Een medewerker die geen antwoord vindt, heeft niet automatisch een AI-chatbot nodig. Misschien ontbreekt een duidelijke documenttitel, staat dezelfde werkinstructie op drie plekken of is onduidelijk welke versie geldt. RAG kan relevante passages bij een vraag zoeken en gebruiken bij het formuleren van een antwoord. De bruikbaarheid hangt echter af van de vraag, de bronnen en de manier waarop een medewerker het antwoord beoordeelt.
Deze gids helpt je eerst het informatieprobleem benoemen en daarna een passende oplossing kiezen. De situaties zijn illustratief. Ze beschrijven geen gemeten klantresultaten of standaardproduct dat zonder onderzoek voor iedere organisatie werkt.
Beschrijf wat de medewerker probeert te doen
Vraag niet alleen welke documenten lastig te vinden zijn. Laat een medewerker één recente werksituatie reconstrueren: welke vraag kwam binnen, welke informatie ontbrak en welk besluit moest daarna worden genomen? Een servicemedewerker zoekt misschien een uitzonderingsregel bij een product, terwijl een nieuwe collega vooral wil weten waar een procedure begint. Beide gebruiken dezelfde documentmap maar hebben andere ondersteuning nodig.
Leg ook vast wat een bruikbaar resultaat is. Dat kan een vindbare bronpassage zijn, een korte samenvatting met verwijzing of een overzicht van ontbrekende informatie. Een automatisch geformuleerd antwoord is pas nuttig wanneer het de volgende handeling duidelijker maakt. Voor een eenvoudige opzoektaak kan een directe link naar de juiste instructie sneller en beter controleerbaar zijn.
Onderzoek eerst de bestaande zoekroute
Geef enkele collega's dezelfde representatieve vraag en laat hen hun huidige route tonen. Noteer zoekwoorden, bezochte mappen, gebruikte filters en momenten waarop zij een ander om hulp vragen. Zo ontdek je of het knelpunt vooral in de inhoud, de terminologie of de toegang zit. Een zoekmachine verbeteren heeft weinig effect wanneer de noodzakelijke regel nergens is vastgelegd.
Maak vervolgens een kleine vergelijking. Herstel bij één onderwerp de titel, eigenaar en versie en test opnieuw. Als de vindbaarheid daarmee voldoende verbetert, heb je een eenvoudige eerste stap gevonden. Dit sluit latere AI-ondersteuning niet uit; het voorkomt dat een nieuw systeem dezelfde inhoudelijke onduidelijkheid in een fraaier scherm presenteert.
Onderscheid drie soorten ondersteuning
Een zoekvoorziening helpt bronnen vinden. Een beheerde kennisbank organiseert goedgekeurde uitleg met eigenaren en revisies. Een RAG-toepassing combineert gevonden informatie met antwoordgeneratie. Deze vormen kunnen naast elkaar bestaan. Het is geen verplichte ladder waarbij de meest geavanceerde techniek automatisch de beste oplossing oplevert.
Voor een exact artikelnummer kan zoeken voldoende zijn. Voor een medewerker die meerdere instructies moet combineren, kan een antwoord met verwijzingen helpen. Voor een ontbrekende procesafspraak blijft een inhoudelijk besluit nodig. Geef ieder probleem daarom een eigen uitkomst in het onderzoek, in plaats van alle vragen onder één brede belofte over bedrijfskennis te schuiven.
| Ondersteuning | Passend resultaat | Eerst onderzoeken |
|---|---|---|
| Zoeken | De juiste bron of passage vinden | Titels, termen, filters en geldige versies |
| Beheerde kennisbank | Goedgekeurde uitleg met eigenaar | Ontbrekende afspraken en inhoudelijk beheer |
| RAG | Een antwoord met passende bronondersteuning | Terugvinden, claimondersteuning en toegang |
De keuze voor een zoek- of antwoordlaag begint bij het materiaal dat je werkelijk mag en kunt gebruiken: Bedrijfsdocumenten voorbereiden voor RAG: van map naar beheerde bronverzameling.
Microsoft Learn: Retrieval-augmented generation in Azure AI Search ↗
Maak een vragenverzameling vóór de demonstratie
Verzamel normale vragen, onduidelijk geformuleerde vragen en vragen waarop de organisatie geen antwoord kan geven. Neem ook vragen met een verkeerd uitgangspunt op. Als het beleid alleen bepaalde producten dekt, moet de toepassing die beperking herkennen. Een overtuigende demonstratie met vooraf gekozen makkelijke vragen zegt weinig over het dagelijkse werk.
Bewaar per vraag welke bron een beoordelaar verwacht en welke details ontbreken. Schrijf geen modelantwoord dat alleen op exacte woordkeuze wordt gecontroleerd. Een goede parafrase kan bruikbaar zijn, terwijl een bekend klinkende zin een verkeerde voorwaarde weglaat. De vragenverzameling wordt zo een toetsbare afspraak over de taak, niet een wedstrijd in vloeiende formuleringen.
Kies een eerste brongebied met een eigenaar
Een fictief installatiebedrijf wil ondersteuning bij onderhoudsvragen. De eerste verzameling bevat goedgekeurde instructies voor één productfamilie. Algemene verkoopmails, oude offertes en persoonlijke notities blijven daarbuiten. Een technisch verantwoordelijke beslist welke versies geldig zijn en welke uitzonderingen niet door de toepassing mogen worden beantwoord.
Die grens maakt het mogelijk gericht te onderzoeken of antwoordondersteuning helpt. De pilot hoeft niet meteen alle documenten te begrijpen. Wanneer dezelfde bronverzameling al tegenstrijdige instructies bevat, krijgt het oplossen daarvan voorrang. Een kleiner goed beheerd onderwerp kan meer bruikbare leerervaring opleveren dan een grote import zonder duidelijke inhoudelijke verantwoordelijkheid.
Vergelijk dezelfde taak in verschillende ontwerpen
Laat dezelfde vragen beantwoorden met de huidige werkwijze, een verbeterde zoekroute en een beperkte RAG-proef. Gebruik dezelfde bronnen en dezelfde beoordelingscriteria. Meet niet alleen de tijd tot het eerste antwoord, maar ook de tijd voor controle, bronopening en het herstellen van fouten. Anders lijkt een snel gegenereerd antwoord voordelig terwijl de controle meer werk kost.
Beoordeel ook hoe vaak een medewerker alsnog iemand moet inschakelen. Een passende weigering kan beter zijn dan een onjuist compleet antwoord. Noteer het verschil tussen een ontbrekende bron, een slecht gevonden passage en een verkeerde uitleg. Elke foutsoort leidt tot een andere verbetering; alleen een algemene tevredenheidsscore verbergt dat onderscheid.
Houd toegang en toepassing uit elkaar
Dat een tekst technisch kan worden ingelezen, betekent niet dat iedere medewerker die tekst mag ontvangen. Maak bij de vergelijking duidelijk welke gebruikers en organisaties meedoen. Controleer of dezelfde vraag onder verschillende toegangsrechten een passend verschillend resultaat geeft. Een samenvatting mag geen manier worden om een documentbeperking te omzeilen.
Bedenk bovendien wat met de uitkomst gebeurt. Een uitlegscherm dat een medewerker helpt, is een andere opdracht dan een agent die op basis daarvan een klantbericht verstuurt. Voeg acties niet stilzwijgend toe aan de kennisproef. Eerst moet helder zijn welke bronondersteuning voldoende betrouwbaar en bruikbaar is voor de afgesproken taak.
Bespreek wat er na de eerste versie verandert
Een kennisvoorziening blijft afhankelijk van bronwijzigingen, nieuwe termen en nieuwe vragen. Spreek daarom af wie een melding over een fout beoordeelt en hoe een gewijzigde instructie opnieuw beschikbaar wordt. Een toepassing die alleen tijdens de demonstratie actueel is, kan in het dagelijkse proces snel aan waarde verliezen.
Maak de onderhoudsvraag concreet in het voorstel. Vraag welke wijzigingen een nieuwe import, een aangepaste index of een nieuwe toetsronde vragen. Een ander taalmodel is daarbij niet de enige verandering die invloed heeft. Ook een verplaatste bron, gewijzigde toegang of nieuwe productversie kan het antwoordgedrag veranderen en vraagt een gerichte controle.
Formuleer een besluit dat meerdere uitkomsten toelaat
De uitkomst van het onderzoek kan zijn dat een RAG-proef zinvol is, dat betere bronorganisatie eerst nodig is of dat zoeken voldoende ondersteuning biedt. Leg vast op welke waarnemingen dat besluit rust. Een voorstel hoort ook te benoemen wat de eerste versie bewust niet behandelt en welke onzekere aannames nog onderzocht worden.
Maak vervolgens één concrete vervolgstap: een beheerde broninventaris, een test met representatieve vragen of het verbeteren van een bestaande zoekroute. Zo investeer je in een aantoonbaar informatieprobleem. Het gekozen hulpmiddel volgt uit die taak en blijft bespreekbaar wanneer de proef laat zien dat een andere aanpak beter aansluit.
Van uitleg naar een concrete projectkeuze
Leg je aannames, open vragen en oplevercriteria vast in de bijbehorende tool. Gebruik de dienstengidsen om uitvoering en afbakening te bespreken.
Open de voorbereidingstool ↗Vragen over dit onderwerp
Is RAG hetzelfde als een model trainen op onze documenten?
Nee. Bij een gebruikelijke RAG-opzet worden passende bronnen tijdens het beantwoorden opgehaald. Dat is een andere ontwerpkeuze dan modeltraining. Welke verwerking, opslag en eventuele aanvullende technieken worden gebruikt, moet in het concrete ontwerp worden vastgelegd.
Kunnen we alle bedrijfsdocumenten tegelijk aansluiten?
Dat kan technisch soms mogelijk lijken, maar voor een eerste bruikbare proef is een afgebakend brongebied met eigenaar meestal beter te beoordelen. Onderzoek ontbrekende inhoud, rechten, versies en representatieve vragen voordat je de verzameling uitbreidt.
Wat is een goed resultaat van een eerste onderzoek?
Een onderbouwde keuze met een begrensde taak, gecontroleerde bronverzameling, bruikbare toetsvragen en duidelijke vervolgstap. Ook het besluit om eerst de gewone zoekroute te verbeteren kan een zinvol onderzoeksresultaat zijn.
Verder met een aansluitende vraag
Bedrijfsdocumenten voorbereiden voor RAG: van map naar beheerde bronverzameling
Maak documenten bruikbaar voor een RAG-proef met eigenaarschap, geldigheid, duidelijke structuur, verwijdering en controlevoorbeelden.
RAG & bedrijfskennisEen RAG-systeem testen: beoordeel bronnen, antwoorden en weigeringen afzonderlijk
Maak een bruikbare RAG-toetsset met representatieve vragen, verwachte passages, rechtengevallen, duidelijke criteria en herhaalbare vergelijkingen.
AI-agents & chatbotsAI-agent of chatbot: welke oplossing past bij je proces?
Vergelijk een chatbot, vaste workflow en AI-agent op taak, bevoegdheden, betrouwbaarheid en beheer. Met een uitgewerkt keuzevoorbeeld.
Bronnen en technische achtergrond
- Microsoft Learn: Retrieval-augmented generation in Azure AI Search ↗
Architectuuroverzicht; de voorbeelden en projectkeuzes hier zijn eigen ontwerpadvies.
- OWASP: Authorization Cheat Sheet ↗
Principes voor toegangscontrole; de uitgewerkte proefgevallen zijn illustratief.
- NIST: AI Risk Management Framework ↗
Kader voor het organiseren van AI-risicobeheer, geen productcertificering.