Wie een verpakking inkoopt, kiest zelden zomaar een zakje. Een B2B-inkoper die een stand-up pouch zoekt, worstelt met formaat, materiaal, afwerking, sluiting, minimale afname en een staffelprijs die per aantal verspringt. Dat is een adviesgesprek, geen filterlijst.
En dat is nu juist het gesprek dat op de meeste webshops nooit plaatsvindt. De bezoeker klikt door een grid, raakt de draad kwijt en haakt af. Voor PouchDirect draaiden we dat om: we bouwden een AI-adviseur die klanten in een paar minuten naar de juiste pouch leidt, met de echte prijs erbij. Dit stuk gaat niet over de winkel, maar over de techniek eronder. En over waarom het moeilijke deel nooit de chat is.
Daar zit namelijk de valkuil. Een taalmodel achter een chatvenster hangen kost een middag, en het oogt indrukwekkend, tot iemand een concrete vraag stelt. "Wat kost deze pouch bij 5.000 stuks?" Op dat moment telt alleen nog de data eronder. Een adviseur die de prijs gokt, is slechter dan geen adviseur: één verkeerd getal kost vertrouwen, en soms de order. De opgave ging dus niet over hoe vlot het model praat, maar over hoe je het laat praten met echte, actuele, gecontroleerde bedrijfsdata.
De datalaag is het echte werk
Onder de adviseur ligt een gecontroleerde datalaag uit drie bronnen.
De eerste is de Channable-productfeed: 88 producten en 240 variant-SKU's, de canonieke lijst van wat er te koop is. De tweede zijn de staffelprijzen uit Magento, 1.664 tier-rijen voor 84 van de 88 producten. Daardoor noemt de adviseur bij elke afname de échte prijs, niet een schatting. De derde is een kennisbank van 221 producten, inclusief apparatuur en accessoires, met daarbovenop een Q&A-laag van 37 onderwerpen die de vakkennis vastlegt.
Die Q&A-laag vullen we via een dashboard, zodat ook collega's zonder technische achtergrond kennis kunnen toevoegen. Het resultaat is een adviseur die niet uit algemeenheden put, maar uit de echte catalogus en de echte prijzen.
Minstens zo belangrijk is hóe de adviseur het gesprek voert. Hij noemt niet meteen een product, maar stelt eerst de vragen die een goede verkoper ook stelt: wat ga je verpakken, om hoeveel stuks gaat het, speelt houdbaarheid of een vuleis mee? Pas met die antwoorden komt hij tot een concreet advies. De kennis om die vragen te stellen en te wegen komt niet uit het model, maar uit de Q&A-laag waarin we de ervaring van de mensen op de vloer hebben vastgelegd. Zo praat de chat niet als een generiek taalmodel, maar als de beste verkoper van PouchDirect op zijn best.
En omdat feeds veranderen en prijzen schuiven, bewaakt een dashboard met sync-historie en drift-detectie continu of alles nog klopt. Wijzigt er iets, dan krijgen we een seintje, in plaats van dat de adviseur ongemerkt de verkeerde prijs noemt. Op je eigen winkel is dat het verschil tussen betrouwbaar en riskant.
Claude, en de kunst van het betaalbaar houden
Op die datalaag draait Claude. De chat streamt zijn antwoord, dus de klant ziet meteen tekst verschijnen in plaats van naar een laadicoon te staren. Met Vision kan hij een foto van zijn product of huidige verpakking uploaden, waarna de adviseur daarop inspeelt, ideaal voor wie wél weet wat hij wil verpakken, maar niet in welke pouch.
Het model is bewust inwisselbaar. We begonnen op Sonnet 4 en stapten over op Sonnet 5 zonder één regel van de opzet te herbouwen. De waarde zit niet in het model, maar in de laag eromheen.
Dan de kostenkant, die bij dit soort tools zelden ter sprake komt. Goed advies vraagt veel context: de feed, de prijzen, de kennisbank. Stuur je die bij elke vervolgvraag opnieuw mee, dan wordt een lang gesprek al snel kostbaar. Met prompt caching zetten we de stabiele context één keer vast; vervolgvragen zijn daarna tot zo'n 90% goedkoper. Een uitgebreid adviesgesprek blijft zo én snel én betaalbaar, ook bij twintig vragen achter elkaar. Over dat soort optimalisaties schreef ik eerder in de token-optimizers van Claude Code.
De adviseur staat bovendien niet op een eiland. De frontend draait zelfstandig, met een PHP-backend als proxy naar Claude, en gaat via kant-en-klare snippets als banner of zwevende overlay zo de Magento-winkel op. De hele stack draait in Docker achter een reverse proxy met automatische TLS, zodat elke omgeving identiek is en er bij een uitrol niets verschuift.
Live op de winkel
De adviseur staat live en voert dagelijks gesprekken met echte bezoekers. Waar een filterlijst mensen liet afhaken, loodst hij ze nu naar de pouch die past, mét de juiste staffelprijs, en zet hij twijfel om in een order. Precies waarvoor hij gebouwd is.
Voor de bezoeker voelt het niet als een chatbot, maar als een gesprek met iemand die het assortiment kent. Hij typt waar hij mee zit, krijgt gerichte vragen terug en rolt eruit met een concreet product en de prijs bij zijn aantal, klaar om te bestellen. Geen doodlopende filters, geen "neem contact op en we mailen een offerte", maar antwoord op het moment dat de interesse er is.
En anders dan een mens is die verkoper er altijd. Om drie uur 's nachts, tijdens een piek, of als het hele team in overleg zit: de adviseur voert het gesprek in dezelfde kwaliteit, met dezelfde actuele prijzen. Voor een B2B-inkoper die buiten kantooruren oriënteert, is dat vaak precies het moment waarop de keuze valt.
Naast de adviseur beheren we voor PouchDirect ook het Google Ads-account, met dezelfde discipline: een strakke searchstructuur, budgetbewaking en offline conversion tracking via de Data Manager API. Maar de techniek waar dit stuk over gaat, zit in de adviseur.
Als er één ding blijft hangen, is het dit: het makkelijke deel van een AI-adviseur is de chat. Het moeilijke deel is alles eronder. Echte staffelprijzen in plaats van gokwerk. Vakkennis die is vastgelegd in plaats van in iemands hoofd zit. Prompt caching die het betaalbaar houdt. Drift-detectie die het advies morgen nog laat kloppen. Dát maakt van een taalmodel iets wat het van zichzelf niet is: een verkoper die je met een gerust hart op je eigen winkel zet.