Verbonden, gesynchroniseerde bronnen
Wij koppelen Google Drive, SharePoint, Notion, Confluence of uw helpcenter. Elke passage wordt opgeslagen met titel, datum en link, en de synchronisatie pikt documenten op die worden gewijzigd of verwijderd.
Nexura Digital-dienst
Een AI-kennisbank (RAG) die antwoordt op basis van uw documenten en ze citeert
Uw team stelt vragen in gewone taal en de assistent antwoordt met wat uw documenten werkelijk zeggen, met een link naar de exacte bron. Staat het antwoord er niet in, dan is de assistent zo ingesteld dat hij dat zegt.
Een AI-kennisbank op basis van RAG (retrieval-augmented generation) zoekt de relevante passages in uw bedrijfsdocumenten en stelt het antwoord daaruit samen, met bronvermelding. Wij zetten die in voor teams die tijd verliezen met het zoeken naar interne informatie of steeds dezelfde vragen beantwoorden. U start met een proef van 7 dagen op één bron, met de echte vragen van uw team.
Wat is inbegrepen: bronnen, rechten en bronvermeldingen
Rechten die standhouden
Elke passage krijgt metadata over teams of toegangsniveaus, en het zoeken filtert op wie de vraag stelt. Alles wat niet doorzoekbaar mag zijn, blijft buiten de index, en wij spreken met u af hoe zeer gedetailleerde rechten worden weergegeven.
Antwoorden met bronvermelding
Elk antwoord linkt naar het document en de sectie waaruit het komt, zodat iedereen het kan controleren. De assistent is opgedragen te zeggen dat hij iets niet kan vinden in plaats van te verzinnen. RAG vermindert verzonnen antwoorden, maar elimineert ze niet.
Voor wie het is, en voor wie niet
Geschikt als
Uw team dagelijks procedures, productbladen, beleid of supporthistorie raadpleegt, en die documentatie bestaat en redelijk actueel is.
Niet geschikt als
- U slechts een handvol documenten heeft: een goede FAQ-pagina volstaat
- Uw documenten elkaar tegenspreken en niemand beslist welke klopt
- U exacte cijfers uit een live database nodig heeft: een integratie of MCP-server past beter
- Een fout ernstige gevolgen zou hebben en er geen menselijke controle is
Hoe wij de kwaliteit van antwoorden meten
Een niet-geëvalueerde assistent is slechts een demo, dus testen wij hem met echte vragen voordat het team hem gebruikt.
Wat wij controleren
- Of het zoeken het juiste document vindt
- Of het antwoord blijft bij wat is opgehaald
- Of de bronvermelding naar de juiste plek verwijst
- Of hij toegeeft iets niet te weten als de informatie er niet is
Hoe wij het controleren
Uw team schrijft vragen met het verwachte antwoord en de bron. Wij beoordelen met de hand en met een tweede model als beoordelaar, en draaien de set opnieuw na elke wijziging aan het model, de opdeling in stukken of de instructies. Eenmaal live onthullen stemmen van gebruikers en onbeantwoorde vragen lacunes in de documentatie.
Hoe wij het uitrollen
Voorbereiding
- Bronnen, eigenaren en wat erbuiten blijft kiezen
- Dubbele of verouderde versies verwijderen
- Toegangsgroepen en het te gebruiken kanaal bepalen
Bouw
- Inname en synchronisatie met n8n of code
- Vectorindex met hybride zoeken, in Qdrant of in Postgres met pgvector
- Assistent in Slack, Microsoft Teams of een interne chat
- Evaluatie, afstemming en een geleidelijke uitrol
Wat blijft staan
Opleveringen
- Inname- en synchronisatieworkflows op uw server
- Vectorindex in een account op uw naam
- Assistent ingesteld in het door u gekozen kanaal
- Overzicht van bronnen en rechten
- Evaluatieset met de resultaten
Eerste stap: een proef van 7 dagen met één bron
Een afgebakende, gemeten assistent
Samen kiezen wij één bron, bijvoorbeeld de procedures van één afdeling, en één kanaal. Wij bouwen de assistent met bronvermeldingen, stellen de vragen van uw team en bekijken de resultaten samen voordat wij bronnen toevoegen. Scope, data en voorwaarden worden vóór de start schriftelijk overeengekomen.
FAQ
Veelgestelde vragen
Worden mijn documenten gebruikt om het model te trainen?
Bij RAG wordt het model niet opnieuw getraind op uw documenten; het ontvangt alleen de passages die nodig zijn voor elk antwoord. Wij kiezen aanbieders wier API-voorwaarden die gegevens uitsluiten van training en, als gegevens uw infrastructuur niet mogen verlaten, kijken wij naar open modellen op uw eigen server. De juridische beoordeling is aan uw adviseur.
Kan het de rechten respecteren die we al hebben in Drive of SharePoint?
Ja, met kanttekeningen. Wij filteren op groepen of collecties op basis van wie de vraag stelt, zolang het kanaal, zoals Slack of Teams, de persoon identificeert. Zeer gedetailleerde mappenrechten exact spiegelen is complexer, dus wij spreken een helder toegangsmodel af voordat wij indexeren.
Werkt het met gescande pdf's, tabellen of Excel-bestanden?
Gescande pdf's hebben OCR nodig, en complexe tabellen verliezen hun structuur als ze slecht worden gesplitst, dus die behandelen wij apart. Spreadsheets vol cijfers kunnen beter via een directe integratie worden bevraagd, omdat de assistent niet mag rekenen met fragmenten. Tijdens de beoordeling markeren wij de documenten die problemen zullen geven.
Wie onderhoudt de kennisbank daarna?
Uw team is eigenaar van de inhoud: als een procedure wijzigt, neemt de assistent dat over na de volgende synchronisatie. Wij laten de inname geautomatiseerd, met meldingen als een synchronisatie mislukt, en met een handleiding voor het toevoegen van bronnen. Als u wilt dat wij ook de evaluaties en afstemming blijven controleren, leggen wij dat apart vast.
Contact
Welke vraag stelt uw team het vaakst?
Stuur ons een voorbeeld en vertel waar het antwoord nu staat. Wij stellen een proef van 7 dagen voor op die bron, met resultaten om te bekijken voordat u beslist.