Steve werkt bij een ontwerpbureau dat zich richt op chatbotontwikkeling. Hij is bedreven in node.js en enthousiast om in de voorhoede van een nieuw softwarekanaal te werken.
Zijn collega Marina hield zich oorspronkelijk bezig met het maken van content voor websites, maar werkt nu naast hem bij het leveren van chatbots voor merken.
Toen hij voor het eerst begon met het bouwen van chatbots gebruikte hij "no code" tools zoals Chatfuel en Motion.ai. Dit waren geweldige tools voor het maken van gescripte bots, met name voor marketing, maar hij vond ze al snel beperkt voor zijn use cases.
De nadruk van deze tools lag op de mogelijkheid voor de gewone man om in enkele minuten een bot te maken. Ze slaagden in deze taak en iedereen kon gemakkelijk de nieuwigheid en marketingwaarde van chatbots vastleggen. Ze hadden echter beperkingen toen de use case complexer werd. Het was moeilijk of onmogelijk om de bot aan te passen of te integreren met bestaande systemen.
Er waren ook duidelijke beperkingen bij het ontwikkelen met visuele hulpmiddelen. Hij beweerde niet dat er een afweging moest worden gemaakt tussen bruikbaarheid en leerbaarheid. Hij vond het belangrijk dat systemen in het begin voor iedereen gemakkelijk te leren waren. Niet iedereen zou bereid zijn om tijd en moeite te steken in verbetering. Het systeem zou echter meerdere manieren van interactie mogelijk moeten maken, zodat experts hun productiviteit op het platform voortdurend kunnen verbeteren.
De leercurve om een programma aan de gang te krijgen in een gangbare programmeertaal was redelijk klein, maar wel iets steiler dan de leercurve om een chatbot aan de gang te krijgen via een visuele tool.
De beginner kon echter zijn productiviteit exponentieel verbeteren door zijn kennis van de mogelijkheden van de taal en de verschillende beschikbare hulpmiddelen te vergroten. Niemand overwoog serieus om teksteditors te vervangen door visuele hulpmiddelen voor codering (hoewel er veel visuele hulpmiddelen waren die codering ondersteunden, inclusief visuele aanwijzingen direct op de code zelf).
Steve erkende dat het mogelijk was om de chatbot te bouwen in een pure programmeeromgeving zoals Microsoft Bot Framework, maar dat was niet de oplossing die hij zocht. Hoewel hij met dit soort tools meer controle en flexibiliteit zou hebben, zou hij uiteindelijk veel algemene functies van de bot zelf moeten coderen.
Dit type framework is ontwikkeld met het oog op de ontwikkeling van intelligente bots met behulp van slimme NLP- en AI-engines zoals LUIS. Voor zijn use cases was het gebruik van dit type platform bijna het tegenovergestelde van het probleem dat hij had met de no-code platforms. Deze platforms maakten het veel moeilijker dan nodig was om het soort bots te coderen dat hij ontwikkelde.
Programmeurs gebruiken teksteditors ondersteund door visuele tools en Steve geloofde dat soortgelijke oplossingen uiteindelijk beschikbaar zouden komen in het chatbot framework. Wat nu beschikbaar was, zou in de toekomst onmetelijk verbeteren.
Hij had nog een andere reden om dit te geloven. Programmeurs refactoren vaak code met behulp van find / replace, copy / paste en andere tools, maar dit is niet in dezelfde mate mogelijk in een visueel systeem.
Bovendien kunnen sommige functies moeilijk visueel weer te geven zijn. Als een chatbotfunctie op Messenger bijvoorbeeld complex is, kan het moeilijk of onmogelijk zijn om een mooie gebruikersinterface te vinden om de functie grafisch weer te geven. Dit gebeurt waarschijnlijk al met chat-extensies.
Volgens hem waren chat-extensies een indicatie van een trend die wegging van de puur conversationele UI naar bots die meer grafische apps werden. Facebook Messenger en andere platforms zouden ernaar streven een universele mobiele app te worden op dezelfde manier (met een paar aanpassingen) als Wechat dat al was in Azië.
Toen hij dit met Marina besprak, was ze het ermee eens. Ze had zelfs het gevoel dat ze een soortgelijk probleem had aan de inhoudelijke kant.
Hoewel ze er heel snel in geslaagd was om te werken op platformen zonder code, waren de beperkingen duidelijk voor de bots die ze probeerden te bouwen. De eerste keer dat ze een complexere bot moest bouwen, had ze het proces veranderd. In plaats van de bot te ontwikkelen op een no-code platform, maakte ze verschillende specificaties en prototypes voor de chatbot die ze vervolgens aan Steve gaf om te implementeren.
Dit was een zeer inefficiënt proces, vooral omdat ze zelf geen wijzigingen in de inhoud kon aanbrengen, maar Steve moest vragen om de wijzigingen voor haar door te voeren. Na verloop van tijd had Steve wat tools ontwikkeld waarmee ze delen van de inhoud zelf kon onderhouden via een Google-spreadsheet, maar het was geen ideale oplossing.
Belangrijker nog, ze had ook het gevoel dat ze als expert die dit elke dag doet, betere hulpmiddelen nodig had om haar productiviteit te verhogen.
De inhoud bestond uit woorden en eenvoudige tekststructuren die werden toegepast op besturingselementen zoals grafische widgets, knoppen, snelle antwoorden en kaarten. Ze kon conversaties binnen enkele minuten uitschrijven in een teksteditor, maar het kostte haar een paar uur om diezelfde eenvoudige conversaties samen te stellen op deze visuele codeerplatforms.
Marina concludeerde dat zelfs aan de contentkant belangrijke tools ontbraken die professionele chatbotmakers een stuk productiever zouden kunnen maken dan nu het geval is.
Dit verhaal heeft een gelukkig einde. Botpress.io is gebouwd met de Steves en Marinas van deze wereld in gedachten, d.w.z. voor professionals die professionele tools nodig hebben voor het maken van bots.
Hoewel Botpress.io heel gemakkelijk te leren is, is het er niet op gericht om iemand van de straat chatbots te laten ontwikkelen. Het is erop gericht professionele chatbotmakers in staat te stellen hun werk beter te doen.
Professionele chatbotmakers worden vaak verondersteld mensen te zijn die werken aan natuurlijke taal en soortgelijke AI-oplossingen, maar wij hebben een bredere definitie. De datawetenschappers zouden zeker onder de definitie van professionele chatbotmakers vallen, maar onze definitie omvat alle verschillende leden van het team dat betrokken is bij het maken van professionele bots. Dit omvat de ontwikkelaars en contentmakers die bots maken voor hun werk of op zijn minst een zeer hoog niveau van begrip en vaardigheid hebben bereikt met betrekking tot het maken van bots.
Over het algemeen zijn deze professionele chatbotmakers chatbotontwikkelaars en contentmakers die werken bij start-ups, ontwikkelhuizen, digitale bureaus of als in-house professionals voor een bedrijf.
Deze professionals verwachten een set tools waarmee ze zich kunnen richten op de bedrijfslogica en inhoud die uniek is voor de klantervaring die ze ontwikkelen, in plaats van tijd te besteden aan het coderen van algemene functies of het omgaan met de starre, vastgeroeste processen die worden gespecificeerd door visuele tools.
Botpress is niet de juiste keuze voor iemand die op de makkelijkst mogelijke manier een chatbot wil maken en bereid is de beperkingen van minder flexibiliteit en weinig ruimte voor verbetering van de productiviteit te accepteren.
In veel opzichten is het bouwen van een website een goede analogie voor het bouwen van een chatbot. Een professioneel bureau zou Wix.com niet gebruiken om de website te bouwen vanwege de beperkingen, maar ze zouden Wordpress gebruiken in plaats van de site vanaf nul op te bouwen in HTML of CSS. De no-code platforms zijn vergelijkbaar met Wix.com en het bouwen van een chatbot vanaf nul met behulp van het bot framework kan worden vergeleken met het bouwen van een website vanaf nul met behulp van html of css. Botpress is vergelijkbaar met het gebruik van Wordpress.
Volgens ons is de chatbot-industrie nog aan het uitvinden welke combinatie van NLP, geleide conversaties en grafische widgets een geweldige bot maakt. Hoe chatbots evolueert, zal afhangen van de evolutie van de onderliggende technologieën en de functies die chatplatforms bieden.
De tools die beschikbaar zijn voor professionele chatbotmakers moeten hen snel en gemakkelijk toegang geven tot alle verschillende technologieën die kunnen worden gebruikt om bots te maken. Het is belangrijk, maar vaak over het hoofd gezien, dat om een geweldige gebruikerservaring voor een bot te creëren het cruciaal is om alle functies van het messaging platform dat wordt gebruikt te gebruiken. Bijvoorbeeld, chat-extensies zijn nu een belangrijke functie op Messenger en moeten worden gebruikt om een geweldige gebruikerservaring te creëren.
Als je dit soort functies negeert om de bot op een generieke manier gemakkelijk inzetbaar te maken op verschillende chatplatforms, reduceer je de gebruikerservaring tot de kleinste gemene deler. Een sms-bot moet op een totaal andere manier worden benaderd dan een Messenger-bot om het beste te halen uit de functies (of het gebrek aan functies) die beschikbaar zijn in het communicatiekanaal.
Professionele tools voor botontwikkeling moeten rekening houden met dit soort overwegingen en nog veel meer. Van een professionele botontwikkelaar wordt verwacht dat hij qua functionaliteit en algemene ervaring veel beter is dan een amateurontwikkelaar die een no-code platform gebruikt. Bovendien wordt van de professionele chatbot verwacht dat hij beschikt over superieure beveiligingsfuncties en aangepaste analytics (en de daarmee samenhangende mogelijkheid om A/B-tests van de inhoud uit te voeren).
Professionele chatbotmakers zullen verwachten dat frameworks hen in staat stellen om hun expertise in de loop van de tijd te ontwikkelen, niet alleen in termen van het vergroten van de functies die ze kunnen maken, maar ook in termen van de productiviteit die ze kunnen bereiken met behulp van de onderliggende ontwikkeltools.
Deel dit op:
Bouw gratis je eigen gepersonaliseerde AI-chatbot
Begin met het bouwen van een gepersonaliseerde GPT bot met onze intuïtieve drag & drop interface.
Begin - het is gratis! 🤖Geen creditcard nodig
Blijf op de hoogte van het laatste nieuws over AI chatbots