Naar de inhoud
Alle video’s

Kan het zonder AI? Doe het dan zonder AI

Security & BeleidDuur: 1:41 minVanaf 30:30 in de opname

Joey van Griethuijsen, HumanAgent

Uit de sessie: Specialist: Security

Joey van Griethuijsen van HumanAgent bouwt AI-workflows in n8n. In de Specialists-sessie over security geeft hij een regel die eerder komt dan elke beveiligingsmaatregel: als het zonder AI kan, doe het dan zonder AI. Hij laat zien hoe je een publieke chatbot opbouwt met classificatie en vaste antwoorden, en waar generatieve AI pas instapt.

Voor wie: Je wilt een AI-chatbot op je webshop zetten en zoekt een veilige opbouw die kosten en risico laag houdt.

Waarom dit ertoe doet

Een klantenservicebot op je webshop praat met iedereen op internet. Elk bericht dat naar een taalmodel gaat, kost geld en is een kans om het model iets te laten doen wat je niet wilt. OWASP zet prompt injection in de lijst voor 2025 op plek 1 van de risico's voor LLM-toepassingen. Wat de bot zegt, is ook jouw verantwoordelijkheid: in februari 2024 moest Air Canada een klant 812,02 Canadese dollar betalen omdat de chatbot een verkeerde regeling voor rouwtarieven had beloofd. Een bot die vragen over retouren of levertijd herkent en een vast, gecontroleerd antwoord geeft, kan zulke fouten niet maken. Je bespaart tokens en je houdt grip op wat er naar klanten gaat.

Belangrijkste inzichten

  • Joeys volgorde: eerst regels (if-else), dan classificatie, pas daarna generatieve AI, en dan altijd samen met classificatie.
  • Elke stap hoger op die ladder brengt volgens hem meer risico, kosten en complexiteit.
  • Een classifier geeft alleen een label uit een vaste lijst terug, zoals retour of levertijd, met een vooraf goedgekeurd antwoord.
  • OWASP zet prompt injection op plek 1 van de LLM-risico's voor 2025; een publieke chatbot is daar het meest kwetsbaar voor.
  • Air Canada moest in 2024 812,02 Canadese dollar betalen voor een verkeerde belofte van de chatbot.

De ladder: regels, classificatie, generatieve AI

Op Joeys slide staat de algemene regel: begin simpel. Eerst regelgebaseerde logica, dan classificatie, en pas daarna generatieve AI, en dan nog steeds in combinatie met classificatie. Elke stap hoger betekent volgens hem meer risico, meer kosten en meer complexiteit. Regelgebaseerd betekent: if-else. Een order boven 500 euro gaat naar handmatige controle, een mail met 'factuur' in het onderwerp gaat naar finance. Dat is snel, gratis per uitvoering en voorspelbaar. Voor zulke stappen heb je geen taalmodel nodig, ook al zit de AI-node in n8n er al klaar voor.

Classificatie als filter voor je chatbot

Bij een publieke chatbot raadt Joey classificatie aan in plaats van meteen een AI-agent. Classificatie betekent dat je een vraag in een vaste categorie indeelt: retour, levertijd, betaling, overig. Aan elke categorie hangt een voorgedefinieerd antwoord. Zijn voorbeeld: een klant vraagt iets over retouren, de workflow markeert dat als retourvraag en stuurt een standaardantwoord. Op het scherm zie je een n8n-workflow met een berichtclassificatie die naar vier takken splitst en alleen de laatste tak doorstuurt naar een AI-agent. Het voordeel zit in de uitvoer. Een classifier kan alleen een label uit een vaste lijst teruggeven, dus een gebruiker kan via die stap geen eigen tekst naar buiten krijgen. Alleen complexe, unieke vragen gaan door naar generatieve AI.

Waarom de publieke chatbot het risicovolst is

Joey noemt de publieke chatbot een van de risicovollere toepassingen van AI. Iedereen kan er tekst in typen, en een taalmodel maakt geen hard onderscheid tussen jouw instructies en de tekst van de gebruiker. Vlak voor deze clip liet hij een voorbeeld zien van iemand die in zijn LinkedIn-profiel een instructie zette om een recept voor flan toe te voegen, en daarna automatische berichten kreeg met dat recept erin. OWASP beschrijft dit als prompt injection, LLM01 in de lijst voor 2025. Daarnaast ben je aansprakelijk voor wat de bot belooft. In de zaak Moffatt tegen Air Canada (2024 BCCRT 149) wees het tribunaal het argument af dat de chatbot een aparte entiteit was. De schadevergoeding was 650,88 dollar, met rente en kosten 812,02.

Wat regel is en wat advies

Dat regels sneller en goedkoper zijn dan een taalmodel, is gewoon zo: een if-else kost geen tokens en geeft elke keer hetzelfde antwoord. Dat ze ook veiliger zijn, is Joeys afweging en die klopt voor de meeste vaste vragen. De keerzijde is onderhoud. Je moet de categorieën en standaardantwoorden bijhouden als je retourbeleid of verzendtijden veranderen. Een praktische toets: kijk welke 5 vragen samen het grootste deel van je klantcontact vormen. Die kun je met classificatie en vaste antwoorden afhandelen, en de rest mag naar een agent.

Probeer dit deze week

  1. Haal de 100 laatste klantvragen uit je helpdesk en tel hoeveel er in 5 vaste categorieën vallen.
  2. Schrijf voor de 3 grootste categorieën een vast, gecontroleerd antwoord en test of je bot die herkent voordat hij een taalmodel aanroept.
  3. Loop je n8n- of Zapier-workflows na en vervang AI-stappen die alleen filteren of routeren door gewone regels.

Begrippen

Classificatie
Een tekst indelen in een vaste categorie, zoals retourvraag of betaalvraag, zonder vrije tekst te genereren.
Regelgebaseerde logica
Vaste als-dan-regels (if-else) die bij dezelfde invoer altijd hetzelfde doen.
Guardrailing
Maatregelen rond een AI-model die bepalen welke vragen erin mogen en welke antwoorden eruit mogen.
Prompt injection
Een aanval waarbij iemand via tekst het taalmodel instructies geeft die jouw eigen instructies overschrijven.

Verdiep je in de gids

Transcriptie

Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.

Verder qua security, het is misschien niet helemaal security, maar het hoort er wel bij. Kies je toepassing verstandig. Als het zonder AI kan, doe het dan zonder AI, want het is sneller, goedkoper, veiliger. als je bijvoorbeeld een workflow hebt die een paar regels en filters heeft en het kan met regelgebasseerde logica, dus if, else, dat soort regels afgevangen worden dan is dat eigenlijk the way to go. En op het moment dat je een publieke chatbot gebruikt dat is eigenlijk een van de risicovollere toepassingen van AI dan zou je bijvoorbeeld aan klassificatie kunnen denken in plaats van meteen een AI agent in te schakelen. En klassificatie die zou bijvoorbeeld de vraag van de gebruiker, je ziet het ook een beetje aan de rechterkant, een vraag van de gebruiker kunnen klassificeren in een aantal categorieën, waar dus ook gewoon een voorgedefineerd antwoord aan kan hangen. Dus bijvoorbeeld stel dat de gebruiker heeft een vraag over retouren of iets in die richting, dan kun je daar natuurlijk met klassificatie, kun je dat markeren als dit is een vraag over retouren, En daar kan misschien ook een standaard antwoord op volgen, in plaats van dat er meteen generative AI aan te passen hoeft te komen. En als je het dan toch doet, dan zou ik het altijd combineren, dus en klassificatie en gen AI, waardoor je dus eerst een soort filtering hebt van, welke vragen zetten we wel door naar de agent en welke vragen zetten we niet door naar de agent.

Spreker: Joey van Griethuijsen, HumanAgent

Bronnen

Meer over Security & Beleid