Direct naar inhoud
AgentsLabs

Wat is RAG?

De belangrijkste techniek achter een AI-agent die antwoorden geeft die kloppen.

RAG staat voor retrieval augmented generation. Het taalmodel krijgt bij elke vraag eerst de relevante stukken uit jouw eigen documenten aangereikt en formuleert het antwoord daaruit, in plaats van uit algemene trainingskennis. Zo blijft het antwoord actueel, controleerbaar en herleidbaar naar een bron.

IN GEWONE TAAL

Opzoeken, dan pas antwoorden

Zonder RAG antwoordt een model uit wat het ooit tijdens de training heeft gezien. Over jouw prijzen, voorwaarden of levertijden weet het niets, dus dan gaat het gokken.

Met RAG gebeurt er eerst iets anders: de vraag wordt gebruikt om in jouw documenten de relevante passages op te zoeken. Die passages gaan mee als context, en pas dan formuleert het model het antwoord.

Het verschil is groot. Verander je een prijs in je bronmateriaal, dan klopt het antwoord van morgen. Zonder RAG zou je het model opnieuw moeten trainen, wat traag en duur is.

WAAROM HET UITMAAKT

Waarom dit de standaard is

Voor vrijwel elke zakelijke toepassing is dit de juiste opzet: je wilt antwoorden over jouw bedrijf, niet over de wereld in het algemeen.

Het maakt bovendien controleerbaar wat er gebeurt. Klopt een antwoord niet, dan is de oorzaak te herleiden — de bron was verouderd, of het juiste document werd niet gevonden. Dat is te repareren, in tegenstelling tot een model dat iets verzon.

  • Antwoorden uit eigen documenten — prijzen, voorwaarden, handleidingen.
  • Direct actueel — je past de bron aan, niet het model.
  • Bron te tonen — zodat een antwoord controleerbaar is.
  • "Dat weet ik niet" is toegestaan — beter dan een aannemelijk verzinsel.
  • Kwaliteit hangt aan je documentatie — rommelige bronnen geven rommelige antwoorden.

VEELGESTELDE VRAGEN

Meer over RAG

Moet mijn documentatie op orde zijn?

Ja, en dat is de eerlijke drempel. Een agent kan alleen antwoorden wat ergens staat. Tegenstrijdige of verouderde documenten leveren tegenstrijdige antwoorden op. In de praktijk is het opruimen van bronmateriaal vaak het echte werk van een AI-project.

Blijven mijn documenten van mij?

Ja. Ze worden opgeslagen in een omgeving die van jou is en per vraag geraadpleegd. Ze worden niet gebruikt om het model te trainen, en bij beëindiging blijft alles bij jou.

Wat als het juiste document niet gevonden wordt?

Dan hoort de agent te zeggen dat hij het niet weet en door te verwijzen naar een mens. Dat gedrag stellen we bewust in: een eerlijk "dat zoek ik voor je uit" is beter dan een antwoord dat plausibel klinkt en fout is.

Antwoorden uit jouw bronnen?

Vertel welke vragen terugkomen en waar de antwoorden staan. Wij rekenen voor wat een agent oplevert.

Plan een gratis adviesgesprek info@agentslabs.net