Intercom AI Agent (Fin) instellen voor een meertalige webshop: zo bouw je een chatbot die echt converteert

Een paar maanden geleden zat ik bij een klant aan tafel die net Intercom Fin had aangezet en zich afvroeg waarom het zo tegenviel. De bot beantwoordde vragen, jazeker, maar de antwoorden waren generiek, soms onjuist, en het team kreeg nog steeds dezelfde escalaties als voorheen. "Misschien werkt zo'n AI gewoon niet voor ons", zei hij. We hebben twee dagen later samen één middag onder de motorkap gekeken, een paar instellingen omgegooid, de content-bronnen opnieuw ingedeeld, en sinds die week handelt de bot zelfstandig ruim 70 procent van de gesprekken af.

Intercom Fin is geen plug-and-play oplossing. Het is een krachtige AI-agent, maar pas als je hem de juiste content geeft, de juiste regels meegeeft en hem traint op de manier waarop jouw klanten daadwerkelijk vragen stellen. In dit artikel lees je hoe wij Fin instellen voor een meertalige webshop, met concrete voorbeelden uit het FollowNow project, en welke instellingen het verschil maken tussen een bot die converteert en een bot die je team frustreert.

Wat een Intercom AI Agent in 2026 wel en niet kan

Eerst de realiteit. Intercom Fin draait sinds 2024 op een combinatie van een eigen tuning-laag bovenop GPT-modellen, met directe toegang tot jouw kennisbank, custom answers, articles en macro's. Wat de bot goed kan: vragen beantwoorden waarvan het antwoord in jouw content staat, klanten begeleiden door standaard-flows, escaleren naar een mens wanneer dat nodig is, en in inmiddels meer dan dertig talen werken zonder dat je per taal apart hoeft te bouwen.

Wat de bot niet zelf doet: weten wat jouw bedrijf bijzonder maakt, raden wat je beleid is, beslissen of een uitzondering oké is, of automatisch acties uitvoeren in externe systemen zonder dat je dat hebt ingericht. Elke fout die Fin maakt komt in 90 procent van de gevallen door één van drie oorzaken: ontbrekende content, overlappende of tegenstrijdige content, of ontbrekende workflow-instructies. Goed instellen gaat dus over die drie lagen.

Voor FollowNow was dat extra belangrijk omdat het platform internationaal opereert. Klanten stellen vragen in Engels, Nederlands, Duits, Spaans en Frans, vaak in dezelfde week. Een bot die vijf keer apart moet worden ingericht is onbruikbaar voor een lean team. Fin lost dat op met één content-set en automatische taalvertaling op antwoorden, mits je de content-laag goed inricht.

De juiste content-bronnen kiezen en structureren

Dit is waar de meeste implementaties al stuklopen. Fin werkt op basis van content-sources: kennisbank-artikelen, custom answers, externe URL's en geïmporteerde documenten. Hoe je deze structureert bepaalt voor 80 procent of de bot goed werkt.

De fout die we het vaakst zien is content-overlap. Een bedrijf heeft een kennisbank-artikel "Hoe werkt ons refund-beleid", een FAQ-sectie op de website met dezelfde vraag iets anders beantwoord, en een custom answer in Intercom die nog uit 2023 stamt. Fin krijgt drie verschillende antwoorden voor één vraag aangeboden en kiest soms de verkeerde. De oplossing is een canonieke bron per onderwerp, en alles dat daarvan afwijkt moet ofwel verwijderd worden ofwel naar de canonieke versie verwijzen.

Voor FollowNow hebben we het zo georganiseerd: één centrale bron per beleidsonderwerp (refund, delivery SLA, tier-verschillen, verifiabele targets), één custom answer per veelgestelde vraag, en de productcatalogus als externe URL-bron via de site-sitemap. Geen overlap, geen dubbele content, en elke wijziging in beleid gebeurt op één plek.

Custom answers voor de top 20 vragen

Custom answers zijn handgeschreven antwoorden voor specifieke vragen. Fin kan zelf antwoorden genereren op basis van je content, maar voor de top 20 meest voorkomende vragen wil je een handgeschreven antwoord. Waarom? Omdat die antwoorden de toon zetten, de exacte beleidsregels bevatten, en omdat je voor die specifieke gevallen geen ruimte voor interpretatie wilt geven.

Hoe identificeer je de top 20? Trek minimaal drie maanden conversatie-data uit Intercom, exporteer naar CSV, en categoriseer op onderwerp. Voor FollowNow zaten in de top 20: vragen over hoe snel een order start, hoe het auto-refill werkt, wat het verschil is tussen Standard, Premium en Elite, of het veilig is om de service te gebruiken, en wat er gebeurt als de levering vertraagt. Voor elk van die 20 hebben we een custom answer geschreven in het Engels, vervolgens automatisch vertaald via Fin's ingebouwde vertaling, en handmatig gecorrigeerd waar nodig.

Belangrijk detail: schrijf custom answers in een natuurlijke, conversationele toon. Geen FAQ-stijl ("Q: ... A: ..."), gewoon helder geschreven alinea's alsof je het tegen een klant aan de telefoon zegt. Fin neemt de toon over en gebruikt hem in eigen gegenereerde antwoorden op verwante vragen.

Workflows en escalatie-regels

De meeste teams onderschatten de waarde van Intercom Workflows. Workflows zijn als-dan-regels die bepalen wat er gebeurt als een gesprek aan bepaalde criteria voldoet. Voor FollowNow hebben we vier essentiële workflows ingesteld.

Eén: refund-aanvraag binnen 14 dagen. Als Fin detecteert dat een klant om refund vraagt en de order ID minder dan 14 dagen oud is, opent de workflow automatisch een ticket in het support-tooling-systeem met de relevante order-data, en informeert de klant binnen één bericht dat het proces is gestart. Geen escalatie naar een mens nodig, behalve wanneer de klant aanvullende vragen heeft.

Twee: order-tracking. Als de klant een order ID noemt, haalt Fin via de FollowNow API de actuele status op (delivered, in progress, paused) en toont die direct in het gesprek. Dat scheelt een loop van vragen en antwoorden over wanneer de levering precies start.

Drie: tier-vergelijking met aanbeveling. Wanneer een klant vraagt welke tier het beste past, stelt Fin een paar verduidelijkingsvragen (verwacht volume, gewenste delivery-tijd, budget) en doet vervolgens een gerichte aanbeveling. De fallback is altijd Standard, omdat dat het meest gekozen is, maar de aanbeveling kan ook Premium of Elite zijn als de inputs daarop wijzen.

Vier: escalatie naar mens. Bij vragen die te ver buiten het standaard-territorium vallen (boekhoudkundige vragen, klachten over beleid, juridische vragen) escaleert Fin direct naar een human teammate met een korte samenvatting van het gesprek. Geen lange chatbot-cyclus waar de klant zich gevangen voelt.

Meertaligheid goed inrichten

Voor de FollowNow-implementatie was meertaligheid de spannendste laag. Fin ondersteunt out-of-the-box meer dan 30 talen, maar de kwaliteit verschilt. Engels en Nederlands gaan vlekkeloos, Duits en Frans bijna net zo goed, Spaans is matiger en kleinere talen kunnen onnatuurlijk overkomen.

De aanpak die voor FollowNow werkt: schrijf alle custom answers en kennisbank-content primair in het Engels, want dat is waar Fin het sterkst op is getraind. Laat Fin's automatische vertaling de Nederlandse, Duitse, Spaanse en Franse versies genereren. Lees ze allemaal door, en herschrijf alleen waar de vertaling niet natuurlijk klinkt. Voor FollowNow corrigeerden we ongeveer 30 procent van de Nederlandse vertalingen, 10 procent van de Duitse, 5 procent van de Franse, en ruim de helft van de Spaanse.

Een tweede tip: zet in de Fin-settings de optie aan om de detected language van de klant te gebruiken voor het hele gesprek, ook als de klant tussendoor switcht. Anders krijg je vreemde mengvormen waarbij Fin in het Engels begint en halverwege naar het Duits gaat omdat de klant één woord in het Duits typte.

Veelgemaakte fouten die je moet vermijden

In de implementaties die we de afgelopen jaren hebben begeleid, zien we drie patronen die het vaakst voor problemen zorgen.

De eerste is "Fin volledig autonoom laten draaien zonder check". Het is verleidelijk om de bot aan te zetten en weg te lopen. Doe dat niet. Bekijk dagelijks de eerste twee weken een steekproef van de gesprekken, kijk waar Fin niet helemaal scherp was, en update de content-laag. Na twee tot vier weken intensief monitoren kan de frequentie omlaag, maar de eerste fase is bepalend.

De tweede is "content kopiëren uit FAQs zonder herschrijven". FAQ-content is geschreven voor mensen die zoeken. Fin-content is geschreven voor de bot die antwoorden samenstelt. De vorm is anders: helder gestructureerd, niet te lang, zonder unnecessary opvulwoorden, en met expliciete context (bijvoorbeeld het noemen van de tier-naam in elke alinea zodat Fin verwarring vermijdt).

De derde is "geen feedback-loop met support-team". De mensen die voorheen alle gesprekken behandelden weten het beste wat klanten echt vragen, hoe ze het vragen, en waar Fin zou kunnen falen. Betrek het team bij de implementatie, vraag wekelijks om feedback de eerste maand, en stel content op basis van hun input bij. Dat is het verschil tussen een 70 procent zelfstandige bot en een 30 procent zelfstandige bot.

Wat de FollowNow Intercom-implementatie heeft opgeleverd

Met deze aanpak draait Fin nu het overgrote deel van de inkomende vragen voor FollowNow zelfstandig. Het support-team in Dubai wordt alleen ingeschakeld bij echte uitzonderingen: complexe refund-cases, juridische vragen, en escalaties van klanten die expliciet om een mens vragen. In de pre-launch fase, met enkel notify-list signups en vragen over tiers, draait de bot al volledig in vijf talen op een centrale content-set.

De grootste win zit niet in de bespaarde tijd alleen, het zit in consistentie. De bot geeft elke klant hetzelfde antwoord, met hetzelfde beleid, in dezelfde toon. Geen verschillen meer tussen medewerkers, geen vergeten beleidswijzigingen, geen handmatige vertalingen. Voor een internationaal team dat schaalt is dat een fundament dat zonder Fin onhaalbaar zou zijn.

Wil je weten of Intercom Fin past bij jouw klantcontact, of welke alternatieven er zijn (Crisp AI, Tidio, custom oplossingen), neem dan contact op. We helpen je in een half uur bepalen wat de juiste route is voor jouw bedrijf.