AI guardrails in de klantenservice zijn de regels en controles die een AI-agent binnen jouw beleid houden. De agent leest live bestelgegevens voordat hij antwoordt, volgt een geschreven policy per tickettype, voert alleen de acties uit die jij hebt toegestaan, draagt gevoelige gevallen over aan een mens en laat zijn redenering zien, zodat je elk antwoord kunt controleren.
Deze gids is voor webshops die een AI-agent voor hun helpdesk overwegen. Hij gaat dieper dan onze uitleg over AI klantenservice en onze Engelstalige gids over AI-agents.
Wat zijn AI guardrails in de klantenservice?
Guardrails zijn grenzen die buiten het gesprek staan, in toestemmingen en grensbedragen, zodat een overtuigende klant de agent niet kan overhalen tot een actie waarvoor hij geen toestemming heeft. De belangrijkste zijn live data vóór elk antwoord, een geschreven policy per tickettype, een toestemming per actie, grensbedragen, regels voor overdracht, zichtbare redenering en testen voordat je live gaat.
Een agent die alleen antwoordt, kan iets verkeerds zeggen. Een agent die terugbetaalt, annuleert of een adres wijzigt, kan ook iets verkeerds doen. Dat is de stap van chatbot naar AI-agent (Engelstalig). Hoe die acties er in de praktijk uitzien, lees je in onze gids over retouren en annuleringen.
| Guardrail | Wat hij voorkomt | Waar hij staat |
|---|---|---|
| Live data vóór het antwoord | Beloftes die de status van de bestelling niet toelaat | Koppeling met webshop en vervoerder |
| Geschreven policy per tickettype | Zelfbedachte regels | Policy |
| Toestemming per actie en stap | Ongewenste terugbetalingen, annuleringen en wijzigingen | Stap in de policy |
| Grensbedragen | Grote bedragen die ongecontroleerd de deur uitgaan | Stap in de policy |
| Regels voor overdracht | Gokken bij gevoelige of onduidelijke gevallen | Policy |
| Zichtbare redenering | Foute antwoorden die niemand kan verklaren | Gespreksweergave |
| Testen vóór livegang | Fouten die een klant als eerste vindt | Testomgeving |
Onze kijk: een instructie in een prompt is een verzoek, een guardrail is een grens. Geen enkele opzet sluit fouten uit. In de documentatie van Anthropic staat dat de technieken die het beschrijft verzonnen antwoorden verminderen, maar niet volledig wegnemen (Anthropic, 2026). Guardrails bepalen wat een fout kan kosten.
Hoe voorkom je dat een AI-agent verkeerde beloftes doet?
Laat de agent alleen beloven wat de live bestelgegevens én je eigen beleid allebei toelaten, en laat hem een actie pas bevestigen nadat die is uitgevoerd.
Het klassieke voorbeeld is een annulering terwijl de bestelling al bij het magazijn ligt. Op een platform zoals Shopify kun je een gedeeltelijk verzonden bestelling niet meer annuleren, en bij een externe fulfilmentdienst moet de annulering mogelijk eerst daar gebeuren (Shopify, 2026). Geruststellen werkt net zo: controleer de status bij een vervoerder zoals DHL of PostNL voordat de agent zegt dat alles goed komt.
In Moffatt v. Air Canada hield een Canadees tribunaal de luchtvaartmaatschappij verantwoordelijk voor een terugbetaling die haar chatbot had toegezegd, tegen het eigen beleid van de maatschappij in. Air Canada moest ongeveer 800 Canadese dollar betalen (Canadees tribunaal, 2024). In een onderzoek van Medallia vindt 42% van de consumenten menselijke fouten vergeeflijker dan AI-fouten, en 7% het omgekeerde (Medallia, 2026).
Leg daarom drie dingen vast in de policy: de cut-off (tot welke bestelstatus een wijziging nog kan), wat de agent daarna aanbiedt, en dat hij niets bevestigt voordat de actie is uitgevoerd.
Hoe bepaal je welke acties een AI-agent mag uitvoeren?
Bepaal per actie, en per stap in de policy, of de agent zelf handelt, een conceptantwoord maakt voor een medewerker of erbuiten blijft. Zet daar grensbedragen bovenop. OWASP noemt het risico van een agent die te veel mag excessive agency (te veel handelingsvrijheid) en herleidt het tot te veel functionaliteit, te veel rechten of te veel autonomie. Het raadt aan dat een mens acties met grote impact goedkeurt en dat de gekoppelde systemen de grenzen afdwingen, niet het model (OWASP, 2025).
Een voorbeeldverdeling om aan te passen:
| Actie | Agent handelt zelf | Agent maakt conceptantwoord, medewerker keurt goed | Blijft bij een medewerker |
|---|---|---|---|
| Trackingstatus delen | Ja | ||
| Adres wijzigen vóór de cut-off | Ja | ||
| Nog niet verzonden bestelling annuleren | Ja | ||
| Terugbetaling onder je grensbedrag | Ja | ||
| Terugbetaling boven je grensbedrag | Ja | ||
| Coulancetegoed of korting | Ja | ||
| Schrijven naar een ander backofficesysteem | Ja |
In Engaige is een policy een vertakkende reeks stappen in gewone taal, en elke stap heeft een eigen modus: Automated of Agent Assist. Je kunt grensbedragen instellen, bijvoorbeeld dat terugbetalingen boven een bepaald bedrag eerst naar een medewerker gaan. Moeten terugbetalingen en retouren bij je team blijven? Houd die stap dan op Agent Assist: de agent maakt het conceptantwoord, een medewerker keurt goed.
Scenario
The customer asks about a delivery address.
Instructions
Read the order with Get order , then take the branch that matches.
Scenario
The order has not been picked yet.
Instructions
Move it with Change picqer shipping address .
Scenario
The parcel has already left the warehouse.
Instructions
Say it cannot be redirected, then offer Process refund .
In Agent Assist wordt geen enkel ticket gesloten zonder een medewerker, en je zet tickettypes één voor één op autonoom. Wie de policies schrijft, en in welke volgorde, staat in onze gids over implementatie.
Engaige offered control, flexibility, and the ability to really incorporate AI in a more human way.
Hoe voorkom je AI-hallucinaties in je klantenservice?
Een AI-hallucinatie is een antwoord dat overtuigend klinkt, maar verzonnen is. Je beperkt hallucinaties door de agent te laten antwoorden uit je eigen data en policies in plaats van uit algemene modelkennis, hem te laten zeggen dat hij iets niet weet, en wat hij niet weet door te sturen naar een mens. Anthropic beschrijft de eerste twee (Anthropic, 2026).
Drie situaties, elk met een eigen guardrail:
- Hij verzint een regel of een korting: geef dat tickettype een geschreven policy.
- Hij beantwoordt één vraag op twee manieren: stappen en voorwaarden houden de route gelijk, ook als de formulering verschilt.
- Hij spreekt je helpartikelen (Engelstalig) tegen: wijs één leidende bron aan en controleer welke bron hij gebruikte.
Is er voor een vraag geen policy, dan hoort de agent over te dragen, zodat het gat zichtbaar wordt. Gezondheidsclaims, aansprakelijkheid en juridische brieven vragen om een regel die ze naar een mens stuurt, niet om een betere formulering.
Hoe zie je waarom een AI-agent een antwoord gaf?
Bij elk antwoord en elke actie hoort de redenering te staan: wat de agent heeft gelezen, welke policy hij toepaste en waarom hij zo antwoordde of handelde.
Zichtbare redenering maakt van “de AI zat fout” een oorzaak die je kunt oplossen: ontbrekende informatie, een onduidelijke policy of een ontbrekende koppeling (meer in onze Engelstalige gids over zichtbare redenering). In Engaige open je elk gesprek en zie je de volledige redenering achter elk antwoord en elke actie.
Within the AI we can see the reasoning, and how it comes to a response. That shows us where information is missing or unclear, and helps us improve our workflow.
Wanneer draagt een AI-agent over aan een mens?
Een AI-agent draagt over aan een mens zodra een geschreven regel dat zegt, niet wanneer het model dat zelf inschat: bij een boze klant, een juridisch of gezondheidsonderwerp, een bedrag boven je grensbedrag of een vraag zonder policy. Schrijf die situaties op en laat de agent de context meegeven, zodat de klant zijn verhaal niet opnieuw hoeft te doen. Veelvoorkomende aanleidingen:
- Een boze klant, een juridische dreiging, of een onderwerp rond gezondheid of aansprakelijkheid.
- Een bedrag boven je grensbedrag.
- Bewijs dat de agent niet kan beoordelen, zoals een foto bij beschadigde artikelen met een hoge waarde.
- Geen policy voor de vraag, of de klant vraagt om een mens.
In een onderzoek van Twilio wil 63% op elk moment makkelijk een mens kunnen bereiken, en 78% heeft weleens geprobeerd een AI-agent te omzeilen (Twilio, 2026). Volgens Medallia vindt 68% het prima als alleen AI een vraag over de bestelstatus afhandelt, tegen 27% bij een formele klacht (Medallia, 2026).
Klanten proberen een agent ook over te halen tot een hogere terugbetaling. OWASP schrijft dat het onduidelijk is of er een waterdichte manier bestaat om prompt injection te voorkomen (OWASP, 2025). De grens hoort daarom in de toestemming en het grensbedrag, niet in het gesprek.
In Engaige laat de agent bij een overdracht een samenvatting van zijn redenering achter als interne notitie in het helpdeskticket. Lees ook onze Engelstalige gidsen over wanneer je moet escaleren en wat je beter menselijk houdt.
Hoe test je een AI-agent voordat hij live gaat?
Test elke policy op de lastige gevallen voordat een klant ze tegenkomt. Veel teams laten de agent daarna eerst conceptantwoorden schrijven naast het team; die volgorde staat in onze implementatiegids. Anthropic raadt uitgebreid testen in een sandbox aan, samen met guardrails (Anthropic, 2024).
Begin met een wijzigingsverzoek na de cut-off, twee problemen in één bericht, een klant die aandringt op een uitzondering, en dezelfde vraag twee keer gesteld in andere woorden.
In Engaige test je een policy in de Playground door zelf de klant te spelen, en je kunt er een echt ticket uit het verleden in plakken. Welk aandeel van de tickets de agent daarna zelf oplost, lees je in onze gids over de resolution rate (het oplossingspercentage: het aandeel tickets dat de AI zelf van begin tot eind afrondt).
Kan een AI-agent je tone of voice aanhouden?
Ja, een AI-agent kan je tone of voice aanhouden, omdat je toon kunt vastleggen in regels: je of u, de lengte van zinnen, de woorden die je merk graag gebruikt en de woorden die het vermijdt. De stem van een merk raakt vaker beschadigd door de inhoud van een antwoord dan door de stijl.
Een zelfverzekerd fout antwoord schaadt je merk meer dan een robotachtig antwoord: een zin in je merkstijl over de verkeerde retourtermijn blijft een klacht. Fin zegt in zijn eigen gids hetzelfde (Fin, 2026).
Op Shopify indexeert Engaige de marketingteksten en de tone of voice van je webshop, naast de bestel- en productgegevens en de documenten die je toevoegt. Zo antwoordt de agent uit je echte gegevens, in de stijl van je merk.
Merken klanten dat ze met AI praten?
De meeste klanten kunnen aan de tekst alleen niet zien dat ze met AI praten, maar verbergen is het verkeerde doel. Vertel klanten dat het AI is, maak het antwoord specifiek voor hun bestelling en houd een mens binnen bereik.
- Twilio: 75% denkt AI in tekst te herkennen; in een test lukte dat 90% niet (Twilio, 2025).
- Twilio: 76% wil dat de agent zich aan het begin bekendmaakt. 81% van de merken zegt dat hun agent dat doet; 22% van de consumenten is het daarmee eens (Twilio, 2026).
De Europese AI-verordening (AI Act) eist dat systemen die direct met mensen communiceren zo zijn ontworpen dat mensen weten dat ze met AI te maken hebben, tenzij dat duidelijk is. Artikel 50 is van toepassing sinds 2 augustus 2026 (AI Act, 2024).
In één kleine, peer-reviewed studie van vóór de huidige taalmodellen maakte het bekendmaken van de chatbot geen significant verschil in het experiment. In de interviews zeiden gebruikers dat behulpzaamheid en een vriendelijke toon zwaarder wogen (Springer, 2024).
Onze kijk: klanten storen zich veel meer aan een agent die hun bestelling niet kent of geen uitweg biedt dan aan het feit dat het AI is. Persoonlijk blijven betekent dat mensen de gesprekken blijven voeren waarin ze iets toevoegen. Lees in onze Engelstalige vergelijking waar een menselijk team blijft winnen, en lees onze gids voor een klein team.
Wat vraagt de AVG van een AI-agent in je klantenservice?
Bepaal jij als webshop waarvoor en hoe de persoonsgegevens van je klanten worden verwerkt, dan ben je onder de AVG de verwerkingsverantwoordelijke, ook als een AI-agent de tickets afhandelt. Verwerkt de leverancier van de agent die gegevens in jouw opdracht, dan is hij verwerker. Leg dat vast in een verwerkersovereenkomst en geef de agent alleen toegang tot wat hij voor het ticket nodig heeft.
Artikel 28 van de AVG schrijft voor dat verwerking door een verwerker wordt geregeld in een overeenkomst of een andere rechtshandeling. Daarin staan het onderwerp en de duur van de verwerking, de aard en het doel, het soort persoonsgegevens en de categorieën betrokkenen (AVG, 2016).
De verwerker verwerkt de gegevens alleen op jouw gedocumenteerde instructies, tenzij een wettelijke plicht anders vereist. Hij schakelt geen andere verwerker in zonder jouw voorafgaande schriftelijke toestemming. Die toestemming kan specifiek of algemeen zijn; bij een algemene toestemming meldt de verwerker wijzigingen vooraf, zodat je bezwaar kunt maken (AVG, 2016).
Artikel 5 noemt daarnaast twee beginselen. Minimale gegevensverwerking: persoonsgegevens blijven beperkt tot wat nodig is voor het doel. Opslagbeperking: je bewaart ze niet langer in een vorm waarmee klanten te identificeren zijn dan voor dat doel nodig is (AVG, 2016). Vraag een leverancier daarom drie dingen:
- Welke klantgegevens leest de agent, en uit welke systemen?
- Welke subverwerkers schakelt de leverancier in?
- Hoe lang worden gesprekken en gegevens bewaard?
Engaige publiceert zijn standaard verwerkersovereenkomst en de lijst met subverwerkers op de website (beide Engelstalig). Dit is geen juridisch advies; leg je eigen situatie voor aan een jurist of privacyadviseur.
Waar past Engaige?
Engaige (dat zijn wij) is de AI-agent voor e-commerce in de helpdesk die je al gebruikt. Houd je helpdesk, vervang de AI. Zo werken de guardrails hierboven in Engaige: een modus en grensbedragen per stap in de policy, de volledige redenering bij elk antwoord en elke actie, testen in de Playground, en een start in Agent Assist of autonoom vanaf dag één.

Wat de guardrails actueel houdt, is Engaige AI. In Agent Assist wordt elk antwoord dat je team verstuurt vergeleken met wat de agent voorstelde, een van de signalen waarvan het leert. Draaien tickettypes eenmaal autonoom, dan brengt het opkomende trends in beeld en de tickets die de agent teruggaf aan een mens. Op basis daarvan stelt het wijzigingen in je policies voor, met de redenering erbij, en jij keurt goed wat live gaat. Er verandert niets achter je rug om.
Otrium en MR MARVIS, hierboven geciteerd, gebruiken allebei Engaige.
Veelgestelde vragen
Kan een AI-agent terugbetalen zonder dat een mens meekijkt?
Alleen waar jij dat toestaat: in Engaige staat elke stap in een policy op Automated of Agent Assist, en een grensbedrag kan grotere terugbetalingen eerst naar een medewerker sturen.
Wat doet een AI-agent als er geen policy is voor een vraag?
Hij hoort over te dragen aan een mens, en het gat hoort zichtbaar te worden. In Engaige komen tickets die de agent teruggeeft in beeld, en Engaige AI stelt wijzigingen in je policies voor die jij goedkeurt.
Maakt AI je klantenservice minder persoonlijk?
Niet als mensen de gesprekken blijven voeren waarin ze iets toevoegen en de antwoorden van de agent specifiek zijn voor de bestelling. Die grens bepaal je per tickettype en per stap.
Moet je klanten vertellen dat ze met AI praten?
De Europese AI-verordening eist dat mensen weten dat ze met AI communiceren, tenzij dat duidelijk is, en de meeste klanten willen het weten. Dit is geen juridisch advies.
Heb je een verwerkersovereenkomst nodig voor een AI-agent?
Verwerkt de leverancier persoonsgegevens van je klanten in jouw opdracht, dan schrijft artikel 28 van de AVG een overeenkomst of andere rechtshandeling voor; in de praktijk is dat een verwerkersovereenkomst. Dit is geen juridisch advies.
Werken AI guardrails in de helpdesk die we al gebruiken?
Ja. Engaige werkt in de helpdesk die je team al gebruikt, en de notitie bij een overdracht komt in het ticket te staan.