Prompt-gebaseerd versus conversationele pathways: de juiste aanpak kiezen

Bedrijven schakelen steeds vaker over op AI-telefoonagenten om hun klantenservice te verbeteren en processen te stroomlijnen. Deze intelligente systemen kunnen responstijden en efficiëntie aanzienlijk verbeteren, maar de effectiviteit van een AI-telefoonagent hangt grotendeels af van hoe die met klanten omgaat. Er zijn twee belangrijke benaderingen ontstaan bij het ontwerpen van deze interacties: prompt-gebaseerde aanpakken en conversationele pathways.

Bij prompt-gebaseerde aanpakken kunnen gebruikers specifieke vragen stellen, waarmee ze de reacties van de AI op een eenvoudige manier sturen. Conversationele pathways maken daarentegen een dynamischer heen-en-weergesprek mogelijk dat een natuurlijk menselijk gesprek nabootst. Het begrijpen van de verschillen tussen deze methoden is cruciaal voor bedrijven die klantinteracties en operationele efficiëntie willen optimaliseren.

De juiste aanpak kiezen bepaalt niet alleen hoe effectief een AI-telefoonagent vragen kan oplossen, maar geeft ook vorm aan de algehele klantervaring. In dit artikel verkennen we zowel prompt-gebaseerde als conversationele pathways binnen een conversationele AI-platforms, zodat je kunt bepalen welke strategie het best aansluit bij de behoeften van je bedrijf en de verwachtingen van je klanten.

Wat is een prompt-gebaseerde aanpak?

Denk aan het gebruik van een snoepautomaat: je drukt op een specifieke knop om de snack te krijgen die je wilt. Op vergelijkbare wijze houdt een prompt-gebaseerde aanpak in dat gebruikers specifieke prompts of vragen geven om de reacties van een AI te sturen. Deze prompts fungeren als duidelijke instructies die de AI precies vertellen welke informatie of actie nodig is.

Als een klant bijvoorbeeld vraagt: "Wat is mijn accountsaldo?", fungeert die eenvoudige vraag als een prompt die de AI aanzet om de gevraagde informatie op te halen en te verstrekken. De AI genereert vervolgens een reactie op basis van deze vooraf gedefinieerde input.

Prompts kunnen op verschillende manieren worden gestructureerd om de gewenste informatie of acties van de AI uit te lokken. Hier zijn enkele voorbeelden:

Prompt 1:

“Je bent een AI-stemassistent voor een telecombedrijf. Jouw taak is om klanten te helpen met factuurvragen, technische ondersteuning en accountbeheer. Behoud een vriendelijke en professionele toon, bevestig details voordat je verdergaat en schakel indien nodig door naar een menselijke agent."

Voorbeeldgesprek:

Gebruiker: “Ik denk dat mijn internetrekening niet klopt. Kun je dat controleren?”

Agent: “Dat controleer ik graag voor je. Kun je je accountnummer of geregistreerde telefoonnummer opgeven?”

Gebruiker: “Het is 123-456-7890.”

Agent: “Bedankt! Ik zie dat je laatste rekening $75,99 was. Kun je me laten weten wat er niet lijkt te kloppen?”

Prompt 2:

"Je bent een AI-stemagent voor een medische kliniek. Jouw doel is om patiënten te herinneren aan aankomende afspraken en hen te laten bevestigen, verzetten of annuleren. Houd de toon beleefd en als de gebruiker na twee pogingen niet reageert, bied dan aan om een sms te sturen."

Voorbeeldgesprek:

Agent: “Hallo [Patiëntnaam], dit is een geautomatiseerde oproep van Sunrise Medical Center. Je hebt een afspraak met Dr. Smith op vrijdag om 10:00 uur. Zeg 'bevestigen' om te bevestigen. Zeg 'verzetten' om te verzetten. Zeg 'annuleren' om te annuleren.”

(Als er geen reactie is)

Agent: “Dat heb ik niet verstaan. Wil je dat ik je een sms stuur met de afspraakgegevens?”

Prompt 3:

"Je bent een AI-verkoopassistent voor een makelaarskantoor. Jouw taak is om leads te kwalificeren door te vragen naar hun woningvoorkeuren, budget en tijdlijn. Houd de reacties natuurlijk en verbind de lead door naar een menselijke agent als die geïnteresseerd is."

Agent: “Hallo, dit is Alex van Greenfield Realty. Ik zie dat je geïnteresseerd bent in het kopen van een woning. Mag ik vragen naar wat voor soort woning je op zoek bent?”

Gebruiker: “Ik zoek een huis met 3 slaapkamers in Miami.”

Agent: “Duidelijk! En wat is je budgetbereik?”

Gebruiker: “Rond de $500.000.”

Agent: “Geweldig! We hebben een paar aanbiedingen die daarbij passen. Wil je nu met een makelaar spreken?”

Belangrijkste kenmerken van prompt-gebaseerde aanpakken

1. Directe input: Gebruikers geven expliciete instructies of vragen en weten precies wat ze willen.
2. Gestructureerde reacties: De AI genereert antwoorden op basis van vooraf gedefinieerde prompts en levert eenvoudige en beknopte informatie.
3. Flexibiliteit: Deze systemen kunnen zich aanpassen aan verschillende contexten, afhankelijk van de input van de gebruiker, waardoor ze verschillende soorten vragen effectief kunnen afhandelen.

Voordelen van prompt-gebaseerde aanpakken

1. Controle: Gebruikers hebben meer controle over interacties door hun behoeften duidelijk te specificeren, waarmee ze de AI sturen om precies te leveren wat ze willen.
2. Efficiëntie: Er kunnen snelle reacties worden gegenereerd voor eenvoudige vragen, waardoor deze aanpak ideaal is voor eenvoudige taken.
3. Eenvoud: Prompt-gebaseerde systemen implementeren is over het algemeen eenvoudiger voor specifieke use cases en vereist minder complexe programmering dan andere methoden.

Voorbeelden van effectieve prompts

Om te illustreren hoe effectieve prompts voor kunstmatige intelligentie interacties kunnen verbeteren, bekijk je deze voorbeelden:

Klantenservicevraag:

• Goede prompt: "Wat is mijn accountsaldo?"
• Slechte prompt: "Vertel me iets over mijn account."

Bestelstatus controleren:

• Goede prompt: "Kun je de verzendstatus voor bestelling #45678 geven?"
• Slechte prompt: "Hoe zit het met mijn bestelling?"

Terugbetalingsverzoek:

• Goede prompt: "Ik wil graag een terugbetaling aanvragen voor bestelling #12345 vanwege een beschadigd artikel."
• Slechte prompt: "Ik wil mijn geld terug."

AI-prompts finetunen

Prompts finetunen betekent ze verfijnen op basis van feedback en prestatiegegevens om ervoor te zorgen dat ze accurate en relevante reacties opleveren. Hier zijn enkele promptstrategieën voor het finetunen van AI-prompt-engineering:

1. Helderheid: Retell AI benadrukt het belang van duidelijke en natuurlijke reacties door te finetunen met data uit de praktijk. Hoewel het vermijden van jargon niet expliciet wordt genoemd, is het doel ervoor te zorgen dat reacties begrijpelijk en relevant zijn.
2. Specificiteit: Retell AI ondersteunt specificiteit door gebruikers precieze reacties en overgangen binnen gespreksstromen te laten definiëren. Dit sluit aan bij het idee om precies te zijn over wat je de AI wilt laten doen.
3. Contextualisering: De Conversation Flow-functie van Retell AI maakt gestructureerde en contextuele interacties mogelijk, wat het bieden van context waar nodig ondersteunt. Gebruikers kunnen transcripten als context aanleveren om reacties en overgangen van agenten te finetunen.

Wat zijn conversationele pathways?

Stel je voor dat je een gesprek voert met een vriend. Het gaat niet alleen om het stellen van directe vragen; het is een dynamische uitwisseling waarbij beide partijen zich aanpassen op basis van elkaars reacties. Dit is de essentie van conversationele pathways. Ze omvatten interactieve dialogen waarbij de AI heen-en-weergesprekken met gebruikers voert en zijn reacties aanpast aan de context en het verloop van de discussie.

Als een klant bijvoorbeeld begint met: "Ik heb problemen met mijn internet", kan de AI vervolgvragen stellen zoals: "Wat lijkt het probleem te zijn?" of "Heb je geprobeerd je router opnieuw op te starten?" Deze aanpak bootst een natuurlijk gespreksverloop na, waardoor interacties boeiender en persoonlijker aanvoelen. De AI geeft niet zomaar een eenmalig antwoord; hij blijft van het gesprek leren, waardoor hij relevantere ondersteuning kan bieden naarmate de dialoog vordert.

Conversationele pathways kunnen gebruikmaken van large language models of natural language processing, waarbij LLM's de voorkeur genieten omdat dit de nieuwere technologie is en beter in staat is natuurlijk klinkende reacties te genereren. Hierdoor kan de AI continuïteit in gesprekken behouden en complexe vragen afhandelen die meerdere uitwisselingen vereisen.

Belangrijkste kenmerken van conversationele pathways

1. Contextbewustzijn: De AI behoudt de context gedurende het hele gesprek en onthoudt eerdere interacties en input van gebruikers. Als een klant bijvoorbeeld zijn internetprobleem noemt en later naar zijn facturering vraagt, kan de AI deze onderwerpen verbinden en coherentere reacties geven.
2. Adaptieve reacties: De AI past zijn antwoorden aan op basis van eerdere interacties en input van gebruikers, wat ondersteuning op maat mogelijk maakt. Als een gebruiker frustratie uit over een lopend probleem, kan de AI empathisch reageren en extra hulp bieden.
3. Betrokkenheid van gebruikers: Deze aanpak bevordert een interactievere ervaring, waardoor klanten zich gehoord en begrepen voelen. Door dialoog aan te moedigen in plaats van eenvoudige vragen, verhogen conversationele pathways de gebruikerstevredenheid.

Voordelen van conversationele pathways

1. Natuurlijke interactie: Door menselijke gesprekken na te bootsen, verbeteren conversationele pathways de algehele gebruikerservaring. Klanten zijn eerder geneigd positief te reageren wanneer interacties oprecht en herkenbaar aanvoelen.
2. Personalisatie: De AI kan zijn reacties afstemmen op de voorkeuren en geschiedenis van de gebruiker, waardoor een ervaring op maat ontstaat. Als een klant bijvoorbeeld vaak naar specifieke producten vraagt, kan de AI proactief gerelateerde items voorstellen tijdens toekomstige interacties.
3. Oplossen van complexe problemen: Conversationele pathways zijn bijzonder effectief voor het afhandelen van veelzijdige vragen die vervolgvragen en gedetailleerde uitleg vereisen. Als een klant bijvoorbeeld een technisch probleem heeft dat meerdere stappen voor probleemoplossing omvat, kan de AI hem in realtime door elke stap begeleiden.

Voorbeelden van conversationele pathways in de praktijk

Om te illustreren hoe conversationele pathways in de praktijk werken:

• Klantenservice: Een klant zou een chat kunnen starten met: "Ik heb hulp nodig met mijn bestelling." De AI zou kunnen reageren met: "Natuurlijk! Kun je je bestelnummer opgeven?" Na ontvangst van het nummer zou hij kunnen zeggen: "Ik zie dat je bestelling vertraagd is. Wil je dat ik de geschatte leverdatum controleer?"
• Technische ondersteuning: Een gebruiker zou kunnen zeggen: "Mijn telefoon maakt geen verbinding met wifi." De AI zou vervolgvragen kunnen stellen zoals: "Gebeurt dit bij alle wifinetwerken of maar bij één?" Op basis van de reactie van de gebruiker kan hij specifieke stappen voor probleemoplossing geven.
• Gepersonaliseerde aanbevelingen: Als een klant vermeldt dat hij van wandeluitrusting houdt, zou de AI kunnen vragen naar zijn favoriete merken of soorten uitrusting voordat hij nieuwe producten voorstelt op basis van zijn voorkeuren.

Prompt-gebaseerde en conversationele pathways vergelijken

Bij het kiezen tussen prompt-gebaseerde en conversationele pathways voor je AI-telefoonagenten is het essentieel om de sterke en zwakke punten van elke aanpak te begrijpen. Deze vergelijking helpt je de beste scenario's voor elke methode te identificeren, belangrijke prestatiestatistieken te evalueren en implementatiefactoren in overweging te nemen. Door use cases, prestatiestatistieken en implementatieoverwegingen te onderzoeken, kunnen bedrijven weloverwogen beslissingen nemen die aansluiten bij hun operationele behoeften en de verwachtingen van hun klanten.

Use cases voor elke aanpak

Prompt-gebaseerde aanpakken zijn effectiever in scenario's waarin gebruikers snelle antwoorden op eenvoudige vragen nodig hebben. Bijvoorbeeld:

• FAQ's: Directe antwoorden geven op veelgestelde vragen.
• Eenvoudige verzoeken: Eenvoudige verzoeken afhandelen zoals het controleren van de bestelstatus of het bijwerken van contactgegevens.
• Snel informatie ophalen: Directe toegang bieden tot specifieke gegevens, zoals accountsaldi of productdetails.

Conversationele pathways verdienen de voorkeur voor complexere situaties die een dieper begrip van de behoeften van de klant vereisen. Bijvoorbeeld:

• Complexe klantenservicevragen: Ingewikkelde problemen oplossen die meerdere stappen en vervolgvragen vereisen.
• Probleemoplossing: Klanten door een reeks stappen begeleiden om technische problemen te diagnosticeren en op te lossen.
• Gepersonaliseerde aanbevelingen: Aanbevelingen op maat bieden voor producten of diensten op basis van de voorkeuren en het eerdere gedrag van de gebruiker.

Prestatiestatistieken

Belangrijke prestatiestatistieken kunnen helpen om de effectiviteit van beide aanpakken te vergelijken:

• Responstijd: Prompt-gebaseerde aanpakken hebben doorgaans snellere responstijden voor eenvoudige vragen, terwijl conversationele pathways langer kunnen duren vanwege de noodzaak van vervolgvragen.
• Klanttevredenheid: Conversationele pathways leiden vaak tot hogere klanttevredenheid bij complexe problemen, omdat ze een persoonlijker en grondiger oplossingsproces bieden.
• Oplossingspercentages: Conversationele pathways hebben doorgaans hogere oplossingspercentages voor complexe problemen, omdat de AI meer informatie kan verzamelen en zijn reacties kan afstemmen op de specifieke behoeften van de klant.

Implementatieoverwegingen

Bij het implementeren van elke aanpak zijn er verschillende factoren om te overwegen:

• Complexiteit: Prompt-gebaseerde systemen zijn over het algemeen minder complex en eenvoudiger te implementeren, terwijl conversationele pathways geavanceerdere programmeercapaciteiten vereisen.
• Benodigde resources: Prompt-gebaseerde systemen vereisen minder resources op het gebied van ontwikkeltijd en rekenkracht, terwijl conversationele pathways een aanzienlijkere investering kunnen vergen.
• Integratie met bestaande systemen: Beide aanpakken moeten worden geïntegreerd met bestaande systemen, zoals CRM en kennisbanken. Conversationele pathways kunnen echter een strakkere integratie vereisen om de context te behouden en reacties effectief te personaliseren.

Retell AI inzetten voor een betere klantenservice

Nu bedrijven het potentieel van AI-telefoonagenten verkennen, bieden platforms zoals Retell AI krachtige tools om de klantenservice te verbeteren. Retell AI onderscheidt zich met zijn geavanceerde voice-AI-mogelijkheden, waarmee bedrijven natuurlijk klinkende stemagenten kunnen bouwen die complexe taken kunnen afhandelen en op natuurlijke wijze kunnen converseren. Het eigen Turn-Taking-model maakt bijna realtime interacties mogelijk met een indrukwekkende latency van 800 ms, waardoor gesprekken vloeiender en levensechter aanvoelen.

Retell AI ondersteunt meerdere large language models (LLM's) en biedt uitgebreide meertalige mogelijkheden, wat bedrijven meer flexibiliteit geeft. De uitgebreide functies omvatten kant-en-klare templates voor snelle agent-ontwikkeling, stateful multi-prompt-agenten voor het beheren van gesprekken met meerdere beurten, en realtime monitoring voor het analyseren van data en sentiment na het gesprek. Dit maakt Retell AI een ideale keuze voor bedrijven die hun belactiviteiten willen moderniseren en uitzonderlijke klantervaringen willen leveren.

Klantenservice transformeren met AI: de juiste balans vinden

Prompt-gebaseerde en conversationele pathways bieden elk unieke voordelen voor AI-telefoonagenten. Waar prompt-gebaseerde aanpakken snelle en efficiënte reacties bieden op eenvoudige vragen, blinken conversationele pathways uit in het afhandelen van complexe problemen en het leveren van gepersonaliseerde ervaringen.

Uiteindelijk is er geen one-size-fits-all-oplossing. Bedrijven moeten een aanpak kiezen die aansluit bij hun specifieke doelen, klantbehoeften en operationele vereisten. Door deze factoren zorgvuldig te overwegen, kunnen bedrijven AI-telefoonagenten creëren die niet alleen de efficiëntie maximaliseren, maar ook de klanttevredenheid verbeteren.

Klaar om te ontdekken hoe AI-telefoonagenten je klantenservice kunnen transformeren? Bezoek Retell AI om meer te weten te komen en aan de slag te gaan!