Terminologie
Om goed te kunnen werken met Vragen.ai, is het handig om bekend te zijn met een aantal veelgebruikte termen. Hieronder vind je een overzicht van de belangrijkste begrippen binnen onze omgeving.
🔍 Vraag
De volledige tekst die een eindgebruiker intypt of uitspreekt. Bijvoorbeeld: “Hoe vraag ik bijzonder verlof aan?”
✅ Antwoord
De reactie van Vragen.ai op een vraag, op basis van informatie uit jullie gekoppelde bronnen. Het antwoord is geschreven in natuurlijke taal en bevat vaak een link naar de originele bron.
🧠 RAG
RAG staat voor Retrieval-Augmented Generation. Dit betekent dat Vragen.ai eerst relevante informatie ophaalt uit jullie kennisbronnen (retrieval), en die gebruikt om een betrouwbaar antwoord te genereren (generation).
📚 Bron
Een document of webpagina waar Vragen.ai antwoorden uit mag halen. Denk aan PDF-bestanden, handleidingen, beleidsdocumenten of content uit je CMS.
🧩 Embed
De manier waarop Vragen.ai op jullie site of intranet geplaatst wordt. Meestal als een chatvenster, knop of invoerveld dat je eenvoudig toevoegt via een script of link.
🧭 Voorbeeldvragen
Een rijtje voorbeeldvragen in het chatvenster helpt gebruikers op weg. Je kunt deze zelf aanleveren, of ze worden gegenereerd op basis van veelgestelde vragen.
🔐 Beveiligde omgeving
Voor interne toepassingen (zoals intranet of medewerkerportalen) is Vragen.ai afgeschermd en alleen bereikbaar voor geautoriseerde gebruikers.
🧪 Testomgeving
Een aparte omgeving waarin je wijzigingen, content en instellingen kunt testen voordat je deze live zet voor eindgebruikers.
Betrouwbaar - score
Dit geeft aan in hoeverre het antwoord gebaseerd is op betrouwbare, geverifieerde informatie uit jullie gekoppelde bronnen. Een hoge score betekent dat het antwoord goed onderbouwd is met relevante brondata.
Relevantie - score
Deze metric laat zien hoe goed het antwoord aansluit op de gestelde vraag. Hoe hoger de relevantie, hoe beter het antwoord past bij de informatiebehoefte van de gebruiker.
Bronrelevantie - score
Dit geeft aan in hoeverre de gebruikte bron(nen) daadwerkelijk aansluiten bij de vraag. Het meet dus de mate waarin de geraadpleegde documenten of pagina’s relevant zijn voor het specifieke antwoord.