Deze tools helpen developers sneller en efficiënter te werken, maar ze vervangen ze niet. Je blijft zelf verantwoordelijk voor structuur, ontwerpkeuzes en debugging. Tot je kennismaakt met een nieuwe generatie tools zoals Bolt.new en Lovable.dev. Deze beloven méér dan hulp, ze genereren in één keer een complete applicatie of in ieder geval een groot gedeelte. Maar, hoe werkt dat precies? En belangrijker nog: hoe verwerk je dat in je rol, tijdsbesteding en facturatie?

Van prompt naar complete app

Tools zoals ChatGPT en Gemini zijn vooral taalmodellen. Je stelt een vraag, zij geven een antwoord. Soms is dat een stukje code, soms een uitleg. Jij blijft degene die de boel samenbrengt, Bolt.new en Lovable.dev doen het anders. Hier voer je een uitgebreide prompt in, zoals:

“Bouw een responsief dashboard in React met login, zijbalk, dark mode en datatabellen in de style van www.coolblue.nl”

In dit voorbeeld creëert bolt vervolgens:

• Een basis front-end meestal is dit inclusief gedeeltelijke routing, componentstructuur en styling en een aantal pagina’s waar sample tekst op staat, menu’s en het ziet er ook nog goed uit op een mobiel scherm.
• Er zit geen backend achter maar daar vroeg ik ook niet om in de prompt.
• Live previews van het resultaat
• En je werkt direct in GitHub dus elke aanpassing staat ook in versiebeheer gemaakt door jou of de AI.

De gegenereerde code is meestal React, maar gewoon html met javascript kan ook. Je moet dan wel in de prompt verwerken dat je vanille html* wil. Je krijgt dus geen suggestie of snippet, maar een werkende app die beperkt is. Je wordt regisseur in plaats van programmeur. Je prompt is het ontwerpdocument.

AI doet precies wat je wil, ook al wil je dat eigenlijk niet.

AI tools zijn krachtig maar ze doen wat je vraagt. Soms te letterlijk en dat kan tot vreemde resultaten leiden als je niet precies weet wat je doet.

Een goed voorbeeld: je vraagt een AI om “een CMS voor documentatie met database-opslag in een React project”. Grote kans dat je dan React-code terugkrijgt waarin direct geprobeerd wordt een database aan te spreken. Maar dat kan natuurlijk niet: React draait in de browser, en databasekoppelingen horen thuis in de backend op de server.

Als je de backend ook door de AI wil laten schrijven moet je dus expliciet aangeven dat je een backend-laag wil met bijvoorbeeld Node.js* en Express die de database afhandelt en dat de React front-end daar via een API mee praat.

AI denkt niet in architectuur of veiligheid, dat moet jij doen. Zelf moet je de technische grenzen en verantwoordelijkheden blijven bewaken. Zeker als je met klanten werkt die van jou een veilige en onderhoudbare oplossing verwachten.

Beide tools bieden een gratis laag waarmee je behoorlijk ver kunt komen:
Ik ga niet uitgebreid in op wat tokens precies zijn, omdat de berekening ervan tamelijk complex is.

Lovable.dev

• 5 credits per dag, met een maximum van 30 credits per maand
• Volledige toegang tot gegenereerde code
• Mogelijkheid om de code direct naar je eigen GitHub-repository te exporteren
  

Bolt.new

• 150.000 tokens per dag, tot 1 miljoen tokens per maand gratis
• Mogelijkheid om apps te genereren, code te bekijken en naar GitHub te exporteren
• Voor intensiever gebruik zijn er betaalde pakketten:

€20 per maand voor 10M tokens tot  1000 euro voor 600M tokens per maand

De gratis lagen nodigen uit tot experimenteren, maar zodra je vaker iteraties doet of grotere apps wilt bouwen, lopen de kosten snel op.

De gratis lagen nodigen uit tot experimenteren, maar zodra je vaker iteraties doet of grotere apps wilt bouwen, lopen de kosten snel op.

Prompting = werk

Je denkt eerst: “Ik schrijf een prompt in ChatGPT, zet die in Bolt.new, klaar.”
Maar dan... zit je een halve dag in Bolt zelf.

Wat begint als een efficiënt alternatief voor zelf coderen, verandert al snel in een creatief iteratieproces. Je gaat finetunen, herformuleren, componenten aanpassen, flows verbeteren. Je wordt vanzelf onderdeel van de AI-loop.

En taalmodellen zijn krachtig, maar niet onfeilbaar. Ze vergeten context, maken foutieve aannames of raken in de war bij complexere logica of lange prompts. Op dat moment moet jij het overnemen:

• Begrijpen wat er fout gaat
• Alternatieve prompts proberen
• Bugs opsporen en oplossen
• De gegenereerde structuur herschrijven of vereenvoudigen

Je schrijft minder handmatige code, maar bent des te meer bezig met prompting, reviewen, bijsturen en controleren. Het is geen pure besparing maar het is een verschuiving in het soort werk dat je doet. En die verschuiving vereist nog steeds vakkennis.

En dan de vraag waar veel freelancers, bureaus en opdrachtgevers mee zitten:

• Is prompting declarabele tijd?
• Zijn AI-tokens onkosten of een investering?
• Moet je AI-gebruik als aparte post opnemen in je offerte?

Een tokenpakket van 120M bij Bolt kost €200. Stel dat je daar meerdere klantprojecten mee aanstuurt — hoe verwerk je dat? Schrijf je het als “AI-generatiekosten”? Neem je het op in je uurtarief? Of is dit net als Photoshop, een tool die je gebruikt, maar die niemand los terugziet op de factuur?

De grens tussen menselijke arbeid en AI-output vervaagt. En daarmee ook de traditionele rolverdeling in een team.

Geen vervanging, wel een verschuiving

AI-tools zoals Bolt.new en Lovable.dev vervangen geen developers. Ze veranderen hóe we werken:

• Minder code, meer regie
• Minder implementatie, meer promptdesign
• Minder bouwen, meer sturen

Maar je blijft als ontwikkelaar onmisbaar. Omdat je structuur moet aanbrengen, logica moet controleren, en vooral: omdat je moet weten wat goed is en wat fout.

Er is nog een dieperliggend punt waar we als sector over moeten nadenken. Het lijkt alsof AI-tools zoals Bolt.new en Lovable.dev in veel gevallen het werk van een junior developer deels kunnen overnemen. Ze genereren snel componenten, maken UI-structuren en leveren “bruikbare code” op. En dus ligt de verleiding voor opdrachtgevers of teams voor de hand: waarom nog een junior aannemen, als AI het werk sneller doet?

Maar als er structureel minder juniors worden aangenomen, ontstaat er op termijn een probleem: waar komen de seniors van de toekomst vandaan?

Want developers worden niet geboren als seniors. Ze groeien in die rol door ervaring, begeleiding, fouten maken en leren binnen echte projecten. Als dat pad wordt afgesneden, missen we straks niet alleen menskracht, maar ook inzicht, vakmanschap en architecturale denkkracht.

AI is indrukwekkend snel in het herkennen van patronen in enorme hoeveelheden data. Maar in tegenstelling tot mensen begrijpt het niet wat het ziet of zegt, het leert niet, het herhaalt. En ik denk dat het verschil cruciaal is voor de toekomst van softwareontwikkeling.

Wat denk jij?

Ik hoor graag jouw mening. Reageer hieronder of deel dit artikel met iemand die ook worstelt met deze nieuwe realiteit. Want dit is niet zomaar een trend, dit is het begin van een structurele verandering in softwareontwikkeling.

Begrippenlijst

Node.js
Een platform waarmee je JavaScript kunt gebruiken aan de serverzijde (dus buiten de browser). Handig voor het bouwen van snelle, schaalbare netwerktopassingen.

Express
Een minimalistisch framework voor Node.js dat het eenvoudiger maakt om webapplicaties en API’s te bouwen.

Vanille HTML
HTML zonder gebruik van frameworks, bibliotheken of extra hulpmiddelen. Puur en standaard zoals het oorspronkelijk bedoeld is.