GPT-6 Astra to the rescue
Ik had een applicatie (Next.js) met Fable gebouwd. Ik was er inhoudelijk tevreden over; de functionaliteit werkte en het concept zat goed. Maar op vlak van UX/UI, normaal een sterk punt van Claude, klopte het niet. De schermen schrikten mij af: druk, geen rechte lijnen, te veel tegelijk. Dat is altijd een lastig moment in een ontwikkelproces.
Daarom vroeg ik GPT-6 Astra in Codex om de applicatie lokaal te beoordelen, nog gewoon op localhost:3000. Mijn vraag, hier geanonimiseerd:
“Ik heb een app gebouwd die functioneel goed werkt, maar de UX/UI voelt te druk. Bekijk de app op localhost:3000 en beoordeel hoe de ervaring eenvoudiger, lichter en professioneler kan. Geef me een concreet verslag en een uitvoerbare instructie voor Claude Code.”
Wat mij compleet verraste, was hoe Codex te werk ging en hoe concreet die beoordeling werd.
Wat Codex deed
Codex opende de applicatie in een browser en doorliep zelfstandig alle stappen. Het gebruikte een representatief testscenario, maakte selecties, opende details en bekeek de uiteindelijke samenvatting. Daarna werden de schermen op verschillende formaten bekeken: desktop, laptop en mobiel. Hou daarbij rekening dat ik enkel de bovenstaande prompt opgaf. Niet hoe de applicatie werkt, niet welke buttons hij moest klikken, … .
Dat leverde tastbare observaties op. In het onderzochte scenario bevatte één pagina 107 knoppen, verspreid over de volledige pagina. Op mobiel verscheen het eerste relevante resultaat pas bijna onderaan het eerste scherm.
Ook het eindscherm vertelde iets interessants. Er was veel witruimte, maar een grote visualisatie duwde de belangrijkste aanbeveling buiten beeld. De aanbeveling was daardoor specifieker dan “meer witruimte”: minder tegelijk tonen, een duidelijke leesvolgorde kiezen en verdieping pas aanbieden wanneer de gebruiker die nodig heeft.
Merk op, Codex had niet enkel de schermen geevalueerd maar ook effectief ook de hoofd-workflow functioneel uitgebreid getest en geen bugs gevonden. (De ideale tester?)
Iets wat ik aanvankelijk niet begreep
Codex vond ook de lokale broncode, terwijl ik de locatie van mijn code nergens had opgegeven in mijn prompt. Na wat onderzoek; het pad stond in een eerdere projectnotitie in mijn gedeelde Obsidian-geheugen waartoe Codex & Claude beide toegang hebben. Via die context kon Codex de relevante bestanden vinden en onderzoeken hoe de schermen waren opgebouwd.
Dat maakte de overdracht naar Claude Code bruikbaar. Het verslag beschreef welke componenten aangepast moesten worden, welke functionaliteit behouden moest blijven en hoe het resultaat gecontroleerd kon worden.
Het resultaat
Ik kreeg drie concrete dingen: een UX/UI-beoordeling, een implementatieopdracht en een interactief visueel voorstel.
Wat mij bijblijft
De korte afstand tussen een vaag gevoel en een uitvoerbare verbetering.
Mijn vertrekpunt was: “Deze app werkt, maar ze voelt te druk.” Even later had ik onderbouwde observaties, een zichtbare ontwerprichting en een opdracht waarmee de volgende ontwikkelronde kon starten. En bovendien was de applicatie functioneel getest.
Vooral de vlotheid waarmee Codex de applicatie begreep en kon gebruiken is mind-blowing. Een AI die een andere AI evalueert is toch ergens al ingeburgerd, maar dit voelt toch anders aan.
