Houtenladders.nl
Soms heeft een bedrijfsnaam uitleg nodig, maar dat is in dit geval misschien overbodig. Wat je misschien minder snel verwacht, is de diversiteit aan vragen die ze bij ontvangen. Van vragen over houtsoorten tot maatwerk en van handleidingen tot order statussen – bij Houtenladders.nl krijgen ze van alles in hun inbox.
Gelukkig vangt eigenaar Krijn een groot deel van deze vragen af met Sleak, maar hoe gaan zijn AI agents om met de verschillende (soorten) databronnen, in combinatie met de altijd unieke vragen én de context van eerdere gesprekken? Daar vertellen we je hier meer over.
De uitdaging
De vragen liepen nogal uiteen:
→ “Welk houtsoort past het beste bij een vochtige ruimte?”
→ “Kunnen jullie ook een ladder op maat maken van 3,7 meter?”
→ “Wanneer wordt mijn bestelling geleverd?”
→ Je begrijpt het ;)
Kortom: hoe koppel je meerdere databronnen én houd je de context van een gesprek vast, zonder dat het ten koste gaat van de klantervaring?
De oplossing
Het klinkt misschien lastig, maar het is fairly simpel. In dit geval voldoet een combinatie van een kennisbank voor FAQ's, een CSV bestand voor de productcatalogus en de API koppeling met het ordersysteem in Lightspeed. Uiteraard aangevuld met de juiste prompts om het gedrag te sturen.
- Slim combineren van bronnen
Van product-specifieke handleidingen tot leveringsinfo: alles wordt real-time geraadpleegd uit de huidige databronnen. Zo kan de bot niet alleen adviseren, maar ook direct een update geven over bijvoorbeeld de leverdatum. - Context snappen
De AI agent neemt de historie van het gesprek (samen met andere relevante informatie zoals datum en tijd) mee in zijn zoektocht naar de juiste informatie en het daaropvolgend formuleren van het juiste antwoord. - Human handoff
Komt AI er niet uit? Dan roept hij autonoom een menselijke collega erbij in het gesprek. Zo heeft Krijn zijn team meer ruimte voor de vragen waar wèl menselijke aandacht voor nodig is.
Hilbert in actie
Onze mede-oprichter Tom laat het je zien in een korte video.