Copilot-agents in de juridische praktijk: instructies, kennisbronnen en toegangsrechten

Veel advocatenpraktijken, parketten en juridische afdelingen werken in Microsoft 365, en in een deel daarvan is ook Copilot beschikbaar. Copilot wordt vaak gebruikt als chatvenster: een vraag stellen, uitleggen wat de bedoeling is, het antwoord beoordelen en bij de volgende vraag opnieuw beginnen. Voor werk dat steeds terugkomt, is dat omslachtig. Daarvoor kun je in Copilot een agent maken, een assistent met vaste instructies en eigen kennisbronnen die elke keer op dezelfde manier werkt. Hoe dat in zijn werk gaat, laat Edo Zecha zien in de hands-on workshop Copilot in de praktijk: van prompt tot agent en verder, op het congres Wat AI vraagt van de juridische praktijk op dinsdag 8 december 2026 in Den Haag.

Zecha is Copilot-trainer bij The Innovative Lawyer en heeft ruim 25 jaar ervaring in e-commerce en digitale marketing. In de workshop werken deelnemers zelf met Copilot, tot en met het bouwen van agents voor terugkerend juridisch werk. Dit stuk loopt alvast langs wat een agent is, wat hij in een strafrechtpraktijk kan doen en waar de grenzen liggen.

Wat een agent is

Een agent maak je in Microsoft 365 Copilot zonder te programmeren. Volgens de documentatie van Microsoft beschrijf je in gewone taal wat de agent moet doen, waarna Copilot een naam, een beschrijving en instructies voorstelt die je kunt aanpassen. De instructies mogen tot 8.000 tekens lang zijn, ruim genoeg voor een gedetailleerde werkwijze. Daarnaast geef je de agent kennisbronnen mee, zoals bestanden en mappen in SharePoint, openbare websites of bestanden die je rechtstreeks uploadt. Voordat je de agent in gebruik neemt, kun je hem uitproberen.

Voor koppelingen met externe systemen, zoals een dossierbeheersysteem, is deze eenvoudige bouwomgeving niet bedoeld. Daarvoor moet de agent worden overgezet naar Copilot Studio, dat meer technische kennis vraagt. Voor de meeste toepassingen die hieronder aan bod komen, is dat niet nodig.

Toepassingen in de strafpraktijk

Een voor de hand liggende toepassing is een agent die processen-verbaal samenvat in een vaste opzet. De instructies leggen vast wat er per stuk moet worden vermeld: de datum, de verbalisant, wie er is gehoord, de kern van de verklaring, het paginanummer en waar de verklaring afwijkt van eerdere verklaringen. Het voordeel zit in de eenvormigheid. Iedereen die de agent gebruikt, krijgt dezelfde opbouw, waardoor samenvattingen van verschillende medewerkers naast elkaar te leggen zijn.

Een tweede toepassing is een agent die put uit het eigen materiaal van de praktijk. Wie modellen voor processtukken, interne notities over terugkerende verweren en eerdere pleitnota's in een SharePoint-map heeft staan, kan een agent maken die vragen beantwoordt op basis van die map. De agent zoekt dan in wat de praktijk zelf heeft opgebouwd en kan aangeven op welk stuk een antwoord berust.

Ook de communicatie met cliënten leent zich ervoor. Een agent met instructies over toon en begrijpelijkheid kan een eerste concept maken van een brief waarin een procedurestap wordt uitgelegd, zoals wat een strafbeschikking inhoudt of wat er na een dagvaarding gebeurt. De advocaat past het concept aan en blijft verantwoordelijk voor wat er wordt verstuurd.

Waar de grenzen liggen

Een agent kan niet onbeperkt veel stukken aan. Microsoft noemt een maximum van 100 bestanden uit SharePoint en 20 rechtstreeks geüploade bestanden per agent. Een omvangrijk fraudedossier dat uit honderden losse stukken bestaat, past daar niet zonder meer in. Een agent in deze vorm is daarom vooral geschikt voor vaste werkwijzen en voor een afgebakende verzameling eigen materiaal.

Belangrijker is de vraag wie wat te zien krijgt. Volgens Microsoft toont Copilot alleen gegevens waartoe de gebruiker ten minste leesrechten heeft, en volgt een agent de bestaande rechten en gevoeligheidslabels van bestanden in SharePoint en OneDrive. Voor bestanden die rechtstreeks in een agent worden geüpload, ligt dat anders: iedereen die toegang heeft tot de agent, heeft ook toegang tot de inhoud van die bestanden. Dossierstukken horen daarom niet als geüpload bestand in een agent die met collega's wordt gedeeld. Microsoft vermeldt verder dat prompts en antwoorden niet worden gebruikt om de onderliggende taalmodellen te trainen. Welke andere afspraken gelden, hangt af van het abonnement en de instellingen van de eigen omgeving.

Controle blijft nodig

Een agent past zijn instructies consequent toe, en dat geldt ook voor de fouten erin. Een instructie die een categorie verklaringen over het hoofd ziet, laat die in elke samenvatting weg. Het loont om een nieuwe agent eerst te testen op een dossier dat de praktijk goed kent, en de uitkomst naast een eigen samenvatting te leggen. Daarna blijft steekproefsgewijze controle nodig, zeker wanneer de agent wordt gebruikt door medewerkers die het dossier zelf niet hebben gelezen. Op die laatste kwestie ging eerder op deze site het stuk Wie leert de stagiaire het vak als AI het dossier leest? in.

Op 8 december

De workshop van Zecha valt in de tweede workshopronde, in de middag. In dezelfde ronde behandelt Franka Rolvink Couzy van &samhoud het opleiden en werven in een AI-praktijk. In het plenaire programma spreken Sander Denneman en Kerem Canatan over dataveiligheid en AI, en behandelt Ot van Daalen de vraag of lokale AI een alternatief is voor de cloud. Eva Bosma van &samhoud opent de dag met een keynote over AI-transformatie.

Het congres vindt plaats aan de Koninginnegracht 60 in Den Haag. De plenaire onderdelen zijn ook live online te volgen of achteraf terug te kijken. Deelname kost € 599 exclusief btw en levert 6 PO/PE-punten op, waarvan 3 juridisch en 3 niet-juridisch. Bekijk het programma en schrijf je in.