Just 2.0: analyses, webzoek, afbeeldingen en gedeelde context

Dit is tot nu toe de grootste update van Just.

Met deze release zet Just: AI-assistent voor Jira echt een stap vooruit. Analyses stellen nu eerst verduidelijkende vragen, bouwen daarna een plan, kunnen actuele webcontext meenemen, in dezelfde run afbeeldingen genereren en worden in de loop van de tijd beter door feedback op projectniveau.

De andere grote verandering is context. Teams kunnen herbruikbare context nu binnen één project houden of juist beschikbaar maken voor de hele organisatie, afhankelijk van hoe breed die kennis gedeeld moet worden.

De prijs is ook veranderd, en daar kom ik later op terug. Maar het echte nieuws is de sprong van het product zelf. In de praktijk is dit gewoon Just 2.0.

Wat er concreet is veranderd:

• Analyses verduidelijken nu eerst en plannen daarna.
• Eén run kan webonderzoek en beeldgeneratie combineren.
• Feedback begint toekomstige resultaten op projectniveau te beïnvloeden.
• Context kan lokaal per project blijven of organisatiebreed gedeeld worden.

Nieuwe naam, nieuw teken

Niet alleen het product is veranderd. Ook de naam en de visuele identiteit zijn vernieuwd.

Just: AI Starter Kit for Jira was een eerlijke naam in de beginfase, toen het product nog dichter bij een compacte bundel AI-flows stond. Just: AI-assistent voor Jira beschrijft veel beter wat het nu is: het genereert niet alleen tekst, maar helpt een Jira-issue door vragen, analyses, onderzoek, herbruikbare scenario’s en gecontroleerde uitvoering heen.

Eerst vragen, dan het plan

De belangrijkste verandering zit in de manier waarop Just zijn output opbouwt.

Eerdere versies genereerden direct een resultaat vanuit het ticket. Het model las de issue en gaf iets terug dat gestructureerd en aannemelijk klonk. Dat werkt als een ticket al helder genoeg is.

Maar de meeste tickets zijn dat niet. Ze worden snel geschreven, zitten vol impliciete aannames en missen juist de beslissingen die het zwaarst wegen voor de uitvoering.

De huidige versie stelt eerst verduidelijkende vragen. Je opent een issue, start een analyse en Just haalt eerst gerichte vragen naar boven voordat er iets wordt opgebouwd. Jij beantwoordt ze, en pas daarna wordt het plan gemaakt op basis van jouw antwoorden, niet op basis van wat het model dacht dat je waarschijnlijk bedoelde.

Dat klinkt als een kleine verandering. In de praktijk verschuift het resultaat van een aannemelijk antwoord op een vaag verzoek naar een gestructureerd plan op basis van expliciete keuzes. Het verschil valt meteen op zodra je het resultaat moet laten zien aan iemand anders in het team.

Webonderzoek en afbeeldingen in één run

Just ondersteunt nu webzoekwerk en beeldgeneratie binnen één analyse-run.

Als een ticket iets raakt dat verandert — een API, een functie van een concurrent, een compliance-eis — haalt de webzoekstap actuele informatie op voordat het plan wordt opgebouwd. Dat is belangrijk, omdat elk AI-model een afkapmoment heeft in de trainingsdata. Een model dat alleen op zijn training leunt, weet niet wat er de afgelopen maanden is veranderd. Een live zoekstap weet dat wel.

Beeldgeneratie draait via het beeldmodel van Gemini, dat in deze prijsklasse merkbaar beter omgaat met visuele consistentie en tekst in afbeeldingen dan de meeste alternatieven. Beide stappen zijn optioneel per analyse: je zet ze aan als het ticket ze nodig heeft, niet standaard.

Feedback die volgende resultaten verbetert

Elke analyse heeft nu een feedbacklaag.

Je kunt een resultaat markeren als nuttig of niet nuttig en er desgewenst een korte reden bij zetten. Die voorbeelden bouwen zich per project op en worden in volgende runs hergebruikt als positieve en negatieve signalen. Goede resultaten trekken toekomstige output richting wat het team echt waardevol vond. Slechte helpen het model te vermijden wat eerder misging.

Dit is geen wereldwijde verbetering van het model. Het is afstemming per project. Na verloop van tijd wordt Just daardoor steeds beter in het type resultaat dat jouw team ook echt gebruikt, in plaats van algemene output te geven die het model gewoon redelijk vond klinken.

Context op project- of organisatieniveau

Ook context is een stuk flexibeler geworden.

Sommige teams willen dat elk project dezelfde productkaders, doelgroep en basisafspraken erft. Andere hebben juist een eigen context per project nodig, omdat product, gebruikers of werkwijze echt verschillen. Just ondersteunt nu beide modellen.

Je kunt context lokaal in één project houden of herbruikbaar maken voor de hele organisatie. Dat klinkt als een configuratiedetail, maar het verandert sterk hoe praktisch het product op grotere schaal voelt. Gedeelde context voorkomt herhaald instelwerk. Projectgebonden context voorkomt dat aannames van het ene team doorsijpelen naar het werk van een ander.

In de praktijk past het systeem hierdoor veel beter in echte organisaties, in plaats van iedereen in één contextmodel te dwingen.

Bouw je eigen scenario’s

Met de scenario-editor kun je je eigen herbruikbare workflows maken, verfijnen en opslaan.

Een scenario is een reeks ingestelde stappen, elk met een eigen model, instructies en uitvoerformaat. Je kunt er één maken voor acceptatiecriteria, een andere voor technische afbakening en weer een andere voor concurrentieonderzoek bij nieuwe features. Daarna is zo’n scenario direct beschikbaar in Jira en met één klik te starten vanuit elke issue.

Dat was de meest gehoorde wens van vroege gebruikers. De ingebouwde analyse-workflow is op zichzelf al nuttig. Maar het moment waarop AI-ondersteuning echt praktisch wordt, is wanneer je de specifieke werkwijze van je team — voorkeursstructuur, verplichte velden, gewenste diepgang — kunt omzetten naar iets dat telkens opnieuw bruikbaar is.

Transparante kosten: credits, sleutels en controle

Just werkt met vijf aanbieders: Anthropic, OpenAI, Google, xAI en Mistral. Nieuwe installaties starten met 25 dollar aan onboarding-credits, verdeeld over aanbieders, zodat je echte workflows kunt draaien voordat je eigen API-sleutels instelt.

Zodra die credits op zijn, is het model heel eenvoudig:

• Je koppelt je eigen providersleutels.
• Kosten blijven zichtbaar op stapniveau: wat elke aanbieder, elke stap en elke analyse-run werkelijk kost.
• Credits zijn bedoeld als opstap, niet als langetermijnmodel. In de normale situatie draait Just op je eigen sleutels met volledige kostenzichtbaarheid.

Als je wilt zien hoe zulke kosten zich op teamniveau opstapelen, leg ik dat apart uit in Het AI-budget waar bijna niemand het over heeft.

Routing is bewust flexibel. Je kunt één aanbieder voor alles gebruiken of verschillende modellen aan verschillende staptypes koppelen. De standaardinstellingen weerspiegelen wat mij vandaag de beste resultaten geeft voor elk type werk — Anthropic voor de planningskern, Google voor onderzoek en afbeeldingen — maar alles is aanpasbaar.

Over de prijswijziging

Just ging van 1 dollar naar 5 dollar per gebruiker per maand.

De prijs van 1 dollar was eerlijk op het moment dat die werd vastgesteld. Just was toen nog experimenteel. Niets van wat hierboven staat, bestond toen al in het product. Een systeem dat verduidelijkende vragen stelt, live onderzoek doet, afbeeldingen genereert, feedback hergebruikt, eigen scenario’s ondersteunt en context op project- of organisatieniveau kan beheren, bestond toen nog alleen als plan en nog niet in de praktijk.

Dat product bestaat nu wel. Die 5 dollar per gebruiker weerspiegelen wat er daadwerkelijk in zit. Het ligt nog steeds onder veel vergelijkbare AI-tools voor Jira, en de prijs bevat nog altijd niet de AI-gebruikskosten zelf: die blijven transparant en lopen rechtstreeks via je eigen API-sleutels.

Voor bestaande abonnees geldt: volgens het prijsbeleid van Atlassian duurt het zes maanden voordat een prijswijziging op de factuur verschijnt. Er verandert dus niet meteen iets. Het tarief van 1 dollar blijft tot oktober 2026 gelden.

Als je over deze wijziging wilt praten, wilt begrijpen wat ze voor je team betekent of gewoon feedback op het product wilt geven, stuur me direct een bericht. Ik lees elk bericht.