Conversational AI trainen stopt niet op de dag dat de AI live gaat. Op dat moment kent hij de vragen die je had voorzien, maar bezoekers stellen altijd vragen die niemand had bedacht. Juist daar begint het echte trainen.
Hieronder lees je wat je traint, hoe je leert van echte gesprekken, welke aanpassingen je maakt en hoe vaak je dat doet.
Wat conversational AI trainen inhoudt
Conversational AI trainen is het blijvend bijwerken van de kennis, instructies en overdrachtsregels waarmee de AI antwoordt, op basis van echte gesprekken. Je traint dus niet het taalmodel zelf, maar alles eromheen. Hoe dat taalmodel en de kennisbank samenwerken, lees je bij hoe werkt conversational AI.
Dit artikel gaat over het werk na livegang. De eerste opzet, van vragen verzamelen tot de eerste test, staat stap voor stap bij een chatbot trainen.
Wat je traint: kennis, instructies en intenties
Je traint drie dingen: wat de AI weet, hoe hij antwoordt en welke bedoeling hij achter een vraag herkent.
Kennis
De kennisbank is de bron van elk antwoord: producten, prijzen, levertijden, voorwaarden, openingstijden. Verandert er iets in je aanbod, dan moet het hier ook veranderen. Een AI met een verouderde kennisbank geeft verouderde antwoorden, hoe goed het taalmodel ook is.
Instructies
Instructies bepalen hoe de AI praat en waar hij niet over praat. Welke toon past bij je merk, wat zegt hij nooit toe en wanneer schakelt hij een medewerker in? Die afspraken stel je bij zodra je ziet dat een antwoord te stellig, te vaag of te lang is.
Intenties
Een intentie is de bedoeling achter een vraag. “Wat kost deze keuken?”, “Past dit in mijn budget?” en “Hebben jullie een prijsindicatie?” zijn drie zinnen met dezelfde bedoeling. De AI moet die varianten herkennen, ook als bezoekers ze anders formuleren dan je had verwacht.
Leren van echte gesprekken
De beste training komt uit gesprekken die al gevoerd zijn. Daarin staan de vragen in de woorden van je klanten, en je ziet precies waar de AI vastloopt.
Let bij het teruglezen op vier signalen:
- Overdrachten zonder reden. Zet de AI een gesprek door dat 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, controleer dan of dat antwoord klopte en de vraag echt beantwoordde.
- Steeds hetzelfde antwoord. Blijft de AI in een lus hangen, dan herkent hij niet dat hij het niet weet.
Dat laatste komt vaak voor. Minder dan de helft van de chatbots die de Consumentenbond in 2026 onderzocht, gaf altijd duidelijk aan wanneer hij een vraag niet begreep, blijkt uit het onderzoek van de Consumentenbond. Juist dat moment wil je bij het trainen opsporen.
Drie soorten aanpassingen
Wat je uit de gesprekken haalt, vertaal je in drie soorten aanpassingen: antwoorden verfijnen, gaten dichten en de overdracht bijstellen.
Antwoorden verfijnen. Een antwoord dat klopt maar de bezoeker niet verder helpt, maak je concreter. Bijvoorbeeld een levertijd met de stap erna: wanneer de klant wordt gebeld om de montage in te plannen.
Gaten dichten. Een onderwerp waar de AI geen antwoord op had, voeg je toe aan de kennisbank. Denk aan een nieuwe actie, een vestiging met andere openingstijden of een vraag over inruil die vaker terugkomt dan verwacht.
De overdracht bijstellen. Soms schakelt de AI te snel een mens in, soms te laat. Een AI die te lang blijft proberen, frustreert meer dan een nette overdracht. Een bezoeker moet altijd een mens kunnen bereiken, iets waar ACM en de Autoriteit Persoonsgegevens organisaties ook op aanspreken.
Het ritme: hoe vaak en wie
Train vlak na livegang vaak en daarna in een vast ritme. In de eerste weken komen de meeste gaten boven, dus dan loont het om veel gesprekken terug te lezen. Draait de AI stabiel, dan verschuift het naar een periodieke ronde.
Wie dat doet, is een keuze. Doe je het zelf, dan heb je iemand nodig die er structureel tijd voor heeft en de kennisbank bijhoudt. Leg je het bij een partner, dan krijg je AI die voor je getraind en bijgestuurd wordt zonder dat het werk bij je eigen team blijft liggen.
Of het trainen werkt, zie je in de cijfers: minder onnodige overdrachten, minder afgebroken gesprekken en meer vragen die de AI zelf afhandelt. Welke cijfers daarvoor tellen, lees je bij conversational AI KPI’s.
Hoe wij AI bijsturen op echte gesprekken
Bij Bconnect is bijsturen een vaste taak van een vast aanspreekpunt. Die accountmanager stelt scripts, leadcriteria en de mix tussen AI en chatspecialisten doorlopend bij, op basis van wat de gesprekken laten zien.
De kennisbank bouwen we samen met de klant op en houden we samen bij. Klanten kunnen in ons supportsysteem chats terugvinden, feedback geven op een antwoord en veelgestelde vragen bijwerken. Zo komt een nieuwe actie of een gewijzigde levertijd snel in de antwoorden terecht.
Wat we in de eerste weken vooral zien: vragen die niemand had voorzien, zoals een specifieke uitvoering van een model of een maatwerkvraag over een kozijn. Die vullen we aan. Weet de AI het antwoord niet, dan verzint hij niets en gaat het gesprek met de volledige context naar een mens. Juist die overdrachten wijzen ons de weg naar het volgende gat in de kennisbank.
Trainen is een ritme, geen project
Een conversational AI die goed blijft presteren, is er een die blijft leren. Lees gesprekken terug, zoek de plekken waar de AI vastloopt, werk kennis, instructies en overdracht bij en meet of het beter wordt. Sla je dat over, dan blijft de AI hangen op het niveau van dag één, met alle nadelen van conversational AI van dien.
Veelgestelde vragen over conversational AI trainen
Hoe train je conversational AI?
Je traint conversational AI door de kennisbank, de instructies en de overdrachtsregels bij te werken op basis van echte gesprekken. Je leest gesprekken terug, zoekt waar de AI vastloopt en vult aan wat ontbreekt. Het taalmodel zelf hoef je niet te trainen.
Hoe lang duurt het trainen van conversational AI?
De eerste opzet gebeurt voor de livegang. Daarna stopt het trainen niet: de eerste weken na livegang vragen de meeste aandacht, omdat dan de meeste gaten zichtbaar worden. Daarna volstaat een vast ritme.
Wat is het verschil tussen trainen en optimaliseren?
Trainen is de AI de basis geven: kennis, instructies en de intenties die hij moet herkennen. Optimaliseren is het bijsturen daarna, op basis van echte gesprekken. In de praktijk lopen ze in elkaar over, want na livegang is trainen vooral optimaliseren.
Kan ik conversational AI zelf trainen?
Ja, als je iemand hebt die structureel tijd heeft om gesprekken terug te lezen en de kennisbank bij te houden. Heb je die tijd niet, dan kun je het bijsturen bij een partner leggen, zodat het niet blijft liggen.
Hoeveel gesprekken heb je nodig om te trainen?
Je hebt geen duizenden gesprekken nodig om te beginnen. De vragen die je team elke week beantwoordt, zijn genoeg voor een eerste versie. Na livegang leveren de echte gesprekken het beste trainingsmateriaal.
Hoe weet je of de training werkt?
Dat zie je aan minder onnodige overdrachten, minder afgebroken gesprekken, minder herhaalde vragen en meer vragen die de AI zelf afhandelt. Lees daarnaast regelmatig gesprekken terug, want cijfers laten niet altijd zien of een antwoord ook echt klopte.