Een AI-agent die tekst schrijft, is gewoon geworden. Een agent die zelf het beeld erbij maakt, in jouw stijl en binnen jouw budget, nog niet. Met MCP koppel je dGEN Visual Studio aan je agent. Zo werkt het, en zo houd je de controle.
Een AI-agent die een blogpost schrijft, verbaast niemand meer. Maar wie een blog, een nieuwsbrief of een social kanaal bijhoudt, weet dat de tekst maar de helft is. Er moet ook een beeld bij. En daar stopt de automatisering bij de meeste bedrijven: iemand opent een beeldtool, typt een prompt, downloadt het resultaat en zet het op de goede plek.
Dat hoeft niet meer. Met MCP kan een agent zelf een beeldstudio bedienen. In deze post leggen we uit hoe dat werkt met dGEN Visual Studio, en hoe je voorkomt dat een agent meer doet dan je wilt. Wat MCP in het algemeen is, staat in wat is MCP.
MCP, het Model Context Protocol, is een open standaard waarmee een AI-agent andere software kan gebruiken. Een programma dat MCP spreekt, vertelt de agent welke handelingen het aanbiedt: een beeld maken, een bestand ophalen, het saldo lezen. De agent kiest zelf welke handeling hij nodig heeft en roept die aan. Het is vergelijkbaar met een stopcontact: elk apparaat met de juiste stekker werkt, zonder dat je per apparaat iets nieuws hoeft aan te leggen.
dGEN Visual Studio is vanaf het begin gebouwd om door een agent bediend te worden. Als je hem koppelt, kan de agent onder meer:
Welke van die handelingen hij echt mag, bepaal jij. Daarover zo meer.
De agent vraagt om een beeld, met een prompt, een model en een formaat. De studio zet de opdracht in de wachtrij en geeft een nummer terug. De agent vraagt daarna op gezette tijden hoe het ervoor staat, tot het beeld klaar is en er een link naar het bestand terugkomt. Die link verwerkt de agent verder: in een post, een mail of een map.
Dat is geen theorie. De covers bij de posts op deze blog maken we sinds eind augustus op precies deze manier: een script vraagt de studio om een beeld bij elke post, controleert het resultaat en zet het op zijn plek. Hoe je zoiets zelf opzet, staat stap voor stap in beeld laten maken door een AI-agent.
Een agent die zomaar beeld mag maken, kan in een nacht een flink budget opmaken. Daarom begint elke koppeling met een toestemmingsscherm. Daarop staat per recht wat de agent vraagt: flows bekijken, een flow draaien, bestanden inzien, beeld maken, video maken, saldo lezen. Jij vinkt aan wat hij mag.
Belangrijk is dat die toestemming de grens is, niet het verzoek. Vraagt een agent later om een recht dat je niet gaf, dan krijgt hij het niet. Daarnaast staat er per koppeling een dagplafond in credits. Is dat bereikt, dan stopt de agent tot de volgende dag, hoe goed zijn reden ook is.
Een agent die via MCP werkt, krijgt geen eigen uitvoerpad. Zijn opdracht wordt een echte flow die door dezelfde uitvoering gaat als die van een mens, met dezelfde afschrijving en dezelfde controles. Mislukt een generatie aan de kant van de aanbieder, dan krijgt de agent zijn credits terug, net als een mens.
Dat klinkt als een detail, maar het is de reden dat je een agent durft los te laten. Als de agent via een aparte weg zou werken, zou elke fout in die weg onzichtbaar blijven tot er een rekening komt.
Twee dingen leerden we door het zelf te doen. Ten eerste: een mislukte opdracht kan eruitzien als een geslaagde. Het antwoord komt gewoon binnen, maar met een foutmelding erin in plaats van een beeld. Een agent die alleen kijkt of er antwoord kwam, schrijft dan een leeg bestand weg. Controleer dus altijd of er echt een beeld in zit.
Ten tweede: één geweigerde prompt mag de reeks niet stoppen. Een aanbieder weigert soms een opdracht, bijvoorbeeld omdat er tekst in het beeld gevraagd wordt die niet mag. Vang dat per beeld op en ga door met het volgende.
Het mooiste voorbeeld is onze eigen combinatie. GENI, de assistent in dGENIX, spreekt ook MCP. Koppel je de twee, dan vraag je GENI in gewone taal om een beeld voor je nieuwe post, en hij regelt de rest in de studio. Hoe zo'n keten er in een bedrijf uitziet, lees je in deze post over dGENIX, de studio en n8n.
Nee. Elke agent die MCP spreekt, kan de studio gebruiken. GENI is ons eigen voorbeeld, omdat beide producten van ons zijn.
Niet als je een dagplafond zet. De agent stopt zodra dat bereikt is. Zonder recht om beeld of video te maken kan hij helemaal geen credits uitgeven.
Voor een agent die MCP al ondersteunt niet: je voegt de studio toe en keurt de rechten goed. Voor een eigen script of een koppeling in een bestaand systeem helpt het wel. Dat bouwen we ook voor klanten.
Bekijk de pagina over dGEN Visual Studio, of lees hoe we AI-agents bouwen die zelf gereedschap gebruiken. Wil je eerst begrijpen wat een agent anders maakt dan een chatbot, begin dan bij wat is een AI-agent.
dGEN Productions, AI-bureau in Veldhoven, regio Eindhoven (Brainport), onderdeel van dGEN Labs. De Run 1141 (1e verdieping, nr. 12), 5503 LB Veldhoven · info@dgenproductions.nl · 06-87413056 · KvK 97916137 (eenmanszaak) · btw NL005295840B15