Retrieval-augmented generation (RAG) stelt een AI-assistent in staat vragen te beantwoorden met uw eigen documenten: beleid, procedures, productinformatie, contracten of supporthistorie. Het is een van de meest praktische toepassingen van AI in het bedrijfsleven. Het is ook een van de makkelijkste manieren om informatie bij de verkeerde mensen terecht te laten komen, omdat een assistent die alles kan doorzoeken ook alles bereidwillig samenvat. Datagrenzen, vastgelegd voordat het indexeren begint, maken een RAG-assistent nuttig en veilig. Deze gids legt uit hoe u ze vastlegt.
Wat het is
Een RAG-systeem kent drie hoofdfasen. Bij ingestie worden documenten uit goedgekeurde bronnen verzameld, in stukken (chunks) opgedeeld en opgeslagen in een zoekindex, vaak een vectordatabase. Bij retrieval worden de stukken gevonden die het meest relevant zijn voor de vraag van een gebruiker. Bij generatie worden die stukken doorgegeven aan een taalmodel, dat een antwoord schrijft en idealiter de bronnen vermeldt. Datagrenzen gelden in elke fase. Bij ingestie bepaalt u welke bronnen en documenttypen zijn toegestaan en welke worden uitgesloten. Bij retrieval moet het systeem dezelfde rechten respecteren die gebruikers in de oorspronkelijke systemen hebben; als een gebruiker een document op de bestandsserver niet kan openen, mag de assistent het niet voor die gebruiker ophalen. Bij generatie bepaalt u wat het model met opgehaalde content mag doen en wat het moet weigeren. Rond dit alles gelden bewaarregels voor indexen, prompts en logs, en het beleid van externe modelaanbieders over hoe aangeleverde gegevens worden behandeld.
Voor wie het is
Deze gids is bedoeld voor:
- Organisaties die een interne assistent plannen voor kennis van medewerkers, HR, IT of operations
- Teams die een klantgerichte assistent bouwen op basis van product- of supportcontent
- Leads voor gegevensbescherming en beveiliging die een voorgesteld RAG-project beoordelen
- Managers die bepalen welke content wel en niet door AI doorzoekbaar moet zijn
Wat Het Helpt Verduidelijken
Grenzen vastleggen helpt verduidelijken:
- welke kennisbronnen zijn goedgekeurd, een eigenaar hebben en actueel genoeg zijn om te vertrouwen
- of retrieval de rechten van elke gebruiker respecteert
- waar persoonsgegevens, vertrouwelijke of gereguleerde gegevens in de index terecht kunnen komen
- hoe lang geïndexeerde gegevens, prompts en antwoorden worden bewaard, en waar
Wat is inbegrepen
- Maak een lijst van kandidaatbronnen en wijs per bron een eigenaar aan die opname goedkeurt
- Sluit standaard uit: HR-dossiers, juridische zaken, salarisadministratie, gezondheidsgegevens, inloggegevens en bestuursstukken, tenzij er een specifieke, goedgekeurde behoefte is
- Verwijder of archiveer verouderde documenten, zodat de assistent geen achterhaald beleid citeert
- Neem documentrechten mee in de index en filter retrieval op de toegang van de huidige gebruiker
- Test met gebruikers in verschillende rollen om te bevestigen dat ze alleen zien wat ze mogen zien
- Detecteer en behandel persoonsgegevens en secrets tijdens ingestie
- Vereis dat antwoorden bronnen vermelden en laat gebruikers het oorspronkelijke document openen
- Instrueer de assistent om aan te geven wanneer hij iets niet weet, in plaats van te gokken
- Leg bewaartermijnen vast voor de index, prompts en logs, en hoe verwijderingen in bronsystemen worden doorgevoerd
- Beoordeel de voorwaarden van de modelaanbieder over gegevensverwerking en bewaring
- Verzamel feedback over onjuiste of nutteloze antwoorden en wijs iemand aan die daarmee aan de slag gaat
Wat is niet inbegrepen
- Een bewering dat de antwoorden van de assistent altijd juist zijn
- Juridisch advies over verplichtingen op het gebied van gegevensbescherming
- Indexering van bronnen die niet door hun eigenaren zijn goedgekeurd
- Certificering of toezichtrechtelijke goedkeuring
Wanneer u het kiest
Leg grenzen helemaal aan het begin vast, tijdens de bronselectie, niet na de eerste demo. Achteraf filtering op rechten toevoegen is lastiger dan het vanaf het begin ontwerpen, en één verkeerd antwoord dat vertrouwelijke informatie onthult, kan het vertrouwen in het hele project schaden. Herzie de grenzen wanneer er nieuwe bronnen, gebruikersgroepen of modelaanbieders bijkomen.
Onze Aanpak
Begin klein en goed beheerd. Kies een beperkte set goedgekeurde, actuele bronnen met een duidelijke eigenaar en doelgroep, zoals een IT-helpbibliotheek of een productkennisbank. Bouw vanaf het begin retrieval in die rechten respecteert, ook als de eerste doelgroep breed is. Test met realistische vragen vanuit verschillende rollen en neem vragen op die de assistent moet weigeren. Onze dienst Internal Knowledge Assistant richt een assistent in rond goedgekeurde kennisbronnen, toegangsgrenzen, betrouwbare retrieval en gecontroleerd gebruik door medewerkers. AI Governance, Policy & Data Safety kan de gebruiksregels en datagrenzen eromheen vastleggen, en een LLM & AI Agent Security Review kan retrievalrisico's en blootstelling van gegevens in een bestaande assistent onderzoeken. Meet succes aan betrouwbare antwoorden met bronvermelding op veelgestelde vragen, niet aan het aantal geïndexeerde documenten.
Veelgestelde vragen
Gerelateerde artikelen
Aan de slag
Plant u een kennisassistent op basis van uw eigen content?
Deel de bronnen die u voor ogen hebt, de beoogde gebruikers en eventuele zorgen over gevoelige gegevens. Wij stellen een afgebakende eerste stap voor.
Vraag een schriftelijke scope aan