Elke organisatie met een grote kennisbank heeft dezelfde vergadering al gehad. Leden zeggen dat ze niets terugvinden. Iemand stelt betere tags voor, een nieuwe taxonomie of een upgrade van de zoekfunctie. Zes maanden later bewegen de cijfers nauwelijks. De reden is niet dat je zoekfunctie slecht geconfigureerd staat. Het is dat een zoekbalk en een vraag twee verschillende dingen zijn.
Wat een zoekbalk eigenlijk doet
Een klassieke sitezoekfunctie, inclusief Drupal's Search API met een Solr- of databasebackend, matcht de woorden die je typt met de woorden in je content. Moderne opzetten voegen stamherkenning, synoniemen en relevantieweging toe, en dat helpt. Maar de basisafspraak blijft dezelfde: jij levert de woordenschat aan en het systeem zoekt documenten die ze bevatten.
Die afspraak werkt prima als de gebruiker de juiste term al kent. Een advocaat die "niet-concurrentiebeding" zoekt, vindt het. Een lid dat de exacte titel van een omzendbrief kent, vindt ze. Zoeken is snel, goedkoop, voorspelbaar en makkelijk uit te leggen.
Waar het misloopt
Het probleem is dat de meeste mensen aankomen met een situatie, niet met een term. Ze denken: "een klant wil halverwege het contract opzeggen, wat mag ik aanrekenen?" Je archief beantwoordt die vraag grondig, in een artikel dat je redacteur "Contractuele beëindiging en proportionele vergoeding" genoemd heeft. De woorden overlappen niet. De zoekfunctie geeft niets bruikbaars terug en het lid besluit dat het antwoord niet bestaat.
Drie patronen komen telkens opnieuw terug:
- Verschil in woordenschat. Redacteurs schrijven in formele of juridische taal. Leden beschrijven praktische problemen. In de kloof tussen die twee woordenschatten sneuvelen de meeste zoekopdrachten.
- Antwoorden verspreid over artikels. De regel staat in het ene document en de uitzondering in het andere. Een zoekfunctie kan enkel een lijst teruggeven en hopen dat de lezer het zelf samenlegt.
- Geen gevoel voor actualiteit. Een artikel uit 2019 en zijn vervanger uit 2025 matchen allebei op de zoekterm. Een zoekfunctie heeft geen mening over welk van de twee nog klopt.
Niets daarvan los je op met betere tags. Je kan een jaar aan je taxonomie werken en leden zullen de woorden erin nog altijd niet gebruiken.
Wat een private AI-chatbot anders doet
Een private AI-chatbot gebouwd op retrieval augmented generation matcht op betekenis in plaats van op woorden. Je artikels worden omgezet naar numerieke representaties die vastleggen waar een passage over gaat. Een vraag wordt op dezelfde manier omgezet, en het systeem haalt de passages op die er qua betekenis het dichtst bij liggen, of ze nu woorden delen met de vraag of niet.
Het model schrijft daarna een antwoord op basis van enkel die passages, en verwijst terug naar de artikels die het gebruikt heeft. Voor de opzeggingsvraag hierboven betekent dat: het lid krijgt de regel, de uitzondering en beide bronartikels, in één antwoord.
Een eerlijke vergelijking
Een chatbot is niet in alles beter. Een zoekfunctie wint nog altijd in verschillende situaties, en doen alsof dat niet zo is, levert ontgoochelde gebruikers op:
- Exacte opzoekingen. Wie document 2024/17 wil, wil dat document en geen parafrase. Zoeken is dan sneller en betrouwbaarder.
- Rondkijken. Gebruikers die alles over een onderwerp willen zien, hebben een filterbare lijst nodig, geen samenvatting.
- Kosten en snelheid. Een zoekopdracht is zo goed als gratis en onmiddellijk. Een chatbotantwoord duurt enkele seconden en kost geld per vraag.
- Voorspelbaarheid. Zoeken geeft telkens dezelfde resultaten. Een gegenereerd antwoord kan bij twee identieke vragen anders geformuleerd zijn, en sommige organisaties liggen daar wakker van.
Waar de chatbot wint is even duidelijk: vragen die als situatie geformuleerd zijn, antwoorden die in meer dan één artikel zitten, gebruikers die je vaktaal niet kennen, en archieven die zo diep zijn dat rondkijken geen optie meer is.
Waarom de meeste sites er uiteindelijk twee draaien
De juiste conclusie voor een grote kennisbank is meestal niet "vervang de zoekfunctie". Het is "zet er een tweede voordeur naast". Hou de zoekbalk voor mensen die weten wat ze willen, en voeg een chatbot toe voor mensen die enkel weten wat hun probleem is. Op een Drupal-site is dat eenvoudig, omdat de chatbot naast je bestaande Search API-opzet kan staan in plaats van erbovenop.
In de praktijk zie je die verdeling gewoon in de logs gebeuren. Korte zoekopdrachten van één of twee woorden blijven naar de zoekfunctie gaan. Volledige zinnen gaan naar de chatbot. Leden sorteren zichzelf zonder dat je het hen moet uitleggen.
Het onderdeel dat je keuzes bepaalt
Staat je kennisbank achter een login, dan vallen de meeste chatbotproducten op de markt meteen af. Ze werken door publieke pagina's te crawlen, wat betekent dat ze stoppen bij je loginscherm, en dat is net waar je waardevolle content begint. Een chatbot voor afgeschermde content moet je content via het CMS lezen en je toegangsregels toepassen vóór het ophalen. Hoe dat precies werkt lees je in AI-chatbots voor content achter een login.
Hoe je beslist
Drie vragen beslechten het meestal. Ten eerste: hoeveel artikels heb je? Onder een paar honderd kan betere navigatie echt volstaan. Ten tweede: beschrijven leden situaties of gebruiken ze jouw terminologie? Kijk in je supportmailbox, niet in je zoeklogs, want de vragen waar mensen niet op kunnen zoeken belanden daar. Ten derde: is je content actueel? Een chatbot op een verwaarloosd archief citeert zelfzeker verouderd materiaal, en dat beschadigt het vertrouwen sneller dan een slecht zoekresultaat ooit gedaan heeft.