RAG-copilots voor bedrijfskennis
Kort antwoord
SwankyForge bouwt retrieval-augmented generation (RAG) copilots: assistenten die vragen van medewerkers of klanten beantwoorden vanuit je eigen documenten, beleid en systemen, en de passage vermelden waar elk antwoord vandaan komt. Elke release wordt gecontroleerd tegen een testset van echte vragen voordat hij live gaat. Een gangbaar project duurt 4–8 weken en kost € 8k–€ 18k.
Mag een klant een geopend artikel na 20 dagen retourneren?
Ja, binnen 30 dagen als het artikel onbeschadigd is en in de verpakking zit. Geopende hygiëneproducten zijn uitgesloten.
- [1] Retourbeleid, sectie 4.2
- [2] Lijst hygiëneproducten, bijgewerkt in maart
2 bronnen · antwoord gecontroleerd tegen de release-testset
Klinkt bekend?
- Medewerkers storen collega's in plaats van het beleid te lezen.
- Support beantwoordt elke dag dezelfde vragen.
- Een chatbotpilot antwoordde zelfverzekerd en fout.
- Kennis is verspreid over wiki's, pdf's en tickets.
- Niemand kan zien of de assistent beter of slechter wordt.
Wat we bouwen
Interne kennisassistent
Beleid, procedures en productdocumentatie, beantwoord met een link naar de bron.
Supportantwoorden
Conceptantwoorden voor medewerkers, of directe antwoorden aan klanten, vanuit je helpcenter.
Zoeken over bronnen heen
Pdf's, wiki's, tickets en gedeelde schijven op één plek, met hun rechten.
Opzoeken in je systemen
Vragen over een order, een contract of een account beantwoord vanuit live data.
Releasetests
Een set echte vragen waar elke wijziging voor moet slagen.
Toegangsregels
Mensen zien alleen antwoorden die zijn opgebouwd uit documenten die ze mogen openen.
Hoe een project verloopt
- 1
Verzamel echte vragen
Een paar honderd vragen die mensen echt stellen, met de antwoorden die een expert zou accepteren. Dit wordt de testset.
- 2
Koppel de bronnen
Documenten, wiki's en tickets worden geïndexeerd met hun rechten, zodat niemand een document ziet dat hij niet zou kunnen openen.
- 3
Eerst ophalen, dan antwoorden
Het systeem vindt eerst de relevante passages en schrijft dan een antwoord dat ze citeert en ernaar linkt. Geen bron, geen antwoord.
- 4
Meten vóór de release
Elke wijziging wordt gescoord op de testset: juist, deels juist, fout of geweigerd. Een release die slechter scoort, gaat niet live.
- 5
Draaien en verbeteren
Logging, feedbackknoppen en een wekelijkse review van mislukte vragen voeden de volgende ronde.
Wat je krijgt
- Assistent in het kanaal dat je team al gebruikt: web, chat of helpdesk
- Testset van echte vragen met antwoorden van experts
- Evaluatierapport bij elke release
- Connectoren voor bronnen en rechten
- Code, prompts en runbooks in je repository
Gangbare prijs
€ 8k–€ 18k
Gangbare doorlooptijd
4–8 weken
Op basis van de gepubliceerde tarievenkaart. De definitieve prijs ligt vast zodra de scope is afgesproken.
Schat je project inGerelateerde case
- Referentieontwerp
Medewerkers vroegen het collega's in plaats van het beleid te lezen. Nu stellen ze de vraag en krijgen ze een antwoord dat ze kunnen controleren.
Antwoordnauwkeurigheid: 61% → 89.2%
- Referentieontwerp
Elke factuur werd met de hand gelezen en ingetikt. Nu gaan vier op de vijf erdoorheen zonder dat iemand ze aanraakt.
Straight-through-verwerking: 0% → 81%
Vragen
RAG of fine-tuning: wat hebben we nodig?
Voor antwoorden vanuit bedrijfskennis begin je met RAG: het gebruikt actuele documenten, toont de bronnen en wordt bijgewerkt zonder hertraining. Fine-tuning helpt bij toon, format of een smalle taak, en is meestal een latere stap, als het al nodig is.
Wordt onze data gebruikt om het model van een ander te trainen?
Nee. We gebruiken modelaanbieders onder voorwaarden die training op je data uitsluiten, of draaien open modellen in je eigen cloud als dat de eis is.
Hoe voorkom je dat het dingen verzint?
Het antwoordt alleen vanuit opgehaalde passages en weigert als er niets relevants gevonden wordt. De testset meet hoe vaak het fout zit, zodat het risico een getal is in plaats van een gok.
Welk taalmodel gebruiken jullie?
Het model dat tegen acceptabele kosten het best scoort op je testset. Het systeem is zo gebouwd dat het model vervangen kan worden zonder herschrijven.
Wat kost een RAG-assistent in gebruik?
Modelgebruik wordt per vraag betaald. We schatten het vóór de start van het project in op basis van het verwachte aantal vragen, en het dashboard toont daarna het werkelijke bedrag.
Vertel ons over het vraagstuk.
Het eerste gesprek is gratis. Als dit systeem voor jouw cijfers niet het juiste antwoord is, zeggen we dat.