🤖 AI

Mise en Place for Agentic Coding: Deliberate Preparation as Context Engineering Methodology

Dit artikel stelt "Mise en Place" (MEP) voor, een drie-fasen voorbereidingsmethodiek die de inefficiënties van snelle "vibe coding" tegengaat door domeinkennis te externaliseren en specificaties te structureren om effectieve, parallelle agentische codering mogelijk te maken, en zo "contextual vlotheid" introduceert als een kritieke ontwikkelaarsvaardigheid.

Oorspronkelijke auteurs: Andrew Zigler

Gepubliceerd 2026-05-08

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Andrew Zigler

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Kernprobleem: "Vibe Coding" versus Echte Keukens

Stel je voor dat je een huis probeert te bouwen, maar in plaats van eerst blauwdrukken te tekenen, begin je gewoon bakstenen naar een bouwteam te gooien en roep je: "Bouw iets cools!" Dit noemt de auteur "vibe coding". Het is momenteel populair bij AI-codingagents: je typt een snel idee, de AI spitst code uit, je corrigeert de fouten en je herhaalt dit.

Het artikel stelt dat dit lijkt op koken zonder voorbereiding. Als je begint met het bakken van een biefstuk, maar je hebt nog geen uien gesneden, kruiden afgewogen of je mes geslepen, dan ga je de helft van je tijd doorbrengen met wanhopig rondrennen in de keuken op zoek naar spullen. Het resultaat? Het eten duurt langer om te maken, het smaakt inconsistent en je kunt de biefstuk verbranden terwijl je op zoek bent naar zout.

In de wereld van AI-coding gebeurt dit "rondrennen" wanneer de AI code schrijft die niet helemaal past bij je visie. Je eindigt er uiteindelijk mee dat je meer tijd besteedt aan het corrigeren van de fouten van de AI dan aan het daadwerkelijk bouwen van het product.

De Oplossing: "Mise en Place" (MEP)

De auteur stelt een oplossing voor die is ontleend aan professionele keukens, genaamd Mise en Place (Frans voor "alles op zijn plaats"). In een chique restaurant heeft de chef, voordat hij ooit het fornuis aanzet, elke ingrediënt afgewogen, elk gereedschap op zijn plek en elk recept uit het hoofd geleerd. Wanneer het koken begint, verloopt het soepel en snel.

Het artikel stelt dat we hetzelfde moeten doen voor AI-coding. Voordat je de AI een enkele regel code laat schrijven, moet je tijd besteden aan het voorbereiden van de "keuken". De auteur breekt deze voorbereiding op in drie specifieke stappen:

1. Contextuele Verankering (De "Recept & Filosofie" Fase)

Wat het is: Je schrijft niet alleen op wat je wilt bouwen, maar ook waarom en hoe het moet aanvoelen. Je zet je "buikgevoel" en deskundige kennis om in geschreven documenten die de AI kan lezen.
De Analogie: Stel je voor dat je een sous-chef inhuurt. In plaats van alleen te zeggen "Maak een soep", geef je hen een map met daarin: "We maken een soep voor studenten. Het moet simpel maar diepgaand zijn. Gebruik geen pittige ingrediënten omdat ons publiek jong is. Hier is de geschiedenis van dit gerecht."
Waarom het helpt: De AI heeft geen "buikgevoel". Als je ze niet opschrijft, zal de AI raden, en zal het waarschijnlijk verkeerd raden.

2. Collaboratieve Specificatie (De "Menu-ontwerp" Fase)

Wat het is: Je hebt een gesprek met de AI om je ideeën om te zetten in een gedetailleerd ontwerp. Je vertelt haar wat erin moet, maar net zo belangrijk, je vertelt haar wat er niet in moet.
De Analogie: Dit is als met een chef zitten om het menu te ontwerpen. Je zegt: "We willen een driegangenmaaltijd, maar sla de voorgerecht over om tijd te besparen, en zorg ervoor dat het dessert glutenvrij is." Je stelt de grenzen vast zodat de chef geen tijd verspilt aan het maken van een vijfgangenmaaltijd of een dessert dat niet gegeten kan worden.
Waarom het helpt: Het voorkomt dat de AI te veel engineering toepast of de verkeerde functies bouwt.

3. Taakdecompositie (De "Assemblagelijn" Fase)

Wat het is: Je breekt het grote project op in kleine, onafhankelijke taken die de AI één voor één (of allemaal tegelijk) kan uitvoeren.
De Analogie: In plaats van een team van koks te zeggen "Maak de hele avondmaaltijd", geef je hen een lijst met specifieke taken: "Jij snijdt wortelen", "Jij kookt water", "Jij serveert de vis". Omdat de taken duidelijk en gescheiden zijn, kun je vier koks tegelijk laten werken zonder dat ze tegen elkaar aan lopen.
Waarom het helpt: Het stelt meerdere AI-agents in staat om parallel te werken zonder verward te raken of elkaars werk te dwarsbomen.

De Realiteitstest: De Hackathon

De auteur testte deze methode tijdens een competitieve coding-evenement (een "hackathon") waar teams slechts 5 uur hadden om een werkende app te bouwen.

De Opzet: Terwijl andere teams direct begonnen met coderen (de "vibe"-aanpak), besteedde de auteur 2 uur aan de voorbereiding (de "Mise en Place"-aanpak).
Het Resultaat: Het team van de auteur gebruikte vier AI-agents die tegelijkertijd werkten. Omdat de voorbereiding zo duidelijk was, bouwden de agents de hele app in ongeveer 20 minuten aan daadwerkelijke coding-tijd.
De Uitkomst: De code werkte bijna perfect. Er waren zeer weinig bugs en er werd bijna geen tijd verspild aan het repareren van grote architecturale fouten. Het team van de auteur voltooide een volledig educatief platform, terwijl anderen nog steeds worstelden met basisfouten.

De Nieuwe Vaardigheid: "Contextuele Vlotheid"

Het artikel concludeert dat het een goede ontwikkelaar zijn in het tijdperk van AI niet alleen gaat over het weten hoe je code schrijft of hoe je een goede prompt typt. Het gaat over een nieuwe vaardigheid die Contextuele Vlotheid heet.

De Analogie: Denk aan een AI-agent als een zeer getalenteerde maar zeer letterlijke stagiair. Als je de stagiair een vaag taak geeft, zal hij een vaag werk leveren. Als je hen een kristalheldere, gedetailleerde en gestructureerde set instructies geeft, zullen ze een supermedewerker zijn.
De Vaardigheid: "Contextuele Vlotheid" is het vermogen om je rommelige menselijke ideeën om te zetten in een schone, gestructureerde omgeving die de AI direct kan begrijpen en waar hij direct op kan handelen. Het is de kunst om het toneel zo te zetten dat de AI een hitshow kan brengen zonder dat jij hoeft rond te rennen om de lichten te repareren.

Samenvatting

Het artikel stelt dat snelheid voortkomt uit voorbereiding, niet uit haasten. Door tijd vooraf te besteden aan het organiseren van je gedachten, het definiëren van je regels en het opdelen van je taken (Mise en Place), stel je AI-agents in staat om sneller en slimmer te werken, waardoor je jezelf redt van de hoofdpijn om later hun fouten te repareren.