Ga naar de inhoud
Kennisbank

Wat is RAG bij een websitechatbot?

Als een leverancier zegt dat zijn chatbot "met RAG werkt", bedoelt hij dit: de chatbot zoekt eerst in jouw eigen documenten en pagina’s, en schrijft dan pas een antwoord. Dat is het verschil tussen een chatbot die jouw bedrijf kent en een die maar wat zegt. Hier lees je hoe het werkt en waar het ophoudt.

Eerst zoeken, dan antwoordenJouw bronnenNiet waterdicht
Het begrip

Opzoeken voor je antwoordt

RAG staat voor retrieval-augmented generation: ophalen, dan schrijven. Een taalmodel op zichzelf weet niets over jouw bedrijf. Met RAG krijgt het bij elke vraag eerst de passages uit jouw bronnen die bij de vraag passen, en schrijft het daar een antwoord uit. Het model hoeft niets te onthouden; het leest elke keer opnieuw.

De term klinkt technisch, maar het idee is simpel: een nieuwe medewerker die bij elke klantvraag eerst even in de map kijkt voor hij antwoordt. Hoe beter de map, hoe beter het antwoord.

Hoe het werkt

Drie stappen bij elke vraag

Vereenvoudigd, maar zo gaat het.

  • 1
    Je bronnen worden in stukken gekniptElke pagina en elk document wordt vooraf opgedeeld in passages van een paar alinea’s. Die passages staan klaar om doorzocht te worden.
  • 2
    De vraag wordt vergeleken met de passagesNiet op letterlijke woorden, maar op betekenis. "Werken jullie op zaterdag" vindt ook een passage met "openingstijden: maandag tot en met vrijdag".
  • 3
    Het model schrijft uit de gevonden passagesDe beste passages gaan samen met de vraag naar het taalmodel, met de opdracht: antwoord hieruit, en zeg het als het antwoord er niet in staat.
In beeld

Waar RAG het verschil maakt

1Zonder RAGModel gokt uit algemene kennis
2Met RAGModel leest eerst jouw bronnen
3Gat in de bronnenGoed ingesteld: "dat weet ik niet"
4Bron bijgewerktAntwoord is meteen bijgewerkt
Daarom kun je een RAG-chatbot bijhouden zoals je een website bijhoudt: de bron aanpassen is genoeg.

Wat een goede bron is

Een RAG-chatbot zoekt op betekenis per passage. Dat werkt het best met korte, duidelijke stukken die elk één ding zeggen: een alinea per dienst, een regel per openingstijd, een vraag met een antwoord. Een pagina die alles tegelijk behandelt, levert passages op die van alles een beetje zeggen, en dus slechte antwoorden.

Vaak is een document met veelgestelde vragen de beste bron: elke vraag met zijn antwoord is precies één passage. Dat is ook de reden dat zo’n document je website zelf beter maakt. Zie de AI-schrijfbriefing voor hoe je zoiets opzet.

Een vel papier met de kopjes doel, aanpak en resultaat op een houten bureau
De beperkingen

Waar RAG ophoudt

Geen enkele leverancier zegt dit uit zichzelf.

1

Verkeerde passage

Als de zoekstap de verkeerde passage vindt, schrijft het model een overtuigend antwoord uit de verkeerde informatie. Dat zie je alleen door gesprekken terug te lezen.

2

Tegenstrijdige bronnen

Staat de oude prijs in een pdf en de nieuwe op de site, dan vindt de zoekstap beide. Het model kiest, of mengt. Ruim oude bronnen op.

3

Geen redenering

RAG beantwoordt vragen waarvan het antwoord ergens staat. "Wat is de beste keuze voor mijn situatie" staat nergens, en daar gaat het model alsnog gokken.

In beeld

Wat RAG wel en niet oplost

Lost op
  • Het model kent jouw bedrijf niet
  • Antwoorden verouderen
  • Het model verzint bij gebrek aan bron
  • Elk bedrijf heeft andere antwoorden
Lost niet op
  • Bronnen die elkaar tegenspreken
  • Bronnen die onduidelijk zijn
  • Vragen waarvan het antwoord nergens staat
  • Niemand die de gesprekken terugleest
RAG is een goede map. Iemand moet hem bijhouden.
Wat je vraagt aan een leverancier

Vijf vragen

Voor je een chatbot afneemt.

  • 1
    Welke bronnen leest de chatbot, en hoe pas ik die aan?Als het antwoord is "wij doen dat voor u", vraag dan wat het kost en hoe lang het duurt.
  • 2
    Wat zegt de chatbot als het antwoord niet in de bronnen staat?Het goede antwoord: dat hij het niet weet en doorverwijst. Het foute: een antwoord uit algemene kennis.
  • 3
    Kan ik de gesprekken teruglezen?Zonder dat kun je niet bijsturen.
  • 4
    Hoe zie ik welke passage bij een antwoord is gebruikt?Goede systemen tonen de bron. Dan vind je een fout in een minuut.
  • 5
    Wat gebeurt er met de gegevens van bezoekers?Waar worden de gesprekken opgeslagen, hoe lang, en wie kan erbij.

Hulp nodig bij het beoordelen van een chatbot-aanbod? Bij conversie-optimalisatie kijken we wat er op je site werkt en wat niet, ook bij een chatbot.

Bekijk conversie-optimalisatie →
Veelgestelde vragen

Vragen over RAG

Wat ondernemers vragen als de term valt.

?Is RAG hetzelfde als een chatbot trainen op mijn gegevens?

Nee. Trainen betekent het model zelf aanpassen, wat duur is en snel veroudert. RAG laat het model met rust en geeft het bij elke vraag de juiste passages. Voor bijna elk klein bedrijf is RAG de betere keuze.

?Hoeveel bronnen kan een RAG-chatbot aan?

Honderden pagina’s zijn geen probleem. Het gaat niet om de hoeveelheid, maar om de duidelijkheid per passage.

?Werkt RAG ook voor de AI-antwoorden van Google en ChatGPT?

Hetzelfde principe: eerst zoeken, dan schrijven. Alleen zijn daar de bronnen het hele web, en kies jij ze niet. Zie hoe kiest AI zijn bronnen.

?Heb ik hier een programmeur voor nodig?

Voor een kant-en-klare dienst niet. Voor een koppeling met je eigen systemen wel. Begin klein: je website en een document met vragen en antwoorden.

Ga verder

Lees verder over AI op je site

De pagina’s die het dichtst bij dit onderwerp liggen.

Gratis SEO-scan

Wil je weten waar je nu staat?

Voordat je ergens tijd of geld in steekt, is het goed om te weten hoe de basis ervoor staat. Dat zoekt de gratis SEO-scan uit.

1

Waar het aan ligt

De techniek en bereikbaarheid van je site, en de inhoud en opbouw van je pagina’s.

2

Wie er boven je staat

Je lokale zichtbaarheid en een aantal concurrenten: waarin zij verder zijn dan jij.

3

Wat je eerst doet

Een prioriteitenlijst op volgorde van wat het meeste oplevert.