Een chatbot-kennisbank opzetten waaruit je AI-agent kan antwoorden

Een chatbot-kennisbank is de verzameling goedgekeurde content die je AI-agent doorzoekt voordat hij antwoordt: antwoorden op veelgestelde vragen, product- en dienstinformatie, beleid, locaties en openingstijden. Als een klant iets vraagt, haalt de agent de meest relevante passages op en schrijft zijn antwoord daarop. Bouw de kennisbank op vanuit de vragen die klanten echt stellen, schrijf elk feit één keer in gewone taal, verdeel het in gerichte secties en werk het bij zodra je bedrijf verandert.

De meeste teleurstellende AI-agents worden niet beperkt door het model, maar door wat ze kunnen opzoeken. Staat je retourbeleid in een ingescande pdf van drie jaar geleden, dan citeert de agent die óf hij gokt. Deze gids behandelt wat je opneemt, hoe je het structureert, hoe het opzoeken in gewone woorden werkt en hoe je de content accuraat houdt zodra klanten ermee praten.

Wat een chatbot-kennisbank eigenlijk doet

Een groot taalmodel weet veel over de wereld en niets over jouw bedrijf. Het kent je prijzen niet, je vestigingen niet en weet niet of je op zondag bezorgt. Een kennisbank dicht die kloof.

De standaardtechniek is retrieval-augmented generation (RAG). In gewone woorden:

1. De klant stelt een vraag via WhatsApp, Instagram of de webchat op je website.
2. Het systeem doorzoekt je kennisbank op de passages die het best bij de betekenis van de vraag passen, niet alleen bij de exacte woorden.
3. De agent ontvangt die passages samen met de vraag en zijn instructies.
4. De agent schrijft het antwoord op basis van de passages, het liefst zonder iets te zeggen wat de passages niet onderbouwen.

Daarom hoef je een model niet te “trainen” of fine-tunen om het uit je documenten te laten antwoorden. Je past de content aan en het volgende antwoord verandert mee.

Wat je in je kennisbank opneemt

Begin bij de vragen van klanten, niet bij de documenten die je toevallig hebt. Haal de laatste paar honderd gesprekken uit je inbox, je e-mailsupport en je telefoonnotities en groepeer ze per onderwerp. De onderwerpen die het vaakst terugkomen, zijn je eerste secties.

Type content	Voorbeelden	Waarom de agent het nodig heeft
FAQ’s	”Verzenden jullie naar het buitenland?”, “Kan ik mijn boeking wijzigen?”	Dekt het grootste deel van de dagelijkse vragen
Producten en diensten	Namen, varianten, wat is inbegrepen, voor wie het geschikt is	Laat de agent aanbevelen en vergelijken
Prijzen en kosten	Prijslijsten, bezorgkosten, aanbetalingen	Voorkomt verzonnen of verouderde prijzen
Beleid	Retouren, annuleringen, garantie, privacy	Risicovolle antwoorden die exact moeten kloppen
Locaties en openingstijden	Adressen, openingstijden, feestdagensluitingen	Eenvoudige feiten waar klanten voortdurend naar vragen
Processen	Hoe je boekt, betaalt of garantie aanvraagt	Maakt van antwoorden concrete vervolgstappen
Escalatieregels	Wat de agent nooit zelf mag beantwoorden	Geeft aan wanneer hij moet doorverwijzen

Laat interne notities, concepten, oude actievoorwaarden en alles met persoonsgegevens weg. Een kennisbank is iets wat de agent aan elke klant mag citeren, dus behandel elke regel als openbaar.

Zo structureer je content zodat het opzoeken werkt

Het opzoeken werkt op stukken tekst, niet op hele bestanden. Hoe je content schrijft en opdeelt, is belangrijker dan hoeveel je hebt.

Eén onderwerp per sectie

Een sectie met de titel “Retourneren van online bestellingen” met vijf korte alinea’s wordt veel beter gevonden dan een voorwaardendocument van 40 pagina’s waarin retourneren op pagina 31 staat. Behandelt een pagina meerdere onderwerpen, splits haar dan op.

Zet het antwoord vooraan

Begin elke sectie met het directe antwoord en voeg daarna voorwaarden en uitzonderingen toe. De passage die wordt opgehaald, moet het antwoord bevatten, niet alleen de achtergrond.

Zwak:   Ons bedrijf werd opgericht in 2009 en hecht altijd veel
        waarde aan klanttevredenheid. In de loop der jaren is ons
        retourproces...

Beter:  Online bestellingen kunnen binnen 14 dagen na levering
        worden geretourneerd. Artikelen moeten ongebruikt zijn en
        in de originele verpakking zitten. Sale-artikelen kunnen
        worden omgeruild maar niet worden terugbetaald.

Schrijf elk feit één keer

Staan je bezorgkosten in vier documenten en werk je er maar drie bij, dan kan de agent de oude versie ophalen. Houd per feit één bron van waarheid aan en verwijder duplicaten.

Gebruik de woorden van je klanten

Klanten schrijven “geld terug”, niet “terugbetalingsprocedure”. Voeg de formuleringen uit echte chats toe als vraagtitels, zodat de zoekfunctie op betekenis meer heeft om op te matchen.

Houd tabellen en lijsten eenvoudig

Eenvoudige prijstabellen en opsommingen blijven na het opdelen meestal goed bruikbaar. Complexe spreadsheets met samengevoegde cellen en ingescande afbeeldingen vaak niet. Herschrijf ze bij twijfel als korte zinnen.

Chunking in gewone woorden

Voordat content op betekenis kan worden doorzocht, wordt ze in chunks geknipt en wordt elke chunk omgezet in een lijst getallen, een embedding, die wordt opgeslagen in een vectordatabase. Op het moment van antwoorden wordt de vraag op dezelfde manier omgezet en worden de dichtstbijzijnde chunks teruggegeven.

Twee instellingen bepalen het resultaat:

• Chunkgrootte. Kleine chunks zijn precies, maar kunnen context verliezen (“binnen 14 dagen” zonder te zeggen waarna). Grote chunks behouden context maar brengen niet-gerelateerde tekst mee, wat het antwoord kan verwarren.
• Overlap. Een beetje tekst herhalen tussen aangrenzende chunks verkleint de kans dat een cruciale zin doormidden wordt gesplitst.

Je hoeft deze zelden op dag één af te stellen. Verstandige standaardwaarden werken goed voor goed gestructureerde content. Kom er pas op terug als tests laten zien dat de agent wel het juiste document ophaalt, maar het verkeerde deel ervan.

Scheid kennis naar doel

Eén gedeelde stapel documenten maakt antwoorden slechter naarmate hij groeit. Een verkoopassistent heeft je interne roosterprocedures niet nodig en een supportagent mag geen conceptprijslijst citeren. Verdeel content in aparte domeinen, zoals klantenservice, verkoop en interne operatie, en geef elke agent alleen de domeinen die hij nodig heeft.

Dat beperkt ook het risico. Content die een agent niet kan ophalen, kan hij ook niet lekken. Meer over welke data wel en niet bij een AI-systeem terecht mogen komen, lees je in onze privacychecklist voor AI-chatbots.

Combineer vaste kennis met live data

Een kennisbank bevat content die langzaam verandert: beleid, productbeschrijvingen, openingstijden. Het is de verkeerde plek voor een bestelstatus, een voorraadniveau of de volgende afspraak van een klant. Die moeten op het moment van de vraag uit je systemen komen, via tool-aanroepen (function calling) of integraties.

Een goede vuistregel: kan een feit meerdere keren per dag veranderen, haal het dan live op. Verandert het een paar keer per jaar, zet het dan in de kennisbank.

Houd de kennisbank actueel

Een kennisbank die bij de lancering klopte, loopt snel achter. Bouw onderhoud in je routine in:

1. Wijs per sectie een eigenaar aan, bijvoorbeeld operations voor openingstijden en locaties en finance voor prijzen.
2. Werk bij bij elke wijziging. Verandert een beleidsregel of prijs, werk de kennisbank dan dezelfde dag bij en indexeer opnieuw.
3. Bekijk onbeantwoorde vragen wekelijks. Elke vraag die de agent niet kon beantwoorden, is een hiaat, een formuleringsprobleem of een zaak voor een medewerker.
4. Voer maandelijks een audit uit. Lees de belangrijkste secties, verwijder verouderde content en controleer of seizoensinformatie (feestdagenopeningstijden, actievoorwaarden) is verlopen.
5. Let op overdrachten. Gaat hetzelfde onderwerp steeds naar medewerkers, voeg dan content toe of besluit dat een medewerker het altijd moet afhandelen. Onze gids over overdracht van AI naar mens behandelt de regels.

Zo test je een kennisbank vóór de livegang

Schrijf een testset van 30 tot 50 echte vragen en het antwoord dat je bij elke vraag verwacht. Neem op:

• Veelgestelde vragen zoals klanten ze schrijven, inclusief typefouten en korte berichten.
• Randgevallen waarin het beleid uitzonderingen kent.
• Vragen die niet gedekt zijn, om te bevestigen dat de agent zegt het niet te weten in plaats van te gokken.
• Vragen in andere talen als je internationale klanten bedient.

Test: "kan ik schoenen terugsturen die ik één keer gedragen heb"
Verwacht: Legt uit dat retouren ongebruikt moeten zijn, biedt aan
          de klant door te verbinden met het team voor uitzonderingen.
Mislukt als: Akkoord gaat met terugbetaling, of een andere
          termijn verzint.

Controleer twee dingen apart: heeft het systeem de juiste passage opgehaald en heeft de agent die correct gebruikt? Een fout antwoord uit de juiste passage is een promptprobleem. Een fout antwoord uit de verkeerde passage is een content- of chunkingprobleem. Onze gids over een AI-agent testen vóór de lancering gaat dieper in op testsets en meetwaarden.

Veelgemaakte fouten bij kennisbanken

• Elk document dat je hebt uploaden in plaats van de content die klanten nodig hebben.
• Prijzen of bezorgbeloften in de instructies van de agent bewaren, waar niemand eraan denkt ze bij te werken.
• Oude versies van beleid naast nieuwe laten staan.
• Ingescande afbeeldingen of complexe spreadsheets behandelen als leesbare content.
• Geen terugvaloptie als er niets relevants wordt gevonden, wat hallucinaties in de hand werkt.

Zo bouw je je AI-kennisbank in MonoChat

MonoChat biedt twee manieren om te bepalen wat je agent weet, afhankelijk van hoeveel controle je wilt.

De snelle start: MonoChat Start

MonoChat Start leest je website en schrijft de kennisbank voor je: een bedrijfsprofiel, je producten en diensten, je locaties, je beleid en zo’n veertig vragen die je klanten echt stellen. Geen website, of een website met weinig tekst? Dan beantwoord je in plaats daarvan vijf vragen.

Alles wat de assistent mag zeggen, staat op vier tabbladen: Questions, Products & services, Locations en Policies. Je kunt elk item bewerken, in- of uitschakelen of exporteren. De assistent noemt nooit een prijs, levertijd of garantie die daar niet is vastgelegd. Antwoorden die hij heeft geschreven op basis van algemene kennis over je branche, in plaats van op basis van je site, staan uitgeschakeld met een “Check this”-label totdat je ze goedkeurt.

Heeft hij geen antwoord, dan improviseert hij niet. Hij schrijft het verzoek op onder Messages taken en laat de klant weten dat een medewerker contact opneemt, en zijn rapportages vermelden de vragen die hij niet kon beantwoorden, wat je wekelijkse updatelijst is. Hij antwoordt op WhatsApp, Instagram, Telegram of je webchat.

Volledige controle: de AI-kennisbank en RAG

Voor grotere hoeveelheden content kun je in de AI-kennisbank pdf’s, Excelbestanden, tekst en webpagina’s uploaden, met bulkupload, metadata en tags. Je organiseert content in scopes, zoals klantenservice, verkoop of interne procedures, elk met eigen toegangscontrole, en wijst elke scope toe aan de agents en flows die ervan gebruik moeten maken.

MonoChat chunkt en embedt de content met kant-en-klare standaardwaarden, en je kunt het embeddingmodel, de chunkgrootte, de overlap en de preprocessingregels kiezen wanneer dat nodig is. Vectoren worden opgeslagen in de ingebouwde vectordatabases van MonoChat, of in je eigen database via VectorDB-integratie. Verandert er content, dan werk je de scope bij en indexeer je opnieuw, en de assistent haalt informatie op uit de nieuwe versie zonder dat je je flows opnieuw hoeft op te bouwen.

Om documenten met live data te combineren, koppelt RAG-orkestratie stappen als query-herschrijving, ophalen, herrangschikken, tool-aanroepen, bronvermeldingen en het uiteindelijke antwoord, en AI-functietools halen zaken als een bestelstatus of een CRM-record op in hetzelfde antwoord.

Je kunt starten met het gratis Basic-abonnement (één agent, één kanaal) op app.monochat.ai en abonnementen vergelijken op onze prijspagina.

Bronnen

• Meta for Developers: overzicht van het WhatsApp Business Platform
• WhatsApp Business Messaging Policy