Claude Code E-mailmarketingautomatisering: Hoe AI-agents Campagnes Kunnen Beheren
Ontdek hoe Claude Code zelfstandig je e-mailmarketing kan beheren: van het schrijven van teksten en segmenteren van abonnees tot A/B-testen, verzendplanning en het optimaliseren van je strategie op basis van prestatiedata.
Hoe een Autonoom E-mailmarketingsysteem met Claude Code Eruitziet
De meeste e-mailmarketingteams werken met een versnipperde toolstack: één tool voor het versturen, een andere voor analytics, een copywriter voor de teksten en een agenda-herinnering om alles te controleren. Het resultaat is reactief, traag en kostbaar in mensuren. Geautomatiseerde e-mails genereren 320% meer omzet dan handmatige campagnes, toch behandelen de meeste bedrijven e-mail nog altijd als een handmatig proces.
Claude Code verandert die berekening. Claude Code werkt agentisch: je beschrijft je doel, Claude leest je bestanden, begrijpt je patronen, stelt concrete wijzigingen voor en voert ze uit met jouw goedkeuring. Diezelfde architectuur, toegepast op e-mailmarketing, opent de deur naar iets wezenlijk nieuws: één AI-agent die je volledige e-mailoperatie rondom de klok beheert, van abonneeanalyse tot compliancemonitoring, met minimale menselijke input zodra alles is ingesteld.
Deze post beschrijft hoe je dat systeem vandaag nog kunt bouwen. Het is een praktische architectuurgids, geen sciencefiction.
Belangrijkste Inzichten
Claude Code kan worden geconfigureerd als een persistente, geplande agent die abonneedata leest, teksten schrijft, verzendingen triggert en resultaten autonoom analyseert.
De meest realistische architectuur koppelt Claude aan je ESP (SendGrid, Mailchimp of Brevo) via hun REST API's, draaiend op een cron-schema of cloudtaak.
AI voegt de meeste waarde toe bij contentgeneratie, segmentatielogica en prestatieanalyse. Menselijk toezicht blijft essentieel voor merkkritische verzendingen en compliancebeslissingen.
Anthropic biedt drie aanbevolen API-niveaus: Haiku 4.5 ($1/$5), Sonnet 4.6 ($3/$15) en Opus 4.6 ($5/$25) per miljoen input/output-tokens. Voor grootschalige e-mailcontentgeneratie houdt Haiku 4.5 de kosten beheersbaar.
Deliverability-compliance (SPF, DKIM, DMARC) is niet onderhandelbaar en moet vanaf dag één worden ingebouwd in de monitoringloop van de agent.
1. De Architectuur: Hoe de Agent Is Opgebouwd
Voordat we ingaan op elke afzonderlijke mogelijkheid, is het handig om de algehele systeemstructuur te begrijpen.
De agent is een Python- (of Node.js-)proces dat op schema draait, als een cron-job op je server of als een geplande cloudtaak. Geplande cloudtaken draaien op door Anthropic beheerde infrastructuur, zodat ze blijven werken ook als jouw computer uit staat.
Op hoofdlijnen doet de agent bij elke uitvoering het volgende:
Haalt abonneedata en recente campagnestatistieken op via de API van je ESP.
Stuurt die data naar de Anthropic API met een gestructureerde systeemprompt.
Ontvangt beslissingen terug: wie te mailen, wat te zeggen, wanneer te verzenden.
Claude Code E-mailmarketingautomatisering: Hoe AI-agents Campagnes Kunnen Beheren
Ontdek hoe Claude Code zelfstandig je e-mailmarketing kan beheren: van het schrijven van teksten en segmenteren van abonnees tot A/B-testen, verzendplanning en het optimaliseren van je strategie op basis van prestatiedata.
Hoe een Autonoom E-mailmarketingsysteem met Claude Code Eruitziet
De meeste e-mailmarketingteams werken met een versnipperde toolstack: één tool voor het versturen, een andere voor analytics, een copywriter voor de teksten en een agenda-herinnering om alles te controleren. Het resultaat is reactief, traag en kostbaar in mensuren. Geautomatiseerde e-mails genereren 320% meer omzet dan handmatige campagnes, toch behandelen de meeste bedrijven e-mail nog altijd als een handmatig proces.
Claude Code verandert die berekening. Claude Code werkt agentisch: je beschrijft je doel, Claude leest je bestanden, begrijpt je patronen, stelt concrete wijzigingen voor en voert ze uit met jouw goedkeuring. Diezelfde architectuur, toegepast op e-mailmarketing, opent de deur naar iets wezenlijk nieuws: één AI-agent die je volledige e-mailoperatie rondom de klok beheert, van abonneeanalyse tot compliancemonitoring, met minimale menselijke input zodra alles is ingesteld.
Deze post beschrijft hoe je dat systeem vandaag nog kunt bouwen. Het is een praktische architectuurgids, geen sciencefiction.
Belangrijkste Inzichten
Claude Code kan worden geconfigureerd als een persistente, geplande agent die abonneedata leest, teksten schrijft, verzendingen triggert en resultaten autonoom analyseert.
De meest realistische architectuur koppelt Claude aan je ESP (SendGrid, Mailchimp of Brevo) via hun REST API's, draaiend op een cron-schema of cloudtaak.
AI voegt de meeste waarde toe bij contentgeneratie, segmentatielogica en prestatieanalyse. Menselijk toezicht blijft essentieel voor merkkritische verzendingen en compliancebeslissingen.
Anthropic biedt drie aanbevolen API-niveaus: Haiku 4.5 ($1/$5), Sonnet 4.6 ($3/$15) en Opus 4.6 ($5/$25) per miljoen input/output-tokens. Voor grootschalige e-mailcontentgeneratie houdt Haiku 4.5 de kosten beheersbaar.
Deliverability-compliance (SPF, DKIM, DMARC) is niet onderhandelbaar en moet vanaf dag één worden ingebouwd in de monitoringloop van de agent.
1. De Architectuur: Hoe de Agent Is Opgebouwd
Voordat we ingaan op elke afzonderlijke mogelijkheid, is het handig om de algehele systeemstructuur te begrijpen.
De agent is een Python- (of Node.js-)proces dat op schema draait, als een cron-job op je server of als een geplande cloudtaak. Geplande cloudtaken draaien op door Anthropic beheerde infrastructuur, zodat ze blijven werken ook als jouw computer uit staat.
Op hoofdlijnen doet de agent bij elke uitvoering het volgende:
Haalt abonneedata en recente campagnestatistieken op via de API van je ESP.
Stuurt die data naar de Anthropic API met een gestructureerde systeemprompt.
Ontvangt beslissingen terug: wie te mailen, wat te zeggen, wanneer te verzenden.
Nog geen reacties. Wees de eerste!
Nog geen reacties. Wees de eerste!
Roept de verzend-API van je ESP aan om de campagne te starten.
Legt de verzending vast en plant een vervolganalyse.
Dit is de overgang van workflow-gebaseerde architecturen (gekoppelde LLM-aanroepen met deterministische logica) naar agent-gebaseerde systemen waarbij modellen autonoom tools gebruiken om open vraagstukken op te lossen. Dit resulteert in robuustere foutafhandeling en de mogelijkheid om complexe taken aan te pakken.
Een minimaal pseudocode-skelet ziet er zo uit:
# claude_email_agent.py
import anthropic
import sendgrid_client # or mailchimp_client / brevo_client
client = anthropic.Anthropic()
def run_agent_cycle():
subscriber_data = fetch_subscriber_segments()
campaign_metrics = fetch_last_campaign_results()
response = client.messages.create(
model="claude-haiku-4-5",
max_tokens=4096,
system=open("brand_voice.md").read(),
messages=[{
"role": "user",
"content": f"""
Subscriber data: {subscriber_data}
Last campaign metrics: {campaign_metrics}
Task: Decide which segment to email today,
write the subject line and body, and return
a structured JSON send plan.
"""
}]
)
send_plan = parse_response(response)
execute_send(send_plan)
log_result(send_plan)
Dit is het skelet. De intelligentie zit in wat je de agent aanlevert en hoe je zijn tools structureert.
2. Abonnee-intelligentie: Weten Wie een E-mail Verdient
De eerste taak van de agent is niet het schrijven van teksten. Het is beslissen wie überhaupt een e-mail verdient.
De API van je ESP geeft toegang tot engagementdata op abonneeniveau. De API van Mailchimp geeft bijvoorbeeld opengeschiedenis, klikactiviteit, aankoopgebeurtenissen (als je je webshop koppelt) en tijdstempels van de laatste interactie per contact terug. De Marketing API van SendGrid biedt vergelijkbare data via de Contacts en Stats endpoints{rel="nofollow"}.
Je stuurt deze data als gestructureerde JSON naar Claude. De agent segmenteert je lijst vervolgens dynamisch, zonder dat je van tevoren starre regels hoeft te definiëren. Het kan bijvoorbeeld identificeren:
Abonnees die de laatste drie campagnes hebben geopend maar nooit hebben geklikt (onderwerpregelbezoekers die het waard zijn om te A/B-testen).
Abonnees die in de afgelopen 30 dagen een aankoop hebben gedaan (ideale kandidaten voor upsell- of loyaliteitscontent).
Abonnees die 90 of meer dagen inactief zijn (kandidaten voor een heractiveringsreeks, niet voor een promotionele blast).
Dit verschilt wezenlijk van statische segmenten. De agent herbeoordeelt de lijst bij elke cyclus op basis van live data, zodat een abonnee die gisteren opnieuw actief werd, automatisch opnieuw wordt ingedeeld. Voor een diepere blik op wat effectieve segmentatie voor je omzet kan betekenen, lees onze gids over e-maillijstsegmentatiestrategieën die de ROI met 760% verhogen.
3. Autonome E-mailcopywriting: Wat de Agent Schrijft
Zodra de agent weet wie een e-mail krijgt, schrijft hij de e-mail. Elk onderdeel: onderwerpregel, previewtekst, body en CTA.
De sleutel om dit te laten werken zonder voortdurende aanpassingen is een brand_voice.md-configuratiebestand dat in je projectrepository staat. Dit bestand bevat:
Je merktoon (direct, warm, technisch, eigenzinnig, enzovoort)
Woorden en uitdrukkingen die je wilt vermijden
CTA-conventies en linkformaten
Personabeschrijvingen voor elk belangrijk segment
De agent leest dit bestand bij elke API-aanroep als systeemprompt. Het contextvenster van Claude is groot genoeg om een gedetailleerde merkgids te bevatten zonder afkapping.
Wanneer Claude de juiste instructies en tools krijgt, kan het zelfstandig code schrijven, bewerken en uitvoeren met geavanceerd redeneer- en probleemoplossend vermogen. Toegepast op e-mailcopy levert datzelfde vermogen concepte-mails op die minimale bewerking vereisen, niet van de grond af aan herschreven hoeven te worden.
De agent kan ook native A/B-tests voor onderwerpregels uitvoeren. Bij elke verzendcyclus genereert hij twee of drie varianten van de onderwerpregel voor dezelfde campagne, koppelt elke variant aan een willekeurige 20% van het doelsegment en controleert vervolgens welke variant de hoogste openingsratio heeft opgeleverd in de post-verzendanalyse. Die data neemt hij mee om toekomstige beslissingen over onderwerpregels te onderbouwen. Dit sluit direct aan bij wat onze data laat zien over best practices voor e-mailonderwerpregels, waarbij zelfs kleine tekstwijzigingen de openingsratio merkbaar beïnvloeden.
95% van de marketeers die generatieve AI gebruiken voor het maken van e-mails beoordeelt dit als "effectief", waarbij 54% het "zeer effectief" noemt. Het verschil tussen een generieke AI-e-mail en een goede e-mail zit in de specificiteit van de instructies en de kwaliteit van de data die je het model meegeeft.
Een wekelijkse nieuwsbrief is een van de meest arbeidsintensieve en minst geautomatiseerde taken bij de meeste contentteams. De agent verandert dat.
Je definieert een lijst met RSS-feed-URL's, branchenieuws en de RSS-feed van je eigen blog in een sources.yaml-configuratiebestand. Bij elke nieuwsbriefcyclus doet de agent het volgende:
Haalt de laatste items op uit elke bron via de Python-bibliotheek feedparser.
Stuurt de ruwe artikeltitels, URL's en samenvattingen naar Claude.
Vraagt Claude de vijf tot zeven meest relevante items voor jouw doelgroep te selecteren, per item een samenvatting van twee zinnen te schrijven en ze in een logische leesvolgorde te rangschikken.
Stelt de nieuwsbrief samen via de template-API van je ESP door de gecureerde content in vooraf gedefinieerde contentblokken te plaatsen.
Het resultaat is een volledig samengesteld nieuwsbriefconcept, klaar voor een menselijke review voor verzending of, als je het systeem vertrouwt, automatisch te verzenden.
De agent kan ook je eigen content ophalen. Als je een nieuw blogbericht publiceert, detecteert de agent dit via je RSS-feed en voegt een gecureerde samenvatting toe aan de editie van die week. Contentpromotie wordt automatisch in plaats van een handmatige taak.
5. Verzendplanning en Timingoptimalisatie
Verzenden op het verkeerde moment is een van de meest voorkomende en vermijdbare deliverability-fouten. In de dataset van Omnisend was 20:00 uur het best presterende verzendtijdstip voor opens, wat suggereert dat veel gebruikers e-mail buiten traditionele werktijden lezen. Maar dat is een gemiddelde, en jouw lijst is niet gemiddeld.
De agent bouwt per abonnee timingprofielen op door historische openingsdata van je ESP's API te analyseren. Per contact kijkt hij naar het uur en de dag van de week waarop iemand historisch gezien opent, en groepeert contacten vervolgens in verzendtijdsbuckets. Campagnes worden in batches gedurende de dag verstuurd in plaats van in één grote blast, wat ook de belasting op je verzenddomein vermindert en het risico op pieken in spamklachten verlaagt.
De agent handhaaft ook regels voor verzendfrequentie om vermoeidheid te voorkomen. Je definieert een minimale tussenpoze tussen berichten per abonnee (bijvoorbeeld maximaal twee e-mails binnen een periode van zeven dagen). De agent controleert dit voordat hij een abonnee aan een verzendplan toevoegt.
Tijdzoneverwerking is een basisvereiste: de lokale tijd van elke abonnee, opgehaald uit diens profiel of afgeleid uit historische opentijdstempels, bepaalt de bucket-indeling.
6. Prestatieanalyse en Aanpassing
Na elke verzending genereert je ESP een bezorgrapport. Mailchimp, SendGrid en Brevo bieden dit allemaal via webhook of polling-API: openingsratio's, klikratio's, uitschrijvingen, bounces en spamklachten per campagne.
De agent leest deze data in een post-verzendanalysecyclus (doorgaans 24 tot 48 uur na verzending) en doet drie dingen:
Ten eerste legt hij vast wat werkte. Goed presterende onderwerpregels, CTA's en contentthema's worden opgeslagen in een learnings.json-bestand waarnaar de agent verwijst bij toekomstige contentgeneratie.
Ten tweede signaleert hij afwijkingen. Als de spamklachtenratio van een campagne boven de 0,1% uitkomt, pauzeert de agent toekomstige verzendingen naar dat segment en markeert het probleem voor menselijke beoordeling. Google vereist dat verzenders de spamratio onder de 0,3% houden, en de agent monitort proactief op die drempelwaarde, niet reactief.
Ten derde past hij de segmentatie aan. Een segment dat bij drie opeenvolgende campagnes dalende openingsratio's laat zien, triggert een heractiveringsflow in plaats van nog een promotionele e-mail. De agent detecteert de trend automatisch en past zijn verzendplan aan.
Hier falen de meeste doe-het-zelf-automatiseringssystemen. Deliverability is geen eenmalige configuratie.
Vanaf 2024 moeten alle verzenders e-mailauthenticatieprotocollen hebben ingericht als ze mensen willen bereiken via grote diensten zoals Gmail, Yahoo Mail en Outlook. Na de uitrol van de bulkverzendervereisten door Google en Yahoo in 2024 introduceerde Microsoft zijn eigen regels voor grootschalige verzenders: bedrijven die meer dan 5.000 e-mails per dag versturen, moeten hieraan voldoen. In Nederland en de rest van de EU gelden bovendien de strenge AVG-vereisten voor toestemming, wat betekent dat je compliancechecks extra kritisch zijn.
De agent handelt compliance op verschillende concrete manieren af:
Authenticatiemonitoring: Hij controleert wekelijks de SPF-, DKIM- en DMARC-records van je domein via DNS-lookup. Als een record ontbreekt of onjuist is geconfigureerd, waarschuwt hij je voordat het een deliverability-probleem wordt.
Suppressielijstbeheer: Na elke verzending leest hij bounce- en uitschrijfgebeurtenissen uit de API van je ESP en werkt suppressielijsten automatisch bij. Harde bounces worden direct verwijderd. Zachte bounces worden bijgehouden en na een instelbare drempel verwijderd.
Verwerking van uitschrijvingen: Marketingberichten moeten één-klik-uitschrijven ondersteunen en een duidelijk zichtbare uitschrijflink in de berichttekst bevatten. De agent controleert of elke e-mail die hij genereert de vereiste uitschrijfopmaak bevat voordat een verzendaanroep wordt getriggerd.
AVG- en CAN-SPAM-controles: De agent valideert voor elk contact in een verzendplan of er een geregistreerd opt-in-tijdstempel aanwezig is. Contacten zonder geldig toestemmingsrecord worden uitgesloten. Onder de AVG is aantoonbare toestemming verplicht, dus deze stap is voor Nederlandse verzenders bijzonder kritisch.
8. Integratiearchitectuur: Claude Code Koppelen aan je ESP
De drie meest ontwikkelaarsvriendelijke ESP's voor deze architectuur zijn SendGrid, Mailchimp en Brevo, elk met goed gedocumenteerde REST API's.
Brevo biedt een RESTful API voor het versturen van transactionele e-mails, het beheren van contacten en het volgen van e-mailprestaties, met SDK's beschikbaar in Node.js, Python, PHP, Ruby, C# en Java. SendGrid, nu onderdeel van Twilio, is een van de oudste en grootste spelers in de e-mail-API-markt, met als kernkracht het verwerken van enorme e-mailvolumes.
Voor de meeste teams die dit voor het eerst bouwen, is Brevo het makkelijkste startpunt. Brevo onderscheidt zich door transactionele en marketinge-mails in één platform te combineren. Voor teams met grote lijsten die maximale deliverability-controle nodig hebben, domineert SendGrid op het gebied van transactionele e-mails en deliverability, waardoor het uitstekend is voor bedrijven die grote e-mailvolumes beheren of gedetailleerde analytics en API-integraties vereisen.
De agent zelf draait als een geplande cloudtaak (via de ingebouwde planning van Claude Code via /schedule) of als een zelfstandig Python-proces dat door een cron-job wordt getriggerd. De Anthropic API verzorgt de intelligentielaag; de API van de ESP verzorgt de verzendlaag. Ze communiceren via de orkestratiekode van je agent.
9. Kosten en Haalbaarheid: Wat Dit Werkelijk Kost
Een Claude Code e-mailmarketingagent draaien is niet gratis, maar aanzienlijk goedkoper dan een voltijdse marketingmedewerker.
API-kosten: De prijs voor Haiku 4.5 op het Claude Platform begint bij $1 per miljoen inputtokens en $5 per miljoen outputtokens, met tot 90% kostenbesparing via promptcaching en 50% kostenbesparing via batchverwerking. Voor een typische e-mailagentcyclus (abonneedataingestie, contentgeneratie en post-verzendanalyse) kijk je op ongeveer 5.000 tot 15.000 tokens per uitvoering. Bij die volumes kosten dagelijkse agentcycli centen, geen euros.
Gebruik Haiku voor lichtgewicht, grootschalige workloads; Sonnet of Opus alleen wanneer geavanceerd redeneren of coderen vereist is. Voor de meeste e-mailtaken is Haiku 4.5 voldoende. Reserveer Sonnet 4.6 voor complexe segmentatieanalyse of langere content.
ESP-kosten: Deze hangen af van je lijstgrootte en verzendvolume, niet van de AI-laag. Brevo, SendGrid en Mailchimp hanteren alle drie getrapte prijzen op basis van contacten en maandelijks verzendvolume.
Waar AI de meeste waarde toevoegt: Contentgeneratie (uren aan conceptschrijven elimineren), segmentatiebeslissingen (handmatig regelbeheer vervangen) en post-verzendanalyse (patronen blootleggen die je anders zou missen).
Waar menselijk toezicht noodzakelijk blijft: Campagnestrategie en positionering, merkkritische verzendingen (productlanceringen, crisiscommunicatie), juridische beoordeling van promotionele claims en elke verzending naar een geheel nieuw lijstsegment waarop de agent nog niet is getraind. De vertrouwensgrens gaat niet over capaciteit, maar over verantwoordelijkheid. Een mens zou de eerste 20 à 30 cycli moeten goedkeuren voordat de agent volledige automatische verzendautoriteit krijgt.
Gebruikers geven Claude Code meer autonomie naarmate ze er meer ervaring mee opdoen. Nieuwere gebruikers maken ongeveer 20% van de tijd gebruik van volledige automatische goedkeuring; na 750 sessies stijgt dit naar meer dan 40%. Hetzelfde geleidelijke vertrouwensmodel geldt hier: begin met de agent die concepten maakt en een mens die goedkeurt, en breid de autonomie uit naarmate het systeem zijn waarde bewijst.
Kan Claude Code daadwerkelijk e-mails versturen, of schrijft het ze alleen?
Claude Code zelf verstuurt geen e-mails. Het schrijft de code en logica die de API van je ESP (SendGrid, Mailchimp of Brevo) aanroept om verzendingen te starten. De agent die je met Claude Code bouwt, voert de daadwerkelijke verzending uit. Zie Claude Code als de bouwer en de Anthropic API als de redeneermotor binnen het systeem dat je bouwt.
Hoe voorkom ik dat de agent iets off-brand of juridisch riskant verstuurt?
Twee mechanismen helpen hierbij. Ten eerste beperkt een gedetailleerde brand_voice.md-systeemprompt de output van het model tot jouw stijl en contentrichtlijnen. Ten tweede bouw je een menselijke goedkeuringsstap in de workflow voor elk campagnetype dat als hoog risico is gemarkeerd (lanceringen, promoties met specifieke kortingsclaims, regulatoire onderwerpen). De agent plaatst de e-mail in een reviewwachtrij in plaats van direct te verzenden. Je kunt deze goedkeuringsdrempel aanscherpen of versoepelen naarmate je vertrouwen in het systeem groeit.
Welke ESP werkt het best voor dit type integratie?
Dat hangt af van je lijstgrootte en technische mogelijkheden. Brevo is het meest beginnersvriendelijk met een royale gratis laag en een eenvoudige API. SendGrid is beter voor grootschalige verzenders die gedetailleerde deliverability-controles en analytics nodig hebben. Mailchimp heeft het breedste ecosysteem aan integraties. Alle drie bieden de REST API-endpoints die deze architectuur vereist.
Welke compliancerisico's moet ik in de gaten houden bij een autonome verzendagent?
De belangrijkste risico's zijn: verzenden naar contacten zonder geldige toestemmingsrecords, ontbrekende of kapotte uitschrijflinks, en het niet doorstaan van e-mailauthenticatiechecks (SPF, DKIM, DMARC). Bouw validatiestappen in de pre-verzendchecklist van de agent voor elk van deze punten. De agent moet weigeren een verzending te starten als een check mislukt en de fout vastleggen voor menselijke beoordeling. Google, Yahoo, Microsoft en Apple vertegenwoordigen samen ongeveer 90% van een typische B2C-e-maillijst, waardoor compliance met hun authenticatievereisten voor elk serieus verzendprogramma geen optie is.
Roept de verzend-API van je ESP aan om de campagne te starten.
Legt de verzending vast en plant een vervolganalyse.
Dit is de overgang van workflow-gebaseerde architecturen (gekoppelde LLM-aanroepen met deterministische logica) naar agent-gebaseerde systemen waarbij modellen autonoom tools gebruiken om open vraagstukken op te lossen. Dit resulteert in robuustere foutafhandeling en de mogelijkheid om complexe taken aan te pakken.
Een minimaal pseudocode-skelet ziet er zo uit:
# claude_email_agent.py
import anthropic
import sendgrid_client # or mailchimp_client / brevo_client
client = anthropic.Anthropic()
def run_agent_cycle():
subscriber_data = fetch_subscriber_segments()
campaign_metrics = fetch_last_campaign_results()
response = client.messages.create(
model="claude-haiku-4-5",
max_tokens=4096,
system=open("brand_voice.md").read(),
messages=[{
"role": "user",
"content": f"""
Subscriber data: {subscriber_data}
Last campaign metrics: {campaign_metrics}
Task: Decide which segment to email today,
write the subject line and body, and return
a structured JSON send plan.
"""
}]
)
send_plan = parse_response(response)
execute_send(send_plan)
log_result(send_plan)
Dit is het skelet. De intelligentie zit in wat je de agent aanlevert en hoe je zijn tools structureert.
2. Abonnee-intelligentie: Weten Wie een E-mail Verdient
De eerste taak van de agent is niet het schrijven van teksten. Het is beslissen wie überhaupt een e-mail verdient.
De API van je ESP geeft toegang tot engagementdata op abonneeniveau. De API van Mailchimp geeft bijvoorbeeld opengeschiedenis, klikactiviteit, aankoopgebeurtenissen (als je je webshop koppelt) en tijdstempels van de laatste interactie per contact terug. De Marketing API van SendGrid biedt vergelijkbare data via de Contacts en Stats endpoints{rel="nofollow"}.
Je stuurt deze data als gestructureerde JSON naar Claude. De agent segmenteert je lijst vervolgens dynamisch, zonder dat je van tevoren starre regels hoeft te definiëren. Het kan bijvoorbeeld identificeren:
Abonnees die de laatste drie campagnes hebben geopend maar nooit hebben geklikt (onderwerpregelbezoekers die het waard zijn om te A/B-testen).
Abonnees die in de afgelopen 30 dagen een aankoop hebben gedaan (ideale kandidaten voor upsell- of loyaliteitscontent).
Abonnees die 90 of meer dagen inactief zijn (kandidaten voor een heractiveringsreeks, niet voor een promotionele blast).
Dit verschilt wezenlijk van statische segmenten. De agent herbeoordeelt de lijst bij elke cyclus op basis van live data, zodat een abonnee die gisteren opnieuw actief werd, automatisch opnieuw wordt ingedeeld. Voor een diepere blik op wat effectieve segmentatie voor je omzet kan betekenen, lees onze gids over e-maillijstsegmentatiestrategieën die de ROI met 760% verhogen.
3. Autonome E-mailcopywriting: Wat de Agent Schrijft
Zodra de agent weet wie een e-mail krijgt, schrijft hij de e-mail. Elk onderdeel: onderwerpregel, previewtekst, body en CTA.
De sleutel om dit te laten werken zonder voortdurende aanpassingen is een brand_voice.md-configuratiebestand dat in je projectrepository staat. Dit bestand bevat:
Je merktoon (direct, warm, technisch, eigenzinnig, enzovoort)
Woorden en uitdrukkingen die je wilt vermijden
CTA-conventies en linkformaten
Personabeschrijvingen voor elk belangrijk segment
De agent leest dit bestand bij elke API-aanroep als systeemprompt. Het contextvenster van Claude is groot genoeg om een gedetailleerde merkgids te bevatten zonder afkapping.
Wanneer Claude de juiste instructies en tools krijgt, kan het zelfstandig code schrijven, bewerken en uitvoeren met geavanceerd redeneer- en probleemoplossend vermogen. Toegepast op e-mailcopy levert datzelfde vermogen concepte-mails op die minimale bewerking vereisen, niet van de grond af aan herschreven hoeven te worden.
De agent kan ook native A/B-tests voor onderwerpregels uitvoeren. Bij elke verzendcyclus genereert hij twee of drie varianten van de onderwerpregel voor dezelfde campagne, koppelt elke variant aan een willekeurige 20% van het doelsegment en controleert vervolgens welke variant de hoogste openingsratio heeft opgeleverd in de post-verzendanalyse. Die data neemt hij mee om toekomstige beslissingen over onderwerpregels te onderbouwen. Dit sluit direct aan bij wat onze data laat zien over best practices voor e-mailonderwerpregels, waarbij zelfs kleine tekstwijzigingen de openingsratio merkbaar beïnvloeden.
95% van de marketeers die generatieve AI gebruiken voor het maken van e-mails beoordeelt dit als "effectief", waarbij 54% het "zeer effectief" noemt. Het verschil tussen een generieke AI-e-mail en een goede e-mail zit in de specificiteit van de instructies en de kwaliteit van de data die je het model meegeeft.
Een wekelijkse nieuwsbrief is een van de meest arbeidsintensieve en minst geautomatiseerde taken bij de meeste contentteams. De agent verandert dat.
Je definieert een lijst met RSS-feed-URL's, branchenieuws en de RSS-feed van je eigen blog in een sources.yaml-configuratiebestand. Bij elke nieuwsbriefcyclus doet de agent het volgende:
Haalt de laatste items op uit elke bron via de Python-bibliotheek feedparser.
Stuurt de ruwe artikeltitels, URL's en samenvattingen naar Claude.
Vraagt Claude de vijf tot zeven meest relevante items voor jouw doelgroep te selecteren, per item een samenvatting van twee zinnen te schrijven en ze in een logische leesvolgorde te rangschikken.
Stelt de nieuwsbrief samen via de template-API van je ESP door de gecureerde content in vooraf gedefinieerde contentblokken te plaatsen.
Het resultaat is een volledig samengesteld nieuwsbriefconcept, klaar voor een menselijke review voor verzending of, als je het systeem vertrouwt, automatisch te verzenden.
De agent kan ook je eigen content ophalen. Als je een nieuw blogbericht publiceert, detecteert de agent dit via je RSS-feed en voegt een gecureerde samenvatting toe aan de editie van die week. Contentpromotie wordt automatisch in plaats van een handmatige taak.
5. Verzendplanning en Timingoptimalisatie
Verzenden op het verkeerde moment is een van de meest voorkomende en vermijdbare deliverability-fouten. In de dataset van Omnisend was 20:00 uur het best presterende verzendtijdstip voor opens, wat suggereert dat veel gebruikers e-mail buiten traditionele werktijden lezen. Maar dat is een gemiddelde, en jouw lijst is niet gemiddeld.
De agent bouwt per abonnee timingprofielen op door historische openingsdata van je ESP's API te analyseren. Per contact kijkt hij naar het uur en de dag van de week waarop iemand historisch gezien opent, en groepeert contacten vervolgens in verzendtijdsbuckets. Campagnes worden in batches gedurende de dag verstuurd in plaats van in één grote blast, wat ook de belasting op je verzenddomein vermindert en het risico op pieken in spamklachten verlaagt.
De agent handhaaft ook regels voor verzendfrequentie om vermoeidheid te voorkomen. Je definieert een minimale tussenpoze tussen berichten per abonnee (bijvoorbeeld maximaal twee e-mails binnen een periode van zeven dagen). De agent controleert dit voordat hij een abonnee aan een verzendplan toevoegt.
Tijdzoneverwerking is een basisvereiste: de lokale tijd van elke abonnee, opgehaald uit diens profiel of afgeleid uit historische opentijdstempels, bepaalt de bucket-indeling.
6. Prestatieanalyse en Aanpassing
Na elke verzending genereert je ESP een bezorgrapport. Mailchimp, SendGrid en Brevo bieden dit allemaal via webhook of polling-API: openingsratio's, klikratio's, uitschrijvingen, bounces en spamklachten per campagne.
De agent leest deze data in een post-verzendanalysecyclus (doorgaans 24 tot 48 uur na verzending) en doet drie dingen:
Ten eerste legt hij vast wat werkte. Goed presterende onderwerpregels, CTA's en contentthema's worden opgeslagen in een learnings.json-bestand waarnaar de agent verwijst bij toekomstige contentgeneratie.
Ten tweede signaleert hij afwijkingen. Als de spamklachtenratio van een campagne boven de 0,1% uitkomt, pauzeert de agent toekomstige verzendingen naar dat segment en markeert het probleem voor menselijke beoordeling. Google vereist dat verzenders de spamratio onder de 0,3% houden, en de agent monitort proactief op die drempelwaarde, niet reactief.
Ten derde past hij de segmentatie aan. Een segment dat bij drie opeenvolgende campagnes dalende openingsratio's laat zien, triggert een heractiveringsflow in plaats van nog een promotionele e-mail. De agent detecteert de trend automatisch en past zijn verzendplan aan.
Hier falen de meeste doe-het-zelf-automatiseringssystemen. Deliverability is geen eenmalige configuratie.
Vanaf 2024 moeten alle verzenders e-mailauthenticatieprotocollen hebben ingericht als ze mensen willen bereiken via grote diensten zoals Gmail, Yahoo Mail en Outlook. Na de uitrol van de bulkverzendervereisten door Google en Yahoo in 2024 introduceerde Microsoft zijn eigen regels voor grootschalige verzenders: bedrijven die meer dan 5.000 e-mails per dag versturen, moeten hieraan voldoen. In Nederland en de rest van de EU gelden bovendien de strenge AVG-vereisten voor toestemming, wat betekent dat je compliancechecks extra kritisch zijn.
De agent handelt compliance op verschillende concrete manieren af:
Authenticatiemonitoring: Hij controleert wekelijks de SPF-, DKIM- en DMARC-records van je domein via DNS-lookup. Als een record ontbreekt of onjuist is geconfigureerd, waarschuwt hij je voordat het een deliverability-probleem wordt.
Suppressielijstbeheer: Na elke verzending leest hij bounce- en uitschrijfgebeurtenissen uit de API van je ESP en werkt suppressielijsten automatisch bij. Harde bounces worden direct verwijderd. Zachte bounces worden bijgehouden en na een instelbare drempel verwijderd.
Verwerking van uitschrijvingen: Marketingberichten moeten één-klik-uitschrijven ondersteunen en een duidelijk zichtbare uitschrijflink in de berichttekst bevatten. De agent controleert of elke e-mail die hij genereert de vereiste uitschrijfopmaak bevat voordat een verzendaanroep wordt getriggerd.
AVG- en CAN-SPAM-controles: De agent valideert voor elk contact in een verzendplan of er een geregistreerd opt-in-tijdstempel aanwezig is. Contacten zonder geldig toestemmingsrecord worden uitgesloten. Onder de AVG is aantoonbare toestemming verplicht, dus deze stap is voor Nederlandse verzenders bijzonder kritisch.
8. Integratiearchitectuur: Claude Code Koppelen aan je ESP
De drie meest ontwikkelaarsvriendelijke ESP's voor deze architectuur zijn SendGrid, Mailchimp en Brevo, elk met goed gedocumenteerde REST API's.
Brevo biedt een RESTful API voor het versturen van transactionele e-mails, het beheren van contacten en het volgen van e-mailprestaties, met SDK's beschikbaar in Node.js, Python, PHP, Ruby, C# en Java. SendGrid, nu onderdeel van Twilio, is een van de oudste en grootste spelers in de e-mail-API-markt, met als kernkracht het verwerken van enorme e-mailvolumes.
Voor de meeste teams die dit voor het eerst bouwen, is Brevo het makkelijkste startpunt. Brevo onderscheidt zich door transactionele en marketinge-mails in één platform te combineren. Voor teams met grote lijsten die maximale deliverability-controle nodig hebben, domineert SendGrid op het gebied van transactionele e-mails en deliverability, waardoor het uitstekend is voor bedrijven die grote e-mailvolumes beheren of gedetailleerde analytics en API-integraties vereisen.
De agent zelf draait als een geplande cloudtaak (via de ingebouwde planning van Claude Code via /schedule) of als een zelfstandig Python-proces dat door een cron-job wordt getriggerd. De Anthropic API verzorgt de intelligentielaag; de API van de ESP verzorgt de verzendlaag. Ze communiceren via de orkestratiekode van je agent.
9. Kosten en Haalbaarheid: Wat Dit Werkelijk Kost
Een Claude Code e-mailmarketingagent draaien is niet gratis, maar aanzienlijk goedkoper dan een voltijdse marketingmedewerker.
API-kosten: De prijs voor Haiku 4.5 op het Claude Platform begint bij $1 per miljoen inputtokens en $5 per miljoen outputtokens, met tot 90% kostenbesparing via promptcaching en 50% kostenbesparing via batchverwerking. Voor een typische e-mailagentcyclus (abonneedataingestie, contentgeneratie en post-verzendanalyse) kijk je op ongeveer 5.000 tot 15.000 tokens per uitvoering. Bij die volumes kosten dagelijkse agentcycli centen, geen euros.
Gebruik Haiku voor lichtgewicht, grootschalige workloads; Sonnet of Opus alleen wanneer geavanceerd redeneren of coderen vereist is. Voor de meeste e-mailtaken is Haiku 4.5 voldoende. Reserveer Sonnet 4.6 voor complexe segmentatieanalyse of langere content.
ESP-kosten: Deze hangen af van je lijstgrootte en verzendvolume, niet van de AI-laag. Brevo, SendGrid en Mailchimp hanteren alle drie getrapte prijzen op basis van contacten en maandelijks verzendvolume.
Waar AI de meeste waarde toevoegt: Contentgeneratie (uren aan conceptschrijven elimineren), segmentatiebeslissingen (handmatig regelbeheer vervangen) en post-verzendanalyse (patronen blootleggen die je anders zou missen).
Waar menselijk toezicht noodzakelijk blijft: Campagnestrategie en positionering, merkkritische verzendingen (productlanceringen, crisiscommunicatie), juridische beoordeling van promotionele claims en elke verzending naar een geheel nieuw lijstsegment waarop de agent nog niet is getraind. De vertrouwensgrens gaat niet over capaciteit, maar over verantwoordelijkheid. Een mens zou de eerste 20 à 30 cycli moeten goedkeuren voordat de agent volledige automatische verzendautoriteit krijgt.
Gebruikers geven Claude Code meer autonomie naarmate ze er meer ervaring mee opdoen. Nieuwere gebruikers maken ongeveer 20% van de tijd gebruik van volledige automatische goedkeuring; na 750 sessies stijgt dit naar meer dan 40%. Hetzelfde geleidelijke vertrouwensmodel geldt hier: begin met de agent die concepten maakt en een mens die goedkeurt, en breid de autonomie uit naarmate het systeem zijn waarde bewijst.
Kan Claude Code daadwerkelijk e-mails versturen, of schrijft het ze alleen?
Claude Code zelf verstuurt geen e-mails. Het schrijft de code en logica die de API van je ESP (SendGrid, Mailchimp of Brevo) aanroept om verzendingen te starten. De agent die je met Claude Code bouwt, voert de daadwerkelijke verzending uit. Zie Claude Code als de bouwer en de Anthropic API als de redeneermotor binnen het systeem dat je bouwt.
Hoe voorkom ik dat de agent iets off-brand of juridisch riskant verstuurt?
Twee mechanismen helpen hierbij. Ten eerste beperkt een gedetailleerde brand_voice.md-systeemprompt de output van het model tot jouw stijl en contentrichtlijnen. Ten tweede bouw je een menselijke goedkeuringsstap in de workflow voor elk campagnetype dat als hoog risico is gemarkeerd (lanceringen, promoties met specifieke kortingsclaims, regulatoire onderwerpen). De agent plaatst de e-mail in een reviewwachtrij in plaats van direct te verzenden. Je kunt deze goedkeuringsdrempel aanscherpen of versoepelen naarmate je vertrouwen in het systeem groeit.
Welke ESP werkt het best voor dit type integratie?
Dat hangt af van je lijstgrootte en technische mogelijkheden. Brevo is het meest beginnersvriendelijk met een royale gratis laag en een eenvoudige API. SendGrid is beter voor grootschalige verzenders die gedetailleerde deliverability-controles en analytics nodig hebben. Mailchimp heeft het breedste ecosysteem aan integraties. Alle drie bieden de REST API-endpoints die deze architectuur vereist.
Welke compliancerisico's moet ik in de gaten houden bij een autonome verzendagent?
De belangrijkste risico's zijn: verzenden naar contacten zonder geldige toestemmingsrecords, ontbrekende of kapotte uitschrijflinks, en het niet doorstaan van e-mailauthenticatiechecks (SPF, DKIM, DMARC). Bouw validatiestappen in de pre-verzendchecklist van de agent voor elk van deze punten. De agent moet weigeren een verzending te starten als een check mislukt en de fout vastleggen voor menselijke beoordeling. Google, Yahoo, Microsoft en Apple vertegenwoordigen samen ongeveer 90% van een typische B2C-e-maillijst, waardoor compliance met hun authenticatievereisten voor elk serieus verzendprogramma geen optie is.
