Hvad er automatiseret videnssøgning med RAG?
Automatiseret videnssøgning med RAG er et system, der kombinerer søgning i jeres egne dokumenter og systemer med en sprogmodel, der formulerer svaret ud fra de fundne kilder. Enterprise search handler om at finde information på tværs af siloer; RAG tilføjer, at brugeren får et sammenhængende svar med afsæt i det fundne, ikke bare en liste af links.
Medarbejdere vil have svar, ikke ti PDF-links
Vi ser ofte virksomheder investere i et søgefelt, der returnerer 40 hits i tilfældig rækkefølge. Brugeren ender med at åbne fem dokumenter og selv samle svaret. RAG-laget skal gøre det modsatte: finde de rigtige passager, citere dem internt, og formulere et kort svar med mulighed for at dykke ned i kilden.
Det kræver stadig disciplin omkring kilderne: opdaterede procedurer, tydelig ejerskab per domæne, og adgangsstyring så interne dokumenter ikke lækker til forkerte roller.
Enterprise search i praksis
Typiske kilder i danske SMV'er:
- SharePoint, Teams og mailarkiver.
- Confluence eller intern wiki.
- Sagssystem, CRM og dokumentmapper knyttet til kunder.
Flowet er det samme som i RAG: indeksér, søg semantisk, generér svar, log hvilke kilder der blev brugt. Forskel på intern assistent og kundevendt bot er primært adgang og tone, ikke teknologien.
Mål på tid til svar, ikke på antal søgninger
Sæt en baseline: hvor lang tid bruger medarbejdere på at finde svar i ét domæne i dag? Test 30 rigtige spørgsmål, og mål om svaret er korrekt og kan verificeres i kilden. Udvid kilder først, når fejlprocenten er acceptabel med hallucinationskontrol. Start med det team, der fielder flest gentagne spørgsmål, og byg videre derfra.