Automatisering
RAG
Retrieval-Augmented Generation – teknikk for å gi AI tilgang til egne data og dokumenter.
Oppdatert: 2026-01
Hva er rag?
RAG (Retrieval-Augmented Generation) er en teknikk der AI henter relevant informasjon fra en database før den genererer svar.
Slik fungerer det: 1. Bruker stiller spørsmål 2. Systemet søker i din dokumentbase 3. Relevante dokumenter sendes til LLM sammen med spørsmålet 4. LLM genererer svar basert på dine data
Dette lar AI-en svare på spørsmål om bedriften din uten fine-tuning.
Hvorfor er det viktig?
RAG løser flere problemer med LLM-er:
- Oppdatert info: Ikke begrenset av treningsdato
- Din kunnskap: Svar basert på dine dokumenter
- Mindre hallusinering: Forankret i faktiske kilder
- Sporbarhet: Kan vise hvilke kilder som ble brukt
Hvordan bruke det?
- Samle dokumenter: PDFer, nettsider, databaser
- Indekser: Konverter til vektorer (embeddings)
- Sett opp retrieval: Søkesystem for å finne relevante dokumenter
- Koble til LLM: Send kontekst sammen med spørsmål
- Test og forbedre: Juster chunking og retrieval
💡 Tips fra Digitalspor
RAG er ofte bedre enn fine-tuning for bedriftsspesifikk kunnskap. Enklere å oppdatere, billigere å kjøre, og gir sporbare kilder.