“Wat als hij iets verzint?” Dat is de vraag die ondernemers ons het vaakst stellen over AI-agents. Het korte antwoord: een agent verzint dingen wanneer hij context mist. ChatGPT en Claude weten niets over uw bedrijf zolang u ze niet aan uw gegevens koppelt.
In het kort
- Alles draait om context. Een agent verzint antwoorden wanneer informatie ontbreekt, niet omdat de technologie faalt.
- ChatGPT alleen kent uw bedrijf niet. Gekoppeld aan uw documenten en live data geeft hetzelfde model nuttige antwoorden.
- Houdt de context op, dan moet de agent dat zeggen, en de vraag aan een mens doorgeven.
- Houd een mens in de lus. Waar een fout duur is, schrijft de agent een concept en past een medewerker het aan en verstuurt het.
- Testen toont de gaten. Elk fout antwoord wijst op context die de agent nooit kreeg.
Waarom AI-agents antwoorden verzinnen
Een model is gemaakt om vloeiende, aannemelijke tekst te schrijven. Het heeft uw retourbeleid nooit gelezen, maar weet wel wat retourbeleid meestal zegt. Dus schrijft het er een.
Er staat echt iets op het spel: in 2024 hield een Canadees tribunaal Air Canada aan een rouwtariefbeleid dat de chatbot van de maatschappij had verzonnen.
Geef hem twee soorten context
- Documenten: voor elk antwoord doorzoekt de agent uw kennisbank en antwoordt hij op basis van de gevonden passages. Dat heet RAG, retrieval-augmented generation. De antwoorden zijn zo goed als uw inhoud. Vermelden twee pagina’s verschillende openingsuren, dan kiest de agent er een, dus opschonen hoort bij het project.
- Live data: als een getal of datum morgen kan veranderen, leest de agent het uit uw systemen. Hij verzint het nooit.
Zeg het als de context ophoudt
Aan zichzelf overgelaten antwoordt een model liever iets dan niets. Een goed gebouwde agent controleert eerst, en als noch uw documenten noch uw systemen het antwoord hebben, zegt hij “ik weet het niet” of geeft hij het gesprek door aan uw team, met de volledige historiek.
Houd een mens in de lus
Waar een fout antwoord u iets kost, schrijft de agent en beslist een mens. Daarom maken Email Automation en TicketFlow standaard concepten: uw team past elk antwoord aan of keurt het goed voor het vertrekt. Elke aanpassing toont ook wat u aan de context van de agent moet toevoegen.
Test om de gaten te vinden
Leg de agent voor de lancering vijftig echte vragen voor. Lees daarna de gesprekken. Elk fout antwoord zegt u wat u moet toevoegen.
Wat op zich niet volstaat
| Oplossing | Wat het doet | Waarom het niet volstaat |
|---|---|---|
| ”Verzin niets” in de instructies | Maakt het model voorzichtiger | Een zin levert geen ontbrekende informatie |
| De “temperatuur” verlagen | Maakt antwoorden consistenter | Een agent kan consequent fout zijn |
| Een nieuwer, groter model | Hallucineert minder vaak | Het vult nog steeds gaten op |
Het probleem is niet het model, maar de context
U kunt vandaag al ChatGPT gebruiken. Maar het heeft nooit uw voorwaarden of klantgeschiedenis gelezen, dus kan het alleen in algemene termen antwoorden. Wij bouwen op dezelfde modellen, en ons werk is ze koppelen aan de gegevens en tools van uw bedrijf en de agents draaiende houden:
Voor medewerkers is dat een interne chatbot. Voor klanten een webchatbot, een AI Phone Receptionist en TicketFlow.
Zeg mensen dat ze met een AI praten
Sinds 2 augustus 2026 verplicht de Europese AI Act AI-agents die met mensen praten om dat vanaf de eerste interactie te melden. Onze AI Act-gids voor kmo’s bespreekt de rest.
Conclusie
Een agent die dingen verzint, moest antwoorden zonder de context om dat te doen. Koppel hem aan uw gegevens, laat hem “ik weet het niet” zeggen, laat een mens beslissen waar het ertoe doet, en blijf testen.
Dat is ons werk. Wilt u zien wat daarvoor nodig is in uw bedrijf? Plan een kennismakingsgesprek.