Zijn werkwijze bestond uit deze stappen:
Elk platform had daarmee een eigen functie. Claude Code was de ontwikkelinterface, GitHub de opslagplaats voor de code, Supabase de backend en Vercel de dienst voor de publicatie van de webapp.
Tan verwachtte niet dat de eerste versie meteen goed zou zijn. Hij testte de app, beschreef wat niet werkte of ontbrak en vroeg Claude Code om verbeteringen. Het proces was steeds hetzelfde: een opdracht geven, het resultaat bekijken, testen en verfijnen.
Daaruit trok hij een eenvoudige conclusie: vage instructies leveren meestal vage resultaten op. Hoe preciezer hij de velden, toegangsrechten, berekeningen en gebruikerservaring omschreef, hoe bruikbaarder de uitvoer werd. Claude Code kon doorgaans ook overweg met onvolmaakt of ‘gebroken’ Engels, maar een verzoek begrijpen betekende nog niet dat het verzoek volledig of duidelijk genoeg was.
Dat is een belangrijke kanttekening voor iedereen die met AI programmeert. Ontwikkelen in natuurlijke taal maakt het makkelijker om aan een project te beginnen, maar neemt niet de verantwoordelijkheid weg om eisen vast te leggen en het resultaat kritisch te beoordelen.
Voor onderzoek combineerde Tan Claude Code met Perplexity AI, omdat die tool bronvermeldingen bij de antwoorden geeft. Toch ging hij er niet automatisch van uit dat een antwoord betrouwbaar was zodra er een citaat of link bij stond.
Toen de tool informatie aandroeg waarin vis als een belangrijk allergierisico in Singapore werd genoemd, zette Tan daar vraagtekens bij. Hij controleerde de aangehaalde informatie en paste de app aan. Het voorbeeld onderstreept een breder risico: AI-zoeksystemen kunnen bronvermeldingen geven die verwijzen naar niet-bestaande onderzoeken. Gezondheidsinformatie moet daarom onafhankelijk worden geverifieerd, ook als een antwoord overtuigend klinkt en links bevat.
Voor een babytracker is die voorzichtigheid extra relevant. De app kan observaties ordenen en vergelijken met richtlijnen, maar AI-gegenereerd onderzoek is geen medisch bewijs alleen omdat het van citaten is voorzien.
De vaardigheden die Tan tijdens het bouwen van de babyapp ontwikkelde, kwamen ook in zijn werk van pas. Hij maakte een vertaaltool met één knop die Engelstalige inhoud in 48 talen kan omzetten.
De instructies waren daarbij uitgebreider dan simpelweg ‘vertaal deze tekst’. Eerst moest de tool de betekenis, bedoeling en overtuigingskracht van de brontekst begrijpen. Daarna moest hij de inhoud herschrijven als natuurlijk klinkende tekst in de doeltaal, zonder Engelse zinsbouw, ritme of redeneerpatronen letterlijk mee te nemen.
Ook hier gold dezelfde kernles als bij de babytracker: de kwaliteit van het resultaat hangt sterk af van de manier waarop de gebruiker het doel, de context en de beperkingen beschrijft.
Tans verhaal bewijst niet dat AI softwareontwikkeling volledig automatiseert. Hij moest zelf een concreet probleem herkennen, een uitgebreide specificatie schrijven, accounts aanmaken, verschillende diensten koppelen, de app testen en twijfelachtige informatie ter discussie stellen.
Wel laat zijn ervaring zien dat een AI-ontwikkelassistent mensen zonder programmeerachtergrond kan helpen om met een bruikbaar, duidelijk afgebakend idee te beginnen. Voor Tan worden experimenteren en helder instrueren daarmee praktische vaardigheden voor alledaagse gebruikers — ook voor mensen die geen foutloos Engels schrijven.
De meest bruikbare conclusie is dan ook niet dat AI alles kan bouwen. Het is dat mensen zonder code-ervaring met AI gerichte prototypes kunnen maken, zolang ze zelf verantwoordelijk blijven voor de eisen, de tests en de beoordeling van de feiten.