RAG: hoe AI je content ophaalt en citeert

Retrieval Augmented Generation is een techniek waarbij een taalmodel niet alleen uit zijn getrainde geheugen put, maar eerst relevante documenten ophaalt uit een externe bron en die als context meegeeft bij het formuleren van het antwoord. Zo blijven antwoorden actueel en kan het model bronnen vermelden.

Perplexity, ChatGPT met zoekfunctie, Gemini en Google AI Overviews werken in de kern volgens dit principe. Dat is goed nieuws: je hoeft niet in de trainingsdata te zitten om genoemd te worden. Je moet vindbaar en ophaalbaar zijn op het moment dat iemand een vraag stelt. GEO is daarmee grotendeels het optimaliseren van de retrieval-stap.

Eerst wordt de vraag omgezet in een of meerdere zoekopdrachten. Vervolgens haalt het systeem kandidaat-documenten op uit een index of live zoekmachine. Die documenten worden opgeknipt in chunks en op relevantie gerangschikt. Ten slotte krijgt het model de best scorende chunks mee en schrijft het een antwoord met verwijzingen naar de gebruikte bronnen.

Je pagina wordt zelden als geheel gebruikt. Het systeem knipt hem op in blokken van enkele honderden woorden, vaak op kopniveau. Een chunk die begint met 'Zoals hierboven beschreven' is waardeloos zonder context. Schrijf daarom elke sectie zelfstandig: herhaal het onderwerp in de kop en de eerste zin, en geef per sectie één afgeronde gedachte.

Gebruik vraaggerichte H2's die exact de gestelde vraag spiegelen. Geef direct onder elke kop een antwoord van 40 tot 60 woorden. Zet cijfers, prijzen en vergelijkingen in tabellen, want die overleven chunking goed. Noem je merknaam in de buurt van je kernclaims, zodat het model je als bron kan toeschrijven. En houd feiten actueel met een zichtbare laatst-bijgewerkt-datum.

Zonder ophaalbaarheid geen retrieval. Lever server-side HTML, laat AI-crawlers toe in robots.txt, houd je responstijd laag en vermijd bot-challenges die legitieme AI-bots blokkeren. Voeg structured data toe zodat feiten eenduidig zijn, en bied een llms.txt aan met je belangrijkste pagina's.

Dezelfde techniek gebruik je intern: een chatbot die antwoorden geeft op basis van je eigen documentatie, offertes of kennisbank. De kwaliteit staat of valt met dezelfde principes — schone bronteksten, duidelijke koppen, actuele feiten en documenten die per sectie zelfstandig leesbaar zijn.