Hoe je je TBit AI-agent traint op WhatsApp, stap voor stap

Trainen is niet programmeren

Je TBit-agent trainen is geen code schrijven of technische formulieren invullen. Het is hem de context van je bedrijf leren zoals je een nieuwe medewerker zou inwerken: wie je bent, wat je verkoopt, hoe je praat en welke regels je hebt. De motor weet al hoe hij moet praten, WhatsApp-berichten moet opmaken en moet doorschakelen naar een persoon wanneer nodig. Jouw taak is hem de informatie geven die alleen jij hebt.

Stap 1: de prompt bepaalt wie hij is

De prompt is de identiteit van de agent. Daarin staan zijn persoonlijkheid, zijn toon, hoe hij verkoopt en het beleid van jouw merk. Een korte en specifieke prompt werkt beter dan een lange vol technische instructies.

Wat wel in de prompt hoort:

• De persoonlijkheid en toon: warm, formeel, direct.

• Hoe hij verkoopt: of hij extra's voorstelt, of hij eerst het combo aanbiedt, of hij aandringt of niet.

• Eigen beleid: om een aanbetaling vragen, bevestigen voor het inplannen, voorwaarden van je bedrijf.

Wat NIET in de prompt hoort: openingstijden, prijzen of productlijsten. Die gegevens veranderen en stel je op hun plek in. Openingstijden staan in Agendamento en producten in de Catalogus.

Stap 2: de memories zijn wat hij weet

Als de prompt bepaalt wie hij is, dan bepalen de memories wat hij weet. Ze vormen de kennis van je bedrijf: beleid, veelgestelde vragen, voorwaarden, acties. De agent raadpleegt ze om met echte informatie te antwoorden.

Om een memory te laten werken:

• Eén idee per memory: "retouren" en "verzendingen" zijn twee memories, niet één.

• In de woorden van de klant, niet in intern jargon.

• Met exacte cijfers: termijnen, bedragen en voorwaarden.

Hoe je memories schrijft die de agent echt vindt, staat in de gids voor memories.

Stap 3: configureer, schrijf niet

Een groot deel van wat een agent nodig heeft, schrijf je niet: je configureert het één keer en de agent gebruikt het vanzelf.

• Openingstijden en diensten in Agenda.

• Producten, prijzen en foto's in de Catalogus, menu Winkel.

• Gegevens die je van de klant wilt vastleggen in Formulieren.

• Verkoopfases in de Pipeline.

Configureren in plaats van schrijven voorkomt dat de agent met verouderde gegevens antwoordt. Een openingstijd in de prompt raakt verouderd; een geconfigureerde openingstijd is altijd actueel.

Stap 4: test door te praten

De beste manier om te trainen is hem aan te spreken alsof je een klant bent. Schrijf hem zoals iemand die twijfelt, zoals iemand die boos is, zoals iemand die prijzen vergelijkt. Let op waar hij aarzelt, waar hij te veel antwoordt of waar hij informatie mist. Elke fout vertelt je welke memory je moet aanpassen of welke regel van de prompt je moet corrigeren.

Stap 5: laat de agent je vertellen wat hij mist

Je hoeft niet te raden. De trainingsbacklog verzamelt de vragen die de agent in echte gesprekken niet kon beantwoorden. Neem hem door: elke onbeantwoorde vraag wordt een nieuwe memory of een aanpassing aan de prompt. Zo is trainen geen eenmalig moment meer, maar een kort en vast ritueel.

Wat je NIET hoeft te doen

Er zijn instructies die overbodig zijn omdat de motor ze al regelt:

• Je hoeft niet te zeggen "verzin niets": hij antwoordt met wat hij weet en als hij het niet weet, zegt hij het en schakelt door.

• Je hoeft niet te zeggen "schakel door naar een mens": dat doet hij al wanneer de klant erom vraagt of hij het niet kan oplossen.

• Je hoeft niet te zeggen "antwoord kort": hij gebruikt al het WhatsApp-formaat.

Dit alles zit er standaard in. Wat de motor al meebrengt, staat in de gids van de motor. Richt je energie op wat alleen jouw bedrijf weet.

Train met je eigen AI

Gebruik je ChatGPT of Claude? Koppel ze aan je TBit-agent en laat ze je helpen hem te trainen met je echte gegevens: ga in het platform naar Agentinstellingen, sectie Koppel je AI, genereer je token en voeg de connector https://api.tbit.app/mcp toe. Je assistent kan de prompt, de memories en recente gesprekken bekijken en je verbeteringen voorstellen.