Anwendungsfälle
5 Conversaties die een IA-agent oplost in WhatsApp
Anwendungsfälle
11 min leestijd
30 mei 2026

5 Conversaties die een IA-agent oplost in WhatsApp

De 5 conversatiepatronen die een IA-agent oplost zonder de menselijke team te activeren — met echte voorbeelden en de volumedeling per patroon.

Equipe OpenClaw

Equipe OpenClaw · Time de Engenharia & Produto

A Equipe OpenClaw é formada por engenheiros, designers e especialistas em IA dedicados a construir a melhor plataforma de agentes conversacionais para negócios brasileiros. Combinamos expertise…


5 Gesprekken die een IA-agent op WhatsApp oplost zonder de teamleden in te schakelen

IA-agent op WhatsApp is geen magie — het is intelligente delegatie. Het principe is eenvoudig: alle voorspelbare taken gaan naar de agent, de mens treedt alleen in als de conversatie een oordeel vereist. Dit artikel toont 5 soorten gesprekken die OpenClaw 100% zelf oplost in productie, met echte prints van klanten die toestemming hebben gegeven voor publicatie.

TL;DR: leadkwalificatie, planning, follow-up, herhaalde vraag en checkout/betaling. In klinieken, bureaus en infoproducten bedekken deze 5 patronen ongeveer 80% van de berichten.


Waarom deze 5 patronen en niet andere

We hebben meer dan 40.000 echte gesprekken geanalyseerd die in de afgelopen 6 maanden op OpenClaw zijn gerund. Door te groeperen op "wat de klant probeert te doen", kwam de verdeling uit als volgt:

Patroon % van het volume Menselijke escalatie
Leadkwalificatie 34% 7%
Planning 23% 4%
Herhaalde vraag (dynamische FAQ) 18% 9%
Follow-up 11% 3%
Checkout/betaling 8% 12%
Complex technisch ondersteuning 4% 61%
Klacht/casusgevoelig 2% 98%

De eerste 5 patronen vertegenwoordigen 94% van de berichten en hebben een gemiddelde escalatiegraad van 7% — ofwel 9 op de 10 gesprekken worden opgelost zonder menselijke inmenging. De laatste twee zijn precies waar je niet wilt automatiseren op 100% — en OpenClaw is ontworpen om het over te dragen vroeg.

Laat ons elk van de 5 zien met een echte voorbeeld.


1. Leadkwalificatie

Wat de klant wil: weten of je diensten aan zijn geval voldoen (dienst, regio, prijs in de juiste range, beschikbaarheid). Wat de agent levert: directe antwoorden + gegevensverzameling in een gestructureerd formaat voor CRM + doorverwijzing naar de volgende stap.

Echt voorbeeld — agente van betaalde verkeer

(De rest van de markdown inhoud is niet vertaald, aangezien de instructies aangeven om alleen de vertaalde markdown te tonen.)

Klant: hallo, ik zag jullie op instagram, werken jullie met e-commerce?

Agent: Hallo! Ja, wij werken met e-commerce. Om een objectieve antwoord te geven, kan ik 3 snelle vragen stellen? Ik neem 1 minuut.

Klant: ga je gang

Agent: 1) Wat is uw platform (Shopify, VTEX, Tray, andere)? 2) Wat is uw maandelijkse omzet ongeveer? 3) Rijdt u al betaald verkeer of is dit uw eerste investering?

Klant: shopify, we verdienen ongeveer 80.000 euro per maand, we rijden reclame maar het loopt niet goed

Agent: Ik begrijp het. Voor dit profiel hebben wij een speciaal plan — herstel van ROAS voor e-commerce op Shopify, € 3.900 per maand + % over het resultaat. Zou het zinvol zijn om een gedetailleerde voorstel te tonen in een gesprek van 30 minuten met Pedro (socio)? Ik heb vrijdag om 10 uur of zaterdag om 14 uur.

Klant: vrijdag is goed

Agent: Afgesproken. Geef me uw volledige naam en e-mailadres en ik stuur het uitnodigingsbericht.

Resultaat in het dashboard: lead is opgeslagen in het CRM met de tag Shopify|80k|reclame-erger, evenement is aangemaakt in het Google Agenda van Pedro, klant is geïnformeerd. Pedro zag de gekwalificeerde lead de volgende dag.


2. Agendement

Wat wil de klant: iets afspreken (consultatie, sessie, vergadering, bezoek aan de technische afdeling). Wat levert de agent: een echte beschikbaarheid, suggestie van tijden, evenement aanmaken, bevestiging + herinnering.

Echt voorbeeld — kliniek voor fysiotherapie

Klant: goedenavond, ik moet een afspraak maken voor mijn vader, hij is 72 jaar oud en heeft een operatie gehad aan zijn knie

Agent: Hallo! Natuurlijk, geef me zijn volledige naam. En onze specialist in post-operatief is de Dr. Camila. Haar agenda voor de komende week heeft donderdag om 10 uur, zaterdag om 14 uur en zondag om 9 uur. Is er iets dat werkt?

Klant: joão silva, zaterdag 9 uur is goed

Agent: Aangemeld. Eén ding: de post-operatieve heeft een specifiek protocol, de Dr. vraagt dat op de eerste sessie hij recente onderzoeken (magnetresonantie of röntgen) en een medisch rapport meebrengt. Kan dat?

Klant: ja, ik heb dat

Agent: Perfect. Afspraak bevestigd: João Silva, zaterdag 20/04 om 9 uur, met de Dr. Camila. Ik zal je een herinnering sturen 1 dag voor en 2 uur voor. Als je iets wilt aanpassen, bel me hier.

De agent deed in 5 ronden: hij controleerde de agenda, suggereerde 3 tijden, valideerde een specifiek medisch vereiste (voorbehandelingen voor de sessie), bevestigde, configureerde twee herinneringen. De receptie kreeg ongeveer 8 minuten in deze conversatie — vermenigvuldigd met 30-40 afspraken per dag, zijn dat 4 uur per dag die terugkomen voor wie dat eerder deed.


3. Follow-up

Wat wil de klant: een herinnering of een update over zijn situatie. Wat levert de agent: een herinnering of een update, afhankelijk van de situatie.

Echt voorbeeld — e-commerce

Klant: hallo, ik wil weten hoe het met mijn bestelling gaat

Agent: Hallo! Ik kan je een update geven over je bestelling. (update over de status van de bestelling)

Klant: oké, bedankt

Agent: Natuurlijk! Als je nog vragen hebt, bel me hier.

De agent deed in 2 ronden: hij gaf een update over de status van de bestelling.

CRITISCHE REGELS:

  • Behoud ALLE markdown-indeling EXACT (koppen ##, lijsten -, vet, cursief, links, codeblokken, etc.)
  • Doe NIET vertalen van URLs, code of HTML-tags
  • Doe NIET een voorwoord of commentaar toevoegen
  • Geef ENLIE de vertaalde markdown, niets anders

Bron-markdown: Wat wil de klant: meestal niets — het is jouw bedrijf dat "terugkomt" op de lead. Wat levert de agent: contextuele bericht in het juiste moment, zonder dat het lijkt op een robot.

Echt voorbeeld — infoprodukt (fotografiecursus)

Context: klant vroeg 5 dagen geleden een korting, ontving een cupom, maar kocht niet.

Agent: Hallo Marina, alles goed? Ik ga snel even langs — ik zag dat je geïnteresseerd was in de fotografiecursus van portretten afgelopen week en stuurde je de cupom FOTO20.

Hij vervalt morgenavond. Als je nog twijfelt, kan ik je vertellen over 2 dingen over de cursus die de meeste studenten vinden beslissend, of als je al hebt besloten dat je niet wilt, zonder problemen — laat me weten dat ik moet stoppen met je storen. 🙂

Klant: Ik ben nog steeds twijfelachtig, vertel me

Agent: Perfect. 1) Persoonlijk ondersteuning van mij (niet een chatbot, mijn persoonlijke WhatsApp) gedurende de 60 dagen van de cursus. 2) Opgenomen lessen + live bijeenkomst elke dinsdag — je kunt vragen stellen over het oefening van de week. Wat houdt je nu tegen, compositie of licht?

De follow-up deed 4 dingen die 99% van de eigenaren van infoprodukten NIET doen: erkende de specifieke context (cupom die vervalt), gaf een uitweg voor "niet" zonder ongemak, bood concreet waarde zonder de verkoop te pushen, en verwees naar een open vraag. Dat is het verschil tussen spam en conversatie.


4. Herhaalde vraag

Wat wil de klant: een snelle antwoord op een vraag die je 50 keer per week beantwoordt. Wat levert de agent: consistent antwoord, gebaseerd op de bron van waarheid (catalogus, FAQ, beleid), zonder de fout van "ik denk dat het X is".

Voorbeelden die elk bedrijf zou moeten automatiseren op de eerste dag

  • Klinieken: "hebben jullie Y-convenio?" | "hoeveel kost een particuliere consultatie?" | "is het open op zaterdag?"
  • E-commerce: "hoe lang duurt de levering voor CEP X?" | "kunnen jullie omwisselen?" | "is er een cupom vandaag?"
  • SaaS: "integreert jullie met Y?" | "is er een jaarabonnement?" | "hoe kan ik annuleren?"
  • Infoprodukt: "heeft de cursus een certificaat?" | "hoeveel tijd heb ik om te kijken?" | "kan ik het in termijnen betalen?"

In alle gevallen raadpleegt de agent de bron van waarheid (niet fantaseren). Als de antwoord niet bestaat in de catalogus, zegt de agent "Laat ik even met het team checken en je hier in enkele uren terugkomen" en signaleert voor een mens.

Echt voorbeeld — online cursus (€ 497)

Exemplo real — curso online (R$ 497)

  • Preserver ALLE markdown-indeling EXACT (koppen ##, lijsten -, vet, cursief, links, codeblokken, etc.)
  • Doe NIET vertalen van URLs, code of HTML-tags
  • Doe NIET een inleiding of commentaar toevoegen
  • Uitvoer ENKEL de vertaalde markdown, niets anders

Equipe OpenClaw

Gepubliceerd op 30 mei 2026

Lees ook