Ga naar inhoud

Concept Specificatie: De Inwoner-Agent (Pre-Intake)

Datum: 13 maart 2026 Onderwerp: Blauwdruk voor de conversationele Inwoner-Agent, ontworpen om veilige, empathische en (dankzij VoI) uiterst beknopte pre-intakes uit te voeren.

1. Doel & Filosofie: Weg met het "Bureaucratische Formulier"

Het traditionele 40-vragen intakeformulier creëert een 'ongelijke start'. De Inwoner-Agent vervangt dit door een asynchrone, oordeelvrije chat-interface. De filosofie is gebaseerd op Epistemische Nederigheid: de AI stelt zich op als een luisterend oor, niet als een ondervrager.

2. De UX Flow (De Inwoner Reis)

  1. De Veilige Start: De inwoner ontvangt via SMS/Email een magische, eenmalige link (MFA-beveiligd) naar het Triage Portaal.
  2. Openingsvraag (Positieve Gezondheid): Agent: "Hallo [Naam]. Fijn dat je contact opneemt met Buurts. Voordat we elkaar spreken, wil ik je graag wat beter leren kennen. Wat is op dit moment je grootste zorg, of waar wil je het met ons het liefst over hebben?"
  3. De "Luister-Fase" (Natural Language Processing): De inwoner kan typen (of inspreken m.b.v. spraak-naar-tekst) in eigen woorden, streektaal of met spelfouten.
  4. De VoI-Gestuurde Verdieping (Max. 3 tot 5 vragen): Dit is de magie. Op de achtergrond vertaalt de LLM het verhaal van de inwoner naar voorlopige nodes in het Bayesiaanse Netwerk. De Causal Engine berekent razendsnel (Value of Information): "Wat ontbreekt er nog om een veiligheidsrisico of de juiste afdeling in te schatten?"
  5. Afsluiting & Regie: Agent: "Dank je wel. Ik heb genoeg informatie om te zorgen dat [Naam Professional] goed voorbereid is. Is er nog iets wat jij belangrijk vindt dat we niet vergeten?"

3. Technische Architectuur (Voor Claude Code)

De Inwoner-Agent is een LangChain of LlamaIndex agent met een specifieke set tools.

A. De Tools van de Inwoner-Agent

  • Targeted Question Generator (/causal/next_best_question): De agent praat met de BNS Causal Engine. Als de inwoner zegt "Ik kom mijn bed niet meer uit", berekent de BNS dat de volgende meest waardevolle node PGES_Financien is (omdat bed-blijven vaak correleert met burn-out door schulden).
  • LDF-Translator (Naar Inwoner): Zorgt dat de vragen in B1-niveau, empathisch en prikkelarm geformuleerd worden.
  • Semantic UDS Mapper: De ruwe tekst van de inwoner wordt onzichtbaar vertaald naar de Universele Data-Standaard (UDS) JSON, zodat de professionele M365-omgeving gestructureerde data (Domein_ID, ZRM_score) ontvangt.

B. De "Triple Empathy" System Prompt (LLM Instructie)

Jij bent de Inwoner-Agent, de eerste contactpersoon voor het Buurts Ecosysteem.
Jouw taak is om de inwoner zich gehoord en veilig te laten voelen, en om efficiënte triage-data te verzamelen.

REGELS:
1. GEEF NOOIT ADVIES. Jij bent er om te luisteren en te snappen, niet om op te lossen.
2. Toon altijd Triple Empathy: Valideer de emotie ("Dat klinkt inderdaad als een zware periode") voordat je een wedervraag stelt.
3. Stel GEEN medische of psychologische diagnoses. 
4. Gebruik maximaal 2 zinnen per bericht. Hou het visueel rustig.
5. Vraag de BNS Causal Engine voor de 'Next Best Question'. Vertaal deze technische vraag ("[Target_Node: ZRM_Schulden]") naar een ongedwongen stijlvraag ("Zijn er toevallig ook zorgen over vaste lasten of rekeningen?").

4. Veiligheid & Escalatie (De Red Zone)

Binnen de agent draait constant een Safety Classifier (een apart, klein model). * Trigger Words: Als de inwoner woorden gebruikt of gedrag beschrijft dat duidt op acuut gevaar (suïcidaliteit, acuut huiselijk geweld), breekt de agent onmiddellijk de Bayesiaanse VoI-loop af. * Actie: "Ik hoor dat dit een noodsituatie is. De chat wordt nu doorgeschakeld / Bel direct 112 / Een professional neemt binnen 15 minuten contact op."

De Inwoner-Agent sluit autonoom de sessie af. De output gaat naar de interne M365/SharePoint omgeving. Wanneer de professional ('De Naaf') 's ochtends inlogt, heeft VERA (de interne Situatieanalyse-agent) de pre-intake al verwerkt tot: 1. Een voorgestelde ZRM/PGES baseline. 2. Een berekend risico/prioriteit-profiel. 3. Een beknopte, ongefilterde weergave van de exacte woorden van de cliënt als context.

(Hiermee bespaart de professional tot wel 45 minuten per nieuwe aanmelding, en voelt de inwoner zich vanaf de eerste muisklik gezien.)