Definitie
RAG (retrieval-augmented generation) is een techniek waarbij een AI eerst relevante documenten opzoekt en die gebruikt om zijn antwoord te schrijven. Google noemt het grounding.
Wat is RAG?
Retrieval-augmented generation werkt in twee stappen. Eerst zoekt een systeem documenten op die passen bij de vraag: retrieval. Daarna krijgt een taalmodel die documenten mee en schrijft het een antwoord op basis daarvan: generation.
Google noemt dit grounding: het antwoord wordt "verankerd" in opgehaalde bronnen. Vrijwel elke AI-zoekmachine werkt zo. ChatGPT search, Perplexity, Copilot, AI Overviews en AI Mode halen eerst pagina's op en vatten die daarna samen, met bronlinks.
Waarom RAG de basis van GEO is
Zonder RAG zou een AI alleen zijn trainingsdata gebruiken. Daar heb je als webshop nauwelijks invloed op. Met RAG gaat het om een vraag die je wel kunt beïnvloeden: wordt jouw pagina opgehaald als de AI zoekt?
Die retrieval-stap lijkt op klassieke zoekmachines:
- De pagina moet gecrawld en geïndexeerd zijn in de index die het systeem gebruikt. Voor Google is dat de Googlebot-index, voor ChatGPT onder meer Bing en de eigen OAI-SearchBot-crawl, voor Perplexity de eigen PerplexityBot-index.
- De pagina moet relevant scoren voor de (deel)vraag.
- De inhoud moet bruikbaar zijn in stukken. Systemen knippen pagina's op in passages en gebruiken de passage die het best past.
Wie de retrieval-stap mist, bestaat voor het taalmodel niet.
Daarna volgt nog een selectie. Uit alle opgehaalde passages kiest het systeem welke het in het antwoord verwerkt en welke het als bron toont. Hoe die keuze precies werkt, maakt geen enkele aanbieder openbaar. Wat wel duidelijk is: een passage met een concreet, controleerbaar antwoord op de vraag heeft meer kans dan een algemene tekst.
Wat dit betekent voor een webshop
Een paar concrete gevolgen:
- Content die pas na JavaScript laadt, wordt door veel AI-crawlers niet gezien. Prijs, beschrijving en specificaties horen in de server-side gerenderde HTML. Bij headless shops en PWA's is dat een veelvoorkomend gat.
- Elke passage moet zelfstandig leesbaar zijn. "Zie hierboven" of "deze variant" zonder productnaam werkt slecht als een systeem alleen die alinea pakt.
- Feiten winnen van marketingtaal. Een opgehaalde passage met "120 x 200 cm, 18 kg, 30 dagen proefslapen" is bruikbaarder dan "ervaar ongekend comfort".
- Blokkeer de zoekcrawlers niet. Een robots.txt die alle AI-bots weert, sluit je ook uit van retrieval.
RAG in je eigen webshop
Je kunt RAG ook zelf toepassen. Denk aan een zoekfunctie of klantenservice-assistent die vragen beantwoordt op basis van je eigen productcatalogus, handleidingen en retourvoorwaarden. De productdata wordt dan omgezet in embeddings en opgeslagen in een vectordatabase. Bij een vraag haalt het systeem de relevante producten op en laat een LLM het antwoord formuleren.
Dat werkt op Magento, Shopify en in Laravel-maatwerk. Het grootste risico is niet de techniek maar de data: als je catalogus inconsistent is, geeft je assistent inconsistente antwoorden.
Verder lezen
Veelgestelde vragen
Gebruikt ChatGPT RAG?+
Ja, wanneer ChatGPT zoekt. Het haalt dan pagina's op via onder meer Bing en de eigen crawler OAI-SearchBot, en gebruikt die als bron voor het antwoord.
Wat is het verschil tussen RAG en training?+
Training verandert het model zelf en gebeurt periodiek. RAG laat het model bij elke vraag actuele documenten lezen, zonder het model te veranderen.