Azure AI Foundry maakt het mogelijk om AI niet alleen in losse chats te gebruiken, maar ook op te nemen in complete processen. Een belangrijk onderdeel daarvan is workflows. Met workflows kun je meerdere AI-stappen, logica en gebruikersinteractie combineren in één geautomatiseerde flow.
Voor organisaties is dat interessant, omdat je hiermee AI-oplossingen kunt bouwen die niet alleen iets genereren, maar ook informatie verwerken, keuzes maken, goedkeuring vragen en vervolgacties uitvoeren. In deze blog lees je hoe je in Azure AI Foundry je eerste workflow bouwt en welke onderdelen daarbij een rol spelen.
Wat is een workflow in Azure AI Foundry?
Een workflow in Azure AI Foundry is een proces waarin verschillende acties achter elkaar of conditioneel worden uitgevoerd. Denk aan het aanroepen van agents, het opslaan van variabelen, het stellen van vragen aan een gebruiker, het toepassen van voorwaarden en het uitvoeren van een eindactie.
Daarmee gaat een workflow verder dan een losse AI-prompt. Je bouwt een herhaalbaar proces waarin AI een duidelijke rol heeft binnen een groter geheel. Dat maakt workflows geschikt voor scenario’s zoals contentcreatie, interne besluitvorming, gegevensverwerking en goedkeuringsstromen.
Meer tips zoals dit?
Schrijf je dan in voor onze nieuwsbrief!
Waar maak je workflows in Azure AI Foundry?
Workflows maak je binnen de Build-sectie van Azure AI Foundry. Daar kun je een nieuwe workflow starten vanuit een leeg canvas. Vervolgens bouw je stap voor stap de logica op.
Binnen het workflow-portaal zijn meerdere onderdelen beschikbaar. Je hebt de visuele editor om de flow op te bouwen, maar ook onderdelen voor traces, evaluaties en monitoring. Daarnaast kun je notities toevoegen om de werking van de workflow inzichtelijk te maken voor collega’s of beheerders.
Een workflow is bovendien op verschillende manieren te bekijken. Naast de visuele weergave kun je ook overschakelen naar YAML. Er is ook een codeweergave beschikbaar, al is die vooral bedoeld als voorbeeld en niet als complete representatie van alles wat in de workflow is ingericht.
Een eerste workflow met meerdere AI-agents
Voorbeeld: er wordt een workflow gebouwd die automatisch een YouTube-titel en beschrijving maakt. Daarna wordt de output verbeterd en ter goedkeuring aan de gebruiker voorgelegd. Als de gebruiker akkoord geeft, wordt het resultaat per e-mail verstuurd.
Je kunt dus meerdere gespecialiseerde agents combineren in één proces. In dit voorbeeld gaat het om een titelgenerator, een beschrijvingsgenerator, een editor en een e-mailagent.
Elke agent heeft een eigen taak. Daardoor ontstaat een workflow waarin niet één model alles doet, maar waarin verschillende AI-stappen elkaar logisch opvolgen.
Waarom variabelen belangrijk zijn in Azure AI Foundry workflows
Bij het bouwen van workflows spelen variabelen een belangrijke rol. In eerste instantie kun je acties direct laten voortbouwen op de vorige stap, maar dat is niet altijd de beste aanpak.
Een betere methode is om de oorspronkelijke gebruikersinput op te slaan in een variabele. Op die manier kunnen meerdere agents dezelfde broninput gebruiken. Ook kun je outputs van agents apart opslaan en later combineren voor een volgende stap.
In het voorbeeld wordt de input van de gebruiker opgeslagen, zodat zowel de titelgenerator als de beschrijvingsgenerator met exact dezelfde prompt werken. Daarna worden de outputs van deze twee agents samengevoegd in een nieuwe variabele, die vervolgens wordt gebruikt door de editor.
Dit maakt de workflow veel robuuster en beter beheersbaar. Voor organisaties is dit belangrijk, omdat workflows hiermee voorspelbaarder en makkelijker uit te breiden worden.
Human in the loop toevoegen aan een workflow
Een sterk onderdeel van Azure AI Foundry workflows is de mogelijkheid om human in the loop toe te passen. Dat betekent dat een gebruiker op een bepaald moment in de flow actief een keuze maakt voordat het proces verdergaat.
In het voorbeeld wordt na het genereren en verbeteren van de titel en beschrijving een vraag gesteld aan de gebruiker. Die krijgt de output te zien en wordt gevraagd of deze goedgekeurd wordt. De gebruiker kan akkoord geven of aanvullende feedback invoeren.
Dit is een belangrijk patroon voor zakelijke AI-toepassingen. In veel processen wil je AI wel gebruiken om werk te versnellen, maar wil je de eindcontrole bij een medewerker houden. Human in the loop maakt dat mogelijk.
Voorwaardelijke logica met if then else
In het laatste deel van het voorbeeld wordt het goedgekeurde resultaat per e-mail verstuurd. Hiervoor wordt eerst een variabele opgebouwd met instructies voor de e-mail, zoals ontvanger, onderwerp en inhoud.
Daarna wordt een e-mailagent aangeroepen die deze instructie verwerkt. In het voorbeeld is die agent gekoppeld aan een externe tool op basis van een OpenAPI-specificatie, die op de achtergrond een Logic App aanstuurt om de e-mail daadwerkelijk te verzenden.
Dit laat zien dat workflows in Azure AI Foundry niet ophouden bij AI-output alleen. Je kunt ze ook verbinden met bredere processen en externe acties. Daarmee wordt Azure AI Foundry een platform waarin AI en automatisering samenkomen.
Een e-mail versturen vanuit Azure AI Foundry
In het laatste deel van het voorbeeld wordt het goedgekeurde resultaat per e-mail verstuurd. Hiervoor wordt eerst een variabele opgebouwd met instructies voor de e-mail, zoals ontvanger, onderwerp en inhoud.
Daarna wordt een e-mailagent aangeroepen die deze instructie verwerkt. In het voorbeeld is die agent gekoppeld aan een externe tool op basis van een OpenAPI-specificatie, die op de achtergrond een Logic App aanstuurt om de e-mail daadwerkelijk te verzenden.
Dit laat zien dat workflows in Azure AI Foundry niet ophouden bij AI-output alleen. Je kunt ze ook verbinden met bredere processen en externe acties. Daarmee wordt Azure AI Foundry een platform waarin AI en automatisering samenkomen.
Wat maakt workflows in Azure AI Foundry interessant voor organisaties?
De kracht van workflows zit in de combinatie van AI, logica en processturing. Je kunt AI-output laten genereren, die output laten controleren, de gebruiker laten ingrijpen en daarna automatisch een vervolgstap uitvoeren.
Dat maakt workflows interessant voor veel zakelijke scenario’s, zoals:
- contentcreatie met review
goedkeuringsprocessen - interne assistenten
- afhandeling van aanvragen
- slimme procesondersteuning
Voor organisaties betekent dit dat AI niet los blijft staan van het werkproces, maar er echt onderdeel van wordt.
Conclusie
Je eerste workflow bouwen in Azure AI Foundry is een praktische stap richting meer volwassen AI-toepassingen. Door agents, variabelen, goedkeuringsstappen en externe acties te combineren, ontstaat een proces dat verder gaat dan alleen generatieve AI.
Het voorbeeld met een YouTube-titel, beschrijving, menselijke controle en e-mailverzending laat goed zien hoe flexibel Azure AI Foundry workflows zijn. Juist die combinatie van AI en proceslogica maakt het platform interessant voor organisaties die AI structureel willen inzetten.
Cloudigy helpt organisaties bij het ontwerpen en realiseren van dit soort toepassingen binnen het Microsoft-platform. Niet alleen technisch, maar ook met oog voor governance, beheer en praktische inzetbaarheid.
Benieuwd wat dit voor jouw organisatie betekend?
Neem vrijblijvend contact met ons op en wij helpen je verder.