AI die niets vergeet tussen chats: hoe een AI-brein werkt.
Iedereen die dagelijks met AI werkt kent het: je legt vanochtend in ChatGPT uit hoe je bedrijf werkt, en vanmiddag begint Claude gewoon weer bij nul. Elke chat start leeg, je context is kwijt en jij typt dezelfde uitleg voor de derde keer. Dit artikel legt uit waarom dat zo is, wat de geheugenfuncties van ChatGPT en Claude inmiddels wel kunnen, waar ze ophouden, en hoe een extern AI-brein het geheugen buiten de tools zet zodat elke AI uit dezelfde kennis werkt. Met aan het slot wat Jarvis, ons eigen AI bedrijfsbrein, daar concreet in doet.
- Pak de zip uit in
~/.claude/skills/(of.claude/skills/in je project). - Claude herkent de skill daarna vanzelf zodra je vraagt om iets te onthouden of op te slaan.
- Direct aanroepen kan ook, met
/sessie-geheugen.
- Ga naar Customize en dan Skills.
- Upload de zip daar als skill.
- Of plak de inhoud van SKILL.md in de projectinstructies van een Project.
- Open
AGENTS.mdin je repo. - Plak de inhoud van SKILL.md erin, of zet SKILL.md er als los bestand naast en verwijs ernaar vanuit
AGENTS.md. - Codex leest dat bij elke sessie mee.
Elke chat begint leeg, en dat is het ontwerp
Een taalmodel voelt als een gesprekspartner met een geheugen, maar technisch is het een rekenmachine zonder verleden. Wat het model lijkt te onthouden, staat in het gesprek zelf: bij elke beurt stuurt de tool de hele chat opnieuw mee, en het model leest alles vanaf nul. Het onderstaande logboek laat zien wat dat betekent, beurt voor beurt.
Waarom een groter contextvenster het niet oplost
De eerste reflex is begrijpelijk: als het venster te klein is, maak het dan groter. En dat is precies wat er gebeurd is. Gangbare modellen zitten rond de 200.000 tokens, een groeiende groep haalt een miljoen en de grootste geadverteerde vensters van 2026 staan op tien miljoen. Dat is ruwweg een boekenplank aan tekst in één gesprek. Probleem opgelost, zou je denken.
Toch niet, om drie redenen
Om te beginnen: een venster start leeg, hoe groot het ook is. Een miljoen tokens capaciteit betekent niet dat er iets in staat: jij moet die context nog steeds elke nieuwe chat aanleveren, en je collega ook, en morgen weer. Een groter venster maakt het opnieuw uitleggen ruimer, niet overbodig. Ruimte is geen geheugen.
De tweede reden is dat modellen aantoonbaar slechter worden naarmate je er meer in stopt
Onderzoekers van Chroma testten in de zomer van 2025 achttien bekende modellen, waaronder versies van GPT, Claude en Gemini, en zagen bij allemaal hetzelfde patroon: hoe langer de invoer, hoe lager de betrouwbaarheid, zelfs bij simpele opdrachten als iets terugzoeken in de tekst. Die verslechtering begint ruim voordat het venster vol is. Zij noemen het context rot, en het is de reden dat alles in de chat proppen een slechtere strategie is dan gericht ophalen wat relevant is.
De derde reden is nuchter: kosten en snelheid
Het model leest bij elke beurt de volledige meegezonden context opnieuw. Wie standaard honderdduizenden tokens meestuurt, betaalt daarvoor in wachttijd en, bij gebruik via een koppeling, letterlijk per token. Een gesprek dat alles bevat wordt traag en duur, en het antwoord wordt er dus niet beter van.
De conclusie staat haaks op de reflex: het geheugenprobleem los je niet op met een groter venster, maar met een kleinere, slimmere aanvoer
Bewaar de kennis buiten de chat, en haal per vraag alleen de stukken op die ertoe doen. Dat principe heet retrieval, en het is de basis onder elk serieus AI-geheugen, van de eenvoudigste tot de werking van een volwaardig organisatiebrein. Hoe wij die machinekamer breder inzetten, staat op de AI-hoofdpagina.
Wat ChatGPT en Claude zelf al onthouden
De makers zitten niet stil, en wie beweert dat AI-tools niets onthouden is niet eerlijk. ChatGPT en Claude hebben allebei een geheugenfunctie gekregen die voor persoonlijk gebruik echt werkt. De vraag is niet of die functies deugen, maar wat ze dekken. Dat verschil staat hieronder, per behoefte.
Het toolgeheugen: wat het kan en waar het ophoudt
Eerst het eerlijke verhaal over wat er al is, want dat is meer dan veel mensen denken. Het geheugen van ChatGPT bestaat uit twee delen. Er zijn opgeslagen herinneringen: feiten die je expliciet laat onthouden of die ChatGPT zelf uit je gesprekken haalt, zoals je functie, je voorkeuren of je vaste werkwijze. En er is sinds april 2025 het verwijzen naar je chatgeschiedenis: het model kan bij een nieuwe vraag putten uit wat er in eerdere gesprekken langskwam. Sinds juni 2025 heeft ook de gratis versie daar een lichte variant van. Je houdt zelf de regie: beide delen zijn uit te zetten, herinneringen zijn los te verwijderen, en voor gevoelige onderwerpen bestaat de tijdelijke chat die niets bewaart.
Claude volgde in 2025 met een eigen aanpak
Eerst kwam het op verzoek terugzoeken in eerdere gesprekken, daarna een volwaardig geheugen dat per project gescheiden blijft, eerst voor teamabonnementen en sinds oktober 2025 ook voor individuele betaalde plannen. Wie niets bewaard wil hebben, gebruikt de incognitostand. De projectscheiding is slim: kennis van klant A lekt niet naar het project van klant B.
Voor een zelfstandige die vooral in één tool leeft, is dit vaak genoeg
Zet het geheugen aan, vul de vaste instructies goed in, en je scheelt elke week uitleg. Dat verdient gezegd te worden voordat we het over de grenzen hebben.
Maar die grenzen zijn er, en ze zijn structureel
De eerste is de accountgrens: het geheugen hoort bij jouw login. In een zakelijke ChatGPT-omgeving heeft elke collega zijn eigen geheugen, en die twee zien elkaar niet. Wat jij de AI leert, moet je collega hem opnieuw leren, net iets anders, en na een paar maanden lopen er drie versies van je werkwijze rond.
De tweede is de toolgrens: herinneringen verhuizen niet mee
Stap je voor een klus van ChatGPT naar Claude, of laat je Codex aan je code werken, dan begint die andere tool blanco. En de derde is de organisatiegrens: een toolgeheugen kent geen status, geen eigenaar en geen goedkeuring. Het weet dat er ooit iets over tarieven is gezegd, maar niet of dat een losse gedachte was of een besluit, van wie het kwam en of het nog geldt. Voor een bedrijf is precies dat het verschil tussen handig en betrouwbaar.
Wie wil zien hoe wij dat soort werkafspraken zelf vastleggen
Onze skill-bibliotheek staat vol vaste werkwijzen voor Claude, en de installatiegids laat zien hoe je zo'n skill in twee minuten toevoegt. Een skill leert je AI hoe hij iets doet. Wat een skill niet doet, is onthouden wat er sindsdien in jouw bedrijf is besloten. Daarvoor moet het geheugen ergens anders liggen.
Draai het om: het geheugen buiten de tools
De structurele oplossing is verrassend simpel te tekenen. Haal het geheugen weg uit de losse tools en zet het op één plek ernaast, in een vorm die elke AI kan lezen. De tools blijven wat ze zijn, jouw abonnementen blijven staan, maar de kennis heeft nog maar één huis. Zo ziet dat eruit.
Hoe een extern AI-brein technisch werkt
Onder de motorkap rust dit op twee bouwstenen die allebei volwassen zijn. De eerste is retrieval: in plaats van alle kennis in de chat te zetten, wordt per vraag opgezocht welke stukken relevant zijn, en gaan alleen die stukken het contextvenster in. Dit patroon, bekend als retrieval augmented generation, werd in 2020 door onderzoekers beschreven en is sindsdien de standaardmanier om taalmodellen met externe kennis te laten werken. Het lost twee problemen tegelijk op: het venster blijft klein en scherp, wat context rot vermijdt, en de kennis kan worden bijgewerkt zonder dat er een model voor hoeft te worden hertraind.
De tweede bouwsteen is de gedeelde stekker
Jarenlang was de praktische horde dat elke AI-tool zijn eigen koppelingen had: wat je voor de ene bouwde, werkte niet in de andere. Dat is gekanteld. In november 2024 bracht Anthropic het Model Context Protocol uit als open standaard voor het verbinden van AI-tools met externe bronnen. OpenAI nam het in maart 2025 over, Google volgde in april 2025, en eind 2025 is het beheer ondergebracht bij de Linux Foundation. Voor het geheugenvraagstuk betekent dit iets wezenlijks: één brein kan nu via één standaard door ChatGPT, Claude en Codex tegelijk worden gelezen. Wij draaien er zelf ook een: de MCP-server van TheSEO.
Maar techniek is maar de helft van het verhaal, en de minst spannende helft
Het verschil tussen een doorzoekbare berg tekst en een geheugen dat je kunt vertrouwen, zit in metadata. Een zoekmachine over je documenten vindt elke versie van je tarieven, inclusief de drie verouderde. Een brein hoort te weten welke versie geldt, sinds wanneer, voor wie, en wie dat heeft bepaald.
Daarom heeft in een goed ingericht organisatiebrein elk stuk kennis een status, zoals voorstel, besluit of blijvende kennis, plus een eigenaar, een herkomst, een geldigheid en een versie. En daarom is er een grens aan wat er zichtbaar is: kennis hoort bij een scope, en een rol die er niets mee te maken heeft, krijgt hem ook niet te zien. Ophalen is bij een serieus brein dus ook autoriseren.
Wil je dit principe eerst voelen zonder er iets voor te installeren, begin dan bij het gratis bedrijfsbrein-sjabloon
Één invulbaar bestand dat je aan elke AI-tool meegeeft, de handmatige voorloper van alles hierboven. En de skill bij dit artikel bouwt daar een werkgeheugen omheen dat tussen sessies blijft staan. Allebei gratis, allebei zonder account, en allebei met dezelfde eerlijke grens: zodra meerdere mensen erin gaan schrijven, heb je geen bestand meer nodig maar een systeem.
Wat Jarvis daar concreet in doet
Jarvis is onze uitvoering van het externe brein: de ene plek waar kennis, taken en besluiten van je organisatie blijven staan, waaruit ChatGPT, Claude en Codex allemaal gaan werken, en waar een mens akkoord geeft voordat er iets naar buiten gaat. De figuur hieronder volgt één stuk kennis door dat systeem, van vastleggen tot vervallen.
De dagcyclus: van opdracht tot goedgekeurd geheugen
In de praktijk draait Jarvis om een vaste cyclus van vijf fasen. Een opdracht wordt vastgelegd met doel en eigenaar. Het brein bepaalt welke context erbij hoort, gefilterd op organisatie, rol en scope. Het werk gaat naar de juiste rol, zoals research, content, sales of assistentie, die met minimale rechten een concept oplevert.
Dan komt de fase die Jarvis anders maakt dan een slimme chat: een mens beoordeelt de exacte versie, en tot dat akkoord er is gaat er niets naar buiten
Geen mail, geen publicatie, geen betaling. Pas daarna wordt de goedgekeurde uitkomst geheugen, met alle metadata erbij, en start de volgende opdracht met wat er zojuist is vastgelegd. De volledige uitleg, inclusief wat er per fase in het logboek komt, staat op de werkingpagina van Jarvis.
Die menselijke goedkeuring is geen rem maar de reden dat het systeem te vertrouwen is
Een geheugen waar elke AI-uitkomst ongefilterd in stroomt, vervuilt in weken. Een geheugen waar alleen goedgekeurde kennis in landt, wordt elke week meer waard. Hoe de grenzen precies zijn afgesteld, van rollen en rechten tot wat er nooit automatisch gebeurt, staat op de veiligheidspagina.
Over geld is het verhaal kort en bewust simpel: je betaalt voor je brein, niet per AI-vraag
Er lopen geen meters op je verbruik, en de plannen staan per organisatie op de prijzenpagina van Jarvis. Je eigen AI-abonnementen blijven gewoon van jou; Jarvis staat ernaast en vult ze.
En omdat een brein pas werkt als er iemand mee werkt: wie het liever aan de praat ziet in de eigen organisatie, kan twee kanten op
Een AI medewerker is een door ons ingerichte digitale collega op een afgeschermde omgeving, met je eigen documenten, werkwijze en menselijke eindcontrole, vanaf 950 euro per maand. En met een AI-training op locatie leert je team zelf bouwen aan werkende automatiseringen, in één dag, op jullie echte werkprocessen. Alles wat we verder bouwen staat bij software.
Zelf beginnen, vandaag, in vier stappen
Je hoeft niet te wachten op software om het geheugenprobleem kleiner te maken. Stap één: zet de basiskennis van je bedrijf in één bestand. Wat je levert, voor wie, je toon, je tarieven voor zover die vast zijn, je vaste werkwijze. Het bedrijfsbrein-sjabloon is daar de gratis, invulbare vorm van. Geef dat bestand mee aan elke AI-sessie, en het domste heruitleggen is voorbij.
Stap twee: zet de geheugenfuncties van je tools bewust aan of uit, in plaats van ze te laten aanstaan zonder plan
Vul de vaste instructies serieus in, gebruik projecten om klanten te scheiden, en gebruik de tijdelijke of incognito-chat voor wat nergens mag landen. Het toolgeheugen is een prima laag voor persoonlijke voorkeuren, zolang je er geen bedrijfswaarheid aan toevertrouwt die je collega ook nodig heeft.
Stap drie: geef je sessies een werkgeheugen met de skill bij dit artikel
Die laat je AI bij elke afronding vastleggen wat er is besloten, met datum, eigenaar en status, en bij elke start teruglezen waar je was gebleven. Het is de handmatige versie van de cyclus die Jarvis automatiseert, en je merkt binnen een week of het principe je bevalt.
Stap vier: loop je tegen de grens aan waar meerdere mensen in hetzelfde geheugen moeten schrijven, kijk dan naar Jarvis of plan een gesprek via de contactpagina. Meer lezen kan ook: in de kennisbank staat alles wat we weten, met als logische vervolgstappen gevonden worden in AI-antwoorden en agentic commerce, waar hetzelfde thema terugkomt: de AI kan alleen werken met wat hij kan lezen.
Veelgestelde vragen
Waarom begint elke chat met ChatGPT of Claude leeg?
Omdat een taalmodel staatloos is. Het model onthoudt zelf niets tussen twee gesprekken: alles wat het lijkt te weten staat in de chat zelf, en die wordt elke beurt opnieuw meegestuurd. Sluit je het gesprek af of open je een andere tool, dan is die context weg. Wat je vanochtend aan ChatGPT uitlegde, bestaat voor Claude vanmiddag niet. Dat is geen fout van de tools maar het ontwerp van de techniek, en precies daarom is een geheugen buiten de tools nodig.
ChatGPT heeft toch al een geheugen?
Klopt, en dat werkt voor persoonlijk gebruik best goed. ChatGPT kan herinneringen opslaan en verwijst sinds april 2025 ook naar je eerdere chats; sinds juni 2025 heeft de gratis versie daar een lichte variant van. Claude kreeg in 2025 vergelijkbare functies. Maar dat geheugen leeft per account en per tool. Het verhuist niet mee naar Claude of Codex, je collega heeft er niets aan, en niemand kan nazien welke versie van een afspraak geldt. Voor een bedrijf met meerdere mensen en meerdere tools is dat de kern van het probleem.
Is een groter contextvenster niet gewoon de oplossing?
Nee. Een miljoen tokens is in 2026 de brede middenmoot en de grootste geadverteerde vensters staan op tien miljoen, maar een vol venster is geen geheugen: het is een langere aanloop die je bij elke nieuwe chat opnieuw moet aanleveren. Bovendien blijkt uit het Context Rot onderzoek van Chroma uit 2025, over achttien bekende modellen, dat de prestaties dalen naarmate de invoer langer wordt, ook bij simpele taken en ruim voordat het venster vol is. Meer tekst in de chat proppen maakt het antwoord dus niet beter. Gericht de juiste stukken kennis ophalen werkt wel.
Wat is een extern AI-brein of organisatiebrein?
Een vaste plek buiten je AI-tools waar de kennis van je bedrijf staat: hoe je werkt, wat je afspreekt, welke besluiten er zijn genomen en wie ze heeft goedgekeurd. Elke AI-tool haalt daar per vraag de relevante context op, in plaats van dat jij alles opnieuw uitlegt. Het verschil met een map documenten zit in de metadata: elk item heeft een status, een versie, een eigenaar en een geldigheid, zodat een AI niet alleen tekst vindt maar ook weet wat er nu geldt. Jarvis is onze uitvoering van dat idee.
Werkt zo'n brein echt met ChatGPT, Claude en Codex tegelijk?
Ja, en dat is technisch geen kunstgreep meer. Sinds Anthropic in november 2024 het Model Context Protocol als open standaard uitbracht, en OpenAI en Google het in 2025 overnamen, bestaat er een gedeelde stekker waarmee AI-tools externe bronnen kunnen lezen. Eind 2025 is het beheer ondergebracht bij de Linux Foundation. Een brein dat die standaard spreekt, kan dus dezelfde kennis aan ChatGPT, Claude en Codex geven. Je wisselt van model wanneer je wilt, en je geheugen verhuist gewoon mee.
Wat kost dit, en kan ik klein beginnen?
Klein beginnen is gratis. Het bedrijfsbrein-sjabloon is een invulbaar bestand dat je aan elke AI-tool meegeeft, en de skill bij dit artikel geeft je AI een werkgeheugen tussen sessies, zonder account. De interactieve demo van Jarvis werkt ook zonder registratie. Jarvis zelf heeft vaste plannen per organisatie: je betaalt voor je brein, niet per AI-vraag of per gebruiker een meter. De actuele plannen staan op de prijzenpagina van Jarvis. En wil je het liever laten inrichten, dan zet onze AI-medewerker het voor je neer.
Stop met heruitleggen, begin met vastleggen
Het geheugenprobleem van AI is geen gebrek aan slimheid maar een gebrek aan plek: er is in de standaardopstelling simpelweg nergens waar jouw bedrijfskennis thuishoort. Wie die plek maakt, met een sjabloon, een skill of een volwaardig brein, merkt het verschil in elke sessie daarna. Begin klein en gratis, en groei pas door als de grens zich meldt. En wil je liever eerst hardop denken over wat dit voor jouw organisatie betekent, dan doen we dat gewoon in een gesprek. Meer over wie dit bouwt lees je bij over ons.