ze laat twee stukken software met elkaar praten. Met de Anthropic API kun je instructies naar Claude sturen en automatisch antwoorden terugkrijgen, zonder de chatinterface te openen.

SDK’s (Software Development Kits) zijn starterskits, in populaire talen zoals Python of TypeScript, die het bouwen van die brug veel makkelijker maken.

Zelfs als je geen hardcore programmeur bent, is de API-basis leren een grote stap. In plaats van bijvoorbeeld elke week onze DataCamp-contentmetrics handmatig te kopiëren naar Claude, kan ik met een simpel script en de API die data automatisch sturen en elke maandag een samenvatting klaar hebben. 

Dat maakt van Claude een geautomatiseerde motor in plaats van een handmatige assistent.

Om te starten met de Claude API raad ik aan: 

• Claude API-gids
• Claude API in Python cheatsheet
• Claude Code in Action-cursus
• Anthropic's officiële API-documentatie

MCP's koppelen 

Met MCP’s wordt Claude pas echt slim. Tot nu toe hadden we het over Claude dat je lokale bestanden leest, shell-commando’s draait en je aangeleverde data verkent. 

MCP geeft toegang tot externe tools en data. Het is alsof je een USB-poort aan AI toevoegt. Zoals je via USB je computer met apparaten verbindt, zo geeft het Model Context Protocol (MCP) Claude een gestandaardiseerde manier om externe apps en databronnen te koppelen. 

Dat is enorm handig als je veel verschillende datastromen wilt benaderen zonder alles handmatig te downloaden en één voor één aan Claude te geven. Claude kan dan realtime met je tools lezen en interacteren. 

Om MCP onder de knie te krijgen, raad ik aan: 

• MCP-gids
• Introduction to Model Context Protocol (MCP)-cursus
• Claude Code MCP-tutorial

Begrijp prompt caching 

Bij de basis bespraken we tokens en contextvensters. Die zijn sterk verbonden met effectiviteit en kosten, zeker als je groter gaat bouwen. 

Claude heeft prompt caching: je slaat grote hoeveelheden achtergrondinfo op (datasets, lange documenten, complexe instructies), zodat Claude die niet elke keer opnieuw hoeft te lezen bij een nieuw bericht. 

Normaal, als je meerdere vragen stelt over dezelfde data (bijv. een grote PDF), leest Claude het hele document opnieuw, wat tokens en contextruimte kost. 

Met prompt caching kan Claude essentiële info ‘pinnen’ in het kortetermijngeheugen, waardoor je minder tokens en dus kosten hebt. Vooral handig via de API of bij grotere apps en workflows met veel iteraties. 

Meer leren: 

• Claude-documentatie over prompt caching
• Prompt caching-gids 
• Claude Opus 5 API-tutorial (behandelt prompt caching)

RAG-systemen bouwen

Toen ik me echt comfortabel voelde met Claude, wilde ik het steeds meer data geven. Uiteindelijk liep ik tegen een limiet aan van wat in één prompt past. 

Hier komt RAG (Retrieval-Augmented Generation) van pas. Ondanks de weinig elegante naam is het concept simpel: een slimme zoeklaag voor heel specifieke data die je aan Claude kunt toevoegen. 

In plaats van je hele bedrijfswiki of jaren aan data in één keer te geven, zoekt een RAG-systeem eerst in je database naar de meest relevante informatie, zodat Claude een zeer nauwkeurig antwoord kan formuleren. 

RAG is de moeite waard zodat Claude je interne data begrijpt. Zo kun je agents en assistenten bouwen die jouw businesscontext net zo goed kennen als wie dan ook. 

Om te starten met RAG raad ik aan: 

• Wat is RAG? Gids
• RAG met LangChain-cursus
• Agentic RAG-tutorial
• Webinar: RAG-pijplijnen bouwen en evalueren

Leer hoe Computer Use werkt

We zagen dat Claude Cowork een AI-agent is die je helpt met diverse taken. Maar wat als je je eigen versie van Cowork wilt maken die je computer automatisch bedient? 

Met Claude Computer Use kan dat. Computer Use geeft Claude de mogelijkheid je scherm te bekijken, je cursor te bewegen, knoppen te klikken en automatisch tekst in te voeren. 

Het is een supercoole functie in het Claude-ecosysteem. Het is nuttig om te weten hoe het werkt en hoe je het in je eigen workflows kunt inzetten. Het is zeker geavanceerd en developer-gericht, maar de mogelijkheden zijn spannend. 

Meer leren: 

• Anthropic Computer Use-gids
• Documentatie Claude Computer Use

Breng alles samen

We hebben nu de verschillende fasen van Claude leren doorlopen, van de basis tot de meest geavanceerde functies. 

De laatste stap is alles wat je hebt geleerd samenbrengen. 

Ik raad opnieuw een persoonlijk project aan, zodat je ziet hoe alles in elkaar grijpt. Begin klein met een eenvoudig probleem, en ga itereren en uitbreiden: nieuwe tools betrekken, skill files schrijven, MCP’s koppelen, enzovoort. 

De beste manier om Claude te leren is het te blijven gebruiken en de mogelijkheden te testen. Vaak zijn de enige grenzen die van je verbeelding. 

Waarom Claude leren? 

Het klinkt misschien als een vreemde vraag, maar hij is terecht. Is het de moeite waard om Claude te leren? 

Ik denk van wel. Het is waarschijnlijk de tool (samen met Cursor) die de grootste, praktische impact op mijn werkweek had sinds de lancering van ChatGPT. 

Repetitieve taken die uren kostten, duren nu minuten. Mijn analytics- en rapportagevaardigheden zijn verbeterd. Ik kan workflows, dashboards en apps bouwen die me vroeger maanden zouden kosten om überhaupt te leren hoe te bouwen. 

En het zijn niet alleen persoonlijke anekdotes die laten zien hoe belangrijk het is om tools als Claude te leren. In een recent TechCrunch-artikel vertelden we dat ‘Claude’ nu de meest gezochte term is op de DataCamp-site, zelfs meer dan ‘AI’. 

Mensen staan te trappelen om Anthropics tool te leren gebruiken. In juni alleen al zagen we 18 keer zoveel zoekopdrachten ernaar. 

De manier waarop we werken verandert sneller dan ooit, en tools als Claude zijn daar een drijvende kracht achter. Dit zijn niet de vaardigheden van de toekomst; dit zijn vaardigheden die je nu nodig hebt. 

Hoe lang duurt het om Claude te leren? 

Je bent vast enthousiast om te beginnen, maar vraagt je waarschijnlijk af hoe lang het duurt voor je zeer gespecialiseerde, verbonden AI-agents bouwt. 

Daar is geen exact antwoord op. Je kunt na een dagje rondklikken al aardig uit de voeten. Echte vloeiendheid kost waarschijnlijk 4-6 weken, afhankelijk van je gebruik. En je kunt je er maanden in verdiepen zonder ideeën tekort te komen. 

Het hangt af van je doel. Als je Claude Chat wilt gebruiken voor research en schrijven, brengt een middagje experimenteren je ver. Als je maatwerkagents wilt bouwen, externe databronnen wilt koppelen en met de API wilt werken, is dat realistisch een project van 2-3 maanden.

Zo zou ik het indelen:

Een voorbeeld van een Claude-leerplan

Tot nu toe heb ik een opbouw beschreven van beginner tot geavanceerd gebruik van Claude. 

Zo maak je daar een echt schema van.

Dit plan gaat uit van 30-60 minuten per dag. Heb je maar een paar uur per week, rek dan de tijdlijnen; de stappen blijven hetzelfde, het tempo verandert.

Weken 1-2: Basisfundament

• Maak je Claude-account aan en besteed een uur aan verkennen zonder doel
• Volg de Claude 101-cursus
• Schrijf dezelfde prompt 5 keer opnieuw, beginnend vaag en telkens specifieker. Je voelt direct het verschil.
• Lees Anthropics gids met best practices voor prompten
• Let op XML-tags en Chain-of-Thought-prompting, twee technieken waarop Claude uitzonderlijk goed reageert.
• Rond de Understanding Prompt Engineering-cursus af

Weken 3-4: Eerste project

• Identificeer één echte workflow die je herhaaldelijk handmatig doet en vraag Claude om te helpen verbeteren of automatiseren
• Upload een complex document (bijv. een PDF-rapport of screenshot van een grafiek) en vraag Claude om de kernpunten te synthetiseren.
• Reken op minstens 5 iteraties voordat het werkt zoals jij wilt. Dat is heel normaal.
• Lees de Claude Artifacts-gids en experimenteer met visuele outputs. 

Weken 5-6: Intermediate features

• Richt een Claude Project in met aangepaste instructies voor een terugkerende taak
• Gebruik de Research-functie op een onderwerp dat je goed kent, zodat je de nauwkeurigheid kunt beoordelen
• Rond de Introduction to Agent Skills-cursus af
• Rond het AI Agent Fundamentals-vaardigheidstraject af

Weken 7-8: Introductie geavanceerde functies

• Krijg toegang tot de Anthropic API en draai een basis-script
• Koppel één MCP aan een tool die je al gebruikt
• Start de Software Development with Claude Code-cursus

Vanaf week 9

Vanaf hier wordt het plan persoonlijk. Je hebt genoeg ervaring om te zien waar Claude het meeste oplevert in jouw workflow, en de volgende stappen dienen zich vanzelf aan.

Mijn tip: kies één project dat net boven je huidige niveau ligt en werk daar naartoe. Die kloof is waar je het snelst leert.

Tot slot

Het schrijven van deze gids kostte me langer dan gedacht. Ik besefte niet hoe veel er te leren is, en hoeveel ik de afgelopen maanden heb geleerd. En ik ben nog steeds bezig. Er zijn nieuwe functies om te verkennen en projecten om aan te werken. 

Op mijn werk kom ik vaak workflows tegen die efficiënter kunnen. Er zijn tools die mijn werk beter kunnen maken. En privé zijn er projecten waar ik aan wil werken, en dingen die ik anderen wil laten zien. 

Dit komt doordat ik de afgelopen maanden vrijwel dagelijks met Claude heb gewerkt. Daarvoor gebruikte ik vooral de basale functies. 

Hopelijk laat deze gids je duidelijk zien hoe je Claude leert. De resources helpen je op weg, maar jouw bereidheid om in te springen en met de functies te experimenteren, maakt het echte verschil. 

Succes, en onthoud: de Claude 101-cursus is waar ik zou beginnen.