RAG (generering med informasjonsinnhenting)
Generering med informasjonsinnhenting (RAG) er en metode der relevant informasjon hentes inn og gis til en språkmodell når den lager et svar. Informasjonen kan komme fra dokumenter, søkeresultater eller andre kilder utenfor modellens treningsdata. Både kvaliteten på innhentingen og hvordan modellen bruker konteksten, påvirker svaret, også om påstandene har dekning.
Hvorfor det er viktig for en bedrift
RAG forklarer hvordan en assistent kan bruke en nylig oppdatert tjenesteside uten å vente på at en ny modell skal trenes. Det forklarer også hvorfor dårlige kildedata kan gi dårlige svar. For en bedriftseier er det viktigste at informasjonen som kan hentes inn, er korrekt og tilgjengelig.
Eksempel og dokumentasjon
I et tenkt eksempel henter en kundestøtteassistent returvilkårene før den svarer en kunde. Hvis den henter de gamle vilkårene, kan et velformulert svar likevel være feil. AIGROWs kildeforskning handler om observert bruk av nettkilder. Den kan ikke avdekke hvordan alle leverandører henter informasjon internt.
Undersøk observerte nettkilder
Hva du bør gjøre nå
Hold én tydelig og oppdatert kilde for viktige vilkår og opplysninger om tjenestene dine. Fjern motstridende versjoner der du har kontroll over dem. Oppgi dato og gyldighetsområde når detaljer endres. Kontroller om et generert svar stemmer med kilden som faktisk ble hentet inn.
Vanlig spørsmål
Relaterte begreper
Kilder og metode
Kildene ble kontrollert 2026-10-09. Eksempler merket som illustrerende er ikke målte resultater for bedrifter.
Sjekk om bedriften din nevnes i KI-svar
Kjør den gratis skanningen for å se hvilke assistenter som nevner bedriften din, og hvilke opplysninger som bør gjennomgås. En skanning er et øyeblikksbilde, ikke et løfte om fremtidige anbefalinger.