Bronkwaliteit, toegangsrechten en actualiteit vormen het vertrekpunt.
AI Knowledge Base →OXIAE / INTEGRATIES & DATA
RAG Systeem Laten Bouwen.
Bouw een RAG-systeem dat relevante bedrijfsinformatie toevoegt aan AI-antwoorden.
Bespreek jouw projectKennis beheren, documenten bevragen of RAG bouwen?
Medewerkers willen vragen stellen over een afgebakende documentverzameling.
Chat met Bedrijfsdocumenten →Je hebt maatwerk nodig voor bronselectie, integratie en evaluatie.
RAG Systeem Laten Bouwen (deze dienst)DE DIENST UITGELEGD
Wat is een RAG-systeem?
RAG staat voor retrieval-augmented generation. Een RAG-systeem zoekt eerst relevante informatie in geselecteerde bronnen en geeft die mee aan een taalmodel om een antwoord te formuleren. De kwaliteit hangt af van zowel het vinden van de juiste informatie als het correct gebruiken daarvan. Oxiae test die twee onderdelen afzonderlijk.
Wanneer is dit passend?
RAG past bij vragen over eigen documenten of informatie die regelmatig verandert. Het is bruikbaar als antwoorden herleidbaar moeten zijn naar concrete bronnen.
Wanneer kies je beter anders?
Een RAG-systeem herstelt geen ontbrekende kennis en lost niet elk reken- of rapportagevraagstuk op. Voor exacte cijfers kan een gecontroleerde databasequery of gewone rapportage beter passen.
PRAKTISCHE VERDIEPING
Welke onderdelen worden bij een RAG-systeem opgeleverd?
Een RAG-systeem bestaat uit broninname, tekstverwerking, zoekindex, ophalen van passages en antwoordgeneratie. Ik maak per onderdeel zichtbaar wat wordt gebouwd en gemeten. Een verkeerd antwoord kan ontstaan door een ontbrekende bron, een gemiste passage of een onjuiste interpretatie; ieder probleem vraagt een andere correctie. [1]
De oplevering bevat daarom een bronregister, actualiseringsroute, zoekconfiguratie en een beoordeelde vraagset. Toegangsfilters worden vóór het aanbieden van context toegepast. Ook met relevante bronnen blijft een test op gemanipuleerde documentinstructies nodig. RAG op zichzelf garandeert geen juiste of veilige antwoorden. [2][3]
Vergelijk zoeken in bedrijfskennis, documentchat en toegangseisen in het overzicht AI Search & Bedrijfskennis. Daarmee bepaal je welk onderdeel van de informatievoorziening je eerst moet uitwerken.
Vragen om vooraf te beantwoorden
- Waar ontstaan fouten: in de bron, zoekresultaten of antwoordgeneratie?
- Welke bron- en gebruikersrechten moet de zoeklaag kunnen toepassen?
Maak de oplevering meetbaar
- Afzonderlijke beoordeling van gevonden passages en onderbouwde antwoorden.
- Een oplevermatrix met broninname, updates, rechten, evaluatie en beheer.
FICTIEF DIAGNOSEPROTOCOL — GEEN UITGEVOERDE RAG-EVALUATIE
Een verkeerd RAG-antwoord: welke schakel moet je onderzoeken?
Dit fictieve protocol gebruikt procedurevragen om fouten van elkaar te scheiden. Leg vóór de evaluatie per vraag vast welke gebruiker de vraag stelt, welke bronversie geldt, welke passage nodig is en wat een aanvaardbaar antwoord of onthouding is. De situaties hieronder zijn verzonnen voorbeelden van mogelijke bevindingen. Er zijn geen zoekresultaten, antwoordpercentages of prestaties van een systeem gemeten.
Op een smal scherm kun je de tabel horizontaal verschuiven om alle kolommen te lezen.
| Fictieve testsituatie | Wat je afzonderlijk controleert | Mogelijke diagnose | Gerichte vervolgstap |
|---|---|---|---|
| De vraag gaat over de retourtermijn voor maatwerk; de goedgekeurde bron bevat daar geen regel over. | Is er in de toegestane, geldige bronnen werkelijk een passage die het antwoord ondersteunt? Laat de bronhouder dit beoordelen voordat je zoekinstellingen verandert. | Ontbrekende bedrijfskennis. Een vloeiend antwoord of een vergelijkbaar document maakt de ontbrekende regel niet beschikbaar. | Laat de toepassing het ontbrekende gegeven benoemen en verwijs naar de bevoegde bronhouder. Voeg pas een regel toe nadat die inhoudelijk is vastgesteld en gepubliceerd. |
| Een geldige procedure bevat de juiste uitzondering, maar die passage staat niet tussen de opgehaalde resultaten. | Controleer inname, leesbare tekst, passage-id, metadata en rechtenfilter. Kijk daarna naar de zoekvraag, gekozen zoekmethode en selectie van de aangeboden passages. | Mogelijk een verwerkings- of retrievalprobleem. De antwoordgenerator kan een passage die hij niet ontvangt niet correct gebruiken. | Herstel de betrokken stap en voer dezelfde vraag opnieuw uit. Controleer ook andere vragen, zodat een wijziging voor deze uitzondering geen relevante passages elders wegdrukt. |
| De juiste passage is opgehaald, maar het antwoord laat de daarin genoemde goedkeuringsvoorwaarde weg. | Bewaar de daadwerkelijk aangeboden context en vergelijk elke relevante antwoorduitspraak met de bedoelde passage en voorwaarden. | De bron is gevonden; de formulering of het gebruik van de context faalt. Een geldige bronlink is geen inhoudelijke goedkeuring. | Onderzoek de antwoordinstructie en uitvoercontrole. Laat het oorspronkelijke geval en vergelijkbare voorwaarden opnieuw beoordelen; wijzig niet alleen de zoekinstellingen. |
| Een gebruiker zonder HR-rechten vraagt naar een afgeschermde personeelsregeling. | Controleer vóór antwoordgeneratie of afgeschermde passages ontbreken in resultaten en modelcontext. Toets ook bestaande sessiecontext en bronlinks. | Een toegangsprobleem als de inhoud toch wordt aangeboden. Een weigering in de uiteindelijke tekst maakt een eerdere gegevensverstrekking aan het model niet ongedaan. | Blokkeer de betrokken route en herstel de identiteit- en rechtencontrole. Herhaal met toegestane en uitgesloten rollen voordat toegang wordt vrijgegeven. |
| Twee toegestane documenten geven verschillende termijnen; uit de metadata blijkt nog niet welke leidend is. | Kan de bronhouder de geldigheid en voorrang vaststellen? Controleer of het systeem beide relevante passages vindt en het conflict herkenbaar laat. | Een onopgelost bronconflict. Het model mag niet op schrijfstijl of een willekeurige zoekvolgorde bepalen welk beleid geldt. | Toon het conflict en vraag een inhoudelijk besluit. Werk daarna versies, metadata en de evaluatievraag bij; beoordeel opnieuw met de vastgestelde bron. |
| Een testdocument is gewijzigd of verwijderd, maar de oude tekst verschijnt nog in een nieuw antwoord. | Controleer de bevestigde bronwijziging, synchronisatie, index, caches en eventueel hergebruikte context. Kijk naar de bronversie bij de daadwerkelijk opgehaalde passage. | Mogelijk een actualisatie- of contextprobleem. Alleen een nieuw bestand uploaden toont niet dat oude inhoud overal is ingetrokken. | Herstel de verwerkingsroute en controleer een nieuwe vraag én een bestaande sessie volgens de afgesproken actualisatie- en bewaartermijnen. Laat verouderde inhoud niet als bevestigd actueel antwoord doorgaan. |
Wat je hiermee kunt beslissen
Beoordeel eerst bronbeschikbaarheid en toegang, daarna het ophalen van passages en vervolgens de onderbouwing van het antwoord. Leg de bevindingen per vraag vast met bronversie, passage-id, aangeboden context en relevante configuratie, binnen de afgesproken gegevens- en bewaarbeperkingen. Zo krijgt een fout een gerichte eigenaar en correctie. Een kleine voorbeeldset levert bruikbare diagnoses op, maar bewijst geen algemene nauwkeurigheid of veiligheid.
Gebruik dit voor je eigen vraag
- Is voor iedere evaluatievraag vooraf een bevoegde beoordelaar, toegestane bronselectie en verwacht bewijs of gewenst niet-antwoorden vastgelegd?
- Kun je terugvinden welke passages werkelijk zijn opgehaald en aangeboden, afzonderlijk van de bronnen die het uiteindelijke antwoord noemt?
- Beoordeelt iemand bronondersteuning per uitspraak, inclusief uitzonderingen en voorwaarden, in plaats van alleen op een werkende bronlink te letten?
- Zijn vragen zonder antwoord, conflicterende documenten en gebruikers zonder rechten als aparte gevallen opgenomen?
- Worden na een bronwijziging of verwijdering nieuwe vragen en bestaande context gecontroleerd binnen de afgesproken actualisatie- en bewaartermijnen?
Welke aanpak past bij jouw vraag?
Kies op basis van het werk, de betrokken mensen en wat je kunt beheren.
| Aanpak | Geschikt wanneer | Afweging |
|---|---|---|
| Zoeken in documenten | Het doel is relevante bronnen vinden. | De gebruiker combineert en interpreteert de resultaten. |
| RAG | Het doel is antwoorden formuleren op basis van gevonden bronnen. | Retrieval en formulering kunnen afzonderlijk fouten maken. |
| Model aanpassen | De gewenste verandering zit vooral in gedrag, stijl of taakuitvoering. | Is op zichzelf geen vervanging voor actuele, controleerbare documenttoegang. |
Wat is nodig om te starten?
- Leesbare documenten en metadata over versie, eigenaar en toegang.
- Vragen waarvoor het juiste antwoord en de juiste bron bekend zijn.
- Afspraken over actualisatie, verwijdering en afscherming van informatie.
Hoe beoordelen we het resultaat?
- Meet of relevante passages in de zoekresultaten terechtkomen.
- Controleer of het antwoord daadwerkelijk door de aangehaalde bron wordt ondersteund.
- Test vragen zonder antwoord, tegenstrijdige bronnen en onjuiste toegangsrechten.
SCOPE & INVESTERING
Wat bepaalt de kosten?
Een bruikbare kosteninschatting begint bij de scope. Ik onderscheid ontwikkelwerk van terugkerende gebruiks- en beheerkosten. Dit zijn de belangrijkste factoren:
- Documentvolume, bestandsformaten en benodigde voorbewerking.
- Zoektechniek, rechtenfiltering en actualisatiefrequentie.
- Indexering, modelgebruik, hosting en het onderhouden van de evaluatieset.
TOEPASSING EN AFBAKENING
Jouw uitdaging.
Een concrete toepassing.
Illustratief scenario; geen gepubliceerde klantcase.
Een taalmodel kent je eigen producten, procedures of documentatie onvoldoende.
RAG verbindt het ophalen van bronnen met een taalmodel, maar vervangt geen bronbeheer. Een AI-kennisbank legt vast welke informatie beschikbaar en actueel is. De LLM-integratie bepaalt vervolgens hoe die passages aan het model worden aangeboden en hoe antwoorden en onzekerheid worden beoordeeld.
DE VRAAG DIE IK EERST STEL
Hoe meten we of de juiste bron wordt gevonden en correct wordt gebruikt?
Spreek de eerste stap af
Gebruik de randvoorwaarden, oplevercriteria en kostenfactoren hierboven om je opdracht af te bakenen. Spreek af wie het resultaat beoordeelt en wie de oplossing beheert. In onze werkwijze lees je hoe verkenning, uitvoering en overdracht samenhangen.
Bekijk onze werkwijzeVRAGEN OVER DEZE DIENST
Jouw vragen.
Heldere antwoorden.
Maakt RAG AI-antwoorden altijd correct?
Nee. Het systeem kan de verkeerde passage vinden of een goede bron verkeerd interpreteren. Daarom toets ik bronselectie en antwoordkwaliteit afzonderlijk en moet het systeem onzekerheid kunnen melden.
Heb ik altijd een vectordatabase nodig?
Nee. De geschikte zoektechniek hangt af van documenten, vragen en bestaande infrastructuur. Zoeken op trefwoorden, zoeken op betekenis of een combinatie kunnen ieder relevant zijn.
Hoe zie je of een RAG-fout bij het zoeken of het antwoord zit?
Controleer de context die het model werkelijk kreeg. Ontbreekt daarin de juiste toegestane passage, onderzoek dan broninname en retrieval. Staat de juiste passage er wel, maar verliest het antwoord een voorwaarde of verzint het iets, onderzoek dan het gebruik van de context en de antwoordcontrole. Beide problemen kunnen ook tegelijk optreden.
Welke vragen horen in een RAG-evaluatieset?
Neem herkenbare taakvragen met beoordeelde bronpassages op, plus vragen zonder antwoord, uitzonderingen, conflicterende versies en toegangsverschillen. Houd voorbeelden waarmee je instellingen aanpast apart van gevallen waarmee je die wijziging vervolgens beoordeelt. Kies de omvang en beoordeling op basis van de taken en gevolgen van fouten; er is geen algemeen minimum dat betrouwbaarheid bewijst.
Is een juist antwoord met een bronverwijzing voldoende voor acceptatie?
Nee. De passage moet de uitspraken en voorwaarden werkelijk ondersteunen, de gebruiker moet de inhoud mogen zien en de bronversie moet geldig zijn. Controleer ook wat er gebeurt wanneer de informatie ontbreekt, rechten veranderen of een bron wordt verwijderd. Eén goed antwoord bewijst niet dat de hele keten correct werkt.
Bronnen en technische onderbouwing
Deze primaire bronnen onderbouwen de technische principes in deze uitleg. De projectaanbevelingen zijn de interpretatie van OXIAE; de uitgevers bevelen OXIAE daarmee niet aan. Productdocumentatie geldt voor het genoemde platform.
- Retrieval augmented generation in Azure AI SearchMicrosoft Learn
Technische basis voor de onderdelen van RAG.
Link en relevantie gecontroleerd: - Security filter pattern in Azure AI SearchMicrosoft Learn
Platformvoorbeeld van gebruikersgebonden zoekfilters.
Link en relevantie gecontroleerd: - LLM01:2025 Prompt InjectionOWASP GenAI Security Project
Waarom bronophaling instructiemanipulatie niet volledig voorkomt.
Link en relevantie gecontroleerd:
BEREID JE PROJECT VOOR
Maak een opdrachtblad voor deze dienst.
Beschrijf hieronder de scope en download een concept voor je projectgesprek. Onbekende gegevens blijven open om samen te bespreken.
Voor jouw verkenning van: RAG Systeem Laten Bouwen.
Maak je opdracht concreet
Deze optionele velden maken van je download een opdrachtblad voor deze dienst. Gebruik algemene beschrijvingen. Vul geen persoonsgegevens, wachtwoorden, API-sleutels of andere geheimen in.
Noem bronsoorten en globaal volume, bijvoorbeeld handleidingen en beleidsdocumenten.
Beschrijf rollen of afdelingen; gebruik geen namen of echte dossiergegevens.
Hoe vaak veranderen ze en wie beheert vervanging, verwijdering en versies?
Beschrijf voorbeeldvragen, vereiste bronvermelding en wanneer het systeem geen antwoord moet geven.
Je antwoorden blijven in deze browser en worden niet opgeslagen. Verversen wist ze. De download wordt lokaal gemaakt.