AI Chatbot-oppsettjeneste
Sett opp AI-chatboten din enkelt med LiveAgensts gratis tjeneste. Forbedre kundeservice med tilpassede flyter, kunnskapskilder og mer!
4 min lesing
Å sette opp en AI-kundestøttebot i LiveAgent tar seks trinn fordelt på to systemer: tre i FlowHunt (opprett Flow'en, koble til kunnskapskilder, generer en API-nøkkel) og tre i LiveAgent (koble til AI-leverandøren, opprett chatboten, bruk den på chat-widgeten din). Her er den nøyaktige rekkefølgen, hva hvert trinn gjør, og hva du bør teste før kundene ser det.
I denne artikkelen:
- Før du begynner: hva en AI-kundestøttebot faktisk trenger
- Steg 1: Opprett Flow’en i FlowHunt
- Steg 2: Koble til kunnskapskildene dine
- Steg 3: Generer en API-nøkkel
- Steg 4: Koble til AI-leverandøren i LiveAgent
- Steg 5: Opprett chatboten i LiveAgent
- Steg 6: Bruk den på chat-widgeten din
- Test før lansering, ikke etter
De fleste guider for å sette opp en AI-chatbot hopper rett til «koble til AI-leverandøren din» og utelater den delen som faktisk avgjør om det fungerer: hvilket innhold den svarer fra, og i hvilken rekkefølge du bør bygge det slik at ingenting går i stykker halvveis.
Denne gjennomgangen dekker LiveAgents AI-chatbot spesifikt, så hvert steg tilsvarer en reell innstilling du faktisk vil klikke deg gjennom, ikke en generisk sjekkliste. Hvis du ikke har valgt en plattform ennå, er guiden vår om hvordan velge en AI-chatbot et bedre sted å starte.
Før du begynner: hva en AI-kundestøttebot faktisk trenger
To ting må eksistere før du rører noen innstillinger. For det første, et definert omfang: hvilke spørsmål er denne boten ment å svare på, og hvilke bør gå rett til et menneske? For det andre, kunnskapskildeinnhold: hjelpesenterartikler, produktdokumentasjon eller skrevne FAQ-svar som boten kan hente fra. Å hoppe over noen av delene hindrer ikke at oppsettet fullføres – det resulterer bare i en bot med en pen konfigurasjon og ingen pålitelige svar.
| Hva du trenger | Hvor det kommer fra |
|---|---|
| Et definert omfang | Teamets liste over vanlige, gjentakende spørsmål |
| Kunnskapskildeinnhold | Hjelpesenter, produktdokumentasjon eller innhold du skriver selv |
| En AI-leverandørkonto | OpenAI, Anthropic, Google Gemini eller en annen støttet leverandør |
| En FlowHunt-konto | Gratis med LiveAgent, ingen egen påmeldingsavgift |
Steg 1: Opprett Flow’en i FlowHunt
En Flow er logikken som bestemmer hvordan boten leser et spørsmål og hva den gjør med svaret. Du bygger dette i FlowHunt , LiveAgents kodefrie AI-automatiseringsplattform, ikke i selve LiveAgent.
Start med en mal hvis en passer til bruksområdet ditt, i stedet for å bygge fra et tomt lerret. En Flow bygget fra bunnen av tar merkbart lengre tid å teste skikkelig enn en som er tilpasset fra et fungerende utgangspunkt, siden du validerer både logikk og innhold samtidig i stedet for bare innholdet.
Dette er også punktet for å bestemme omfang i konkrete termer, ikke bare i prinsippet. Skriv ned de spesifikke kategoriene av spørsmål Flow’en skal håndtere, og like viktig, kategoriene den skal sende direkte til et menneske uten å forsøke et svar først.
Klar for å ta kundeservicen til neste nivå?
Prøv LiveAgent gratis og se forskjellen selv.
Steg 2: Koble til kunnskapskildene dine
Dette er steget som faktisk avgjør om boten presterer godt. Koble til hjelpesenteret ditt, produktdokumentasjon eller annet skriftlig innhold som boten skal hente svar fra. Hvis en kunnskapskilde er ufullstendig eller utdatert på dette stadiet, vil boten selvsikkert gjenta det gapet til hver kunde som spør.
For eksempel, et team som lanserer støtte for en ny produktpakke, må ha dokumentasjonen for den pakken tilkoblet før lansering, ikke lagt til etterpå når kunder begynner å spørre om den.
Organiser kildeinnholdet før du kobler det til, ikke etter. En kunnskapsbase skrevet for menneskelig browsing, med informasjon spredt over fem sammenkoblede sider, oversettes ikke automatisk til et rent svar for en bot som henter fra alle fem samtidig. Å konsolidere kjernefakta i færre, mer direkte innholdsstykker gir vanligvis bedre svar enn å koble til den eksisterende nettstedstrukturen som den er.
Steg 3: Generer en API-nøkkel
API-nøkkelen er det som lar LiveAgent og FlowHunt kommunisere som ett sammenkoblet system. Generer denne i FlowHunt når Flow’en og kunnskapskildene er på plass, siden du trenger den for LiveAgent-siden av oppsettet i de neste stegene.
Behandle denne nøkkelen på samme måte som du ville behandlet andre legitimasjonsopplysninger: oppbevar den et sted teamet ditt kan finne den senere, og ikke lim den inn i et delt dokument eller en chat-melding hvor den kan bli liggende lenger enn den burde.
Abonner på nyhetsbrevet
De siste tipsene og tilbudene rett i innboksen din.
Steg 4: Koble til AI-leverandøren i LiveAgent
Tilbake i LiveAgent kobler du til AI-leverandøren som faktisk vil drive svarene. LiveAgent støtter OpenAI, Anthropic og Google Gemini fra og med oppdateringen i september 2026, i tillegg til FlowHunts egen leverandørmulighet.
Hvilken du velger, avhenger mindre av rå modellkvalitet og mer av praktisk passform: et eksisterende leverandørforhold, et compliance-krav som peker mot en bestemt bedrift, eller rett og slett å ikke ønske at alle AI-funksjoner skal være avhengige av én enkelt leverandør.
Steg 5: Opprett chatboten i LiveAgent
Med leverandøren tilkoblet oppretter du chatbot-objektet i LiveAgent og kobler det til Flow’en du bygget i steg 1. Dette er også hvor du setter overføringsterskelen – minimum antall AI-svar før en overføring til et menneske blir tilgjengelig, eller om AI-agenten bestemmer selv når den skal overføre.
Sett denne terskelen bevisst, ikke la den stå uendret som standard. For høy, og frustrerte kunder går gjennom uhensiktsmessige svar før de når et menneske. For lav, og boten eskalerer spørsmål den kunne ha håndtert, noe som kaster bort agenttid på forespørsler som aldri trengte et menneske i utgangspunktet.
Steg 6: Bruk den på chat-widgeten din
Det siste steget er å bruke den konfigurerte chatboten på den levende chat-widgeten din, slik at den er det første en kunde møter når de åpner chat. Ingenting som er kundevendt endres før dette steget, noe som gjør det til det naturlige punktet å stoppe opp og teste alt som er bygget så langt.
Test før lansering, ikke etter
Før denne boten noen gang snakker med en ekte kunde, kjør den mot din egen liste over kjente spørsmål – de samme du brukte for å definere omfang i steg én. Noter hvert feil, ufullstendig eller forvirrende svar, og fiks kunnskapskilden eller Flow-logikken bak det før du slår på bryteren for den levende widgeten.
Når den er i live, er arbeidet ikke ferdig. Eskaleringsrate, gjentatte feilsvar-mønstre og kundenes språk endrer seg over tid, noe som er akkurat det guiden vår om å fikse en underpresterende chatbot dekker mer i dybden, for når ytelsen begynner å skli noen måneder inn. En god førsteukes-vane med gjennomgang fanger opp det meste tidlig, før det blir et mønster kundene legger merke til.
