Chatwize
Terug naar de blog

Tutorials8 min. lezen

Chatbot op eigen data: hoe werkt het en wat heb je nodig?

Chatwize teamGepubliceerd op

Een stapel documenten en een productblad met een vergrootglas, met stippellijnen naar een chatvenster waarin een vraag een afgevinkt antwoord krijgt

Een chatbot op eigen data is een AI-chatbot die klantvragen beantwoordt uit jouw informatie, zoals je productpagina's, voorwaarden, prijslijst en veelgestelde vragen, in plaats van uit wat hij toevallig over het internet weet. Je hoeft daarvoor geen eigen AI-model te trainen: je zet je informatie klaar, de chatbot zoekt bij elke vraag het juiste stuk op en schrijft daar een antwoord mee.

In dit artikel lees je hoe dat werkt, wat het verschil is tussen trainen en opzoeken, welke informatie je klaarzet en welke juist niet, wat de chatbot doet als het antwoord nergens staat, hoe je de antwoorden actueel houdt en wat er met je gegevens gebeurt. Met een stappenplan om in een middag te beginnen.

Wat is een chatbot op eigen data?

Een gewone AI-chatbot zoals ChatGPT weet veel over de wereld, maar niets over jouw bedrijf. Vraag hem wat de levertijd van jouw webshop is of welke borg je vraagt voor een aanhanger, en hij moet gokken. Een chatbot op eigen data krijgt jouw informatie mee. Hij gebruikt de taalvaardigheid van een AI-model om de vraag te begrijpen en een helder antwoord te schrijven, maar de feiten haalt hij uit wat jij hem geeft.

Neem een groothandel in bevestigingsmaterialen met een paar duizend artikelen. Een installateur vraagt om half tien 's avonds welke pluggen geschikt zijn voor gasbeton en of die morgen geleverd kunnen worden. Het antwoord staat in de productbladen en de leveringsvoorwaarden. Een chatbot op eigen data zoekt beide op en geeft antwoord, met de juiste plug en de besteltijd voor levering de volgende dag. Een algemene chatbot zou een plug noemen die de groothandel misschien niet eens verkoopt.

Trainen of opzoeken: wat is het verschil?

Veel ondernemers denken dat ze een AI-model moeten trainen op hun bedrijfsgegevens. Dat kan, maar voor klantvragen is het zelden de beste weg. Er zijn twee manieren om een AI-model jouw informatie te laten gebruiken:

Opzoeken (RAG)Hertrainen (fine-tuning)
Hoe het werktBij elke vraag zoekt het systeem de passende stukken in jouw informatie en geeft die mee aan het modelHet model zelf wordt bijgeleerd met jouw voorbeelden
Nieuwe prijs of voorwaardePas de bron aan, het volgende antwoord gebruikt hemOpnieuw trainen
Waar komt het antwoord vandaan?Uit een stuk tekst dat je kunt terugvinden en nakijkenUit wat het model heeft onthouden, lastig na te gaan
Wat heb je nodig?Je bestaande pagina's en documentenVeel voorbeelden, technische kennis en tijd
Geschikt voorFeiten die veranderen: voorraad, prijzen, voorwaarden, openingstijdenEen vaste schrijfstijl of een heel specifieke taak
Voor klantvragen op een website is opzoeken bijna altijd de logische keuze.

Opzoeken heet in vaktaal retrieval-augmented generation, kortweg RAG. De term komt uit een onderzoek van Lewis en collega's uit 2020 ("Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks"), waarin een taalmodel bij elke vraag eerst relevante tekst ophaalt en daarna het antwoord schrijft. Het voordeel voor jou als ondernemer: je informatie blijft van jou en blijft aanpasbaar. Verandert je retourtermijn, dan pas je één pagina aan en klopt het volgende antwoord weer.

Welke informatie zet je klaar voor je chatbot?

De chatbot is zo goed als wat je hem geeft. Begin daarom niet met alles wat je hebt, maar met de bronnen die de vragen van je klanten beantwoorden. Deze tabel helpt bij het kiezen:

BronWelke klantvraag hij beantwoordtLet op
Productpagina's en productbladenWelke maat, welk materiaal, past dit op dat, wat zit erbijSpecificaties moeten op elke pagina hetzelfde staan
Leverings- en retourvoorwaardenWanneer wordt het geleverd, wat kost verzenden, hoe retourneer ikHaal oude versies weg, anders noemt hij een verlopen termijn
Veelgestelde vragenDe vragen die nu al elke week binnenkomenSchrijf ze in de woorden van de klant, niet in je eigen vaktaal
Prijslijst of huurtarievenWat kost het per dag, per week, per stukZet erbij of het met of zonder btw is
Huur- of algemene voorwaardenBorg, rijbewijs, annuleren, schadeEen PDF is prima, als de tekst te selecteren is en niet alleen een scan
Openingstijden en afhaalinformatieWanneer kan ik langskomen, waar parkeer ikOok de uitzonderingen rond feestdagen

Wat er níét in hoort, is net zo belangrijk. Zet geen klantgegevens, interne mails, inkoopprijzen of marges in de bronnen van een chatbot die met bezoekers praat. Wat erin staat, kan in een antwoord terechtkomen. Ook oude prijslijsten en concepten van voorwaarden horen eruit: twee versies van dezelfde regel is de snelste weg naar een fout antwoord.

Begin bij je inbox, niet bij je documentenmap

Pak de mails en chats van de afgelopen maand en kijk welke vragen het vaakst terugkomen. Zoek bij elke vraag de pagina of het document waar het antwoord staat. Staat het nergens, dan schrijf je het eerst op. Zo zie je meteen wat er op je website ontbreekt.

Hoe zet je een chatbot op eigen data op? Vijf stappen

  1. Verzamel je bronnen. Maak een lijst van de pagina's en documenten die de vragen uit je inbox beantwoorden: productpagina's, voorwaarden, veelgestelde vragen, prijslijst. Gooi oude versies weg.
  2. Ruim tegenstrijdigheden op. Staat de levertijd op de ene pagina als twee werkdagen en op de andere als drie, kies er één. De chatbot kan niet weten welke klopt.
  3. Zet de informatie in de chatbot. Bij de meeste aanbieders koppel je je website en upload je documenten. Begin met je belangrijkste bronnen, niet met alles.
  4. Test met echte klantvragen. Stel twintig vragen uit je inbox, in de woorden van je klanten, met tikfouten en al. Stel er ook een paar waarvan het antwoord nergens staat, en kijk wat hij dan doet.
  5. Lees mee en stuur bij. Kijk de eerste weken de gesprekken na. Klopt een antwoord niet, pas dan de bron aan in plaats van alleen dat ene antwoord. Zo wordt elke volgende vraag over hetzelfde onderwerp ook beter.

Wat doet de chatbot als het antwoord niet in je informatie staat?

Dit is de belangrijkste vraag, en het verschil tussen een chatbot die je klanten helpt en een die je klanten in de war brengt. Een AI-model is gemaakt om een vloeiend antwoord te schrijven. Staat het antwoord niet in de bronnen, dan kan een slecht ingestelde chatbot iets aannemelijks verzinnen. Een goed ingestelde chatbot zegt eerlijk dat hij het niet weet en biedt aan de vraag door te zetten naar een medewerker.

Een verhuurbedrijf van bouwmachines merkt dat snel. Een klant vraagt of een minigraver ook met een aanhanger achter een personenauto mee kan. Staat het gewicht met aanhanger nergens, dan moet de chatbot geen ja zeggen. Hij moet zeggen dat hij dat niet zeker weet, vragen om een telefoonnummer en de vraag doorgeven aan de balie. Een fout ja kost je hier meer dan een eerlijk ik weet het niet.

Zo test je of hij niet verzint

  • vraag naar een product dat je niet verkoopt;
  • vraag naar een maat of variant die niet bestaat;
  • vraag naar een korting of uitzondering die nergens in je voorwaarden staat;
  • stel twee vragen in één zin en kijk of hij beide beantwoordt;
  • vraag om een mens en kijk of de overdracht werkt.

Hoe houd je de antwoorden actueel?

Omdat de chatbot bij elke vraag in je bronnen zoekt, hoef je niets opnieuw te trainen. Je houdt de bronnen bij. Een paar gewoonten maken dat makkelijk:

  • Maak je website de bron. Verander je een prijs of levertijd, doe dat eerst op je site. Laat de chatbot je website opnieuw inlezen, dan volgen de antwoorden.
  • Vervang documenten in plaats van ze toe te voegen. Upload je een nieuwe prijslijst, haal de oude weg.
  • Kijk elke maand naar de vragen die de chatbot niet kon beantwoorden. Daar zit precies de informatie die nog ontbreekt.
  • Zet tijdelijke regels op één plek, zoals afwijkende openingstijden rond de feestdagen, en haal ze daarna weer weg.

Wat gebeurt er met je gegevens?

Bij een chatbot op eigen data hoort je informatie gebruikt te worden om antwoorden op te zoeken, niet om een openbaar model mee te trainen. Vraag dat altijd na bij je aanbieder, en vraag ook waar je gegevens en de gesprekken van je klanten worden opgeslagen en of er een verwerkersovereenkomst is, zoals de AVG vraagt. Bij Chatwize wordt je data opgeslagen in de EU. In ons artikel over AI zonder training op klantdata lees je welke vragen je een leverancier stelt.

Veelgestelde vragen over een chatbot op eigen data

Moet ik zelf een AI-model trainen om een chatbot op mijn eigen data te maken?
Nee. Voor klantvragen zoek je je eigen informatie op bij elke vraag (RAG). Je zet je website en documenten klaar, en de chatbot gebruikt die als bron. Een model hertrainen kost veel tijd en voorbeelden en is lastiger bij te werken als een prijs of voorwaarde verandert.
Kan een chatbot op eigen data antwoorden verzinnen?
Dat kan, als het antwoord niet in je bronnen staat en de chatbot niet goed is ingesteld. Test daarom vooraf met vragen waarvan het antwoord nergens staat. Een goede chatbot zegt dan dat hij het niet weet en zet de vraag door naar een medewerker. Tegenstrijdige bronnen opruimen voorkomt de meeste fouten.
Hoeveel informatie heb ik nodig?
Minder dan je denkt. Begin met de pagina's en documenten die de twintig meest gestelde vragen uit je inbox beantwoorden. Breid daarna uit met wat de chatbot in de eerste weken niet wist. Liever weinig en kloppend dan veel en tegenstrijdig.
Werkt een chatbot op eigen data ook met PDF's?
Ja, de meeste aanbieders lezen PDF's in, net als Word- en Excel-bestanden. Let op dat de tekst in de PDF te selecteren is. Een ingescande pagina is een plaatje, en daar kan de chatbot geen tekst uit halen.
Blijven mijn gegevens in de EU?
Dat verschilt per aanbieder, dus vraag het na. Bij Chatwize wordt je data opgeslagen in de EU. Vraag ook om een verwerkersovereenkomst, en vertel bezoekers dat ze met een AI-assistent praten: dat vraagt de Europese AI-verordening (artikel 50).

Klaar om dit voor je eigen team te realiseren?

Boek een korte demo en we laten zien hoe Chatwize past op jouw klantvragen, kanalen en processen.