CSV, Excel en Google Sheets in Famulor Knowledge Bases

Productcodes, servicebeschrijvingen en referentieprijzen staan vaak in spreadsheets. Om deze met een AI-assistent te gebruiken, moesten rijen voorheen worden omgezet in tekst of moest er een API voor actuele waarden worden gebouwd. Sinds 5 september 2026 kan Famulor CSV-, TSV- en XLSX-bestanden, evenals Google Sheets die via Drive zijn gekoppeld, verwerken als gestructureerde kennisbronnen. De functie ondersteunt exacte identificatiecodes, zoeken op basis van beschrijvingen en gedefinieerde filters en aggregaties (Famulor changelog, 5 september 2026).

Het cruciale voorbehoud is dat een geïmporteerde tabel een snapshot van de laatste import blijft en geen live systeem. Voorraad, gepersonaliseerde saldi, orderstatussen en bindende actuele prijzen vereisen nog steeds een tool of API.

Belangrijkste punten

• Famulor ondersteunt rechthoekige CSV-, TSV- en XLSX-tabellen, plus Google Sheets via een Drive-koppeling.
• Tabelkennis is zeer geschikt voor stabiele catalogi, servicematrices en referentieprijzen met een zichtbare ingangsdatum.
• Exacte waarden, rijen, totalen, sommen, minima en maxima zijn beschikbaar binnen gedocumenteerde querygrenzen.
• Google Sheets worden niet als live database bevraagd; de laatste import bepaalt de actualiteit en formules worden niet opnieuw berekend.
• Live, gepersonaliseerde of writeback-workflows horen nog steeds thuis achter een mid-call tool of API.

Wat is er veranderd met gestructureerde tabelkennis

De nieuwe functionaliteit verfijnt een belangrijke architectuurregel. Algemene kennisbanken dienden voorheen vooral voor ongestructureerd materiaal zoals handleidingen, beleidsstukken en FAQ's. Het behandelen van een prijstabel als een document maakte betrouwbare opvraging op celniveau lastig. Het tabelmodel van Famulor behoudt daarentegen de oorspronkelijke celwaarden en kolomposities, samen met bronbestand-, blad- en rijverwijzingen (documentatie over kennisbanken, gecontroleerd op 10 september 2026).

Een assistent kan zoeken naar een volledige productcode, een rij lokaliseren op basis van de beschrijving of gedefinieerde tabelquery's gebruiken. Resultaten bevatten rijen, aantallen, sommen, minima en maxima onder strikte filters. Joins, willekeurige expressies, valutaomzettingen en formule-evaluatie worden niet ondersteund.

De eerdere richtlijn in Knowledge Base vs System Prompt for AI Voice Agents blijft daarom inhoudelijk correct, maar behoeft na deze update een nuancering: gestructureerde geïmporteerde tabellen ondersteunen nu gedefinieerde opvraag- en aggregatietaken, terwijl live data, gepersonaliseerde waarden en writeback nog steeds een tool of API vereisen.

Wanneer is een spreadsheet-kennisbank de juiste keuze

Een tabel is een sterke kandidaat wanneer de rijen stabiele referentieobjecten beschrijven en de versheid van een snapshot acceptabel is. Denk aan een catalogus met reserveonderdelen, een servicematrix, een lijst met vestigingsmogelijkheden, een tarieventabel met een ingangsdatum of een goedgekeurde referentieprijslijst.

Stel jezelf vier vragen vóór het importeren:

1. Is de data stabiel genoeg voor een snapshot? Als een waarde per minuut verandert, is een kennisbank de verkeerde bron.
2. Vertegenwoordigt elke rij een goed gedefinieerd object? Een product, service of regio moet worden beschreven aan de hand van consistente kolommen.
3. Zijn filters en eenvoudige aggregaties voldoende? Logica over meerdere tabellen, complexe berekeningen en valutaomzettingen vereisen een ander systeem.
4. Moet elk geïmporteerd blad worden geïndexeerd? Verborgen XLSX-bladen en elk geëxporteerd Google Sheets-tabblad worden meegenomen.

Dit scheidt kennisopvraging van transacties. Een catalogus-ID kan uit een goedgekeurde import komen. De vraag “Is onderdeel X op dit moment op voorraad?” vereist een actuele systeemquery, en een bindende, klantspecifieke offerte mag niet worden afgeleid uit een algemene referentietabel.

CSV, TSV, XLSX en Google Sheets voorbereiden voor import

Bronkwaliteit begint bij een schone structuur. Volgens de huidige Famulor-documentatie moeten kolomkoppen in de eerste gevulde rij staan. De tabel moet rechthoekig zijn; samengevoegde cellen en waarden buiten de door de koptekst gedefinieerde breedte worden geweigerd. Plaats afzonderlijke tabellen op afzonderlijke bladen.

De gedocumenteerde opmaakregels zijn specifiek:

• CSV kan komma's of puntkomma's als scheidingsteken gebruiken; waarden met meerdere regels moeten correct tussen aanhalingstekens staan.
• TSV gebruikt tab-scheidingstekens.
• Ondersteunde tekstcoderingen zijn UTF-8 of UTF-16 met een BOM.
• Oudere .xls-bestanden moeten eerst worden opgeslagen als XLSX of CSV.
• XLSX-imports bevatten elk blad, inclusief verborgen bladen. Google Sheets-imports bevatten elk geëxporteerd blad.
• Formules worden tijdens het importeren niet opnieuw berekend. Gecachte resultaten kunnen als ongeverifieerd worden gemarkeerd; ontbrekende resultaten en celfouten blijven onbeschikbaar.

Verwijder hulpbladen, vertrouwelijke notities en onnodige kolommen vóór het importeren. Voeg valid_from of data_as_of toe voor tijdgevoelige referenties, zodat een gesprek de brondatum kan vermelden.

De tabel in vijf stappen instellen in Famulor

Deze workflow volgt de huidige Famulor-documentatie waarnaar hierboven wordt gelinkt.

1. De kennisbank aanmaken

Open Knowledge bases → New, geef een duidelijke naam en beschrijf wat de bron bevat. “DACH servicecatalogus — snapshot september 2026” communiceert het doel en de actualiteit beter dan “nieuwe prijslijst”.

2. De tabelbron toevoegen

Upload een CSV-, TSV- of XLSX-bestand. Voor Google Sheets maak je eerst een Drive OAuth-verbinding aan onder Automations → Connections en selecteer je die verbinding bij het toevoegen van de Drive-bron. De documentatie beschrijft cloud-drive sync als bèta en als een functie van een apart abonnement. Het vereist Beta Features onder Settings → Workspace en volgt de huidige sync-tarieven van de workspace (Famulor-documentatie, gecontroleerd op 10 september 2026). Controleer de voorwaarden in je eigen workspace in plaats van uit te gaan van universele beschikbaarheid.

3. Verwerkingsstatus controleren

Wacht tot het item aangeeft dat het gereed is. Als de verwerking mislukt, inspecteer dan de opmaak, bestandsgrootte, koprij, samengevoegde cellen en bladindeling. Een zichtbare bestandsnaam alleen bewijst niet dat er een nieuwe doorzoekbare index is aangemaakt.

4. Testen met RAG Search

Gebruik RAG Search met realistische vragen. Test als implementatiepraktijk een bestaande exacte code, een niet-bestaande vergelijkbare code, een beschrijvende zoekopdracht, meerdere matches en een filter of aggregatie. Dit is een aanbeveling, geen productgarantie.

5. De kennisbank toewijzen aan de assistent

Selecteer de kennisbank in de assistent-editor. Famulor geeft aan dat die koppeling alleen geen promptwijziging vereist. Voeg indien nodig workflow-instructies toe voor ambiguïteit, verouderde snapshots of kritieke identificatiecodes.

Wat de assistent aan de tabel kan vragen

Zoek voor een exacte identificatiecode naar de volledige waarde tussen aanhalingstekens. Een vergelijkbaar ogende code is geen bewijs dat de gevraagde code bestaat. Als meerdere rijen overeenkomen, moet de assistent om verduidelijking vragen in plaats van zelf te kiezen. Zoekresultaten behouden bronverwijzingen en positionele kolomcodes, inclusief bestand, blad en rij voor traceerbaarheid. Dat betekent niet dat die verwijzingen automatisch aan een beller worden uitgesproken.

Geavanceerde implementaties kunnen tabelquery's gebruiken via POST /knowledge-bases/{id}/search en de search_knowledge_base MCP-tool. Volgens de huidige query-documentatie waarnaar hierboven wordt gelinkt, kan een query rijen, count, sum, min of max retourneren. Het kan tot vijf gelijkheids- of bereikfilters combineren met AND; getal- en datumbereiken vereisen een expliciet type.

Er is een strikte vertrouwensgrens rond numerieke uitkomsten. Totalen worden geweigerd wanneer overeenkomende rijen ontbrekende, ambigue, op formules gebaseerde of gemengde valutawaarden bevatten. Bereken geen totaal van een volledige tabel door handmatig een handvol zoekfragmenten op te tellen. Gebruik een tabelquery of een verantwoordelijke backend wanneer de bewerking buiten de ondersteunde set valt.

Praktijkvoorbeeld: een hypothetische B2B-onderdelen- en servicecatalogus

Stel dat een industrieel servicebedrijf een goedgekeurde referentiecatalogus bijhoudt. De onderstaande minitabel is bewust fictief en bevat geen echte klant- of productgegevens:

Het bronbestand bevat deze drie voorbeeldrecords:

• FP-2048-A: Standaard filterpakket voor MX-20, regio DACH, referentieprijs EUR 189,00, ingangsdatum 1 september 2026.
• SV-3100-D: Basis remote service voor MX-30, regio DACH, referentieprijs EUR 420,00, ingangsdatum 1 september 2026.
• SV-3190-D: Plus remote service voor MX-30, regio DACH, referentieprijs EUR 690,00, ingangsdatum 1 september 2026.

Een beller kan vragen naar “FP-2048-A”. Exacte matching moet dat record identificeren; “FP-2048-B” mag niet als aanwezig worden behandeld alleen omdat het er vergelijkbaar uitziet. Een tweede vraag zou kunnen zijn: “Hoeveel DACH-servicepakketten voor de MX-30 hebben een catalogusprijs onder de €500?” Gelijkheids- en bereikfilters plus count zijn ontworpen voor dat verzoek. De woorden catalogusprijs en de ingangsdatum blijven belangrijk in het antwoord; dit record mag niet stilletjes veranderen in een bindend actueel aanbod.

Voeg voor spraakkanalen een expliciete bevestigingsroutine toe als implementatieadvies: laat de assistent kritieke codes in begrijpelijke groepen herhalen en vraag de beller om bevestiging voordat een vervolgstap wordt geactiveerd. Dit is geen bewering dat Famulor automatisch identificatiecodes spelt of valideert. Test waarschijnlijke uitspraken, achtergrondgeluid en gemakkelijk te verwarren reeksen tekens in echte testgesprekken.

Snapshot of live systeem? Maak de grens expliciet

Data in de kennisbank weerspiegelt de laatste import. Google Sheets worden daarom niet live bevraagd voor elke vraag. Famulor berekent formules niet opnieuw en ondersteunt geen joins, willekeurige expressies of valutaomzettingen. Dit zijn architectuurbepalende beperkingen, geen voetnoten (Famulor-documentatie, gecontroleerd op 10 september 2026).

De afzonderlijke pagina's over Google Sheets-integratie en Microsoft Excel 365-integratie behandelen workflowacties, triggers en writeback. Deze gids beperkt zich bewust tot opvraging en beperkte aggregatie via geïmporteerde tabelsnapshots.

Als een vervanging of herpoging mislukt, blijft de vorige doorzoekbare index beschikbaar en wordt de fout gerapporteerd, volgens de documentatie van Famulor. Dit behoudt de continuïteit, maar het bewijst specifiek niet dat de nieuwe data is geaccepteerd. Controleer de status, snapshotdatum en testset na elke import.

Huidige limieten in één oogopslag

De onderstaande waarden komen uit de Famulor-documentatie waarnaar hierboven wordt gelinkt, gecontroleerd op 10 september 2026, en kunnen in de loop van de tijd veranderen:

Formele naleving van een limiet maakt een bestand niet semantisch veilig: ambigue typen, gemengde valuta's of verborgen tabbladen kunnen een query alsnog ongeschikt maken.

Privacy en checklist voor telefonische operaties

Volgens de documentatie waarnaar hierboven wordt gelinkt, behoudt Famulor het oorspronkelijke tabelbestand en bevatten XLSX-imports verborgen bladen. Een praktische governance-regel is: importeer alleen velden en bladen die geautoriseerd en noodzakelijk zijn voor dit doel. Dit is implementatieadvies, geen garantie voor compliance.

Verifieer het volgende vóór de uitrol:

• Bevat de bron persoonlijke klant- of medewerkersgegevens die niet in een algemene catalogus thuishoren?
• Zijn verborgen bladen, opmerkingen en hulpkolommen echt bedoeld voor de assistent?
• Is de Drive-koppeling beperkt tot de vereiste bron en intern geautoriseerd?
• Bevat de tabel een ingangs- of snapshotdatum voor prijzen en tarieven?
• Vermijdt het gesprek het presenteren van referentiewaarden als actuele, bindende beloftes?
• Is er een verduidelijking, tool-aanroep of menselijke overdracht voor onbevestigde codes, meerdere matches en ontbrekende live data?

Telefoongesprekken brengen transmissierisico's met zich mee: letters, cijfers en vergelijkbaar klinkende identificatiecodes kunnen verkeerd worden verstaan of herkend. Bevestig kritieke identificatiecodes en koppel bindende acties aan een actuele systeemrespons. De assistent moet onzekerheid uitspreken in plaats van een antwoord af te leiden uit een vergelijkbare match.

Conclusie: gebruik tabelkennis bewust als snapshot

CSV, TSV, XLSX en Google Sheets kunnen in Famulor nu meer zijn dan platte documenten. Als gestructureerde kennisbronnen ondersteunen ze exacte identificatiecodes, zoeken op beschrijving en strikt begrensde tabelquery's. Dat vult een praktisch gat voor productcatalogi, servicematrices en goedgekeurde referentieprijslijsten.

De nuttige ontwerpvraag is niet simpelweg “spreadsheet of API?”, maar “snapshot of live proces?”. Als de bron stabiel, rechthoekig en duidelijk gedateerd is, is een tabelkennisbank een sterke kandidaat. Als de workflow actueel, gepersonaliseerd of schrijfgevoelig is, blijft een geautoriseerde tool of backend verantwoordelijk. Bereid de bron zorgvuldig voor, test exacte en ambigue gevallen met RAG Search en verifieer dat elke nieuwe import daadwerkelijk gereed is. Dat houdt de functie binnen haar gedocumenteerde sterke punten zonder referentiekennis per ongeluk in een real-time belofte te veranderen.