---
title: "Testen in het tijdperk van AI-agenten"
description: "Het gebruik van een testframework is cruciaal bij het creëren van consistente AI-agenten"
canonical_url: "https://codingdelta.com/nl/blog/testen-in-het-tijdperk-van-ai-agenten"
---

> Index of every page on this site: [llms.txt](https://codingdelta.com/llms.txt)

Stel ChatGPT twee keer dezelfde vraag en je krijgt twee verschillende antwoorden. In een chatvenster is dat geen probleem. Maar als een AI-agent met je klanten praat, wil je zeker weten of de codewijziging van vandaag hem beter of slechter heeft gemaakt. Zo testen wij de AI-agenten achter [Chatsome](https://chatsome.co/).

## De belangrijkste punten

- De output van een LLM verschilt per keer, dus traditionele tests die bij dezelfde input dezelfde output verwachten, schieten tekort.
- We bouwden een eigen testsuite: elke test legt een chatgeschiedenis en de verwachte output vast, en een aparte GPT-sessie beoordeelt of het antwoord klopt.
- In één voorbeeld ging het aantal falende tests van 5 naar 2 door één zin in een prompt aan te passen.
- Zonder geautomatiseerde tests weet je nooit of een wijziging je agent echt verbetert.

## Chatsome: een AI-agent gekoppeld aan je CRM

Bij Coding Delta helpen we klanten groeien, maar we bouwen en vermarkten ook onze eigen producten. Een daarvan is Chatsome, een AI-chatbot die integreert met de CRM-systemen van onze klanten.

Via die CRM-koppeling wordt Chatsome een volwaardig onderdeel van het team:

- **Digitale verkoopagent:** de chatbot kent alle producten die worden verkocht en helpt bezoekers 24/7.
- **Digitale klantenserviceagent:** met toegang tot bestelgegevens lost hij veel vragen op zonder dat er een medewerker van de klantenservice aan te pas komt.

![Chatsome-chatwidget die een vraag van een bezoeker over deurklinken beantwoordt met productkaarten](https://codingdelta.com/content/images/chatsome-screenshot-widget.png)

## Hoe onze agenten werken

Websitebezoekers stellen allerlei vragen, van verkoopvragen tot klantenservicekwesties. We ontwikkelden een uitgebreide pijplijn die de intentie van de gebruiker en het juiste antwoord bepaalt.

Onze klanten verkopen heel verschillende producten, van deurklinken tot babyaccessoires. Daarom bouwden we een generieke workflow die zich aan elk scenario aanpast, en ons systeem kan ze allemaal aan.

## Het probleem: testen wat nooit twee keer hetzelfde antwoordt

Die diversiteit maakt testen lastig: hoe weet je of een codewijziging de prestaties van de bot voor een specifieke klant verbetert of verslechtert? Met een handvol klanten konden we nog handmatig testen. Toen we opschaalden en meer edge cases moesten afvangen, werd dat onwerkbaar.

Daar komt bij dat ChatGPT elke keer anders antwoordt op dezelfde vraag. We vroegen twee keer "Wie is de koning van Nederland?" en kregen deze antwoorden:

> **Antwoord 1:** De huidige koning van Nederland is koning Willem-Alexander. Hij is monarch sinds 30 april 2013, na de abdicatie van zijn moeder, koningin Beatrix.

> **Antwoord 2:** De koning van Nederland is koning Willem-Alexander. Hij is de regerende monarch sinds 30 april 2013, na de abdicatie van zijn moeder, koningin Beatrix. Koning Willem-Alexander is de eerste mannelijke monarch van Nederland in meer dan een eeuw, na een lijn van drie vrouwelijke monarchen.

De antwoorden lijken op elkaar, maar verschillen genoeg om een probleem te zijn als een computer ze moet interpreteren.

## Onze oplossing: een testsuite voor LLM's

Traditioneel testen gaat ervan uit dat een functie bij dezelfde input steeds dezelfde output geeft. GPT doet dat niet, dus we hadden een andere aanpak nodig en ontwikkelden een eigen testsuite.

Voor elke belangrijke interactie met de bot schrijven we een test met de chatgeschiedenis en de verwachte output. Daarna:

1. Laten we GPT een antwoord genereren op basis van de chatgeschiedenis.
2. Starten we een nieuwe GPT-sessie die het antwoord vergelijkt met de verwachte output.
3. Beoordelen we het resultaat als "waar" of "onwaar".

Zo kunnen we elke codewijziging controleren. Faalt er een test, dan zoeken we uit waarom en lossen we het op tot alle tests slagen.

## Waarom LLM-tests nodig zijn: één zin, drie extra geslaagde tests

Kleine wijzigingen kunnen tot heel andere uitkomsten leiden. Hieronder zie je twee testruns waarbij we maar één prompt hebben aangepast, en in die prompt maar één zin. Het resultaat: drie tests meer geslaagd.

<div className="flex,flex-col,sm:flex-row,sm:gap-3">
<div>

![Testrun vóór de wijziging: 22 tests, 17 geslaagd, 5 mislukt](https://codingdelta.com/content/images/llm-test-5-failed.png)

</div>

<div>

![Testrun na het aanpassen van één zin in de prompt: 22 tests, 20 geslaagd, 2 mislukt](https://codingdelta.com/content/images/llm-test-2-failed.png)

</div>
</div>

Daarom zijn geautomatiseerde tests onmisbaar als je met LLM's werkt. Zonder tests weet je nooit of een wijziging in je code of prompts de uiteindelijke output verbetert.

## De impact

Sinds we LLM-tests gebruiken, is onze ontwikkelsnelheid flink toegenomen. En we hebben meer vertrouwen in de juistheid van de antwoorden die onze AI-agent aan de bezoekers van onze klanten geeft.

## Zet AI-agenten in voor jouw bedrijf

[Chatsome](https://chatsome.co/) zet vandaag AI-agenten in voor klantenservice en sales via je website, WhatsApp, e-mail en telefoon. Wil je onze AI-agenten gebruiken, of meer weten over onze testsuite? Gebruik de knop hieronder om contact op te nemen. Kijk je naar AI verder dan klantenservice? Bekijk hoe wij [AI en automatisering](https://codingdelta.com/nl/automation) aanpakken.

## Sitemap

See the full [sitemap](https://codingdelta.com/sitemap.md) for all pages.
