Botpress biedt je de mogelijkheid om krachtige en intelligente chatbots te bouwen, zelfs zonder uitgebreide programmeerkennis. De flow van een chatbot is hierbij het hart van de functionaliteit. Laten we eens kijken hoe zo’n flow eruitziet en hoe je de bot zelf kunt trainen.
Excel sheets.
Iets wat ik erg belangrijk vind is of je wel of niet kennis kunt aanleverne voor training aan een AI Chatbot. In tegenstelling tot Chatling kun je Botpress wel trainen met een tabel die als kennisbank fungeert. Niet echt een Excel spreadsheet maar er is tenminste een manier om tabellen in te voeren.
Dit is erg handig voor chatbots die antwoorden moeten geven op basis van gestructureerde data, zoals productinformatie, prijzen of voedingswaarden. Door kolommen de eigenschap “Searchable” te geven, kan de bot direct informatie uit je tabel ophalen en presenteren.
Een voorbeeld Botpress
Alles begint met een Trigger. Dit is het signaal dat een conversatie met de gebruiker start. Zodra de gebruiker een vraag stelt in het User_Input blok, gaat de bot op zoek naar het juiste antwoord.
De intelligentie van je bot wordt bepaald door de bronnen die je koppelt. De bot zoekt naar een passend antwoord in de volgende bronnen:
1) Externe AI-modellen: Je kunt de bot koppelen aan bekende modellen zoals ChatGPT, Claude of Gemini. Dit geeft de bot toegang tot een enorme hoeveelheid algemene kennis.
2) Eigen kennis: Dit is waar Botpress écht uitblinkt. Je kunt de bot trainen met je eigen, specifieke kennis. Dit kan in de vorm van documenten, handleidingen of FAQ’s. De bot gebruikt dan uitsluitend deze kennis om antwoord te geven. En het blijft jouw kennis. Dit wordt niet geabsorbeerd in de grote LLM’s.
De bot trainen en verbeteren
Soms kan het gebeuren dat de bot geen antwoord vindt. Dat gebruiken we om bij te leren!
Wanneer er geen passend antwoord wordt gevonden, valt de bot terug op het Fallback_Text blok. Hier wordt een standaard antwoord gegeven, zoals “Helaas, ik heb geen antwoord op deze vraag.” Tegelijkertijd wordt de onbeantwoorde vraag opgeslagen in een overzichtelijke tabel.
Deze tabel kan door een Administrator van de bot worden ingezien. De administrator kan de onbeantwoorde vragen bekijken en de bot van de benodigde informatie voorzien. Door deze nieuwe kennis toe te voegen aan de kennisbank, leert de bot de vraag de volgende keer wel te beantwoorden. Dit continue proces van feedback en training maakt je chatbot steeds slimmer en effectiever.
Hier onder een compleet nonsense voorbeeld, maar geeft wel aan hoe het werkt. Links in de afbeelding de tabel, rechts is de chatbot te zien zoals je die ook in jouw (WordPress) website kunt plaatsen.
We vragen de chatbot “Wat is bevaored”.
Uiteraard weet Botpress dit niet. Dus slaat het de vraag op in de tabel. Nu kun je als Administrator / bouwer van deze bot in de kolom TableAiAnswer het juiste antwoord ingeven en Botpress is dan bij deze weer wat “slimmer” geworden.