Det korte svar

RAG kombinerer søgning i godkendt indhold med et AI-genereret svar. Kvaliteten afhænger både af, om søgningen finder den rigtige passage, og om svaret gengiver den korrekt med respekt for brugerens adgang.

Hvad betyder RAG?

RAG står for retrieval-augmented generation. Løsningen finder først relevante uddrag i en videnssamling og bruger dem som kontekst til et svar. Modellen behøver dermed ikke alene at støtte sig til sin generelle træning. Det gør kilderne centrale for både kvalitet og efterprøvning.

Ryd op i viden, før I tilføjer AI

Gamle prisark, dubletter og modstridende procedurer giver uklare svar. Udpeg en ejer for hver vigtig dokumenttype. Registrér version, gyldighed og målgruppe, og beslut hvilke dokumenter der skal udgå. En mindre, velholdt samling er ofte lettere at arbejde med end et ukontrolleret arkiv.

Lad adgangen følge medarbejderen

Søgeresultater skal respektere de samme rettigheder som dokumenterne. En medarbejder bør ikke kunne få fortroligt indhold gennem et AI-svar, som vedkommende ikke må åbne direkte. Test med forskellige roller, og kontrollér både de viste uddrag og det færdige svar.

Gør det nemt at kontrollere svaret

Vis dokumentnavn og link til det relevante afsnit. Lad assistenten sige fra, når kilderne ikke rækker, frem for at udfylde hullerne. Afprøv typiske spørgsmål, spørgsmål uden svar og spørgsmål med modstridende kilder. RAG kan forbedre grundlaget for et svar, men fjerner ikke behovet for kontrol.

Eksempel: to versioner af samme procedure

En medarbejder spørger, hvem der må godkende en reklamation. Videnssamlingen indeholder en gammel procedure med én beløbsgrænse og en ny med en anden. Hvis begge dokumenter fremstår lige aktuelle, kan et svar blive forkert, selv om modellen gengiver en kilde præcist.

Løsningen bør bruge gyldighed og dokumentstatus til at vælge den relevante version. Hvis konflikten ikke kan afklares, skal den vise usikkerheden og pege på den ansvarlige. Et kildehenvisningslink er nyttigt, men det beviser ikke alene, at kilden er den gældende.

Brug testen til at skelne mellem søgefejl og svarfejl. Hvis den nye procedure aldrig bliver fundet, skal dokumentindlæsning eller søgning forbedres. Hvis den findes, men svaret bruger den gamle regel, skal kontekst og svargenerering undersøges.

Eksempel: to versioner af samme procedure
KontrolpunktSpørgsmål
DokumentstatusEr kilden gældende?
SøgningBlev det relevante afsnit fundet?
SvarFølger svaret det fundne grundlag?
AdgangMå brugeren se både kilde og svar?

Brug det i praksis

Jeres næste skridt

  1. Udpeg dokumentejere og gyldige versioner.
  2. Test spørgsmål med og uden svar i kilderne.
  3. Adskil søgefejl fra fejl i formuleringen.
  4. Vis den relevante kilde og dens kontekst.
  5. Gentag testen efter ændret dokumentadgang.

Ofte stillede spørgsmål

Fjerner RAG alle fejl i AI-svar?+

Nej. Forkerte uddrag, manglende kontekst og fejlfortolkninger kan stadig give et forkert svar. Kilder og test er derfor nødvendige.

Skal dokumenter genindlæses, når de ændres?+

Søgegrundlaget skal afspejle den gældende version. Hvordan det opdateres, afhænger af løsningen.

Hvordan tester vi, at adgangsregler virker?+

Brug flere roller og kontrollér søgning, uddrag og endelige svar, også efter at en adgang fjernes.

Kilder og faglig baggrund

De praktiske eksempler og tjeklister er udarbejdet til denne guide. Følgende kilder uddyber de angivne faglige begreber.

Microsoft: design og evaluering af RAG (åbner i ny fane)

Teknisk baggrund om at hente dokumentkontekst og vurdere svarkvalitet.

Begreber i guiden

RAG

Fra guiden til jeres arbejdsgang

Brug et afgrænset pilotforløb til at teste metoden på jeres data og undtagelser.

Sådan kommer I i gang med AI-automatisering
Om guiden

Udgivet af Norstream med AI-assisteret udarbejdelse. Eksempler er illustrative, medmindre andet er angivet. Tilpas metoder og kontroller til jeres systemer og faglige ansvar.

Har du en rettelse eller et spørgsmål?