Een kennisassistent kan alleen betrouwbare antwoorden geven wanneer relevante bronnen vindbaar, geldig en in de juiste context beschikbaar zijn.
Wat RAG in de praktijk doet
Retrieval augmented generation zoekt vóór het formuleren van een antwoord naar relevante passages in een beheerde kennisverzameling. Die passages vormen de context voor het model. Het antwoord kan daardoor aansluiten op eigen processen, producten en regels.
Bronvermelding maakt controle mogelijk. De gebruiker ziet waarop een antwoord steunt en kan bij twijfel de oorspronkelijke context openen.
Bronkwaliteit is meer dan nette documentatie
Een bron heeft een eigenaar, doelgroep, geldigheidsperiode en vertrouwelijkheidsniveau nodig. Ook uitzonderingen en regionale of productgebonden verschillen moeten herkenbaar zijn.
Zonder deze context kan een technisch correcte passage toch voor de verkeerde situatie worden gebruikt.
Evalueer met representatieve vragen
Bouw een testset uit echte vragen, lastige varianten, uitzonderingen en situaties waarin de assistent terughoudend moet zijn. Beoordeel bronselectie en antwoord afzonderlijk.
Feedback gaat terug naar bron, metadata, zoeklogica of antwoordinstructie. Zo wordt kwaliteit systematisch verbeterd.
Vragen voor de volgende stap
Welke bronnen zijn werkelijk leidend?
Maak per onderwerp de bronhiërarchie en eigenaar expliciet.
Mag iedere gebruiker dezelfde kennis zien?
Vertaal bestaande autorisaties naar documenten, passages en antwoorden.
Welke fouten zijn acceptabel?
Definieer kwaliteit per werktaak en leg escalatie voor onzekerheid vast.
Maak de afweging concreet
Begin met één waardevol kennisdomein, een beperkte set gecontroleerde bronnen en een representatieve evaluatieset.