Chatbot trainen: zo leer je je chatbot goede antwoorden geven

Een chatbot trainen betekent dat je hem de juiste kennis geeft, duidelijke grenzen meegeeft en zijn antwoorden blijft verbeteren op basis van echte gesprekken. Je hoeft daarvoor geen taalmodel te bouwen of te programmeren. Het werk zit in de informatie die je aanlevert en in hoe vaak je terugkijkt wat de chatbot zegt.

Hieronder lees je wat chatbot training vandaag inhoudt, waarmee je traint, hoe je dat in zes stappen aanpakt en hoe je meet of het werkt.

Wat houdt chatbot training in?

Chatbot training is het vullen en bijsturen van de kennis, instructies en grenzen waarmee een chatbot antwoordt. Bij een moderne AI-chatbot train je niet het taalmodel zelf, maar alles eromheen: welke informatie hij mag gebruiken, hoe hij moet antwoorden en wanneer hij een mens inschakelt.

Dat werk bestaat uit drie lagen:

1. Kennis: de informatie waaruit de chatbot zijn antwoorden haalt, zoals productinformatie, voorwaarden, levertijden en veelgestelde vragen.
2. Instructies: de toon, de onderwerpen waarover hij wel en niet praat en wat hij nooit mag toezeggen, zoals prijzen of kortingen.
3. Feedback: het terugkijken van gesprekken, het verbeteren van foute of vage antwoorden en het aanvullen van ontbrekende informatie.

Bij een klassieke chatbot met vaste antwoorden ziet trainen er anders uit. Daar voeg je vragen en antwoorden toe aan een vaste bibliotheek. Hoe die twee soorten chatbots werken, lees je in hoe werkt een chatbot.

Waarmee train je een chatbot?

Je traint een chatbot met vier bronnen: je eigen informatie, de vragen die klanten echt stellen, gesprekken die al gevoerd zijn en afspraken over wanneer een mens overneemt. Hoe completer en actueler die bronnen, hoe beter de antwoorden.

• Je website en documenten. Productpagina’s, voorwaarden, prijslijsten en handleidingen vormen de basis van de kennisbank van je chatbot. Zorg dat de informatie klopt voordat je hem aanlevert, want de chatbot herhaalt fouten letterlijk.
• Voorbeeldvragen. Verzamel de vragen die je team elke week beantwoordt, uit je mailbox, telefoonnotities en contactformulieren. Noteer ook de varianten: “wat kost dit?” en “valt dit binnen mijn budget?” vragen om hetzelfde antwoord.
• Gesprekslogs. Heb je al live chat of WhatsApp, dan zitten daar de echte vragen in, in de woorden van je klanten. Dat is het beste trainingsmateriaal dat er is.
• Overdrachtsregels. Leg vast bij welke vragen de chatbot een medewerker inschakelt: twijfel, een klacht, een concrete koopvraag of een vraag waar geen antwoord op klaarstaat.

Een chatbot trainen in zes stappen

Een chatbot trainen begint bij de vragen die klanten stellen en eindigt nooit: na de livegang blijf je bijsturen. Deze zes stappen gelden voor een eenvoudige chatbot en voor een AI-chatbot.

1. Verzamel de vragen. Begin met de twintig tot dertig vragen die het vaakst binnenkomen. Dat is genoeg voor een eerste versie die het grootste deel van de gesprekken aankan.
2. Bouw de kennisbank. Zet bij elke vraag de informatie klaar die het antwoord bevat. Liever korte, losse stukken per onderwerp dan één lang document.
3. Leg de grenzen vast. Schrijf op waar de chatbot niet over praat en wat hij niet toezegt. Een chatbot die over prijzen of afspraken mag onderhandelen, gaat daar vroeg of laat mee de fout in, zoals de chatbot voorbeelden van Air Canada en een Amerikaanse autodealer laten zien.
4. Regel de overdracht. Bepaal wanneer een medewerker overneemt en zorg dat die het hele gesprek te zien krijgt, zodat de klant niets hoeft te herhalen.
5. Test met echte vragen. Laat collega’s de chatbot vragen stellen zoals klanten dat doen, met typfouten, halve zinnen en vragen buiten het onderwerp. Niet met de vragen die je zelf voor ogen had.
6. Stuur bij na de livegang. Lees de eerste weken elk gesprek terug. Daar zie je welke vragen je niet had voorzien en waar informatie ontbreekt.

Hoe train je een chatbot zonder veel gesprekken?

Zonder veel gesprekken train je een chatbot met de vragen die je al kent: uit je mailbox, je telefoon en de gesprekken van je verkopers. Je hebt geen duizenden chats nodig om te beginnen, wel een goed beeld van wat klanten willen weten.

Drie manieren om dat beeld te krijgen:

• Vraag het je team. Medewerkers aan de telefoon of in de showroom weten precies welke vragen elke dag terugkomen. Een halfuur met hen levert vaak meer op dan een maand aan chatlogs.
• Kijk naar je website. De pagina’s die het meest bezocht worden, en de zoekopdrachten in de zoekbalk van je site, laten zien waar bezoekers naar op zoek zijn.
• Begin smal. Laat de chatbot eerst één taak goed doen, zoals vragen over levertijden of het inplannen van een afspraak, en breid uit als die taak loopt.

Een kleine start heeft nog een voordeel. Met weinig onderwerpen is elk gesprek makkelijk terug te lezen, waardoor je snel ziet waar de chatbot vastloopt.

Hoe meet je of de training werkt?

Of de training werkt, zie je aan de antwoorden die de chatbot geeft, niet aan het aantal gesprekken. Een chatbot die veel praat maar vaak doorverwijst of fouten maakt, is nog niet goed getraind.

De chatbot van de Nederlandse gemeenten laat zien hoe je dat structureel aanpakt. Het team achter Gem beoordeelt de antwoordkwaliteit op meerdere criteria, zowel wat er wel in een antwoord moet staan als wat er juist niet in mag voorkomen, en bouwt een testsysteem dat antwoorden met vaste examens controleert, blijkt uit de nieuwsberichten van Gem.

Zo ver hoef je als bedrijf niet te gaan. Deze signalen vertellen je al veel:

• Overdrachten zonder reden. Zet de chatbot gesprekken door die hij zelf had kunnen afhandelen, dan ontbreekt er informatie in de kennisbank.
• Herhaalde vragen. Stelt een bezoeker dezelfde vraag twee keer, dan was het eerste antwoord niet duidelijk.
• Afgebroken gesprekken. Haakt een bezoeker af na een antwoord, kijk dan of dat antwoord klopte en of het de vraag echt beantwoordde.
• Fouten. Elk fout antwoord is een signaal dat de bron verouderd is. Air Canada werd door een tribunaal aansprakelijk gehouden voor een fout antwoord van zijn chatbot, meldt Dentons: wat je chatbot zegt, zeg jij.

Bijsturen is daarom een vaste taak, geen klus voor erbij. Bij het Rotterdamse HelloPrint ontstond er zelfs een fulltime functie voor: een AI-productmanager die de chatbot continu bijwerkt, schrijft Ziptone op basis van TNO-onderzoek. Waar het misgaat als niemand die rol pakt, lees je bij de nadelen van chatbots.

Hoe wij chatbots trainen op echte gesprekken

Bij Bconnect zien we dat de meeste winst niet in de eerste inrichting zit, maar in de weken erna, als de echte vragen binnenkomen. Daarom trainen we de chatbot niet één keer, maar blijven we hem bijsturen.

De kennisbank bouwen we samen met de klant op. Wij halen de productinformatie, voorwaarden en leadcriteria op en zetten die om in antwoorden. Daarna lezen onze chatspecialisten de gesprekken mee. Ziet een specialist dat de AI een vraag niet goed beantwoordt, dan vullen we de kennisbank aan of passen we de instructies aan, zodat de volgende bezoeker met dezelfde vraag wel goed geholpen wordt.

Een voorbeeld uit home & living: in de eerste weken bij een kozijnenbedrijf komen er vragen binnen over maatwerk en montage die niet in de aangeleverde informatie stonden. De AI kondigt bij die vragen een overdracht aan, een specialist neemt het gesprek over en het antwoord gaat daarna de kennisbank in. Zo wordt het aantal overdrachten per onderwerp kleiner. Wie dat werk niet zelf wil doen, kan de chatbot laten trainen en beheren. De afweging tussen zelf doen en uitbesteden staat in chatbot zelf maken of uitbesteden.

Trainen houdt niet op bij de livegang

Een chatbot trainen is geen eenmalige klus, maar een vaste routine: goede kennis aanleveren, duidelijke grenzen stellen en gesprekken blijven teruglezen. Je hebt geen groot volume nodig om te beginnen, wel een goed beeld van de vragen van je klanten en iemand die tijd vrijmaakt om bij te sturen. Wie dat volhoudt, heeft na een paar weken een chatbot die de meeste vragen goed beantwoordt en de rest netjes overdraagt aan een mens. Alle artikelen over dit onderwerp vind je in het overzicht van chatbots.

Veelgestelde vragen over chatbot trainen