De AI trainen: zo leert dot je bedrijf kennen

Hoe train je een AI met je eigen bedrijfsdata?

In stipt heet de AI‑assistent dot. Trainen betekent hier niet dat je zelf een model bouwt of afstelt: je vult een kennisbank met je eigen bronnen, en dot zoekt daarin op het moment dat er een vraag of e‑mail binnenkomt. Alles staat in Studio, in de groep Wat dot weet: Kennisbank, Over jullie bedrijf en Feedback. Studio is er voor beheerders en voor gebruikers met het recht Studio.

Elk item in de kennisbank is een bron. Er zijn vier soorten: een tekst, een FAQ, een URL (je website) en een bestand (pdf). Interne bronnen blijven intern; alleen bronnen die je als klant‑bron markeert mogen aan klanten getoond worden. Met groepen orden je bronnen, en per loop kies je welke groepen die mag lezen. Zo kan de WhatsApp‑bot voor klanten andere kennis lezen dan de loops voor je eigen team.

Naast de kennisbank geef je dot bedrijfscontext mee via Over jullie bedrijf: een korte tekst over wat jullie doen, wat je aanbiedt en waar dot rekening mee moet houden. Die tekst telt in elke loop mee. Wil je eerst weten wat AI in het mkb wel en niet goed kan, lees dan de gids AI voor het mkb.

Hoe laat je de AI je website inlezen?

Kies in de kennisbank voor een URL‑bron, plak het adres van je website en klik op Ophalen. Je ziet direct een voorbeeld van de eerste pagina, zodat je weet dat de site leesbaar is. Na het opslaan leest dot de site op de achtergrond in en houdt hij die kennis daarna zelf bij. Pas je je website aan, dan komt dat er dus vanzelf in.

Elke bron toont een status: In wachtrij, Indexeren, Geïndexeerd of Fout. Zo zie je of een bron klaar is voor gebruik.

Is je website erg groot, dan leest dot hem niet in één keer helemaal in. Je ziet dan hoeveel pagina's nog ontbreken en voegt de rest met één knop toe als nieuwe bron.

Welke documenten kun je toevoegen?

Pdf's upload je als bestand‑bron: slepen en klaar. dot leest de tekst inclusief foto's en scans, dus ook een gescande brochure of een datasheet met tabellen komt binnen. Voor heel grote bestanden geldt een grens; kan dot een pdf niet of niet helemaal lezen, dan zie je dat bij de bron, met de reden erbij.

Voor kennis die nergens netjes op papier staat gebruik je een tekst‑bron. Zet een duidelijke kop boven elk onderwerp, dan vindt dot per onderwerp terug wat hij nodig heeft. Voor losse vraag‑antwoordparen, zoals veelgestelde klantvragen, is er de FAQ‑bron.

Hoe komen productdatasheets in de kennisbank?

Hang je bij een product een datasheet‑pdf, dan komt die automatisch in de kennisbank terecht, in de vaste groep Productdatasheets. Je beheert datasheets bij het product zelf, niet in de kennisbank; welke loops ze mogen lezen regel je via de groepen, net als bij andere bronnen.

Zo blijft de productkennis synchroon met je catalogus, zonder dubbel beheer. Haal je een datasheet bij een product weg, dan werkt de kennisbank dat zelf bij. Hoe de productcatalogus zelf werkt, lees je in de gids over de productcatalogus.

Waar gebruikt de AI die kennis?

Op drie plekken vooral. In de inbox stelt dot een conceptantwoord op een e‑mail op, met echte klantdata en kennis uit de kennisbank: op verzoek, of vooraf klaargezet als je de loop Inbox‑hulp aanzet. Het concept komt altijd eerst bij jou ter controle; er gaat nooit automatisch een mail de deur uit.

In de chat beantwoordt dot vragen van je team: over een klant, over jullie werkwijze of gewoon iets uit de kennisbank. Bij antwoorden staan klikbare bronverwijzingen; een klik opent de gebruikte bron, zodat je kunt controleren waar iets vandaan komt.

Op WhatsApp kan dot zelfstandig antwoorden. De interne bot is er voor je eigen medewerkers, de klantbot beantwoordt klantvragen uit de klantveilige kennis die je koppelt. Beide staan standaard uit; er antwoordt dus nooit een bot bij een echte klant tot je die bewust aanzet. Bij zijn eerste antwoord in een gesprek meldt de klantbot bovendien dat de klant met een AI‑assistent chat.

Hoe stuur je de AI bij met feedback?

Feedback geven kan overal waar dot antwoordt. In de chat gebruik je de duim omlaag, en ook op WhatsApp kun je de interne bot laten weten dat een antwoord niet klopt.

Alle feedback komt samen in Studio onder Feedback. Beheerders zien daar wie de feedback gaf, op welk antwoord, met doorklik naar de gebruikte bron. Via Vragen beantwoorden werk je open vragen waar dot geen bron voor had in bulk weg: je schrijft per vraag een antwoord, elk antwoord wordt als kennisbank‑item opgeslagen en de feedback gaat op opgelost. Zo groeit de kennisbank precies op de plekken waar hij tekortschoot.

Hoe zorg je dat de AI ergens vanaf blijft?

Per loop stel je grenzen in. Je kiest uit standaardgrenzen: nooit prijzen of kortingen toezeggen, geen juridisch of medisch advies, niet over concurrenten praten en klachten altijd naar een mens. Eigen grenzen toevoegen kan ook. Daarnaast geef je per loop instructies in gewone taal, bijvoorbeeld hou het kort of noem altijd de levertijd, en kies je bij klantgerichte loops een toon en of de AI klanten met je of met u aanspreekt.

De WhatsApp‑klantbot heeft extra vangrails. Hij antwoordt alleen vanuit de gekoppelde kennisbank en doet geen harde beloftes. Je benoemt zelf de onderwerpen die direct naar een collega gaan, zoals klachten of annuleringen. En twijfelt de bot aan zijn antwoord, dan draagt hij het gesprek over aan een mens in plaats van een wankel antwoord te sturen.

Ook de interne bot houdt zich aan vaste regels: gevoelige onderwerpen zoals prijzen en juridisch advies haalt hij alleen uit je eigen kennisbank of uit opgehaalde gegevens, nooit uit algemene kennis.

Hoe test je of de AI goed getraind is?

Elke loop heeft onderaan Proberen: je probeert hem op een voorbeeld of een recent echt geval en ziet het resultaat, zonder dat er een klant bij betrokken is. De WhatsApp‑bots hebben een ingebouwde test‑chat waarin je praat zoals een klant of medewerker zou doen; die raakt nooit een echte WhatsApp.

Hoe het ervoor staat, zie je op de startpagina van dot in Studio: kaarten met het aantal bronnen en stukjes kennis, hoeveel loops aanstaan en hoeveel feedback nog openstaat. Het dot‑log toont daarnaast elke AI‑run met status, de gebruikte kennis, de credits en het gekoppelde dossier. Voor de klantbot is er een prestatie‑paneel: hoeveel gesprekken opgelost zijn en hoe vaak een mens overnam.