Les dette før du investerer i en KI-chatbot

Den ubehagelige sannheten

Her er den ubehagelige sannheten som mange leverandører ikke forteller deg: En KI-chatbot er bare så god som dataene den får servert.

La oss si det på en annen måte: En chatbot med dårlige data er som en veldig selvsikker praktikant som har fått beskjed om å svare på alt, men som egentlig ikke vet så mye. Den gir alltid et svar, men... ja, kvaliteten varierer.

Den vanlige historien:

1. Du kjøper en chatbot (la oss kalle den "Klippy" for moro skyld)
2. Klippy crawler nettsiden din og leser alt innhold
3. Klippy begynner å svare på spørsmål
4. Klippy hallusinerer faktafeil fordi den ikke skjønner forskjellen på viktig og uviktig informasjon
5. Klippy gir utdaterte svar fordi den gamle kontaktinfoen fortsatt ligger et eller annet sted på nettsiden
6. Klippy svarer basert på den gamle versjonen av produktbeskrivelsen som fortsatt finnes i en glemt PDF
7. Du sitter der og lurer på hvorfor den dyre chatboten din ikke fungerer som forventet

Det egentlige problemet? Det handler nødvendigvis bare om chatbotten er bygget dårlig.

Det handlet om innholdet ditt.

Hvorfor strukturert innhold er fundamentet

Tenk på en chatbot som en sjåfør. 🚘👨

Du kan ansette verdens beste sjåfør, men hvis bilen din er full av rust, har fire forskjellige typer bensin i tanken, og navigasjonen viser deg en blanding av kart fra 1997 og 2024, kommer du likevel ikke fram.

Strukturert innhold er den velholdte bilen med ren bensin og oppdatert GPS.

Strukturert innhold betyr at at innholdet ditt kan gjenbrukes på nye måter – også til KI-assistenter

• Informasjonen din er organisert i logiske, gjenbrukbare biter
• Hvert innholdselement har tydelig definerte felt (tittel, beskrivelse, dato, kategori, osv.)
• Det finnes én kilde til sannhet for hver opplysning
• Systemet ditt vet hva hver bit av informasjon faktisk er

I Kult Byrå er vi enormt opptatt av strukturert innhold – så om du virkelig vil ha forstå hvorfor det er så genialt (utover det å bygge KI-assistenter), så anbefaler vi deg å lære mer under.

Lær mer om strukturert innhold og vårt favorittverktøy her

Fra kaos til superkrefter: Strukturert innhold forklart på tre nivåer

Hvordan Sanity fundamentalt endrer innholdsproduksjon med AI

Hvorfor Sanity som CMS til nettsiden?

Fra kaos til kontroll

La oss ta et konkret eksempel. Tenk deg at du driver en nettbutikk med hundre produkter.

Uten strukturert innhold:

• Produktinformasjon lever spredt rundt i nettsiden din, i PDF-er, i gamle blogginnlegg, og kanskje i noen tilfeldige Excel-ark
• Når prisen på et produkt endres, må du huske å oppdatere den på fem forskjellige steder
• Chatboten din vet ikke hvilken pris som er den riktige, så den bare gjetter (og tar feil halvparten av tiden)

Med strukturert innhold:

• All produktinformasjon lever i ett strukturert system
• Når prisen endres, endres den i én kilde
• Chatboten din vet nøyaktig hvor den skal hente den offisielle, oppdaterte prisen
• Bonuspoeng: Nettsiden, appen, fakturaene og chatboten bruker alle samme informasjon. Automatisk.

Hvordan faktisk bygge en KI-assistent på en måte som lønner seg

La oss sammenligne de to mest "klassiske" metodene folk bruker

Metode 1: Hoppe over strukturert innhold og bygge på dårlig fundament👇

La meg male deg et bilde av hva som skjer når du hopper over strukturert innhold og går rett på chatbot:

🤩 Fase 1: Entusiasme

"Se på oss! Vi har en KI-chatbot! Vi er innovative!"

😰 Fase 2: Fornektelse

"Den trenger bare litt mer trening, så blir den bedre."

😡 Fase 3: Frustrasjon

"Hvorfor svarer den feil på det spørsmålet? Vi har jo svaret rett der på siden!" (Ja, men det finnes også tre andre motstridende svar på siden, og chatboten vet ikke hvilket den skal stole på.)

😓 Fase 4: Kapitulasjon

"Vi må bare manuelt sjekke alle svarene før de sendes ut." (Gratulerer, du har nå ansatt en dyr, tungvint mellommann som gjør kundeservice tregere, ikke raskere.)

😒 Fase 5: Erkjennelse

"Kanskje vi skulle ha ryddet opp i dataene våre først..."

🤬 (Eventuelt) Skrive debattinnlegg til avisen om hvordan AI ikke er til å stole på

... vi må slutte å bruke det UMIDDELBART

Det er her de fleste bedrifter ender opp. Etter å ha kastet bort tid og penger på en chatbot som ikke fungerer, skjønner de at de må tilbake til start.

Metode 2: Den smarte og riktige rekkefølgen 😎

Først: Endre innstilling

Det viktigste å innse er at det ikke er noen raske snarveier til en god chatbot.

1. Rydd opp i innholdet ditt først

• Kartlegg alt innhold du har
• Fjern duplikater og utdatert informasjon
• Organiser det som gjenstår i logiske strukturer
• Definer én kilde til sannhet for hver type informasjon

2. Implementer strukturert innhold

• Velg et headless CMS eller liknende system som støtter strukturert innhold. Vår favoritt er Sanity som forøvrig spesialiserer seg på å løse alt det vi har pratet om her.
• Bygg innholdsmodeller som gjenspeiler din virkelighet og planlegg tidlig for alle måter for hvordan innhold potensielt kan brukes i fremtiden.
• Migrer innholdet ditt inn i det nye systemet
• Sørg for at alt har riktig metadata og relasjoner.
• Ta en skikkelig innholdshelse sjekk, sørg for at alt innhold er koblet sammen riktig, oppdater og slett unødvendig innhold. Her har forsåvidt vi og Sanity mange smarte verktøy på lur.

3. Koble alt sammen

• La nettsiden, appen, fakturaene – alt – hente fra samme strukturerte kilde
• Nyt hvordan endringer nå automatisk oppdateres overalt
• Opplev magien ved at innholdet ditt faktisk er konsistent

4. Sikre rutiner for å overvåke “innholdshelse” og at innholdet er oppdatert på siden

Okei, dette kan man selvfølgelig gjøre senere i prosessen også, men vit at om målet deres virkelig en kundevendt KI-assistent som dere virkelig skal kunne stole på – så må en plan for å holde innholdet oppdatert være på plass så tidlig som mulig.

5. Bygg et EKSTREMT godt søk

Ja, du leste riktig. Ikke en chatbot. Et søk.

Men ikke et halvveis, "kjekt-å-ha" søk. Et søk som er så inni granskauen smart at brukerne dine faktisk får bruk for det.

Et søk som:

• Takler skrivefeil ("produktgarnti" → "produktgaranti")
• Skjønner synonymer ("reparasjon" = "fikse" = "vedlikehold")
• Kan potensielt fungere på norsk, engelsk, og dialektene imellom

Eventuelt:

• Rangerer resultatene intelligent basert på relevans
• Lærer av hva brukerne faktisk klikker på

Når dette søket fungerer knallbra, er du klar for neste steg.

6. La søket håndtere spørsmål (men fortsatt bare gi lenker)

Nå kan du begynne å la søket ditt tolke lengre spørsmål, ikke bare stikkord.

"Hvor lenge varer garantien?" i stedet for bare "garanti".

Men – og dette er viktig – fortsatt skal søket bare servere tilbake lenker til de sidene som er relevante. Ikke svar. Ikke generert tekst.

Bare: "Her er de tre mest relevante sidene for spørsmålet ditt."

Test dette grundig. Sørg for at det fungerer pålitelig. Juster, finjuster, optimaliser.

7. La KI-assistenten servere innhold på naturlig språk

Først nå begynner vi å snakke om det som ligner på det folk kaller en "chatbot".

Når søket ditt konsekvent finner de riktige sidene, kan du la KI-assistenten hente ut innholdet fra lenkene og presentere det på naturlig språk.

Men smart gjort: Den kan fortsatt referere til lenkene. "Basert på [produktsiden] og [garantibetingelsene] er svaret at garantien varer i 2 år."

På denne måten gir du brukeren:

• Et direkte svar (praktisk!)
• Kildene til svaret (tillit!)
• Muligheten til å lese mer om de vil (kontroll!)

PS: Det er dette her som kalles for en “RAG”-modell.

8. Eksperimenter forsiktig med samtaler

Først når alt dette fungerer knallbra, kan du begynne å eksperimentere med lengre samtaler.

Kanskje det er lov å stille ett oppfølgingsspørsmål. Deretter kanskje to.

Men her må du være ekstra forsiktig. Hver gang du legger til kontekst fra tidligere i samtalen, øker risikoen for at KI-assistenten tolker feil eller blander sammen informasjon.

Gå sakte fram. Test grundig. Og husk: det er helt greit å si "Beklager, jeg skjønner ikke helt hva du mener. Kan du formulere det som et nytt spørsmål?"

9. Nå (og først nå!) er du klar for en chatbot

• Chatboten din får servert ren, strukturert data
• Den vet nøyaktig hva den jobber med
• Svarene blir presise fordi kilden er presis
• Du sover godt om natten

Det vil si, du må fortsatt:

10. Vær investert i å kontinuerlig forbedre og overvåke kvaliteten som chatboten produserer

En effektiv chatbot er kan være uvurdelig verdifullt. Samtidig så må man ikke tro at det bare er å lage en og gå videre med livet.

Det er vanvittig mange fallgruver og en chatbot som kontinuerlig må overvåkes. Spesielt viktig er det å sikre at informasjonen den henter fra er helt oppdatert.

Svar på noen spørsmål du kanskje har

Hvorfor denne stegvise tilnærmingen?

Fordi hver gang du hopper over et steg, multipliserer du kompleksiteten og risikoen.

Tenk på det som å bygge et hus:

• Strukturert innhold = fundamentet
• Godt søk = det elektriske anlegget som faktisk fungerer
• Spørsmålshåndtering = å koble til apparatene
• Naturlig språk = å pusse opp og gjøre det pent
• Samtaler = å invitere gjester uten at noe går i brann

Du kan prøve å pusse opp badet før du har lagt rør. Men det blir dumt.

Og husk: På hvert steg får du faktisk noe brukbart!

• Etter steg 4 har du et søk som faktisk hjelper brukerne dine
• Etter steg 5 har du et søk som føles intuitivt og moderne
• Etter steg 6 har du en assistent som gir raske, presise svar
• Etter steg 7 har du... vel, da har du faktisk en ordentlig chatbot

Men hver versjon underveis er brukbar og nyttig. Ikke en halvferdig greie som "trenger litt mer trening".

Må jeg følge denne oppskriften for å få en chatbot?

Nei, selvfølgelig ikke. Det kommer helt an på hva KI-løsningen skal brukes til.

Det finnes nemlig en kjempeviktig forskjell mellom:

A) En kundevendt chatbot som skal svare på "alt" (eller kunne gi kvalitetssikrede svar innenfor et visst område)

vs.

B) En konkret, avgrenset KI-oppgave

Jo mindre og mer konkret oppgaven er, jo raskere kan man ta i bruk KI – og jo mindre kritisk er det strukturerte innholdet.

Tommelfingerregelen

Hvis KI-løsningen din er:

• Avgrenset til én spesifikk oppgave → Gå i gang, eksperimenter
• Intern og med menneskelig oversikt → Tøft å teste uten perfekte data
• Lett å måle suksess på → Strukturer det viktigste, test resten

Men hvis KI-løsningen din skal:

• "Hjelpe kundene våre med alt de lurer på" → Følg oppskriften
• Representere bedriften din offentlig → Følg oppskriften
• Erstatte eksisterende kundeservice → Følg oppskriften (to ganger)

Det handler ikke om å være perfeksjonist. Det handler om å matche ambisjonsnivået ditt med forberedelsesnivået ditt.

Vil du bygge et lite, avgrenset KI-verktøy for en spesifikk oppgave? Supert, kjør på.

Vil du bygge "vår egen ChatGPT for kundeservice"? Da må du legge grunnarbeidet først.

Men KI kan vel hjelpe meg med å strukturere innholdet?

Definitivt! Det kan den faktisk. Men da snakker vi om noe helt annet enn en kundevendt chatbot.

KI kan være et glimrende verktøy i struktureringsprosessen:

• Generere metadata fra ustrukturert innhold
• Foreslå kategoriseringer
• Finne duplikater og inkonsistenser
• Hjelpe deg med å migrere gammelt innhold inn i nye strukturer

Men merk forskjellen: Her bruker du KI som et internt verktøy for å forbedre datakvaliteten din, ikke som et eksternt grensesnitt som skal skjule at datakvaliteten din er dårlig.

Hva med alle som allerede har lansert chatboter?

Kanskje du kjenner til bedrifter som har lansert chatboter uten å gjøre dette arbeidet først? Og kanskje det til og med ser ut som det fungerer?

Her er noen ting verdt å huske:

1. Det du ser er sannsynligvis ikke hele historien Mange chatboter ser bra ut i demos, men brukerne har allerede lært seg å ikke stole på dem. De får et svar fra chatboten, men går og dobbelsjekker på nettside eller ringer kundeservice uansett.

2. De fikser symptomene, ikke problemet Noen bedrifter kompenserer ved å ha folk som manuelt kurerer eller korrigerer chatbot-svar. Det er ikke skalérbart.

3. De betaler prisen – du bare ser den ikke Dårlig datakvalitet koster. I kundetillit, i intern tid brukt på feilretting, i tapte muligheter. Kostnaden er reell selv om den er vanskelig å måle.

De som får det til har investert i strukturert innhold

Det mange eksempler på bedrifter som har effektive chatboter. Mitt favoritteksempel er Lloyds bank som holdt foredrag om deres chatbot på en AI-konferanse jeg deltok på våren 2023.

Og når en bank med så høye kvalitetsskrav og så mange fallgruver kan få det til – så er det mulig!

Men det som ble gjentatt til det kjedsommelige: Det absolutt alle som har lykkes med dette vil fortelle deg er at datakvalitet og strukturert innhold er essensielt for å lykkes.

Så, skal du investere i en KI-chatbot?

Så, skal du investere i en KI-chatbot? I de fleste tilfeller, ja!

Men sannsynligvis må du investere i noe annet først.

Hvorfor du må starte med det "kjedelige".

Jeg skjønner at det å snakke om "strukturert innhold" på en konferanse ikke gjør alle like engasjerte. Med mindre du jobber i Kult Byrå og har sett lyset, såklart.

Det er det kjedelige fundamentarbeidet som ingen legger merke til – før det plutselig gjør all forskjell.

Et veldig godt søk er heller ikke særlig spennende å fortelle om. Men det er noe brukerne dine faktisk vil verdsette, hver eneste dag.

Det er som å trene styrke før du løper maraton, eller å lære grunnleggende matlaging før du åpner restaurant. Det føles som en omvei, men det er faktisk den eneste veien til varig suksess.

Den gode nyheten?

Når du først har strukturert innholdet ditt ordentlig, blir alt annet mye, mye enklere. Ikke bare chatboter, men nye nettsider, apper, integrasjoner, analyse, personalisering – alt blir bygd på et solid fundament.

Den enda bedre nyheten?

Du trenger ikke å gjøre alt på en gang. Start med det viktigste innholdet ditt. Få det strukturert. Bygg et søk som fungerer. Så bygger du videre, steg for steg, med noe brukbart på hvert nivå.

Og hvis du en dag ender opp med en fullverdig chatbot som faktisk fungerer? Da har du fortjent det. Fordi du gjorde jobben ordentlig.