B Blengi docs

Je AI-medewerker verbeteren

Inhoudelijke hiaten (zelfontwikkeling)

De zelfverbeteringscyclus van Blengi houdt elk gesprek in de gaten en markeert vragen die je agent niet met zekerheid kon beantwoorden. Die vragen worden gegroepeerd in inhoudelijke hiaten op /app/results/content-gaps. Beschouw de pagina als een prioriteitslijst van wat je je bot vervolgens moet leren.

Hoe een lacune wordt gedetecteerd

Na elke beurt van een bezoeker — zodra de stream done al heeft verzonden, zodat de latentie van de bezoeker niet wordt beïnvloed — wordt DetectGapJob inline uitgevoerd (dispatchSync ) met het bericht van de gebruiker, de agent-id en de gespreks-id. Het wordt bewust NIET in de analytics -wachtrij gelaten: het vastleggen van hiaten is het enige zichtbare onderdeel van de zelfverbeteringscyclus, en een productiewerker die zonder die wachtrij in zijn lijst wordt gestart, zou elk hiaat stilzwijgend ongeschreven laten (blengi, 6 juli 2026). Door het inline uit te voeren — met dezelfde garantie als PersistTurnJob — kan een verkeerd geconfigureerde worker nooit een gat laten vallen. De vervolg-e-mail is het enige onderdeel dat in de wachtrij staat (zie hieronder). De taak:

  1. Normaliseert de vraag (kleine letters + witruimte verwijderen) en maakt er een hash van.
  2. Maakt momentopnames van de laatste twee beurten vóór de ‘gap’-vraag (rol + ingekorte tekst) uit het gesprek, zodat de opgeslagen vraag in context begrepen kan worden.
  3. Zoekt een bestaande onderbreking met dezelfde hash voor deze medewerker; als die wordt gevonden, wordt occurrences verhoogd, last_seen_at vernieuwd en worden conversation_id + context opnieuw naar deze laatste gebeurtenis verwezen (een leeg gesprek van een oude beller overschrijft nooit een goede momentopname).
  4. Anders wordt er een nieuwe rij ingevoegd in content_gaps met status=open, waarbij de conversation_id + context-momentopname wordt opgeslagen.

De taak wordt maar één keer uitgevoerd — het dupliceren van een ontbrekende rij kan geen kwaad, maar opnieuw proberen na een tijdelijke storing in de database zou occurrences te groot maken.

Wat telt als uitstel

Een beurt vult een gat aan wanneer het ophalen een lage betrouwbaarheid opleverde of het antwoord zelf luidt: „Dat kan ik niet beantwoorden“. De antwoordcontrole is bewust vaag en meertalig: hij herkent de fallback in de strikte modus, zelfs als het model afwijkt van de sjabloon afwijkt („cannot” in plaats van „can’t”, een verontschuldigend voorvoegsel, een anders geformuleerd token) of in de taal van de bezoeker antwoordt in plaats van die van de agent — een Nederlandse agent die het doorverwijst naar een Engelse bezoeker registreert de gap nog steeds. Veelvoorkomende weigeringformuleringen in het Engels en Nederlands ("I couldn't find…", "dat weet ik niet…") worden zelfs opgemerkt als de strikte modus uitstaat. Zelfverzekerde antwoorden die alleen maar dezelfde woordenschat hergebruiken ("Based on the available information, the price is…") worden niet gemarkeerd.

Wat de gebruikersinterface laat zien

  • AI-medewerkersenkeuzescherm — beperk het tot één bot als je er meerdere hebt.
  • Status — Open (standaard), Beantwoord (iemand heeft een geselecteerd antwoord / bron toegevoegd), Genegeerd (wordt niet opgelost).
  • Venster — alle tijden (standaard), of de laatste 7 / 30 / 90 dagen vanaf het moment dat de vraag voor het laatst werd gesteld. ‘Alle tijden’ is de standaardinstelling, omdat elke telling van openstaande vragen (Home, het icoontje naast Kennis › Onbeantwoorde vragen, Resultaten) ze allemaal meetelt; de lijst toont het aantal waarop je hebt geklikt.

Kennis aanmaken , Oplossen en Negeren worden weergegeven aan rollen die een AI-medewerker kunnen wijzigen (eigenaar, beheerder, redacteur); een lezer bekijkt de lijst.

Elke rij bevat de vraagtekst, het aantal keren dat de vraag is gesteld, de laatste keer dat hij is gesteld en de medewerker aan wie hij toebehoort.

Omdat een vastgelegde vraag vaak voortbouwt op eerdere beurtwisselingen — een bezoeker die vraagt „Waar woont Jan Roel?“ en vervolgens „Heeft hij iets te maken met Alles Opslaan Meppel?“ waardoor de tweede vraag op zichzelf geen zin heeft — bevat elke rij ook een klein blokje met de gesprekscontext, met de paar berichten die vlak voor de onderbreking kwamen (aangeduid als Bezoeker / AI-medewerker), plus een link Bekijk gesprek naar het volledige transcript. De context is een momentopname die wordt gemaakt op het moment dat de onderbreking wordt geregistreerd, dus die blijft bestaan, zelfs als het oorspronkelijke gesprek later wordt opgeschoond; de link verwijst naar het meest recente gesprek waarin de vraag is gezien.

Acties

  • Kennis aanmaken — gaat naar de editor voor samengestelde antwoorden voor die medewerker, waarbij zowel het triggerpatroon als de titel van de kennisbank al zijn ingevuld op basis van de oorspronkelijke vraag van de bezoeker. Als je opslaat, wordt het antwoord aangemaakt en wordt de leemte automatisch gemarkeerd als answered — je hoeft niet terug te komen om het handmatig op te lossen. De volgende bezoeker die die vraag stelt, krijgt direct antwoord zonder dat er iets hoeft te worden opgezocht.
  • Oplossen — markeert de leemte handmatig als answered (bijv. je hebt een kennisbron toegevoegd die dit nu dekt).
  • Negeren — markeert ignored (valt buiten het bereik van deze bot, bijv. een bezoeker vroeg naar een product dat de werkruimte niet verkoopt).

De lus wordt ook gesloten via het pad van het voorgestelde antwoord : wanneer je een door het systeem voorgesteld, samengesteld antwoord goedkeurt dat is opgesteld op basis van een leemte, wordt die leemte met dezelfde klik gemarkeerd als answered.

De strikte kennismodus vult deze wachtrij aan
Elke uitstelbeslissing in de Strikte Kennismodus — een vraag die de medewerker heeft afgewezen in plaats van een ongefundeerd antwoord te geven — wordt hier geregistreerd als een leemte. De lijst met leemtes fungeert dus ook als de exacte achterstand aan kennis die je strikte medewerkers missen.

E-mailmeldingen

Je hoeft de pagina met hiaten niet open te houden om nieuwe hiaten te zien. Elke eigenaar/beheerder kiest een frequentie onder ‘Stuur me een e-mail bij onbeantwoorde vragen’ onder Instellingen › Meldingen (/settings/notifications):

  • Uit — je krijgt nooit een e-mail.
  • Onmiddellijk (standaard) — zodra er voor het eerst een unieke vraag wordt gedetecteerd, stuurt DetectGapJob je meteen een e-mail. Eén e-mail per leemte: een terugkerende vraag verhoogt occurrences maar er wordt nooit opnieuw een e-mail gestuurd, gemarkeerd door content_gaps.notified_at.
  • Dagelijks overzicht — één keer per dag één e-mail met alle hiaten die in de afgelopen 24 uur zijn opgemerkt, met de meest gestelde vragen bovenaan.
  • Wekelijks overzicht — hetzelfde, gebundeld over de afgelopen 7 dagen. Beide overzichten worden verstuurd via het geplande commando pitchbar:gap-digest en je krijgt helemaal geen e-mail op dagen zonder nieuwe hiaten.

Welke frequentie je ook kiest, elke e-mail — direct of als overzicht — bevat de vraag van de bezoeker, de medewerker, de werkruimte, het tijdstip waarop de vraag werd gesteld, en een ‘Kennisartikel aanmaken’-knop waarmee je met één klik in de editor voor samengestelde antwoorden terechtkomt, waar de vraag al is ingevuld en de leemte is ingesteld voor automatische oplossing.

  • Per eigenaar. De frequentie is per persoon — de ene eigenaar kan directe meldingen ontvangen, terwijl de andere een wekelijks overzicht krijgt. Redacteuren en lezers krijgen deze nooit.
  • Gelokaliseerd. Elke e-mail wordt weergegeven in de eigen taal van de ontvanger (de taalinstelling in hun profiel), dus een Nederlandse eigenaar krijgt een Nederlandse e-mail.

Wie kan wat doen

RolLacunes bekijkenOplossen / Negeren
Eigenaar / BeheerderJaJa
RedacteurJaJa
KijkerJaNee

Waarom dit belangrijk is

De meeste chatbots gaan stilletjes achteruit — een vraag wordt nooit beantwoord, de bezoeker stapt af, niemand merkt het. Blengi zet die stille mislukkingen om in een triage-wachtrij. Die wachtrij wekelijks afwerken is de snelste weg naar een topagent.