AI Chatbots & RAG-assistenten
Een assistent die antwoordt op basis van jouw eigen kennis, niet op verzonnen praatjes.
Een RAG-assistent (Retrieval-Augmented Generation) is een chatbot die antwoordt op basis van jouw eigen documenten, kennisbank en systemen. Geen algemene AI-praatjes, maar concrete, contextuele antwoorden uit jouw bron, met verwijzing naar waar het vandaan komt. Dit is de meest gevraagde AI-implementatie van dit moment. Voor klantenservice, interne kennis en support lost een goede RAG-assistent een groot deel van de vragen volledig zelfstandig op, en schaalt hij mee zonder extra mensen. Wij bouwen de assistent op je eigen data, met kwaliteitscontrole zodat hij niets verzint, en koppelen hem aan je website, helpdesk of interne tools.
67-89% , Vragen autonoom opgelost
Wat je krijgt
- Antwoordt op je eigen data (RAG), met bronvermelding
- Kwaliteitscontrole tegen verzonnen antwoorden
- Koppeling met website, helpdesk en systemen
- Afgestemd op je eigen tone-of-voice
Geschikt voor
Klantenservice, interne kennisbases en support die schaalbaar moet zijn en op eigen data moet antwoorden.
Wat we opleveren
Een gedeployde chatbot of assistent op je eigen kennisbank, met integraties, bronvermelding en beheersinstructies.
Wat levert een chatbot met je eigen kennis op?
Vragen die steeds terugkomen worden direct beantwoord, op je site, in WhatsApp of intern voor je team, met antwoorden uit je eigen prijzen, voorwaarden en documenten. Je team beantwoordt alleen nog de vragen waar ze echt voor nodig zijn.
Omdat de chatbot uit je eigen bronnen antwoordt, geeft hij geen verzonnen informatie. Staat het niet in je kennis, dan zegt hij dat en zet hij de vraag door.
Hoe verloopt een traject?
We verzamelen de kennis: veelgestelde vragen, voorwaarden, productinformatie, handleidingen. Die maken we doorzoekbaar, zodat de chatbot bij elke vraag de juiste passage vindt. Daarna bepalen we de toon, de grenzen en wanneer hij doorzet, en testen we met vragen die je klanten echt stellen.
Waar hangt de prijs van af?
Van hoeveel kennis er ingericht moet worden, op hoeveel kanalen de chatbot draait en welke systemen hij moet raadplegen, zoals een ordersysteem of agenda. Daarnaast zijn er doorlopende kosten per gesprek voor het taalmodel.
Waar let je op bij een chatbot?
Meld dat het om AI gaat, bij het eerste bericht. Houd je kennis bij: een chatbot met oude prijzen is erger dan geen chatbot. En lees de eerste weken de gesprekken terug, dan zie je welke vragen nog ontbreken.
Hoe ziet dat er in de praktijk uit?
Neem een denkbeeldige webshop met honderden vragen per week over levertijden, retouren en maten. Een chatbot die antwoordt uit de eigen voorwaarden en het ordersysteem, handelt het grootste deel zelf af en zet klachten en uitzonderingen door naar het team, met de chat erbij. Het team besteedt zijn tijd aan de klanten die echt hulp nodig hebben.
Welke vragen handelt een chatbot zelf af?
Vragen met één goed antwoord dat in je eigen informatie staat: openingstijden, prijzen van standaarddiensten, levertijden, voorwaarden en de status van een order. Klachten, terugbetalingen en uitzonderingen zet hij door naar je team, met een samenvatting van het gesprek. Zo blijft de chatbot betrouwbaar en houdt je team de gesprekken waar het verschil zit.
Voor wie is een chatbot met eigen kennis?
Voor bedrijven die steeds dezelfde vragen krijgen via de site, mail of WhatsApp, en voor teams die intern veel zoeken in handleidingen en afspraken. Hoe meer van je kennis al op schrift staat, hoe sneller de chatbot goede antwoorden geeft.
Waar kan de chatbot staan?
Op je website, in WhatsApp, in je klantportaal of intern in Teams of Slack. Het is overal dezelfde chatbot met dezelfde kennis, dus een wijziging in je informatie geldt meteen op elk kanaal.
Toepassingen
- Klantenservice-bot, Beantwoordt supportvragen 24/7 op basis van je handleidingen en FAQ, en escaleert alleen wat nodig is.
- Interne kennis-assistent, Medewerkers stellen vragen aan je procedures, HR-docs of productinfo en krijgen direct het juiste antwoord.
- Sales-assistent op je site, Begeleidt bezoekers, beantwoordt productvragen en kwalificeert leads via een gesprek.
- Documentzoeker, Doorzoekt duizenden documenten en geeft het antwoord plus de bron, in plaats van een lijst links.
Veelgestelde vragen
- Wat betekent RAG precies?
- RAG staat voor Retrieval-Augmented Generation: de assistent haalt eerst relevante informatie uit jouw kennisbank op en formuleert daarmee het antwoord. Zo blijft hij feitelijk en actueel.
- Verzint de assistent geen antwoorden?
- Met goede RAG en kwaliteitscontrole minimaliseren we dat. De assistent antwoordt uit jouw bron en geeft aan wanneer hij iets niet weet, in plaats van iets te verzinnen.
- Op welke data werkt de assistent?
- Op jouw documenten, kennisbank, FAQ, handleidingen of database. Je data blijft van jou en wordt niet gebruikt om modellen te trainen.
- Hoeveel vragen kan een RAG-assistent zelfstandig afhandelen?
- Voor support-toepassingen lossen goede assistenten doorgaans 67 tot 89 procent van de vragen volledig zelfstandig op, afhankelijk van de kwaliteit van je kennisbank.
Staat jouw vraag er niet bij?
Deze lijst is wat we vaak bouwen, niet wat we kunnen bouwen. Het meeste werk begint met een vraag die nergens precies in past. Vertel wat er bij jou misgaat, dan zeggen we eerlijk of het kan en of het de moeite waard is.
Custom systemen Plan een intake
Plan een gratis intake of bekijk alle diensten.
dGEN Productions, AI-bureau in Veldhoven, regio Eindhoven (Brainport), onderdeel van dGEN Labs. De Run 1141 (1e verdieping, nr. 12), 5503 LB Veldhoven · info@dgenproductions.nl · 06-87413056 · KvK 97916137 (eenmanszaak) · btw NL005295840B15