Leer hoe je AI-chatbots bouwt, deployt en optimaliseert met Botpress. Deze praktische tutorial behandelt alles: van setup tot geavanceerde workflows, integraties en toepassingen uit de praktijk.
Bedrijven haasten zich om klantenservice, leadkwalificatie en interne workflows te automatiseren met AI-agents. De technologie werkt eindelijk goed genoeg om nuttig te zijn, maar chatbots vanaf nul bouwen betekent frameworks zoals LangChain samenstellen en API-integraties debuggen. Het werkt en heeft z'n voordelen, maar de ontwikkelcyclus zal traag zijn.
Platforms zoals Botpress bieden een andere workflow. Je krijgt visuele tools om gespreksstromen te ontwerpen. De onderliggende AI-modellen kunnen hetzelfde zijn, maar de infrastructuur voor bouwen, testen en deployen is al aanwezig.
In dit artikel laat ik je stap voor stap zien hoe je AI-agents bouwt met Botpress. Je leert de platformarchitectuur kennen, bouwt je eerste bot, koppelt deze aan echte services en zet hem in productie. Ik deel ook technieken en best practices die ik heb opgedaan met het platform, zodat jij tijd bespaart.
Wat is Botpress?
Botpress is een platform voor het bouwen van AI-agents die gesprekken voeren met gebruikers, acties triggeren op basis van wat er gezegd wordt en koppelen met tools zoals Shopify, Google Sheets of je eigen REST-API’s. Concurrenten zijn onder andere Dialogflow, Rasa, Microsoft Bot Framework en Amazon Lex.
Platformoverzicht
Botpress biedt zowel een visuele ontwikkelomgeving (Botpress Studio) als programmatische controle via API’s. Met de visuele interface kunnen niet-technische teamleden gespreksstromen ontwerpen, terwijl ontwikkelaars code kunnen schrijven. Sommige platforms zoals Rasa zijn code-first, wat eenvoudiger kan zijn als je als solodeveloper graag YAML en Python schrijft.
Met Botpress definieer je wat je bot moet doen (instructies en workflows), wat hij weet (kennisbanken en tabellen) en welke acties hij kan uitvoeren (integraties en eigen code). Het platform regelt de infrastructuur: hosting, schaalbaarheid en orkestratie.
De Botpress-architectuur en -lagen. Afbeelding door de auteur
Vergeleken met bouwen vanaf nul met frameworks zoals LangChain, geeft Botpress je productierijpe componenten. Vergeleken met pure no-codeplatforms kun je ook echte code schrijven wanneer de vooraf gebouwde visuele tools niet toereikend zijn
Wie gebruikt Botpress?
Het platform bedient iedereen, van solodevelopers die hun eerste chatbot bouwen tot enterprises die agents over meerdere kanalen inzetten. Veelvoorkomende use-cases zijn geautomatiseerde klantenondersteuning, leadkwalificatie, afspraken plannen en interne helpdesksystemen.
Volgens een klantverhaal van Botpress meldde Ruby Labs een resolutiepercentage van 98% na de invoering van hun oplossing. Deze cijfers komen uit leverancierscasestudy’s en moeten in context worden geïnterpreteerd.
Botpress instellen
Ik laat je nu zien hoe je Botpress instelt, waarmee ik bedoel: hoe je de Botpress CLI en SDK configureert voor een "bot-as-code"-workflow.
Ik raad aan om Node.js en de Botpress CLI binnen WSL2 (Windows Subsystem for Linux) te draaien om veelvoorkomende Windows-problemen met paden en rechten te vermijden.
Als je een foutmelding krijgt bij het uitvoeren van bp in PowerShell, moet je mogelijk je uitvoeringbeleid aanpassen. Start PowerShell als Administrator en voer uit: Set-ExecutionPolicy RemoteSigned.
Lokale ontwikkeling
Met lokale ontwikkeling kun je GitHub gebruiken voor versiebeheer, TypeScript voor typeveiligheid en tools zoals GitHub Copilot om code automatisch te genereren. Deze aanpak behandelt je chatbot als elk ander softwareproject.
Initiële configuratie
Zodra de CLI is geïnstalleerd, moet je je lokale omgeving verbinden met je Botpress Cloud-account.
1. Authenticeren
Log in op je account om je CLI-sleutel te koppelen.
Volg de prompts om een TypeScript-sjabloon te kiezen.
3. Stel omgevingsvariabelen in
Maak een .env-bestand in de hoofdmap van je project om gevoelige sleutels op te slaan (zoals databasecredentials of API-sleutels van derden). Commit dit bestand nooit naar Git.
4. Deployen om te testen
Push je lokale bot naar de cloud om hem in de Studio te testen.
Botpress Studio is waar je je bots daadwerkelijk bouwt.
Visuele ontwikkelomgeving
De Studio opent met een canvas waarop de gespreksstroom van je bot te zien is. Nodes vertegenwoordigen stappen in het gesprek en verbindingen tussen nodes tonen hoe gebruikers door je bot bewegen. Klik met de rechtermuisknop ergens op het canvas om een nieuwe node te maken.
De linkerzijbalk toont workflows, systeemflows, variabelen en schema’s. De rechterzijbalk toont de inspector voor de geselecteerde node, waar je instructies en gekoppelde acties kunt configureren. Gebruik de emulator onderaan om de bot in realtime te testen.
Botpress-sjablonen
De Botpress Hub bevat productierijpe sjablonen voor klantenondersteuning, afspraken plannen, leadkwalificatie en meer. De Kitchen Sink-sjabloon demonstreert geavanceerde concepten zoals het laden van gebruikersdata, workflowrouting en overdracht naar een live agent. Pas de instructies aan, vervang door je eigen kennisbank en deploy.
Je eerste bot maken
Laten we een eenvoudige klantenservicebot bouwen. Maak een nieuwe bot en noem hem "support-bot". Sla de wizard over en ga direct naar de Studio.
Ga in het tabblad Home (als het niet zichtbaar is, verbind je startnode met een nieuwe autonome node) en voeg instructies toe:
You are a helpful customer support agent. Answer questions about our products and services using the knowledge base. Be friendly, concise, and professional. If you can't answer a question, offer to connect the user with a human agent.Mogelijk gemaakt door
Voeg nu een kennisbank toe. Klik in de linkerzijbalk op Knowledge Bases en vervolgens op Create Knowledge Base. Kies Website als brontype en voer de URL van je bedrijfswebsite in. Botpress crawlt de site en extraheert informatie.
Ga terug naar het tabblad Home, scrol naar Knowledge Bases en zet de kennisbank aan die je zojuist hebt gemaakt. Hierdoor krijgt je autonome node toegang tot die informatie.
Test het in de emulator. Vraag "Wat zijn jullie openingstijden?" of "Hoe retourneer ik een product?" De bot doorzoekt je kennisbank en reageert met relevante info.
Een klantenservicebot testen in de Botpress-emulator met realtime reacties
Deze basisbot handelt al verrassend veel klantenservice af. Hij beantwoordt vragen vanaf je website, behoudt gesprekscontext en reageert natuurlijk. Je bouwde hem in ongeveer vijf minuten.
Natural Language Understanding
Als je vóór 2023 chatbots hebt gebouwd, is je misschien iets opgevallen aan wat je zojuist deed: je hebt geen intentclassifiers getraind of regels voor entiteitsextractie geschreven, zoals met een NLU-systeem (pre-LLM). (En als dit allemaal nieuw is: oudere platforms vereisen veel trainingswerk vooraf dat Botpress volledig overslaat.)
Dit is wat er gebeurt: Botpress gebruikt large language models voor natural language understanding. Je schrijft instructies die uitleggen wat je bot moet doen, en het LLM handelt intentherkenning, entiteitsextractie en contextueel begrip af tijdens runtime.
Dit verandert wat je daadwerkelijk configureert. Veelvoorkomende entiteiten zoals datums, tijden en contactinformatie werken meteen omdat het LLM deze patronen al begrijpt. Domeinspecifieke entiteiten vereisen een andere aanpak: je beschrijft wat je nodig hebt in je instructies en definieert optioneel schema’s. Het LLM interpreteert deze vereisten op dezelfde manier als al het andere.
Geavanceerde gesprekslogica bouwen
Eenvoudige bots beantwoorden vragen. Geavanceerde bots nemen beslissingen en integreren met externe systemen. Botpress biedt de tools om beide te bouwen, al zou ik stellen dat de meeste teams dingen in het begin te complex maken. Je hebt vaak geen workflowlogica nodig totdat je hebt aangetoond dat de basis-Q&A daadwerkelijk werkt.
Workflowarchitectuur
Workflows organiseren de logica van je bot in beheersbare segmenten. De hoofdworkflow behandelt de primaire gespreksstroom. Subworkflows handelen specifieke taken af. Dit kunnen dingen zijn zoals afspraken plannen of retouren verwerken.
Nodes binnen workflows vertegenwoordigen afzonderlijke stappen. Een standaardnode voert een reeks acties van boven naar beneden uit. Een autonome node gebruikt het LLM om te beslissen welke acties worden uitgevoerd en in welke volgorde. Ingangs- en uitgangsnodes markeren waar gebruikers subworkflows binnenkomen en verlaten.
Modulaire workflowarchitectuur van Botpress. Afbeelding door de auteur
Modulaire gesprekslogica betekent complexe taken opsplitsen in kleinere, herbruikbare onderdelen. Bouw één workflow voor het verzamelen van betaalgegevens en hergebruik die in checkout-, abonnements- en donatiestromen. Dit vermindert duplicatie en maakt onderhoud eenvoudiger.
Het routerpatroon stuurt gebruikers naar de juiste workflows op basis van hun behoeften. Na een eerste begroeting classificeer je de intentie van de gebruiker en routeer je hem naar de juiste subworkflow. Zo blijft elke workflow gericht op één taak.
Best practices voor conversatieontwerp
De doorbraak in taalbegrip is echt, maar die repareert geen slecht gestructureerde bot. Je hebt nog steeds duidelijke gespreksstromen en doelbewust ontwerp nodig. Het echte verschil is dat je op een hoger niveau ontwerpt door te definiëren wat de bot moet doen in plaats van hem te trainen om specifieke zinnen te herkennen.
Begin met een duidelijke begroeting die verwachtingen schept. Ontwerp eerst voor de happy flow en voeg daarna foutafhandeling toe. Houd autonome nodes gericht op één conceptuele taak. Gebruik bevestigingsstappen voor belangrijke acties zoals betalingen. Breng de user journey in kaart voordat je workflows bouwt om beslismomenten en benodigde info te identificeren.
Ik heb ook gelezen dat te veel "weet je het zeker?"-achtige prompts gebruikers conditioneren om door te klikken zonder te verwerken wat ze lezen. "Als elke actie bevestiging vereist, is geen enkele bevestiging effectief" is waarschijnlijk een goede vuistregel. Bewaar je bevestigingsvereisten voor echt onomkeerbare handelingen: betalingen, accountverwijderingen, dataverlies.
Workflowautomatisering
Naast de basis hier, ondersteunt Botpress hooks voor lifecycle-automatisering (code uitvoeren wanneer gesprekken starten, berichten worden verzonden, enz.) en geplande workflows voor terugkerende taken zoals afspraakherinneringen. Dit zijn krachtige tools, maar hier wordt het ook snel complex.
Integraties en plug-in-ecosysteem
Botpress-bots worden krachtig wanneer ze verbinden met externe services. De Botpress Hub biedt vooraf gebouwde integraties voor gangbare tools en je kunt eigen integraties bouwen voor propriëtaire systemen.
Vooraf gebouwde integraties
De Hub bevat integraties voor messagingplatforms (WhatsApp, Slack, Microsoft Teams, Telegram), CRM’s (HubSpot, Salesforce), productiviteitstools (Google Agenda, Google Drive, SharePoint) en payment processors (Stripe). Als je een populaire service moet koppelen, is er waarschijnlijk al een integratie beschikbaar.
Het installeren van een integratie voegt nieuwe kaarten toe aan je kaartlade. Een CRM-integratie biedt bijvoorbeeld kaarten voor het aanmaken van contacten, bijwerken van deals en zoeken in records. Sleep deze kaarten in je workflows om je bot te koppelen.
Configuratie vindt plaats in de instellingen van de integratie. Je levert API-credentials, kiest welke data je wilt benaderen en koppelt botvariabelen aan externe velden. De integratie handelt authenticatie, rate limiting en herstel bij fouten af.
Aangepaste integraties
Voor propriëtaire systemen of unieke vereisten bouw je aangepaste integraties met de integration SDK. Definieer de integratie-interface, implementeer de verbindingslogica en verzorg de authenticatie. De SDK biedt helpers voor OAuth-flows en webhookafhandeling. Test lokaal met meegeleverde tools vóór deployment. Sla credentials op in configuratievariabelen, valideer alle input en implementeer correcte foutafhandeling.
Prijspakketten en deploymentopties
De prijsstelling van Botpress is opgebouwd rond AI-gebruik in plaats van kosten per bericht of per gesprek. Of dat duur is, hangt af van je volume en use-case. De eenvoudige klantenservicebot die we eerder bouwden—die vragen uit een kennisbank beantwoordt—doet één of twee LLM-calls per gebruikersbericht en kost heel weinig, wat niet verrassend is aangezien we hem snel hebben gebouwd en het slechts een voorbeeld is.
Een complexere bot die ook je CRM doorzoekt, voorraad controleert en verzendkosten berekent, doet extra LLM-calls om die data te verwerken, wat de AI-kosten evenredig verhoogt. Het platform berekent AI-kosten door tegen de tarieven van de provider, zonder opslag, dus je werkelijke uitgaven hangen af van hoeveel LLM-calls elk gesprek vereist en welk model je kiest.
Prijsstructuur
Botpress biedt meerdere abonnementen met verschillende features en use-cases.
Dedicate supportmanager, white-glove onboarding, aangepaste limieten voor workspaces, SLA-garanties
De restaurantbot die ik eerder bouwde, gebruikte de gratis laag. Met het pay-as-you-go-model kun je experimenteren zonder maandelijkse verplichting, en je gaat pas betalen wanneer je bot daadwerkelijk gesprekken afhandelt.
Deployment en schalen
Botpress schaalt automatisch mee met toenemend verkeer en handelt 10 of 10.000 gesprekken even consistent af. Add-ons breiden functionaliteit uit met extra opslag, hogere limieten en premiumintegraties. Enterprise-features omvatten SSO, auditlogs, rolgebaseerde toegangscontrole en dedicated support.
De Botpress-Discordserver heeft meer dan 30.000 leden die vragen stellen, bots delen en van andere developers leren. Het Botpress-team doet actief mee. GitHub-discussies bieden ruimte voor featureverzoeken en bugreports. Je vindt er ook door de community gebouwde sjablonen voor veelvoorkomende use-cases, zodat je niet altijd vanaf nul hoeft te beginnen.
Conclusie
De restaurantbot die we bouwden is eenvoudig, maar dezelfde aanpak werkt voor complexere projecten. De visuele workflow-editor en het integratiesysteem schalen goed, of je nu een eenvoudige FAQ-bot bouwt of iets geavanceerders.
De sleutel is klein beginnen. Bouw een bot die één ding goed doet, deploy hem, leer van echt gebruik en breid daarna uit. Probeer niet alles in één keer te automatiseren. Richt je op de taak die de meeste waarde oplevert met de minste complexiteit.
Ik ben een data-engineer en communitybouwer die werkt aan datapijplijnen, cloud en AI-tools, en tegelijkertijd praktische, impactvolle tutorials schrijft voor DataCamp en beginnende developers.
Botpress FAQ's
Heb ik programmeerervaring nodig om Botpress te gebruiken?⌄
Nee. Met de visuele interface bouw je bots door nodes te slepen en te verbinden. Coderen helpt voor geavanceerde features, maar is niet vereist voor basisbots.
Wat kost Botpress voor een productiebot?⌄
De gratis laag werkt voor testen. Productiebots op pay-as-you-go kosten doorgaans $20-50/maand voor 1.000 gesprekken, afhankelijk van het gebruik. Betaalde plannen beginnen bij $89/maand.
Kan Botpress integreren met mijn bestaande systemen?⌄
Ja. Er zijn 190+ vooraf gebouwde integraties voor tools zoals HubSpot, Salesforce en Stripe. Voor maatwerksystemen kun je integraties bouwen met de SDK of API-calls doen.
Hoe ga ik om met gesprekken die de bot niet kan oplossen?⌄
Bouw een overdrachtsworkflow die naar een menselijke agent schakelt. De bot verzamelt context, maakt een ticket aan en de agent ziet de volledige gesprekshistorie voordat hij het overneemt.
Wat is het verschil tussen kennisbanken en tabellen?⌄
Kennisbanken slaan ongestructureerde content op, zoals documentatie en FAQ’s, die de bot doorzoekt. Tabellen slaan gestructureerde data op, zoals klantrecords, die de bot kan opvragen en bijwerken.
Is Botpress veilig en voldoet het aan regelgeving?⌄
Ja. Data is versleuteld, code draait in sandboxes en het platform ondersteunt AVG-naleving. Enterprise-plannen bieden SSO, auditlogs en aangepaste beveiligingsfeatures.
Ontdek het volledige potentieel van LLM's met onze conceptuele cursus over LLM-toepassingen, trainingsmethoden, ethische overwegingen en het nieuwste onderzoek.
Bedrijven haasten zich om klantenservice, leadkwalificatie en interne workflows te automatiseren met AI-agents. De technologie werkt eindelijk goed genoeg om nuttig te zijn, maar chatbots vanaf nul bouwen betekent frameworks zoals LangChain samenstellen en API-integraties debuggen. Het werkt en heeft z'n voordelen, maar de ontwikkelcyclus zal traag zijn.
Platforms zoals Botpress bieden een andere workflow. Je krijgt visuele tools om gespreksstromen te ontwerpen. De onderliggende AI-modellen kunnen hetzelfde zijn, maar de infrastructuur voor bouwen, testen en deployen is al aanwezig.
In dit artikel laat ik je stap voor stap zien hoe je AI-agents bouwt met Botpress. Je leert de platformarchitectuur kennen, bouwt je eerste bot, koppelt deze aan echte services en zet hem in productie. Ik deel ook technieken en best practices die ik heb opgedaan met het platform, zodat jij tijd bespaart.
Wat is Botpress?
Botpress is een platform voor het bouwen van AI-agents die gesprekken voeren met gebruikers, acties triggeren op basis van wat er gezegd wordt en koppelen met tools zoals Shopify, Google Sheets of je eigen REST-API’s. Concurrenten zijn onder andere Dialogflow, Rasa, Microsoft Bot Framework en Amazon Lex.
Platformoverzicht
Botpress biedt zowel een visuele ontwikkelomgeving (Botpress Studio) als programmatische controle via API’s. Met de visuele interface kunnen niet-technische teamleden gespreksstromen ontwerpen, terwijl ontwikkelaars code kunnen schrijven. Sommige platforms zoals Rasa zijn code-first, wat eenvoudiger kan zijn als je als solodeveloper graag YAML en Python schrijft.
Met Botpress definieer je wat je bot moet doen (instructies en workflows), wat hij weet (kennisbanken en tabellen) en welke acties hij kan uitvoeren (integraties en eigen code). Het platform regelt de infrastructuur: hosting, schaalbaarheid en orkestratie.
De Botpress-architectuur en -lagen. Afbeelding door de auteur
Vergeleken met bouwen vanaf nul met frameworks zoals LangChain, geeft Botpress je productierijpe componenten. Vergeleken met pure no-codeplatforms kun je ook echte code schrijven wanneer de vooraf gebouwde visuele tools niet toereikend zijn
Wie gebruikt Botpress?
Het platform bedient iedereen, van solodevelopers die hun eerste chatbot bouwen tot enterprises die agents over meerdere kanalen inzetten. Veelvoorkomende use-cases zijn geautomatiseerde klantenondersteuning, leadkwalificatie, afspraken plannen en interne helpdesksystemen.
Volgens een klantverhaal van Botpress meldde Ruby Labs een resolutiepercentage van 98% na de invoering van hun oplossing. Deze cijfers komen uit leverancierscasestudy’s en moeten in context worden geïnterpreteerd.
Botpress instellen
Ik laat je nu zien hoe je Botpress instelt, waarmee ik bedoel: hoe je de Botpress CLI en SDK configureert voor een "bot-as-code"-workflow.
Installatie
Om te beginnen heb je nodig:
Node.js versie 18 of hoger (LTS aanbevolen)
Pakketmanager:
npm,pnpmofyarnEen code-editor. VS Code of Cursor wordt sterk aanbevolen voor TypeScript-ondersteuning
Volg deze stappen om te installeren:
Open je terminal of opdrachtprompt
Installeer de Botpress CLI globaal met
npm:3. Controleer de installatie door de versie op te vragen:
Ik raad aan om Node.js en de Botpress CLI binnen WSL2 (Windows Subsystem for Linux) te draaien om veelvoorkomende Windows-problemen met paden en rechten te vermijden.
Als je een foutmelding krijgt bij het uitvoeren van
bpin PowerShell, moet je mogelijk je uitvoeringbeleid aanpassen. Start PowerShell als Administrator en voer uit:Set-ExecutionPolicy RemoteSigned.Lokale ontwikkeling
Met lokale ontwikkeling kun je GitHub gebruiken voor versiebeheer, TypeScript voor typeveiligheid en tools zoals GitHub Copilot om code automatisch te genereren. Deze aanpak behandelt je chatbot als elk ander softwareproject.
Initiële configuratie
Zodra de CLI is geïnstalleerd, moet je je lokale omgeving verbinden met je Botpress Cloud-account.
1. Authenticeren
Log in op je account om je CLI-sleutel te koppelen.
Er wordt een browservenster geopend om de CLI te autoriseren.
2. Initialiseer een project
Maak een nieuwe map voor je bot en initialiseer de structuur.
Volg de prompts om een TypeScript-sjabloon te kiezen.
3. Stel omgevingsvariabelen in
Maak een
.env-bestand in de hoofdmap van je project om gevoelige sleutels op te slaan (zoals databasecredentials of API-sleutels van derden). Commit dit bestand nooit naar Git.4. Deployen om te testen
Push je lokale bot naar de cloud om hem in de Studio te testen.
Aan de slag met Botpress Studio
Botpress Studio is waar je je bots daadwerkelijk bouwt.
Visuele ontwikkelomgeving
De Studio opent met een canvas waarop de gespreksstroom van je bot te zien is. Nodes vertegenwoordigen stappen in het gesprek en verbindingen tussen nodes tonen hoe gebruikers door je bot bewegen. Klik met de rechtermuisknop ergens op het canvas om een nieuwe node te maken.
De linkerzijbalk toont workflows, systeemflows, variabelen en schema’s. De rechterzijbalk toont de inspector voor de geselecteerde node, waar je instructies en gekoppelde acties kunt configureren. Gebruik de emulator onderaan om de bot in realtime te testen.
Botpress-sjablonen
De Botpress Hub bevat productierijpe sjablonen voor klantenondersteuning, afspraken plannen, leadkwalificatie en meer. De Kitchen Sink-sjabloon demonstreert geavanceerde concepten zoals het laden van gebruikersdata, workflowrouting en overdracht naar een live agent. Pas de instructies aan, vervang door je eigen kennisbank en deploy.
Je eerste bot maken
Laten we een eenvoudige klantenservicebot bouwen. Maak een nieuwe bot en noem hem "support-bot". Sla de wizard over en ga direct naar de Studio.
Ga in het tabblad Home (als het niet zichtbaar is, verbind je startnode met een nieuwe autonome node) en voeg instructies toe:
Voeg nu een kennisbank toe. Klik in de linkerzijbalk op Knowledge Bases en vervolgens op Create Knowledge Base. Kies Website als brontype en voer de URL van je bedrijfswebsite in. Botpress crawlt de site en extraheert informatie.
Ga terug naar het tabblad Home, scrol naar Knowledge Bases en zet de kennisbank aan die je zojuist hebt gemaakt. Hierdoor krijgt je autonome node toegang tot die informatie.
Test het in de emulator. Vraag "Wat zijn jullie openingstijden?" of "Hoe retourneer ik een product?" De bot doorzoekt je kennisbank en reageert met relevante info.
Een klantenservicebot testen in de Botpress-emulator met realtime reacties
Deze basisbot handelt al verrassend veel klantenservice af. Hij beantwoordt vragen vanaf je website, behoudt gesprekscontext en reageert natuurlijk. Je bouwde hem in ongeveer vijf minuten.
Natural Language Understanding
Als je vóór 2023 chatbots hebt gebouwd, is je misschien iets opgevallen aan wat je zojuist deed: je hebt geen intentclassifiers getraind of regels voor entiteitsextractie geschreven, zoals met een NLU-systeem (pre-LLM). (En als dit allemaal nieuw is: oudere platforms vereisen veel trainingswerk vooraf dat Botpress volledig overslaat.)
Dit is wat er gebeurt: Botpress gebruikt large language models voor natural language understanding. Je schrijft instructies die uitleggen wat je bot moet doen, en het LLM handelt intentherkenning, entiteitsextractie en contextueel begrip af tijdens runtime.
Dit verandert wat je daadwerkelijk configureert. Veelvoorkomende entiteiten zoals datums, tijden en contactinformatie werken meteen omdat het LLM deze patronen al begrijpt. Domeinspecifieke entiteiten vereisen een andere aanpak: je beschrijft wat je nodig hebt in je instructies en definieert optioneel schema’s. Het LLM interpreteert deze vereisten op dezelfde manier als al het andere.
Geavanceerde gesprekslogica bouwen
Eenvoudige bots beantwoorden vragen. Geavanceerde bots nemen beslissingen en integreren met externe systemen. Botpress biedt de tools om beide te bouwen, al zou ik stellen dat de meeste teams dingen in het begin te complex maken. Je hebt vaak geen workflowlogica nodig totdat je hebt aangetoond dat de basis-Q&A daadwerkelijk werkt.
Workflowarchitectuur
Workflows organiseren de logica van je bot in beheersbare segmenten. De hoofdworkflow behandelt de primaire gespreksstroom. Subworkflows handelen specifieke taken af. Dit kunnen dingen zijn zoals afspraken plannen of retouren verwerken.
Nodes binnen workflows vertegenwoordigen afzonderlijke stappen. Een standaardnode voert een reeks acties van boven naar beneden uit. Een autonome node gebruikt het LLM om te beslissen welke acties worden uitgevoerd en in welke volgorde. Ingangs- en uitgangsnodes markeren waar gebruikers subworkflows binnenkomen en verlaten.
Modulaire workflowarchitectuur van Botpress. Afbeelding door de auteur
Modulaire gesprekslogica betekent complexe taken opsplitsen in kleinere, herbruikbare onderdelen. Bouw één workflow voor het verzamelen van betaalgegevens en hergebruik die in checkout-, abonnements- en donatiestromen. Dit vermindert duplicatie en maakt onderhoud eenvoudiger.
Het routerpatroon stuurt gebruikers naar de juiste workflows op basis van hun behoeften. Na een eerste begroeting classificeer je de intentie van de gebruiker en routeer je hem naar de juiste subworkflow. Zo blijft elke workflow gericht op één taak.
Best practices voor conversatieontwerp
De doorbraak in taalbegrip is echt, maar die repareert geen slecht gestructureerde bot. Je hebt nog steeds duidelijke gespreksstromen en doelbewust ontwerp nodig. Het echte verschil is dat je op een hoger niveau ontwerpt door te definiëren wat de bot moet doen in plaats van hem te trainen om specifieke zinnen te herkennen.
Begin met een duidelijke begroeting die verwachtingen schept. Ontwerp eerst voor de happy flow en voeg daarna foutafhandeling toe. Houd autonome nodes gericht op één conceptuele taak. Gebruik bevestigingsstappen voor belangrijke acties zoals betalingen. Breng de user journey in kaart voordat je workflows bouwt om beslismomenten en benodigde info te identificeren.
Ik heb ook gelezen dat te veel "weet je het zeker?"-achtige prompts gebruikers conditioneren om door te klikken zonder te verwerken wat ze lezen. "Als elke actie bevestiging vereist, is geen enkele bevestiging effectief" is waarschijnlijk een goede vuistregel. Bewaar je bevestigingsvereisten voor echt onomkeerbare handelingen: betalingen, accountverwijderingen, dataverlies.
Workflowautomatisering
Naast de basis hier, ondersteunt Botpress hooks voor lifecycle-automatisering (code uitvoeren wanneer gesprekken starten, berichten worden verzonden, enz.) en geplande workflows voor terugkerende taken zoals afspraakherinneringen. Dit zijn krachtige tools, maar hier wordt het ook snel complex.
Integraties en plug-in-ecosysteem
Botpress-bots worden krachtig wanneer ze verbinden met externe services. De Botpress Hub biedt vooraf gebouwde integraties voor gangbare tools en je kunt eigen integraties bouwen voor propriëtaire systemen.
Vooraf gebouwde integraties
De Hub bevat integraties voor messagingplatforms (WhatsApp, Slack, Microsoft Teams, Telegram), CRM’s (HubSpot, Salesforce), productiviteitstools (Google Agenda, Google Drive, SharePoint) en payment processors (Stripe). Als je een populaire service moet koppelen, is er waarschijnlijk al een integratie beschikbaar.
Het installeren van een integratie voegt nieuwe kaarten toe aan je kaartlade. Een CRM-integratie biedt bijvoorbeeld kaarten voor het aanmaken van contacten, bijwerken van deals en zoeken in records. Sleep deze kaarten in je workflows om je bot te koppelen.
Configuratie vindt plaats in de instellingen van de integratie. Je levert API-credentials, kiest welke data je wilt benaderen en koppelt botvariabelen aan externe velden. De integratie handelt authenticatie, rate limiting en herstel bij fouten af.
Aangepaste integraties
Voor propriëtaire systemen of unieke vereisten bouw je aangepaste integraties met de integration SDK. Definieer de integratie-interface, implementeer de verbindingslogica en verzorg de authenticatie. De SDK biedt helpers voor OAuth-flows en webhookafhandeling. Test lokaal met meegeleverde tools vóór deployment. Sla credentials op in configuratievariabelen, valideer alle input en implementeer correcte foutafhandeling.
Prijspakketten en deploymentopties
De prijsstelling van Botpress is opgebouwd rond AI-gebruik in plaats van kosten per bericht of per gesprek. Of dat duur is, hangt af van je volume en use-case. De eenvoudige klantenservicebot die we eerder bouwden—die vragen uit een kennisbank beantwoordt—doet één of twee LLM-calls per gebruikersbericht en kost heel weinig, wat niet verrassend is aangezien we hem snel hebben gebouwd en het slechts een voorbeeld is.
Een complexere bot die ook je CRM doorzoekt, voorraad controleert en verzendkosten berekent, doet extra LLM-calls om die data te verwerken, wat de AI-kosten evenredig verhoogt. Het platform berekent AI-kosten door tegen de tarieven van de provider, zonder opslag, dus je werkelijke uitgaven hangen af van hoeveel LLM-calls elk gesprek vereist en welk model je kiest.
Prijsstructuur
Botpress biedt meerdere abonnementen met verschillende features en use-cases.
Plan
Prijs
Beste voor
Belangrijkste features
Pay-as-you-go
$0/maand + AI-kosten
Solodevelopers, leren, testen
Communitysupport, Visual Studio, $5 maandelijkse AI-tegoed, $100 AI-bestedingslimiet
Plus
$79/maand + AI-kosten
Kleine teams, groeiende projecten
Technische support, overdracht naar mens, verwijderen van watermerk, gesprekinsights
Team
$445/maand + AI-kosten
Gevestigde teams
Geavanceerde support, rolgebaseerde toegang, realtime samenwerking, aangepaste analytics
Managed
$995/maand (AI inbegrepen)
Bedrijven die ontzorgd willen worden
Prioriteitssupport, maatwerkontwikkeling, doorlopend onderhoud, maandelijkse strategiesessies
Enterprise
Prijs op aanvraag
Grote organisaties
Dedicate supportmanager, white-glove onboarding, aangepaste limieten voor workspaces, SLA-garanties
De restaurantbot die ik eerder bouwde, gebruikte de gratis laag. Met het pay-as-you-go-model kun je experimenteren zonder maandelijkse verplichting, en je gaat pas betalen wanneer je bot daadwerkelijk gesprekken afhandelt.
Deployment en schalen
Botpress schaalt automatisch mee met toenemend verkeer en handelt 10 of 10.000 gesprekken even consistent af. Add-ons breiden functionaliteit uit met extra opslag, hogere limieten en premiumintegraties. Enterprise-features omvatten SSO, auditlogs, rolgebaseerde toegangscontrole en dedicated support.
Community en support
De officiële documentatie bevat codevoorbeelden, videotutorials en naslagmateriaal.
De Botpress-Discordserver heeft meer dan 30.000 leden die vragen stellen, bots delen en van andere developers leren. Het Botpress-team doet actief mee. GitHub-discussies bieden ruimte voor featureverzoeken en bugreports. Je vindt er ook door de community gebouwde sjablonen voor veelvoorkomende use-cases, zodat je niet altijd vanaf nul hoeft te beginnen.
Conclusie
De restaurantbot die we bouwden is eenvoudig, maar dezelfde aanpak werkt voor complexere projecten. De visuele workflow-editor en het integratiesysteem schalen goed, of je nu een eenvoudige FAQ-bot bouwt of iets geavanceerders.
De sleutel is klein beginnen. Bouw een bot die één ding goed doet, deploy hem, leer van echt gebruik en breid daarna uit. Probeer niet alles in één keer te automatiseren. Richt je op de taak die de meeste waarde oplevert met de minste complexiteit.
Om je AI- en chatbotvaardigheden op te bouwen, bekijk onze cursus Building Chatbots in Python en onze track ChatGPT Fundamentals. Voor prompt-engineeringtechnieken die de reacties van je bot verbeteren, zie Understanding Prompt Engineering. Voor workflow-automatisering en AI-agents buiten chatbots, bekijk onze tutorial n8n: A Guide With Practical Examples en de code-along Building Your First AI Agent with n8n.