R&D Project: Automatisch Laravel-code genereren met AI

Bij Divtag geloven we in de kracht van innovatie. In een snel veranderend technologisch landschap is stilstand geen optie – en daarom organiseren we regelmatig R&D-dagen. Deze dagen geven ons de ruimte om te experimenteren, te leren en te bouwen aan ideeën die de toekomst van maatwerksoftware mee vormgeven.

In dit blog nemen we je mee in een bijzonder R&D-project dat werd opgezet door Koen, Timmy, Bas en Geoffrey. Hun doel? Op een laagdrempelige manier vertrouwd raken met Artificial Intelligence, en ontdekken hoe AI de dagelijkse softwareontwikkeling binnen Divtag efficiënter en slimmer kan maken.

Het idee: AI tastbaar maken voor onze developers

De aanleiding voor het project was helder: als team wilden we ontdekken wat AI concreet voor ons kan betekenen in onze workflow. Niet als abstract concept, maar als praktisch hulpmiddel. De centrale vragen waren:

• Kunnen we met AI sneller en consistenter code genereren?
  
• Kunnen we door middel van slimme prompts onze processen automatiseren?
  
• En belangrijker nog: hoe integreren we dit in onze bestaande tools en projecten?
  

Met deze vragen in het achterhoofd werd het idee geboren: een tool bouwen die op basis van prompts automatisch code genereert in Laravel-structuur, inclusief stubs, templates en relaties.

Wat we hebben gebouwd

Het project kreeg de werktitel “LaraMagic” en was gericht op het ontwikkelen van commando’s die developers kunnen gebruiken om automatisch code te genereren op basis van prompts. Hierbij werd gebruikgemaakt van:

• PhpStorm (onze standaard IDE)
  
• Prism-php/prism (een Composer-package die LLM-integratie vereenvoudigt)
  
• De Chad-server (onze zelfgebouwde lokale AI-machine met krachtige GPU)
  
• Ollama als backend om LLM’s lokaal te draaien
  
• CodeMistral en CodeLlama als primaire AI-modellen
  

De commando’s die werden opgezet, genereren automatisch onderdelen zoals:

• Models (inclusief hasMany/belongsTo-relaties)
  
• Controllers met standaard CRUD-logica
  
• Requests, gebaseerd op frameworks als Inertia of Fractal
  
• Validation rules
  
• Migrations, seeders en factories
  
• Unittests
  
• System prompts met consistente logica
  

Deze output is volledig aanpasbaar via prompts, wat zorgt voor een combinatie van flexibiliteit en structuur.

Het proces: vrijheid en experiment binnen duidelijke kaders

Het team begon met een gezamenlijke brainstorm: wat willen we bouwen? Wat moet het kunnen? Welke AI-modellen gebruiken we?

Na de verkenning werden de taken verdeeld. Ieder teamlid werkte aan een specifiek onderdeel dat bij zijn expertise en interesse aansloot. Deze flexibele aanpak stimuleerde ownership en nieuwsgierigheid — twee kernwaarden binnen ons R&D-DNA.

Een belangrijke technische uitdaging zat in het goed opzetten van de system prompts. Simpele tekstuele input gaf vaak geen consistente of herbruikbare output. Daarom hebben we geëxperimenteerd met:

• Context inbouwen via stubs
  
• Promptstructuren verfijnen
  
• Experimenteren met response formatting
  

Het was een leerzaam proces dat ons dwong om echt na te denken over hoe je AI aanstuurt, en hoe belangrijk de juiste context is voor bruikbare resultaten.

Resultaten: van tijdwinst tot consistentie

De eerste resultaten waren veelbelovend. We merkten al snel dat we met de gegenereerde code veel tijd bespaarden in het opzetten van projecten. Doordat de output gebaseerd is op standaard prompts en templates, werd de code bovendien veel consistenter — een belangrijk voordeel in teams waar verschillende developers aan dezelfde projecten werken.

Een greep uit de succesvolle uitkomsten:

• Automatische generatie van models met volledige relatie-mapping
  
• CRUD-controllers met logische structuur en goede foutafhandeling
  
• Unittests op basis van gegenereerde functionaliteit
  
• Dynamisch genereren van requests met correcte return types
  

Daarnaast merkten we dat deze aanpak het onboarden van nieuwe developers kan versnellen: met een set vaste commando’s kun je razendsnel een werkbare projectbasis genereren.

Obstakels: AI is krachtig, maar niet magisch

Natuurlijk was het niet alleen rozengeur en maneschijn. Onze Chad-server – krachtig, maar nog in opbouw – bleek te traag bij intensief gebruik. De combinatie van meerdere prompts en zware modellen zorgde voor throttling (automatische vertraging om oververhitting te voorkomen). Een nieuwe koeling was onderweg, maar liet net iets te lang op zich wachten.

Dit leerde ons dat infrastructuur cruciaal is bij het lokaal draaien van AI-modellen. Toch was het indrukwekkend hoeveel we konden bereiken met een relatief bescheiden server.

Toekomstvisie: van experiment naar standaard tool

De potentie van dit project is groot. Wat als we in elk Laravel-project standaard LaraMagic integreren? Wat als we CRUD-functionaliteit of unit tests in enkele seconden genereren via een alias-commando? Dit is niet alleen handig, maar kan onze gehele ontwikkelworkflow transformeren.

Een concreet voorbeeld is het project VetView, waarin de gegenereerde code direct toepasbaar bleek. Denk aan snellere oplevering, lagere foutmarges en meer focus op klantspecifieke logica in plaats van boilerplate-code.

Bovendien heeft de Chad-server als interne tool veel potentieel:

• Fine-tuning op eigen codebase
  
• Privacyvriendelijk gebruik van vertrouwelijke data
  
• Werken zonder afhankelijk te zijn van externe AI-diensten
  

In de toekomst zou dit kunnen uitgroeien tot een vaste, geïntegreerde DevTool binnen Divtag.

Wat dit zegt over Divtag

Dit R&D-project laat perfect zien waar Divtag voor staat:

• Leren en innoveren
  
• Technologie inzetten om processen slimmer te maken
  
• Vrijheid geven aan onze mensen om te experimenteren
  

Het is een schoolvoorbeeld van onze cultuur: pragmatisch, maar vooruitstrevend. We bouwen niet zomaar software — we bouwen aan een betere manier van werken. Voor onszelf, en voor onze klanten.

Meer weten?

Ben jij benieuwd hoe wij AI inzetten binnen maatwerksoftware? Of wil je sparren over hoe automatisering jouw processen kan versnellen?

Neem contact met ons op of plan een kennismaking. We laten je graag zien wat er mogelijk is — vandaag én in de toekomst.