De meeste outbound workflows komen op een punt waar iets rommelige input moet lezen, moet bepalen wat die betekent en bruikbare output moet schrijven. Die stap laten we door Claude doen. Het is de familie van large language models van Anthropic, en GTM-teams gebruiken het voor onderzoek, classificatie en schrijfwerk. Je gebruikt het via een chatapp, een API of als AI-stap in tools als Clay en n8n. Geef het een prompt met context en je krijgt een redenering, een strak label, een samenvatting of een concept terug dat zonder nawerk verder de workflow in gaat. Niets ligt vast, maar meestal maken we Claude de intelligente laag tussen data en actie. Het scoort fit, leidt een persona af, vat een bedrijf samen of schrijft een openingszin voor het eerste contact. Zo wordt ruwe enrichment iets waar een rep of een sequence direct mee aan de slag kan. Bij Nebor gebruiken we Claude als AI-stap in onze Clay-tabellen, vaak samen met Claygent. Het leest verrijkte accountdata, bepaalt fit en segment en schrijft gepersonaliseerde invalshoeken, zodat de outbound past bij het account dat echt voor ons ligt. Voor dit werk zien we Claude en ChatGPT als uitwisselbaar en kiezen we per build. Met een strakke prompt en schone input blijft de output consistent genoeg om in een live campagne te zetten.