Je eerste conversationele AI-agent bouwen: een beginnersgids

Uit recent onderzoek van Gartner blijkt dat conversationele AI snel uitgroeit tot een van de belangrijkste middelen voor kostenbesparing en efficiëntie in de klantenservice.

Gartner voorspelt dat conversationele AI in 2029 zelfstandig 80% van de veelvoorkomende klantenserviceproblemen zal oplossen zonder menselijke tussenkomst, waardoor de operationele kosten met 30% dalen naarmate meer bedrijven klantinteracties via zowel spraak als chat automatiseren.

Een agentoplossing die je interne bedrijfsdocumenten begrijpt, direct kan redeneren en gesprekken via genuanceerde paden kan voeren, biedt toepassingen voor support, receptie, sales en interne processen. 

Voor niet-technische teams kan het idee om een conversationele agent van begin tot eind op te zetten echter ontmoedigend lijken. Deze gids maakt het voor iedereen toegankelijk. 

We nemen alles door wat een niet-technische maker nodig heeft om te beginnen. We geven een overzicht van wat conversationele AI-agents zijn, hoe ze werken, welke voorbereidingen je moet treffen en welke stappen beginners kunnen volgen om zonder code een conversationele AI-agent te bouwen.

Samenvatting 

• Een conversationele AI-agent combineert een groot taalmodel, een kennisbank met retrieval-augmented generation, tool calling en guardrails om realistische, contextbewuste gesprekken met gebruikers te voeren. 
• Agents kunnen werken via chat, spraak of beide. Spraakagents voegen speech to text (STT) toe om te begrijpen wat een gebruiker zegt en text to speech (TTS) om hardop te antwoorden. 
• Beginners hoeven geen code te schrijven om een conversationele AI-agent te bouwen, omdat platforms zoals ElevenAgents de infrastructuur voor je regelen.
• Bepaal vóór je begint zo nauwkeurig mogelijk het doel en de doelgroep van je agent om veelvoorkomende fouten te voorkomen.
• Vergeet niet vóór de lancering kwaliteitscontrole uit te voeren, bij voorkeur met echte gebruikers.

Wat is een conversationele AI-agent?

Een conversationele AI-agent is een systeem dat kunstmatige intelligentie gebruikt om invoer van gebruikers in natuurlijke taal te begrijpen en realtime antwoorden te genereren. Het maakt verbinding met interne kennisbanken en haalt informatie op buiten zijn eigen context om gebruikers antwoorden te geven. 

Bij conversationele AI op basis van spraak verwerkt een speciale spraaklaag gesproken interacties: STT zet de spraak van de gebruiker om in tekst, terwijl TTS natuurlijke gesproken antwoorden van de AI genereert.

Conversationele AI-systemen worden getraind met enorme hoeveelheden data uit spraak en tekst. Na verloop van tijd leert het model uit deze data hoe het menselijke taal moet verwerken, zodat het logisch met mensen kan converseren. 

Elke conversationele AI-agent, of die nu werkt via spraak, chat of beide, gebruikt dezelfde kerntechnologieën om dit mogelijk te maken: 

• Large Language Model (LLM): Genereert samenhangende, contextueel passende antwoorden.
• Kennisbank en retrieval-augmented generation (RAG): Verankert de antwoorden van de agent in je eigen interne kennisbank, in plaats van alleen te vertrouwen op informatie die het model al kent.
• Tool calling: Hiermee kunnen AI-systemen actie ondernemen, zoals de status van een bestelling controleren of een plek in een agenda reserveren, in plaats van alleen over die actie te praten.
• Guardrails: Deze werken parallel aan het model en zorgen ervoor dat de agent binnen de grenzen blijft die je stelt aan wat die wel en niet moet doen, zowel wat onderwerp als merk betreft. 
• Implementatiekanalen: De verschillende manieren waarop een conversationele AI-agent met gebruikers kan communiceren, zoals telefoongesprekken, websites, mobiele apps en berichtenplatforms.

Daarnaast voegen spraakagents een realtime spraaklaag toe boven op dezelfde kern:

• Speech to Text: Zet wat de gebruiker zegt om in tekst die het LLM vervolgens kan verwerken. 
• Text to Speech: Een TTS-engine zet het antwoord van de agent om in natuurlijk klinkende spraak die de gebruiker vervolgens hoort. 
• Turn-taking: Een systeem dat het heen en weer gaan in een live gesprek beheert, waaronder wanneer het moet luisteren, spreken en hoe het onderbrekingen afhandelt.

De meest geavanceerde conversationele agents kunnen vanuit één configuratie werken via chat en spraak, terwijl ze context tussen beide delen. Hun mogelijkheden gaan veel verder dan wat een traditionele chatbot kan bereiken.

Een traditionele chatbot koppelt wat een gebruiker typt aan de dichtstbijzijnde tak in een vooraf geschreven beslisboom en kan alleen de precieze invoer verwerken waarvoor die is ontworpen. Conversationele AI-agents gebruiken de bovenstaande systemen om verder te redeneren dan gescripte paden, actie te ondernemen en realtime gesprekken met gebruikers te voeren. 

Waar kun je conversationele AI-agents voor gebruiken?

Of het nu gaat om een agent die klantenserviceproblemen voor gebruikers oplost of een uitgaande AI-SDR die nieuwe kansen vindt voor salesteams: conversationele AI-agents passen van nature in bestaande workflows.

In welke branche je bedrijf ook actief is, er is waarschijnlijk een toepassing van conversationele AI voor jou. Hier volgt een kort overzicht van hoe een aantal sectoren AI-agents in de praktijk inzetten. 

• Klantenservice: Een AI-agent op je site kan veelgestelde vragen beantwoorden, bestelstatussen controleren, retouren afhandelen of een complexe vraag doorzetten naar een menselijke medewerker. Klarna is een van de vele bedrijven die hun klantenservice aanzienlijk hebben opgeschaald met een conversationele AI-agent.
• Salesbenadering: Uitgaande AI-SDR-agents kunnen leads kwalificeren en afspraken inplannen voor menselijke vertegenwoordigers. Ze kunnen dag en nacht werken en consequent een hoge kwaliteit van gesprekken en calls leveren. Employment Hero gebruikte ElevenAgents om bestaande klanten te bellen over de nieuwe AI Recruitment Agent. Daarmee behaalde het een antwoordpercentage van 33% en stimuleerde het productactivatie op een schaal die alleen met menselijke agents onmogelijk zou zijn. 
• Afspraken inplannen: Bedrijven kunnen volledig geautomatiseerde AI-receptionisten maken die afspraken boeken en klanten via spraak helpen zichzelf te onboarden. Met Reception.ai kunnen zelfs beginners eenvoudig een planningssysteem van begin tot eind bouwen. 
• Onderwijs: AI-tutors brengen lesmateriaal tot leven en bieden leerlingen persoonlijke ondersteuning. Brilliant lanceerde conversationele AI-tutors op zijn platform om studenten realtime door complexe problemen te begeleiden, wat een heel nieuw niveau van interactiviteit aan de leerervaring toevoegt. 
• Ondersteuning in de zorg: Zorgverleners kunnen een conversationele AI-agent op hun site implementeren om te helpen bij meertalige patiëntenonboarding en tegelijk aan HIPAA-compliance te voldoen. Everlywell gebruikte ElevenAgents om de conversieratio voor Spaanstalige leden met 3,5x te verbeteren ten opzichte van traditionele Interactive Voice Response (IVR).
• Logistiek en bezorgactiviteiten: Conversationele AI-agents kunnen uitgaande gesprekken, bezorgbevestigingen, statusupdates en uitzonderingsbeheer afhandelen. Deliveroo gebruikte ElevenAgents om opnieuw contact te leggen met meer dan 80% van de inactieve bezorgers en 86% van de partnerlocaties te benaderen voor activering van Rider Check-In.
• Interne assistenten: AI-agents worden rechtstreeks ingebed in het onboardingproces van HR om de totale onboardingduur te verkorten en trainingsworkflows op te schalen. TELUS gebruikt ElevenAgents om de trainingstijd voor nieuwe medewerkers met 20% te verkorten, door nieuwe gebruikers te trainen met meer dan 90.000 gesimuleerde klantgesprekken. 

Een deel van de flexibiliteit van deze toepassingen komt doordat platforms zoals ElevenAgents een enorm aanbod aan integraties bieden die je kunt implementeren. Koppel Google Calendar en Calendly voor een planningsagent, of bouw complexe telefonieworkflows met Twilio en SIP. 

Met ElevenAgents hoef je niet vanaf een leeg vel te beginnen bij het bouwen van je conversationele AI-agent. De ElevenAgents-sjabloonbibliotheek bevat 60 vooraf gebouwde agents die je kunt gebruiken, zodat je een AI-agent voor je bedrijf kunt maken zonder één regel code te schrijven.

Wat je nodig hebt voordat je een conversationele AI-agent bouwt

Je kunt zonder ervaring met ElevenAgents beginnen en een conversationele AI-agent vanaf nul bouwen, maar met een duidelijk plan heb je sneller een bruikbare agent.

Breng vooral als beginner het volgende in kaart voordat je begint:

• Een duidelijke toepassing: Waarom heb je deze agent nodig? Welk specifiek probleem moet die volgens jou oplossen, en hoe doet die dat? Een gerichte, specifieke toepassing helpt je zo snel mogelijk iets te bouwen dat klaar is voor productie.
• Kennis van je doelgroep: Hoe willen je gemiddelde gebruikers dat de ervaring voelt wanneer ze met een AI-agent communiceren? Het antwoord hangt sterk af van het soort bedrijf dat je bent en de branche waarin je werkt. Zo kan een agent voor een financiële app veel serieuzer en meer datagericht klinken dan een agent die reizigers helpt een kamer in je strandhotel te boeken.
• Een platform: Beginners moeten een platform kiezen dat alle infrastructuur voor hen beheert. Met ElevenAgents heb je één platform om je conversationele AI-agents te bouwen, implementeren en beheren zonder infrastructuurcode te hoeven beheren. We regelen alles, van realtime-audio tot implementatie via meerdere kanalen, zodat jij je kunt richten op het ontwerpen van de gebruikerservaring in plaats van op technische engineering.
• Een stem: Nadat je duidelijk hebt beschreven wat je bouwt en voor wie, is het tijd om na te denken over welk type stem bij je merk past. Warm en intelligent? Professioneel en direct? In de ElevenLabs Voice Library vind je de perfecte match.
• Een kennisbank: Vooral als je een klantenserviceagent bouwt, heb je documenten nodig die je kunt uploaden of waarnaar je kunt verwijzen en die uitleggen welke informatie de agent moet gebruiken bij het beantwoorden van vragen. Hoe meer details je geeft, hoe uitgebreider de antwoorden kunnen zijn. Lees meer over RAG inschakelen om je agents uit te breiden met je kennisbank.

Met een duidelijke richting voor deze vijf categorieën heb je alles wat je nodig hebt om zonder code een AI-spraakagent te bouwen. 

Een conversationele AI-agent bouwen: een overzicht

Hoewel het bouwen van een conversationele AI-agent vanaf nul in eerste instantie ontmoedigend kan lijken, is het veel eenvoudiger dan je misschien denkt. ElevenAgents heeft het proces zo eenvoudig mogelijk gemaakt voor beginners: zonder code en zonder infrastructuuronderhoud.

We hebben het proces opgedeeld in vier eenvoudige stappen:

1. Maak je agent in ElevenAgents: Gebruik de setupworkflow in ElevenAgents om de agent te kiezen die je wilt bouwen.
2. Configureer je agent: Voeg een system prompt, eerste bericht, standaardstem en taalopties toe.
3. Upload je kennisbank: Voeg informatie toe door een bestand te uploaden, rechtstreeks op het platform te schrijven of een URL te plakken.
4. Testen en live gaan: Voer simulaties uit op het tabblad Tests om eventuele uitzonderlijke problemen op te lossen.

Als je klaar bent om te beginnen, kun je een agent maken en direct aan de slag met ons selfserviceplatform.

Voor grotere implementaties of teams die deskundige begeleiding zoeken, kun je contact opnemen met sales voor hulp bij het beoordelen van je toepassingen, architectuur en uitrolstrategieën. 

Bekijk hieronder stap voor stap hoe je een conversationele AI-agent maakt.

Stap 1: Maak je agent

Nadat je bent ingelogd bij de Agents-workspace, ga je naar het menu aan de linkerkant en klik je op het Plus-pictogram naast Agents. 

De setupflow kan je een paar dingen vragen:

• Welk type agent je bouwt (Blank Agent, Personal Assistant of Business Agent)
• In welke branche je bedrijf actief is
• Welke tools en kennisbanken je wilt koppelen
• Voor welke toepassing je de agent nodig hebt en wat je hoofddoel is
• De naam van je agent

Je kunt ook bestaande sjablonen bekijken voor een brede selectie toepassingen, zodat je meteen een paar stappen kunt overslaan. Met een van deze 60 sjablonen versnel je het bouwproces voor klantenservice, onderwijs, receptionist, sales en benadering.

Nadat je alle gevraagde informatie hebt opgegeven of een sjabloon hebt gekozen, klik je op ‘Create agent’. ElevenAgents maakt vervolgens een werkend concept waarmee je kunt experimenteren.

Stap 2: Configureer je agent

Een aantal instellingen bepaalt hoe je agent zich gedraagt en interacteert met medewerkers en klanten. De system prompt is het belangrijkste aspect, maar ElevenAgents biedt nog veel andere instellingen die het verkennen waard zijn terwijl je bouwt. 

Het is ook belangrijk om te weten dat je deze configuraties onderweg kunt wijzigen. Je kunt tijdens het hele proces informatie aanpassen en je wijzigingen bekijken, dus je zit nooit vast aan de keuzes die je maakt.

Alle volgende configuraties kun je bewerken vanuit het hoofddashboard (ga links naar Agent om ze te zien) en vereisen geen code:

• System prompt: De kerninstructies: de persoonlijkheid, toon, doelen en guardrails van de agent. ElevenAgents genereert een startprompt op basis van de informatie die je in stap één hebt gegeven. Bewerk die zodat deze bij je merk past, of schrijf hem helemaal opnieuw. Een duidelijke structuur uit vijf delen (Persoonlijkheid, Omgeving, Toon, Doel, Guardrails) legt uit hoe het platform is ontworpen om te werken. Hier vind je een gids om je te helpen een goede system prompt te schrijven.
• Eerste bericht: Wat de agent zegt wanneer een gesprek begint. Houd het kort, maak duidelijk wat de agent afhandelt en houd de toon warm. 
• Stem: ElevenAgents biedt een bibliotheek met meer dan 11.000 natuurlijk klinkende stemmen die je kunt gebruiken. Beluister er enkele in de context van een volledig voorbeeldgesprek voordat je de stem kiest die het beste bij je bedrijf past. 
• Taal: Je kunt de standaardtaal en eventuele extra talen selecteren waarin je wilt dat de agent communiceert. Automatische taaldetectie schakelt de agent over naar de taal die een beller daadwerkelijk spreekt, zodat je dit niet handmatig voor elk gesprek hoeft in te stellen. 

In deze fase kun je ook kiezen welk LLM-onderdeel je agent aandrijft. ElevenLabs biedt een overzicht van de modellen waaruit je kunt kiezen, met details over de latentie en kosten per minuut.

Voor complexere flows kun je extra tools insluiten op het tabblad Tools en procedures gebruiken: taakspecifieke instructies die een agent alleen laadt wanneer ze relevant zijn, zoals één procedure voor terugbetalingen en een andere voor accountherstel.

Je kunt ook Agent Workflows bouwen: een visuele, op grafieken gebaseerde editor voor vertakkende gesprekken die zich aanpassen aan wat de gebruiker nodig heeft, in plaats van één lineair script te volgen. Workflows routeren tussen nodes zoals subagents, die verschillende system prompts, LLM's of stemmen kunnen inzetten voor een specifieke gespreksfase. 

Stap 3: Upload documenten naar je kennisbank

In de linkerkolom kun je naar het tabblad ‘Knowledge Base’ gaan om te zien welke documenten je aan je agent hebt gekoppeld. Deze documenten bepalen wat je agent daadwerkelijk zegt en welke informatie die gebruikt om aanbevelingen te onderbouwen en klantvragen te beantwoorden. 

Klik op ‘Add document’ en kies een van de volgende opties:

• URL toevoegen: Plak een URL en stel in of je de inhoud elke 7 dagen automatisch wilt vernieuwen. 
• Bestanden toevoegen: Upload epub-, pdf-, docx-, txt-, html- of md-bestanden van maximaal 21 MB per bestand.
• Tekst maken: Schrijf of plak tekst rechtstreeks in de kennisbank van het platform.

Volgens je voorbereiding zou je nu een kennisbank klaar moeten hebben. Voor de meeste tools geeft die voldoende informatie om vragen van gebruikers betrouwbaar te beantwoorden. Schakel voor grotere documentverzamelingen RAG in, zodat de agent uit een veel grotere kennisbank put zonder antwoorden te vertragen. 

Stap 4: Testen en live gaan

In deze fase zou je een agent moeten hebben waarmee je kunt praten en volledige gesprekken kunt simuleren. Met context uit je kennisbank wordt je agent gepersonaliseerd om optimaal aan de behoeften van je klanten te voldoen.

Je kunt wijzigingen direct bekijken terwijl je ze aanbrengt, zodat je prompts en gespreksflows kunt itereren zonder de agent telkens opnieuw te implementeren.

Test je modellen altijd zo uitgebreid mogelijk voordat je ze in productie neemt. In de praktijk betekent dit dat je allerlei simulaties kunt uitvoeren vanaf het tabblad ‘Tests’. Je kunt nieuwe tests ontwerpen voor veelvoorkomende toepassingen en vervolgens batches tests 3x, 5x, 15x of 50x uitvoeren. 

Tests slagen of mislukken. Een gekoppeld transcript vertelt je precies wat er eventueel misging en hoe je dit kunt oplossen. Zodra al je simulaties de preview doorstaan en je zelf hebt getest, is het tijd om je agent te publiceren. 

Zo heb je een gepersonaliseerde conversationele AI-agent voor je merk gemaakt, zonder één regel code te schrijven.

Zelfs beginners kunnen conversationele AI-agents bouwen met ElevenAgents

Van hoogwaardige klantenservice-ervaringen bouwen tot een tool op een pagina plaatsen waar gebruikers vragen aan kunnen stellen: conversationele AI-agents zorgen voor gestroomlijnde, soepele interactiepaden. Met ElevenAgents kunnen zelfs beginners op schaal conversationele AI-agents bouwen en implementeren. 

Van realtime-audioverwerking en turn-taking tot onderbrekingsdetectie en zelfs implementatie via meerdere kanalen: je gepersonaliseerde ElevenAgent neemt al het zware werk voor je uit handen. Koppel je eigen kennisbank en bouw een consistente merkstem. Implementeer vervolgens via telefoon, webchat en berichtkanalen zonder infrastructuur te hoeven beheren.

Lees meer over ElevenAgents of begin vandaag door contact op te nemen met sales.

Veelgestelde vragen over het bouwen van een conversationele AI-agent