KI-Chatbot für Next.js: 8 Wege, einen hinzuzufügen (2026)

Kira
Geschrieben von

Kira

Katelin Teen
Geprüft von

Katelin Teen

Zuletzt bearbeitet 16. November 2026

Expertengeprüft
Handgezeichnetes Banner mit dem Next.js-Logo auf einem blauen Blob, einem Entwickler am Laptop und einem Chatfenster mit Bot-Avatar, einem Kollegen mit einem Kaffee
TL;DR

Wähle nach der Aufgabe. Ist der Chatbot dein Produkt, baue ihn mit dem Vercel AI SDK und einem Chat-UI-Kit. Willst du einen Support-Bot, der Kunden aus deinen Docs antwortet, bette ein gehostetes Widget mit einem einzigen lazyOnload-Script in app/layout.tsx ein, genau die Verwendung, die Next.js' eigene Docs für Chat-Support-Plugins nennen. Das AI SDK gibt dir Streaming, nicht Retrieval oder menschliche Übergabe, das bleibt also deine Aufgabe. eesel liefert genau diesen App-Router-Snippet und antwortet aus deinem Helpcenter und deiner Website.

Bauen oder einbetten: Welchen KI-Chatbot braucht deine Next.js-App?

Ich bin Alicia, Softwareentwicklerin bei eesel. Ich baue die Features und KI-Agenten des Produkts, deshalb verbringe ich meine Zeit mit dem Teil eines Chatbots, den eine Demo nie zeigt: was Streaming, Retrieval und Übergabe wirklich kosten, wenn echte Nutzer ankommen. Die meisten Next.js-Beiträge sagen „Installiere eine Bibliothek, und du bist fertig". Das stimmt für das Chat-Fenster und nicht für fast alles dahinter. Mit der eesel CLI kann ein Coding-Agent wie Claude Code oder Cursor npx @eesel/cli init chat-bubble --site https://your-app.com ausführen, den ausgegebenen Einbettungs-Snippet in app/layout.tsx einfügen, deine Docs hochladen und vor dem Go-Live Testfragen stellen. Einen Helpdesk für die Übergabe zu verbinden, muss weiterhin ein Admin genehmigen.

Zwei sehr unterschiedliche Aufgaben verstecken sich hinter derselben Suche. Die erste ist eine KI-Funktion, die in deinem Produkt lebt: ein Copilot, ein Dokument-Q&A-Bildschirm, ein Assistent, der die eigenen Datensätze des Nutzers liest. Die zweite ist ein Support-Bot, der Kunden aus deinen Docs antwortet und die schwierigen Fälle an eine Person weitergibt. Die erste ist ein Build. Die zweite ist fast immer ein Embed.

Handgezeichnete Weggabelung: Eine Box mit der Frage, wofür der Chatbot gedacht ist, teilt sich in Chat ist das Produkt, was zu AI SDK, Chat-UI-Kit und eigenem Retrieval führt, und Support-Bot aus deinen Docs, was zu einem einzigen lazyOnload-Script führt
Handgezeichnete Weggabelung: Eine Box mit der Frage, wofür der Chatbot gedacht ist, teilt sich in Chat ist das Produkt, was zu AI SDK, Chat-UI-Kit und eigenem Retrieval führt, und Support-Bot aus deinen Docs, was zu einem einzigen lazyOnload-Script führt

Der Grund liegt darin, wo die Arbeit sitzt. Ein Chat-Fenster ist der kleine Teil. Ein Bot, der für dein Unternehmen sprechen darf, braucht Wissen, das er abrufen kann, einen Weg, anzuhalten und eine Person zu rufen, und einen Weg, sich selbst zu prüfen, bevor Kunden ihn sehen. Entwickler, die einen gebaut haben, sagen alle dasselbe:

Hacker News

"I tried to add a simple chatbot widget to a few Next.js projects and ended up surprised by how much work it took with OpenAI ChatKit for something that, from the outside, feels like 'just a chat bubble'."

Dieses Zitat kommt vom Gründer eines konkurrierenden Produkts, deshalb lese ich es als die Behauptung eines Builders, nicht als neutralen Beleg. Die Vercel-Template-Geschichte ist ausgewogener. Ein Entwickler baute in wenigen Stunden einen Screening-Chatbot für eine Stellenanzeige und listete dann auf, was noch fehlte:

Hacker News

"I had to swap out the auth provider to Google, add a Postgres database for permanent storage, and write an initial prompt, but other than that - the fastest I ever built and deployed something useful."

Stunden bis zu einem funktionierenden Bot sind real. Es war auch ein enger interner Anwendungsfall, keine öffentliche Support-Warteschlange. Meine Regel: Baue, wenn der Chat das Produkt ist, bette ein, wenn der Chat der Support-Schalter ist. Der Rest dieses Beitrags folgt dieser Aufteilung. Die Abschnitte unten decken die Embed-Mechanik ab, was der Bau eines Support-Bots braucht, acht Optionen im Vergleich und was jede davon kostet.

Wie fügst du im Next.js App Router ein Script für ein Chat-Widget ein?

Next.js hat eine eigene Antwort, und sie ist kurz. Die Script-Komponente nimmt ein src oder Inline-Code und eine strategy. Die Docs nennen Chat-Support-Plugins als Beispiel für lazyOnload, das während der Leerlaufzeit des Browsers lädt. Rendere die Komponente in app/layout.tsx, und laut dem Optimizing-Scripts-Leitfaden lädt sie für jede Route und „wird nur einmal geladen" über Navigationen hinweg.

Die Next.js-Referenzseite der Script-Komponente mit einem Beispiel app/dashboard/page.tsx und einer Props-Tabelle mit src, strategy, onLoad, onReady und onError, entnommen aus den Next.js-Docs
Die Next.js-Referenzseite der Script-Komponente mit einem Beispiel app/dashboard/page.tsx und einer Props-Tabelle mit src, strategy, onLoad, onReady und onError, entnommen aus den Next.js-Docs

Hier ist das Muster. Der eigene Snippet des Anbieters kommt in das Tag, und der Schlüssel stammt aus einer Umgebungsvariable.

TSX
// app/layout.tsx
import Script from "next/script";

export default function RootLayout({ children }: { children: React.ReactNode }) {
  return (
    <html lang="en">
      <body>
        {children}
        <Script id="chat-widget" strategy="lazyOnload">
          {`/* Füge hier den Snippet des Anbieters ein; seine ID liest du aus process.env.NEXT_PUBLIC_CHAT_ID */`}
        </Script>
      </body>
    </html>
  );
}

eesels Chat-Bubble-Docs zeigen genau diese Form für den App Router: ein eesel-chat-bubble-Script mit lazyOnload in app/layout.tsx, die Trigger-ID gelesen aus NEXT_PUBLIC_EESEL_TRIGGER_ID, und ein Hinweis, dass Preview- und lokale Builds sie unverändert lassen können und einfach keine Bubble zeigen. Für eine strikte Content Security Policy sagen die Docs, https://cdn.eesel.ai für Scripts und Verbindungen zu erlauben.

Welche Strategie du wählst, ist wichtiger, als man denkt. Die vier Optionen unterscheiden sich darin, wann sie laufen:

StrategieWann sie lädtWofür Next.js sie vorsiehtChat-Widget?
beforeInteractiveVor dem Seitencode, nur im Root-LayoutBot-Erkennung und Cookie-Consent-ManagerNein
afterInteractiveNach etwas Hydration, der StandardTag-Manager und AnalyticsFunktioniert, konkurriert aber mit deiner Seite
lazyOnloadWährend der Leerlaufzeit des BrowsersChat-Support-Plugins und Social-WidgetsJa
workerAußerhalb des Main Threads, experimentellNicht stabil, nur pages/, braucht das Flag nextScriptWorkersNein
Handgezeichnete Seiten-Lade-Zeitleiste mit beforeInteractive, afterInteractive, lazyOnload und einer Chat-Widget-Bubble darüber, sowie einer gestrichelten Markierung für das experimentelle worker
Handgezeichnete Seiten-Lade-Zeitleiste mit beforeInteractive, afterInteractive, lazyOnload und einer Chat-Widget-Bubble darüber, sowie einer gestrichelten Markierung für das experimentelle worker

Zwei Details bringen Leute ins Stolpern. onLoad und onReady funktionieren nur in Client Components. Brauchst du also einen Callback, wenn das Widget bereit ist, verschiebe das Script in eine kleine "use client"-Datei. Und der Optimizing-Scripts-Leitfaden empfiehlt, Scripts von Drittanbietern auf die Seiten oder Layouts zu beschränken, die sie brauchen. Gehört der Bot also nur auf deine Marketing- und Docs-Routen, setze das Script in das Layout dieser Routengruppe statt in das Root.

Warum sich überhaupt mit lazyOnload abmühen? Weil Widgets schwer werden. Ein Entwickler postete über ein Microsoft-Chat-Widget, das „gewaltige 6 MB puren JavaScript-Code" war, und der Rat eines anderen zur Geschwindigkeit war unverblümt:

Hacker News

"Use 'facade' icons instead of loading the 3rd-party chat widget at page load, etc. Delay loading tracking widgets if possible."

Laden zur Leerlaufzeit ist die eingebaute Version dieses Rats. Dasselbe Muster taucht auf anderen Plattformen auf, und ich habe es für Webflow, Framer und Wix aufgeschrieben, falls du dort auch Marketing-Seiten betreibst.

Was braucht der Bau eines eigenen Support-Chatbots in Next.js wirklich?

Starte mit dem, was die Bausteine dir geben, denn das ist gut. Das Vercel AI SDK (28,0k GitHub-Stars, aktuelle Docs bei v7) gibt dir useChat für den Browser und streamText für den Server. vercel/chatbot (21,1k Stars) verpackt das in eine komplette App. Beide sind kostenlos. Was sie nicht enthalten, ist die mittlere Schicht, auf der ein Support-Bot lebt.

Handgezeichneter Eisberg: Nur die useChat-UI sitzt über der Wasserlinie; Route-Handler, Embeddings und pgvector, Retrieval und Chunking, Übergabe an eine Person, Testset und Monitoring liegen darunter
Handgezeichneter Eisberg: Nur die useChat-UI sitzt über der Wasserlinie; Route-Handler, Embeddings und pgvector, Retrieval und Chunking, Übergabe an eine Person, Testset und Monitoring liegen darunter

Hier ist die Liste, mit dem, was die Quellen tatsächlich sagen:

  1. Retrieval über deine Docs. Vercels RAG-Agent-Leitfaden nutzt Postgres mit pgvector, Drizzle ORM und ein Starter-Repo mit einer resources-Tabelle. Das Chunking (satzweise), die Embeddings und das Retrieval schreibst du dann selbst. Es braucht außerdem eine Postgres-Datenbank. Meine Notizen zu einer Support-RAG-Pipeline und zu Vektordatenbanken decken dieselben Entscheidungen ab.
  2. Dieses Wissen aktuell halten. Das Template-README listet Next.js, AI-Gateway-Modelle, shadcn/ui, Neon Postgres für den Verlauf, Vercel Blob für Dateien und Auth.js. Es listet keine Helpcenter-Ingestion, keinen Knowledge-Base-Sync und keine Helpdesk-Integration. Das ist eine Lücke im README, keine Aussage, dass man es nicht bauen könnte.
  3. Übergabe an eine Person. Dasselbe README listet keine menschliche Übergabe. Du entscheidest den Trigger, das Ticket oder die E-Mail, die erstellt wird, und welcher Kontext mitreist. Mein Beitrag zu menschlicher Übergabe im Chat listet, was eine Person sehen muss.
  4. Evaluation. Retrieval-Bots geben auf bestimmte Arten seltsame Antworten, und du lernst nur durch Testen, welche das sind. Ein Praktiker auf Hacker News, der an einem Support-Chatbot für ein großes Unternehmen arbeitete, beschrieb es so:
Hacker News

"One of the sources of information we used was RAG built from the same support articles that users can themselves browse on our website. Sometimes LLMs get hung up on the wrong details."

Deshalb werden eesels Rollouts gegen historische Tickets simuliert, bevor sie live gehen, und deshalb würde ich ein gleichwertiges Testset bauen, bevor ich etwas Kundenseitiges starte. Siehe auch meine Notizen zum Verhindern von Halluzinationen in Support-Bots.

Dann ist da der Zähler. Auf Vercel kostet der Pro-Plan 20 $ im Monat mit 20 $ enthaltenem Nutzungsguthaben. Functions auf Fluid Compute berechnen Active CPU ab 0,128 $ pro Stunde, bereitgestellten Speicher ab 0,0106 $ pro GB-Stunde und Aufrufe ab 0,60 $ pro Million, laut Vercels Preisseite. Modell-Tokens laufen über AI Gateway zum Listenpreis des Anbieters, „ohne Aufschlag und ohne Plattformgebühr auf Tokens", laut dessen Preisdocs. Nichts davon ist eine Rechnung pro Chat. Die Modellkosten pro Chat hängen vom Modell und der Länge des Gesprächs ab, und Vercels Seite nennt sie nicht, also musst du sie selbst messen.

Nichts davon ist ein Grund, nicht zu bauen. Es ist ein Grund, klar zu sein, worauf du dich einlässt.

Die 8 Optionen im Überblick

OptionTypNext.js-InstallationswegOffizieller Next.js- oder React-Leitfaden?Open SourceKostenloser PlanEinstiegspreisTrainiert direkt auf deinen Docs?Menschliche ÜbergabeSignierte Nutzeridentität
Vercel AI SDK + Chatbot-TemplateFrameworknpm install ai, Route-Handler unter app/api/chat/route.tsJa, Vercels eigene DocsJa, 28,0k und 21,1k StarsBibliothek kostenlos; Vercel Hobby 0 $Vercel Pro 20 $/Monat, plus Modell-TokensNein, Retrieval baust du selbstNicht im Template-READMEAuth.js im Template
assistant-uiChat-UI-Kitnpx assistant-ui@latest init, shadcn-KomponentenJa, Docs empfehlen Next.js oder ViteJa, MITBibliothek kostenlos; Cloud Free 0 $Cloud Pro 50 $/MonatNein, bring dein eigenes BackendNicht aufgeführtDeine eigene; Cloud fügt nutzerbezogenen Speicher hinzu
CopilotKitUI-Kit und Runtime@copilotkit/react-core, Route unter app/api/copilotkitJa, Quickstart nutzt Next.jsJa, MITBibliothek kostenlos; gehostet 1.000 Interaktionen/Monat49 $/Monat Pay-as-you-goNein, Quickstart hat keine Knowledge BaseNicht im QuickstartDeine eigene
eesel Chat BubbleGehostetes Widgetnext/script in app/layout.tsxJa, App-Router-Snippet in den DocsGehosteter Dienst7-tägiger Test, 100 Credits299 $/Monat für 500 CreditsJa: Website, Helpcenter, Drive, Notion, Confluence, HelpdeskHelpdesk-Ticket, E-Mail oder Live-WidgetFür die Bubble nicht dokumentiert
ChatbaseGehostetes WidgetEmbed-Script, next/script (meine Vermutung)Keine Next.js-SeiteGehosteter DienstNein, 7-tägiger Test120 $/Monat jährlich, 150 $ monatlichJa: Website, Dateien, Notion, TicketsEskalations-Ticket oder Live-ChatServerseitig signiertes JWT
CrispGehostetes Widgetcrisp-sdk-web in einer Client ComponentReact-Leitfaden; Next.js im SPA-Leitfaden genanntGehosteter Dienst; SDK auf GitHubKostenloser Plan, keine KIMini 45 $/MonatJa: Snippets, Knowledge Base, Crawl, DateienEskaliert an OperatorenToken-ID plus clientseitig gesetzte E-Mail
tawk.toGehostetes Widget@tawk.to/tawk-messenger-reactReact-Leitfaden, Next.js nicht genanntGehosteter Dienst; React-Paket auf GitHubChat kostenlos; AI Assist Hobby 100 CreditsAI Assist Growth 29 $/MonatJa: Knowledge Base, Docs, gecrawlte SeitenEskalation, auch im kostenlosen PlanSecure Mode HMAC
Botpress WebchatReact-Bibliothek plus gehosteter Bot@botpress/webchatReact-Leitfaden, Next.js nicht genanntNicht geprüftKostenlos, 100 UnterhaltungenPlus 150 $/Monat jährlich abgerechnetKnowledge Base im Studio eingerichtetIm Studio gebaut, nicht geprüftNicht geprüft

1. Vercel AI SDK + Chatbot-Template

Am besten für: Teams, für die Chat das Produkt ist und die bereit sind, Retrieval, Verlauf und Übergabe selbst zu verantworten.

Die Chatbot-Docs-Seite des AI SDK mit dem useChat-Hook, seinen Streaming- und Managed-State-Funktionen und dem Anfang eines app/page.tsx-Beispiels, entnommen aus den AI-SDK-Docs
Die Chatbot-Docs-Seite des AI SDK mit dem useChat-Hook, seinen Streaming- und Managed-State-Funktionen und dem Anfang eines app/page.tsx-Beispiels, entnommen aus den AI-SDK-Docs

So funktioniert es in Next.js

npm install ai, dann eine Client Component mit useChat aus @ai-sdk/react. Ihr Standard-Transport postet an /api/chat, wo ein Route-Handler streamText aufruft und eine UI-Message-Stream-Response zurückgibt. Modelle laufen über AI Gateway per Modell-String wie 'anthropic/claude-opus-5.5', oder du installierst ein Provider-Paket.

TSX
// app/page.tsx (Form aus dem Beispiel der AI-SDK-Docs übernommen)
"use client";
import { useChat } from "@ai-sdk/react";
import { DefaultChatTransport } from "ai";
import { useState } from "react";

export default function Page() {
  const [input, setInput] = useState("");
  const { messages, sendMessage, status } = useChat({
    transport: new DefaultChatTransport({ api: "/api/chat" }),
  });
  // Nachrichten rendern, bei Submit sendMessage({ text: input }) aufrufen
}

Willst du lieber mit einer fertigen App starten: vercel/chatbot ist ein kostenloses Open-Source-Template mit dem App Router, shadcn/ui und Tailwind, Auth.js, Neon Postgres für den Chat-Verlauf und Vercel Blob für Dateien.

Die GitHub-Repository-Seite von vercel/chatbot mit 21,1k Stars, 6,8k Forks, 88 Contributoren und den Ordnern app, components und lib, entnommen aus GitHub
Die GitHub-Repository-Seite von vercel/chatbot mit 21,1k Stars, 6,8k Forks, 88 Contributoren und den Ordnern app, components und lib, entnommen aus GitHub

Was mir gefallen hat

Es ist der direkteste Weg zu einer In-App-KI-Funktion, und das Projekt ist sehr lebendig: Der letzte Commit des Repos war am 3. Nov. 2026, und ein Entwickler auf Hacker News nannte das AI SDK den Mittelweg zwischen rohen Provider-APIs und schweren Frameworks. Eines der ersten Dinge, die ich bei jeder Bibliothek prüfe, ist, wie oft sie released wird, und 88 Contributoren sind ein gutes Zeichen.

Worauf du achten solltest

Die Support-Bot-Teile sind deine eigenen. Die Feature-Liste im README hat weder Helpcenter-Ingestion noch menschliche Übergabe, und der RAG-Leitfaden überlässt dir Chunking, Embeddings und Retrieval. Zusätzlich zu den Modell-Tokens bekommst du die oben beschriebene Vercel-Rechnung.

Preise

PunktPreis
AI SDK und TemplateKostenlos, Open Source
Vercel Hobby0 $, Nutzungsgrenzen, kein Zukauf möglich
Vercel Pro20 $/Monat mit 20 $ Nutzungsguthaben
Active CPUAb 0,128 $/Stunde
AI-Gateway-TokensListenpreis des Anbieters, kein Aufschlag; kostenlose Stufe 5 $/Monat Guthaben

Fazit: Baue damit, wenn Chat das Produkt ist. Für einen Support-Bot meldest du dich dafür an, den Teil zu bauen, der zählt.

2. assistant-ui

Am besten für: Teams, die eine durchdachte, anpassbare Chat-UI wollen und bereits ein eigenes Backend haben oder bauen werden.

Die Startseite von assistant-ui mit dem Hero The frontend library for AI agents, 13,2k GitHub-Stars, 3,2 Mio. wöchentlichen Downloads und einer Live-Chat-Demo, entnommen aus assistant-ui
Die Startseite von assistant-ui mit dem Hero The frontend library for AI agents, 13,2k GitHub-Stars, 3,2 Mio. wöchentlichen Downloads und einer Live-Chat-Demo, entnommen aus assistant-ui

So funktioniert es in Next.js

Führe npx assistant-ui@latest init aus, füge OPENAI_API_KEY zu .env hinzu und starte npm run dev. Komponenten installierst du über die shadcn-CLI (npx shadcn@latest add @assistant-ui/thread @assistant-ui/thread-list), das Paket heißt @assistant-ui/react. Die Docs empfehlen Next.js oder Vite, mit shadcn/ui und Tailwind. Es lässt sich an das Vercel AI SDK, LangGraph, LangChain, Google ADK und ein paar andere Backends oder dein eigenes anschließen.

Was mir gefallen hat

MIT-Lizenz, 13.244 GitHub-Stars mit einem Push am Tag meiner Prüfung, und eine Startseite, die 3,2 Mio. wöchentliche Downloads zeigt. Es hält die Backend-Frage von der UI-Frage getrennt, was die richtige Aufteilung ist.

Worauf du achten solltest

Die Docs und Preisseiten, die ich gelesen habe, listen keine eingebaute Knowledge Base, kein Retrieval und keine menschliche Übergabe. Das ist meine Lesart dessen, was fehlt, keine Aussage des Anbieters. Thread-Persistenz baust du selbst, außer du kaufst die gehostete Stufe, und die gehostete Stufe speichert Unterhaltungen; sie ist keine Antwort-Engine und kein Support-Posteingang.

Die Preisseite von assistant-ui mit der Überschrift Open source UI, hosted persistence when you need it, und dem oberen Teil der Free-, Pro- und Enterprise-Karten, entnommen aus der assistant-ui-Preisseite
Die Preisseite von assistant-ui mit der Überschrift Open source UI, hosted persistence when you need it, und dem oberen Teil der Free-, Pro- und Enterprise-Karten, entnommen aus der assistant-ui-Preisseite

Preise

PlanPreisEnthalten
BibliothekKostenlos, MITEinsatz in jedem Produkt
assistant-cloud Free0 $200 MAU, Thread-Persistenz, Verlauf
assistant-cloud Pro50 $/Monat500 MAU, danach 0,10 $ pro weiterem MAU
EnterpriseIndividuellSLA, On-Premises-Option

Ein MAU ist hier ein monatlich aktiver Nutzer, der mindestens eine Nachricht sendet.

Fazit: der optisch beste Weg zu einem Chat-Fenster, das du voll kontrollierst. Es löst die Oberfläche, nicht die Antworten.

3. CopilotKit

Am besten für: Teams, die einen Agenten bauen, der innerhalb der App handelt, etwa Formulare ausfüllt oder Tools aufruft, statt einen Q&A-Bot.

Die Startseite von CopilotKit mit der Überschrift Connect any agent to any user und einem Diagramm, das React, Vue, Slack und WhatsApp mit einer Runtime verbindet, entnommen aus CopilotKit
Die Startseite von CopilotKit mit der Überschrift Connect any agent to any user und einem Diagramm, das React, Vue, Slack und WhatsApp mit einer Runtime verbindet, entnommen aus CopilotKit

So funktioniert es in Next.js

Der Quickstart ist für Next.js geschrieben, weil es Frontend und Runtime in einem Projekt hosten kann. Du installierst @copilotkit/react-core und @copilotkit/runtime, fügst eine API-Route unter app/api/copilotkit/[[...slug]]/route.ts mit einer CopilotRuntime und einem BuiltInAgent hinzu, umschließt die App mit CopilotKitProvider und renderst CopilotSidebar. Es braucht Node.js 20 oder neuer und "moduleResolution": "bundler" in der tsconfig.

Was mir gefallen hat

38.717 GitHub-Stars, MIT, und ein klarer Weg, einen Agenten einzubinden, den du bereits in LangGraph, CrewAI, Mastra, ADK oder Pydantic AI hast. Entwicklung, Staging und Testnutzung auf der gehosteten Stufe sind „kostenlos", was selten ist.

Worauf du achten solltest

BuiltInAgent „ruft das Modell direkt auf", und Wissen, RAG und Helpdesk-Übergabe sind nicht im Quickstart. Das Unternehmen positioniert das Produkt inzwischen als Enterprise-Agenten-Stack, und die gehostete Stufe heißt auf der Preisseite Intelligence. Der kostenlose Chat-UI-Weg ist die Open-Source-Bibliothek mit deiner eigenen Runtime.

Preise

PlanPreisEnthalten
BibliothekKostenlos, MITSelbst gehostete Runtime
Kostenlos gehostet0 $1.000 Interaktionen pro Organisation im Monat
Pay as you go49 $/MonatErste 10.000 Interaktionen, danach gestaffelte Sätze
JährlichIndividuellJährliche Verpflichtung

Eine Interaktion ist eine Anfrage, die der Agent erfolgreich abschließt.

Fazit: die richtige Wahl für In-App-Agenten. Für einen Support-Bot ist es ein Toolkit, nicht der Bot.

4. eesel Chat Bubble

Am besten für: ein Next.js-SaaS, das einen Support-Bot will, der aus seinen Docs, dem Helpcenter und der Website antwortet, ohne eine eigene Retrieval-Pipeline zu bauen.

Die Dokumentationsseite der eesel Chat Bubble mit dem Hinweis zu Claude Code, Codex oder Cursor, dem Befehl npx @eesel/cli init chat-bubble und den nummerierten Setup-Schritten, entnommen aus eesels Dokumentation
Die Dokumentationsseite der eesel Chat Bubble mit dem Hinweis zu Claude Code, Codex oder Cursor, dem Befehl npx @eesel/cli init chat-bubble und den nummerierten Setup-Schritten, entnommen aus eesels Dokumentation

So funktioniert es in Next.js

Das ist die einzige Option mit einem App-Router-Snippet in den eigenen Docs des Anbieters. Rendere den Loader einmal in app/layout.tsx mit next/script und strategy="lazyOnload", damit er einen clientseitigen Seitenwechsel überlebt, und lies die Trigger-ID aus NEXT_PUBLIC_EESEL_TRIGGER_ID. Darunter liegt ein einziges asynchrones Script, das https://cdn.eesel.ai/loader.js lädt; die Docs sagen, dass es sonst nichts aus dem Code deiner Website liest und dass Updates über den Loader ausgeliefert werden, sodass sich der Snippet nie ändert. Aus deinem eigenen Code öffnet window.eesel.open() die Bubble, und window.eesel.open({ message }) startet einen neuen Chat mit deinem Text als erster Zeile, praktisch für einen „Frag zu dieser Seite"-Button.

Die Wissensseite ist der Teil, den du sonst selbst bauen würdest. eesel trainiert auf einem Website-Crawl, einem Helpcenter, Google Drive, Notion, Confluence, Zendesk- und Freshdesk-Artikeln, hochgeladenen Dateien und mehr, und antwortet nur aus den Quellen, die du verbindest. Für die Übergabe öffnet es entweder ein Live-Widget (Zendesk Messenger oder Freshchat, einmal verbunden) oder folgt Regeln, die du setzt, etwa ein Helpdesk-Ticket mit Name und E-Mail des Besuchers zu erstellen oder eine E-Mail zu senden.

Die Chat-Bubble-Einstellungsseite im eesel-Dashboard mit den Buttons Open preview und Copy code sowie den Feldern Welcome Message, Title und Agent name, zu sehen in eesels Dokumentation
Die Chat-Bubble-Einstellungsseite im eesel-Dashboard mit den Buttons Open preview und Copy code sowie den Feldern Welcome Message, Title und Agent name, zu sehen in eesels Dokumentation

Was mir gefallen hat

Ein echtes Beispiel für das Setup ist SamCart: Ein eesel-Agent bearbeitet Freshdesk-Tickets, ein anderer betreibt die Chat Bubble der Website und antwortet aus 280 Helpcenter-Artikeln. Der Chat fragt nach Name und E-Mail, bevor er antwortet, damit das Team nachfassen kann. Das größere Beispiel ist SE Ranking, wo eesel in einem Monat (8. Aug. bis 8. Sep. 2026) auf etwa 2.100 Live-Chats zuerst antwortete, auf Zendesk Messenger, gestützt auf etwa 14.100 Helpcenter-Seiten und 2.700 Website-Seiten. Rückerstattungen, Anfragen nach einer Person und schwierigere Fragen gehen an das Team mit den Daten des Kunden.

Worauf du achten solltest

Es gibt keine React-Komponente und kein npm-Widget-Paket, es ist ein Script. Die Bubble-Docs beschreiben keine signierte Identität für eingeloggte Nutzer, deshalb würde ich sie nicht allein nutzen, um kontobezogene Fragen aus dem Browser zu beantworten. Die Docs nennen außerdem keine Domain-Allowlist, also würde ich mich auf keine verlassen. Die Ticket-Übergabe braucht einen verbundenen Helpdesk. Und es gibt keine dauerhaft kostenlose Stufe: Der kostenlose Plan ist ein 7-tägiger Test. eesel ist nicht SOC-2-zertifiziert; das Type-II-Audit läuft.

Preise

PlanPreisCredits
Kostenlos0 $100 Credits, 7 Tage, keine Kreditkarte
Teammate299 $/Monat500
Teammate499 $/Monat1.000
Teammate1.749 $/Monat5.000

Ein Chat kostet 1 Credit, egal wie lange er läuft. Es gibt keinen Preis pro Sitzplatz, Überschreitung ist optional zu 0,80 $ pro zusätzlichem Credit bis zu einer von dir gesetzten Grenze, und Credits verfallen am Monatsende. Preise stehen auf der eesel-Preisseite.

Fazit: meine Wahl, wenn der Bot für Kundenfragen da ist. Entscheidend ist, dass Retrieval, Übergabe und Testing schon gebaut sind.

5. Chatbase

Am besten für: Teams, die einen trainierten Support-Bot wollen und einen vom Anbieter dokumentierten Weg brauchen, um den eingeloggten Nutzer zu signieren.

Chatbases Entwicklerleitfaden zur Identity Verification, der JWT- und User-Hash-Methoden sowie die Voraussetzung eines installierten Embed-Scripts abdeckt, entnommen aus Chatbases Docs
Chatbases Entwicklerleitfaden zur Identity Verification, der JWT- und User-Hash-Methoden sowie die Voraussetzung eines installierten Embed-Scripts abdeckt, entnommen aus Chatbases Docs

So funktioniert es in Next.js

Chatbase hat keinen Next.js- oder React-Leitfaden; der Docs-Index listet Leitfäden für Webflow, WordPress, Wix, Framer und Bubble und kein React-Paket. Die Installation ist ein Embed-Script aus Channels > Chat Bubble > Deploy > Website Widget. Auf Next.js bildet das ein next/script im Root-Layout ab, was meine eigene Vermutung ist, keine Anweisung von Chatbase. Die Docs sagen, das Embed „lädt asynchron".

Die Identität ist das Detail, das heraussticht. Ein JWT wird auf deinem Server mit dem Secret Key des Agenten signiert, nur user_id oder sub ist erforderlich, und du rufst im Browser window.chatbase("identify", { token, name, ... }) auf. In Next.js würde ich das Token in einem Route-Handler oder einer Server Action signieren und das Secret in einer Umgebungsvariable halten. Identitätsverifizierung funktioniert nur mit dem Website-Widget, nicht mit dem iframe-Embed.

Was mir gefallen hat

Serverseitig signierte Identität bedeutet, dass der Bot sicher Kontodaten nutzen kann, und Chatbase trainiert auf Website-Seiten, Dateien, Notion und geschlossenen Tickets. Die Übergabe hat zwei Wege: ein Eskalations-Ticket in einem verbundenen Helpdesk oder Live-Chat im Posteingang von Chatbase.

Worauf du achten solltest

Schaltest du „Nur Einbettung des Agenten auf bestimmten Domains erlauben" ein, denk an localhost und deine Vercel-Preview-Domains, sonst taucht der Bot beim Testen nicht auf (meine Vermutung). Credits werden pro Modell-Anfrage abgerechnet, nicht pro Unterhaltung, also verbraucht ein Agent mit Actions mehr als eine Credit-Einheit pro Antwort. Es gibt keinen kostenlosen Plan, nur einen 7-tägigen Test.

Preise

PlanMonatlichJährlich abgerechnetCredits/Monat
Basic150 $120 $/Monat4.000
Business500 $400 $/Monat15.000
EnterpriseIndividuellIndividuellIndividuell

Add-ons umfassen das Entfernen von „Powered by Chatbase" für 99 $/Monat. Details stehen in meiner Aufschlüsselung der Chatbase-Preise.

Fazit: die richtige Wahl, wenn signierte Identität ein Muss ist und das Budget passt. Überspringe sie, wenn du eine kostenlose Stufe brauchst.

6. Crisp

Am besten für: Teams, die ein offizielles React-Paket und einen gemeinsamen Posteingang wollen, mit einem KI-Agenten auf einem kostenpflichtigen Plan.

Crisps Hilfe-Center-Artikel How to Install Crisp Chat Widget on a React.js App, mit einem Video und einer Schrittliste vom Kopieren deiner Website ID bis zur Nutzung des Web SDK, entnommen aus Crisps Hilfe-Center
Crisps Hilfe-Center-Artikel How to Install Crisp Chat Widget on a React.js App, mit einem Video und einer Schrittliste vom Kopieren deiner Website ID bis zur Nutzung des Web SDK, entnommen aus Crisps Hilfe-Center

So funktioniert es in Next.js

Crisps React-Leitfaden nutzt das offizielle Paket crisp-sdk-web, und sein SPA-Leitfaden nennt Next.js als empfohlenen Fall. Das Paket hatte in der Woche 2026-11-08 bis 2026-11-14 207.044 wöchentliche Downloads, laut der npm-API. Die Komponente des Leitfadens ruft Crisp.configure("MY_CRISP_WEBSITE_ID") in einem useEffect auf und gibt null zurück.

TSX
// components/crisp-chat.tsx
"use client"; // meine Ergänzung: der Leitfaden erwähnt es nicht, aber Hooks brauchen eine Client Component
import { useEffect } from "react";
import { Crisp } from "crisp-sdk-web";

export default function CrispChat() {
  useEffect(() => {
    Crisp.configure(process.env.NEXT_PUBLIC_CRISP_WEBSITE_ID!);
  }, []);
  return null;
}

Binde sie einmal nahe am Root ein. Musst du auf Login oder ein Consent-Banner warten, schiebt Crisp.configure("ID", { autoload: false }) gefolgt von Crisp.load() die Chatbox auf.

Was mir gefallen hat

Das Paket ist bei weitem das meistgenutzte der beiden Widget-SDKs, die ich geprüft habe, und die aufschiebbare Ladeoption passt zu Consent-Flows. Hugo, Crisps KI-Agent, trainiert auf Snippets, der Knowledge Base, einem Website-Crawl, dem Unterhaltungsverlauf und hochgeladenen Dateien.

Worauf du achten solltest

Identität ist größtenteils clientseitig gesetzt: Crisp.user.setEmail, Crisp.session.setData, wobei Crisp warnt, keine Secrets oder privaten Identifikatoren in clientseitige Session-Daten zu legen. Geräteübergreifende Kontinuität nutzt eine private CRISP_TOKEN_ID, die dein Backend erzeugt, und sie muss zum Zeitpunkt der Injektion übergeben werden. Hugo ist nicht im kostenlosen Plan enthalten und hört auf zu antworten, wenn die Credits aufgebraucht sind, außer Pay-As-You-Go ist aktiv. Siehe meine Notizen zu den Crisp-Preisen.

Preise

PlanPreisEnthaltene Hugo-Credits
Free0 $Keine
Mini45 $/Monat5 $, etwa 90 Unterhaltungen
Essentials95 $/Monat25 $, etwa 450 Unterhaltungen
Plus295 $/Monat75 $, etwa 1.350 Unterhaltungen

Crisp schätzt eine volle Hugo-Unterhaltung auf etwa 0,05 $ bis 0,10 $.

Fazit: eine gute Wahl, wenn du einen ausgereiften Posteingang und ein offizielles SDK willst. Die KI ist ein Add-on zu einem Chat-Produkt, nicht sein Zentrum.

7. tawk.to

Am besten für: Teams, die kostenlosen Live-Chat und eine kleine, günstige KI-Stufe wollen und mit einer React-Komponente zurechtkommen.

Der React.js-Artikel im tawk.to-Hilfe-Center mit den npm- und yarn-Installationsbefehlen für @tawk.to/tawk-messenger-react, entnommen aus tawk.tos Hilfe-Center
Der React.js-Artikel im tawk.to-Hilfe-Center mit den npm- und yarn-Installationsbefehlen für @tawk.to/tawk-messenger-react, entnommen aus tawk.tos Hilfe-Center

So funktioniert es in Next.js

Es gibt ein offizielles React-Paket und einen Hilfe-Artikel, aber keine Next.js-Seite. Installiere @tawk.to/tawk-messenger-react, Version 2.0.2, das in derselben Woche 13.784 wöchentliche Downloads hatte, etwa 15-mal weniger als Crisp. Der Snippet ist <TawkMessengerReact propertyId="property_id" widgetId="default" />. Die Komponente nutzt React-Hooks, braucht im App Router also eine Client Component (meine Vermutung).

Was mir gefallen hat

Das Kernprodukt ist kostenlos mit unbegrenzten Teammitgliedern, und die kostenlose AI-Assist-Hobby-Stufe schließt Eskalation an menschliche Agenten ein. Für Identität ist Secure Mode mit einem HMAC-Hash der stärkste der Widget-Wege nach dem von Chatbase.

Worauf du achten solltest

Das Beispiel im tawk.to-Leitfaden berechnet den Hash clientseitig mit dem Secret Key im Browser. In einer Next.js-App berechne ihn auf dem Server, damit der Schlüssel nie an den Client ausgeliefert wird; das ist mein Rat, nicht ihrer. Credits werden pro Antwort nach Modell abgerechnet, mit dem Standard-Auto-Modell bei 3 Credits pro Antwort, also sind 1.000 Credits grob 333 Antworten (meine Rechnung). Eine schlechte Erfahrung aus dem Hacker-News-Thread ist erwähnenswert: Ein Entwickler sagte, das Einbinden des tawk.to-Widgets habe seine Seite beim Rendern weiß aufblitzen lassen. Das ist eine einzelne Anekdote aus 2022, teste also deine eigenen Seiten.

Preise

PunktPreisEnthalten
Live-Chat, Posteingang, Ticketing, Knowledge Base0 $Unbegrenzte Teammitglieder
AI Assist Hobby0 $100 Credits, 1 KI-Agent, 100 gecrawlte Seiten
AI Assist Growth29 $/Monat1.000 Credits, 3 KI-Agenten
AI Assist Business99 $/Monat5.000 Credits, 5 KI-Agenten
AI Assist Enterprise399 $/Monat20.000 Credits, 10 KI-Agenten

Zusätzliche Credits kosten 30 $ pro 1.000, und das Entfernen des „Powered by tawk.to"-Brandings ist ein separates Add-on für 29 $/Monat.

Fazit: der günstigste Weg zu einem echten Posteingang plus ein wenig KI. Erwarte, die Credits nachzujustieren, wenn Chats länger werden.

8. Botpress Webchat

Am besten für: Teams, die eine React-Chat-Komponente für einen Bot wollen, den sie in einem visuellen Studio gestalten.

Die Get-started-Seite der React-Bibliothek von Botpress mit dem Befehl npm install @botpress/webchat und dem Hinweis, dass die Bibliothek React 18 oder höher braucht, entnommen aus Botpress' Docs
Die Get-started-Seite der React-Bibliothek von Botpress mit dem Befehl npm install @botpress/webchat und dem Hinweis, dass die Bibliothek React 18 oder höher braucht, entnommen aus Botpress' Docs

So funktioniert es in Next.js

npm install @botpress/webchat, das React 18 oder höher braucht, einen veröffentlichten Bot und dessen Client-ID aus den Advanced Settings des Dashboards. Du bekommst fertige Webchat- und Fab-Komponenten oder baust manuell mit der Komponentenbibliothek. Es gibt außerdem einen Script-Weg: einen window.botpress.init({...})-Snippet mit botId und clientId. Die Docs sagen „React-App" und behandeln weder den App Router noch "use client", betrachte diesen Teil also als deine eigene Aufgabe.

Was mir gefallen hat

Die React-Bibliothek ist „vollständig anpassbar", und die unterhaltungsbasierte Abrechnung ist leicht nachvollziehbar. Der Bot selbst, mit Flows, Knowledge Base und Übergabe, lebt in Botpress Studio, du baust ihn also nicht von Hand in Route-Handlern.

Worauf du achten solltest

Die Bibliothek ist nur das Frontend, den Bot baust und pflegst du weiterhin in Studio. Eine Unterhaltung ist „jeder Austausch mit mindestens zwei Nachrichten vom Endnutzer im Abrechnungsmonat". Bei 95 % des Kontingents wird automatisch ein Paket mit 100 Unterhaltungen hinzugefügt, und Auto-Recharge lässt sich nicht abschalten. Siehe meine Notizen zu den Botpress-Preisen.

Preise

PlanPreisUnterhaltungen/Monat
Free0 $100, keine Überschreitung
Plus150 $/Monat jährlich abgerechnet250, Pakete zu 100 für 65 $
Team750 $/Monat jährlich abgerechnet1.500, Pakete zu 100 für 50 $
EnterpriseIndividuellIndividuell

Fazit: eine gute Wahl, wenn du den Bot visuell gestalten und das Frontend in React halten willst. Prüfe die Paket-Abrechnung, bevor du einen Plan dimensionierst.

Auch gut zu wissen

  • Tidio ist auf Next.js nur per Script nutzbar; seine Entwickler-Docs decken eine REST-API, Webhooks und ein Widget-SDK ab, ohne React- oder Next.js-Seite. Identität wird clientseitig behauptet: Du setzt document.tidioIdentify = { distinct_id, email, name, phone }, bevor der Chat-Code lädt, und der Leitfaden hat keinen Signaturschritt. Kostenloser Plan: 50 Unterhaltungen, mit dem Lyro-AI-Add-on ab 39 $/Monat für 50 Unterhaltungen. Siehe meinen Tidio-KI-Chatbot-Test und die Tidio-Preise-Seite.

    Tidios Entwicklerleitfaden zur Visitor Identification mit dem document.tidioIdentify-Snippet und den Feldern distinct_id, email, name und phone, entnommen aus Tidios Entwickler-Docs
    Tidios Entwicklerleitfaden zur Visitor Identification mit dem document.tidioIdentify-Snippet und den Feldern distinct_id, email, name und phone, entnommen aus Tidios Entwickler-Docs
  • Voiceflow hat sein react-chat-Repository am 5. Aug. 2025 archiviert und sagt, es solle künftig nicht mehr als Beispiel genutzt werden. Der aktuelle Weg ist ein Widget-Script aus dem Widget-Tab. Die Preise zeigen keine Dollarbeträge: ein kostenloser Test für Agenturen und eine Demo-Anfrage für Unternehmen. Siehe Voiceflow.

  • Chatbot UI (mckaywrigley) hat 33.305 Stars und eine MIT-Lizenz, der letzte Push war aber am 2024-08-03. Gut als Referenz, riskant als Produktionsbasis.

  • Das LangChain-Next.js-Template hat 2.551 Stars und wurde am 2026-11-10 gepusht. Es ist ein Template, kein UI-Kit, du besitzt also Backend, Retrieval und Übergabe selbst. Meine Notizen zu LangChain decken die Bibliothek ab.

Was kostet ein KI-Chatbot auf einer Next.js-Website?

Zahlen bedeuten wenig ohne einen Käufer, hier also einer: eine SaaS-App auf Vercel Pro, die etwa 500 Support-Chats im Monat bearbeitet. Alle Preise stammen von der eigenen Preisseite jedes Anbieters, geprüft am 2026-11-16. Für die gehosteten Widgets zeige ich die Rechnung.

OptionMonatliche Kosten für ~500 ChatsWie ich darauf komme
eesel299 $1 Credit pro Chat, also passen 500 Chats genau in den 500-Credit-Teammate-Plan
Chatbase150 $Basic-Plan, 4.000 Nachrichten-Credits; passt, wenn ein Chat im Schnitt 8 Credits oder weniger braucht (meine Rechnung), da Credits pro Modell-Anfrage abgerechnet werden
tawk.to99 $Business-Plan, 5.000 Credits; bei 3 Credits pro Auto-Antwort sind das etwa 1.666 Antworten, grob 3 pro Chat (meine Rechnung). Growth zu 29 $ deckt nur etwa 333 Antworten
Crisp65 $ bis 90 $Mini zu 45 $ enthält 5 $ Hugo-Credits; 500 Chats bei Crisps eigener Schätzung von 0,05 $ bis 0,10 $ sind 25 $ bis 50 $, also 20 $ bis 45 $ mehr mit aktivem Pay-As-You-Go (meine Rechnung)
Tidio350 $Lyro-Add-on, 500-Unterhaltungen-Stufe
Botpress345 $Plus 150 $ für 250 Unterhaltungen, plus drei Pakete zu 100 für je 65 $ für die restlichen 250 (meine Rechnung)

Für den Bauweg sind die Zähler Vercel Pro zu 20 $ im Monat, Active CPU und Speicher, eine Postgres-Datenbank für Retrieval und Modell-Tokens zum Listenpreis des Anbieters ohne Gateway-Aufschlag. Die Modellkosten pro Chat hängen vom Modell und davon ab, wie lange jeder Chat läuft, und Vercels Seite nennt sie nicht, also erfinde ich keine Zahl. Miss zuerst eine Woche echten Traffic. Mein Leitfaden zu den Chatbot-Kosten und der Beitrag zu den OpenAI-API-Preisen decken die Token-Seite ab.

Zwei Vorsichtshinweise. Diese Einheiten sind nicht austauschbar: eesel zählt einen Chat, Chatbase zählt Modell-Anfragen, tawk.to zählt Antworten, Botpress zählt Unterhaltungen mit mindestens zwei Nutzer-Nachrichten. Und die günstigste Zeile ist nicht die, die menschliche Übergabe und getestete Antworten enthält, was du eigentlich kaufst.

Wie fügst du Next.js Schritt für Schritt einen KI-Support-Chatbot hinzu?

Hier ist der Embed-Weg von Anfang bis Ende. Er dauert etwa 20 Minuten, wenn deine Docs bereits öffentlich sind.

  1. Hol dir den Snippet. Erstelle den Agenten bei deinem Anbieter der Wahl, verbinde deine Docs oder dein Helpcenter und kopiere den Embed-Code. Bei eesel erstellt npx @eesel/cli init chat-bubble --site https://your-app.com die Bubble und gibt den Snippet aus, oder du kopierst ihn aus den Chat-Bubble-Einstellungen im Dashboard.
  2. Lege die ID in eine Umgebungsvariable. Füge sie zu .env.local als NEXT_PUBLIC_... hinzu und zu deinen Vercel-Projekteinstellungen. Sie in Preview-Builds unverändert zu lassen ist in Ordnung; bei eesels Snippet zeigt das einfach keine Bubble.
  3. Füge das Script zu app/layout.tsx hinzu. Nutze strategy="lazyOnload", einmal, im Root-Layout. Willst du den Bot nur auf manchen Routen, setze ihn stattdessen in das Layout dieser Routengruppe.
  4. Erlaube den Anbieter in deiner CSP. Für eesel sagen die Docs, https://cdn.eesel.ai für Scripts und Verbindungen zu erlauben. Für jeden anderen Anbieter prüfe, von welchen Domains er lädt; ich habe nur eesels geprüft.
  5. Teste auf einem Preview-Deploy. Öffne eine Vercel-Preview-URL, stelle die fünf Fragen, die dein Support-Team am häufigsten bekommt, und lies die Antworten kritisch. Nutzt du Chatbases Domain-Allowlist, füge zuerst die Preview-Domain hinzu.
  6. Entscheide über Identität. Chatten eingeloggte Nutzer, nutze einen signierten Weg (Chatbase JWT, tawk.to Secure Mode) und berechne die Signatur auf dem Server. Unterstützt das Widget nur clientseitig gesetzte Daten, lass es keine Fragen zu einem bestimmten Konto beantworten.
  7. Setze Übergabe-Regeln. Entscheide, wann der Bot aufhört, welches Ticket oder welche E-Mail er erstellt und was der Besucher sieht. Siehe meinen Leitfaden zur Chatbot-Eskalation.

Häufige Fehler

  • beforeInteractive für ein Chat-Widget zu nutzen. Next.js dokumentiert es für Bot-Erkennung und Consent-Manager, und es funktioniert nur im Root-Layout.
  • Das Script in eine Seite zu setzen, die neu gemountet wird, sodass das Widget bei Navigation neu lädt. Nutze das Root-Layout.
  • onLoad in einer Server Component zu nutzen. Es braucht eine Client Component und lässt sich nicht mit beforeInteractive kombinieren.
  • Die CSP zu vergessen. Ein Hacker-News-Kommentator beschrieb ein Chat-Widget als nervig bei der Freigabe in seiner Content Security Policy und langsam, und entfernte es nach einem Test.
Hacker News

"It was annoying to allow in my content security policy - It slowed down my site"

  • Chatbases Domain-Allowlist für localhost und Preview-URLs zu vergessen.
  • Clientseitig behaupteter Identität für Kontodaten zu vertrauen. Kann der Browser behaupten, jemand zu sein, kann es auch ein Besucher.

eesel auf deiner Next.js-App ausprobieren

Willst du einen Support-Bot, kein Projekt: eesel ausprobieren. Es ist ein einziges lazyOnload-Script in app/layout.tsx, es antwortet aus deinen Docs, deinem Helpcenter und deiner Website, und es übergibt per Helpdesk-Ticket oder E-Mail. Ein Chat kostet 1 Credit, egal wie lange er läuft. Der kostenlose Plan hat 100 Credits für 7 Tage, und der Teammate-Plan startet bei 299 $ im Monat für 500 Credits.

Eine geöffnete eesel-Chat-Bubble in einem Demo-Shop, mit einer Willkommensnachricht, drei Starterfragen und einem Powered-by-eesel-Footer, zu sehen in eesels Dokumentation
Eine geöffnete eesel-Chat-Bubble in einem Demo-Shop, mit einer Willkommensnachricht, drei Starterfragen und einem Powered-by-eesel-Footer, zu sehen in eesels Dokumentation

Häufig gestellte Fragen

Was ist der beste Weg, einem Next.js-Projekt einen KI-Chatbot hinzuzufügen?

Das hängt von der Aufgabe ab. Wenn der Chatbot eine Funktion deines Produkts ist, baue ihn mit dem Vercel AI SDK (useChat plus ein Route-Handler) und einem Chat-UI-Kit. Willst du einen Support-Bot, der Kunden aus deinen Docs antwortet, bette ein gehostetes Widget mit einem einzigen next/script-Tag ein, statt Retrieval und Übergabe selbst zu bauen. Mein Leitfaden zum KI-Chatbot für deine Website deckt den zweiten Weg ausführlicher ab.

Wie füge ich im Next.js App Router ein Script für ein Chat-Widget ein?

Importiere Script aus next/script und rendere es einmal in app/layout.tsx mit strategy="lazyOnload". Next.js lädt es einmal und behält es über clientseitige Navigationen hinweg bei. Lege den Schlüssel des Anbieters in einer NEXT_PUBLIC_-Umgebungsvariable ab und erlaube die Domain des Anbieters in deiner Content Security Policy. Mein Erklärstück zur KI-Chat-Bubble zeigt, wie ein funktionierendes Widget aussieht.

Welche next/script-Strategie sollte ein Chatbot verwenden?

lazyOnload. Next.js' eigene Script-Dokumentation nennt Chat-Support-Plugins als Beispiel dafür, weil es während der Leerlaufzeit des Browsers lädt, statt mit deiner Seite zu konkurrieren. afterInteractive ist der Standard und passt zu Analytics, beforeInteractive ist für Bot-Erkennung und Consent-Manager, und worker ist experimentell und funktioniert nicht mit dem App Router. Vergleichst du Anbieter, ist mein Überblick über KI-Chatbots für den Kundenservice ein guter Einstieg.

Kann ich mit dem Vercel AI SDK einen Chatbot im ChatGPT-Stil bauen?

Ja. useChat streamt Nachrichten in deine React-UI, und ein Route-Handler ruft serverseitig streamText auf. Das Vercel-Chatbot-Template fügt Auth.js, Neon Postgres für den Verlauf und Dateispeicher hinzu. Was es dir nicht gibt, ist Retrieval über deine Hilfe-Dokumente oder eine Übergabe an eine Person, die du selbst schreibst. Mein Erklärstück zu RAG gegenüber einem reinen LLM zeigt, warum das für einen Support-Bot wichtig ist.

Verlangsamt ein Chat-Widget meine Next.js-Website?

Das kann es. Entwickler auf Hacker News berichten von Widgets als dem größten Script auf einer Seite, und ein Team maß ein Microsoft-Chat-Widget mit 6 MB JavaScript. Es mit lazyOnload zu laden, verschiebt die Kosten in die Leerlaufzeit, und ein kleiner Loader, der den Rest bei Bedarf nachlädt, hilft noch mehr. Prüfe deine eigenen Bundle- und Lighthouse-Werte vorher und nachher. Mein Leitfaden zum Hinzufügen von Live-Chat zu einer Website hat mehr zur Platzierung.

Gibt es einen kostenlosen KI-Chatbot für Next.js?

Die Bibliotheken sind kostenlos: Das AI SDK, assistant-ui (MIT) und CopilotKit (MIT) kosten nichts, aber du zahlst für das Modell und das Hosting. Unter den gehosteten Widgets hat tawk.to eine kostenlose AI-Assist-Stufe mit 100 Credits im Monat, Crisps kostenloser Plan hat keine KI, und eesels kostenloser Plan ist ein 7-tägiger Test mit 100 Credits. Meine Liste der kostenlosen KI-Chatbots deckt die üblichen Grenzen ab.

Wie übergebe ich den eingeloggten Nutzer an einen Chatbot in Next.js?

Signiere die Identität auf deinem Server und gib dem Widget nur das signierte Ergebnis. Chatbase nimmt ein JWT, das du in einem Route-Handler signierst, und tawk.to nutzt den Secure Mode mit einem HMAC-Hash. Tidios tidioIdentify wird im Browser ohne Signaturschritt gesetzt, behandle es also als Hinweis, nicht als Beweis. eesels Docs zur Chat Bubble beschreiben keine signierte Identität für die schwebende Bubble. Für Kontodaten erklären meine Notizen zur KI-Agenten-Übergabe, was eine Person sehen muss.

Share this article