AI-chatbot voor je website: wat werkt wel en wat niet

Bij een groothandel in bouwmaterialen stond vorig jaar drie weken een AI-chatbot op de website. Daarna ging hij eruit. Niet omdat niemand hem gebruikte, maar omdat hij een levertijd van twee werkdagen noemde voor een artikel dat vier weken op de boot lag. Een klant plaatste op basis van dat antwoord een order. Het telefoontje daarna was geen leuk gesprek.

Dat is het beeld dat veel ondernemers bij zo'n ding hebben: aardig speeltje, gaat een keer flink mis. Dat klopt ook, als je hem bouwt zoals de meeste mensen hem bouwen. Er is een manier die wel werkt, en die begint niet bij het model maar bij je eigen teksten.

Waarom een AI-chatbot antwoorden verzint

Een taalmodel is een voorspeller. Het kijkt naar wat er staat en bepaalt wat het meest waarschijnlijke vervolg is. Het heeft geen idee van jouw levertijden, jouw garantietermijn of jouw openingstijden tussen kerst en oud en nieuw. Vraag je er toch naar, dan komt er iets uit dat eruitziet als een antwoord, want dat is precies wat het model geleerd heeft te produceren.

De techniek die dit oplost heet retrieval. Simpel gezegd: voordat het model iets mag zeggen, zoekt het systeem eerst in jouw documenten naar de passages die bij de vraag horen. Die passages gaan mee als bron. Het model mag ze samenvatten en netjes formuleren, meer niet. Vindt het niets, dan hoort er geen antwoord uit te komen maar een doorverwijzing.

Het verschil in de praktijk is groot. Zonder bronnen is elk antwoord een gok die goed klinkt. Met bronnen is het een samenvatting van iets wat jij zelf hebt geschreven, en kun je het naast de bron leggen.

Wat je nodig hebt voordat je begint

De chatbot is het laatste onderdeel dat je bouwt. Daarvoor komt het saaie werk.

Zet op een rij welke vragen echt binnenkomen. Pak de laatste tweehonderd mails naar je info-adres en de laatste honderd chats of telefoonnotities. Meestal zie je dat vijftien tot twintig vragen samen zo'n zeventig procent van het volume vormen. Dat is je scope.

Zorg dat er per onderwerp één bron is. Als je levertijden op drie plekken staan en twee daarvan zijn achterhaald, kiest het systeem er één. Dat is niet altijd de goede. Dit opruimwerk kost bij ons bijna altijd meer tijd dan het bouwen zelf.

Wijs iemand aan die de teksten bijhoudt. Een chatbot is een publicatiekanaal. Verandert je retourtermijn, dan verandert het antwoord pas als iemand de bron aanpast.

En bepaal wat er niet in gaat.

Voorraad en levertijd horen alleen in de chatbot als hij ze op het moment van de vraag ophaalt uit je voorraadsysteem. Een export van vorige week is precies hoe die groothandel in de problemen kwam.

Hoe je hem inricht zodat hij niet gaat gokken

Zes instellingen doen het meeste werk.

1. Geef de opdracht dat er alleen geantwoord mag worden op basis van de meegeleverde bronnen. Staat het er niet in, dan is het antwoord dat hij het niet weet.
2. Toon bij elk antwoord waar het vandaan komt, met een link naar de pagina. Dat maakt hem controleerbaar, en bezoekers klikken er ook echt op.
3. Zet een duidelijke overdracht naar een mens erin. Een knop die het gesprek doorstuurt naar je mailbox of een ticket aanmaakt, met de vraag en de gegeven antwoorden erbij.
4. Log elke vraag en elk antwoord. De eerste maand is dat je belangrijkste bron van verbeteringen. Je ziet direct welke vragen buiten je bronnen vallen.
5. Laat hem niets toezeggen. Geen kortingen, geen afspraken, geen uitzonderingen. Dat is geen technische instelling maar een grens die je in de opdracht vastlegt en daarna test.
6. Zeg dat het een chatbot is. Dat is sinds 2 augustus ook wat de AI Act van je vraagt bij systemen die met mensen communiceren. Meer daarover in het artikel over de AI Act en de transparantieplicht.

Testen doe je met echte vragen

Bouw een lijst van vijftig vragen uit je eigen mailbox, inclusief de vervelende. Vragen met een aanname erin, zoals "jullie leveren toch ook op zaterdag?". Vragen die twee onderwerpen mengen. En vragen waar het antwoord echt niet in je documenten staat. Die laatste groep is de belangrijkste test. Als de chatbot daar iets verzint, is hij nog niet klaar.

Wat kost een AI-chatbot

Drie posten, net als bij elke andere build.

De inrichting. Voor een afgebakende set bronnen en een koppeling met je mailbox of ticketsysteem zitten we meestal tussen de 3.000 en 8.000 euro. Het verschil zit bijna volledig in de staat van je documenten.

Het gebruik. Per gesprek gaat het om centen. Bij vijfhonderd gesprekken per maand praat je over tientjes, niet over honderden euro's.

Het beheer. Bronnen bijwerken, de logs doorlopen en de koppelingen in de lucht houden. Daarom hoort bij elke build een servicecontract. Een chatbot waar een half jaar niemand naar kijkt, geeft antwoorden op basis van teksten van een half jaar geleden.

Wanneer je beter geen chatbot neemt

Krijg je minder dan een handvol herhaalvragen per dag, dan verdien je het onderhoud niet terug. Zet dan een goede veelgestelde-vragenpagina neer en een fatsoenlijk contactformulier.

Hangen je antwoorden vooral af van de specifieke klant, zoals contractprijzen of maatwerkafspraken, dan hoort dat achter een inlog en niet in een open chat.

En klopt je documentatie niet, los dat dan eerst op. Een chatbot maakt bestaande rommel sneller vindbaar, niet beter.

Wil je weten of het bij jou wat oplevert, begin dan met tellen. Pak een maand aan inkomende vragen en sorteer ze op onderwerp. Staat er bovenaan een groep die steeds hetzelfde antwoord krijgt, dan heb je een zaak. Wij bouwen dit in je eigen website in plaats van er een widget van een derde partij naast te hangen, zie websites en apps of vraag een offerte aan. Bellen mag ook: 010 89 008 89. Moeten er meerdere systemen aan elkaar, lees dan systemen koppelen via API.