Slik trener du en chatbot på egne data — RAG forklart for ikke-tekniske

Generiske chatboter er ikke imponerende lenger. Det som virkelig endrer kundeopplevelsen er en bot som kan svare på dine priser, din vilkår og dine tekniske detaljer. Teknologien som gjør det mulig kalles RAG.

Hva er RAG, egentlig?

RAG står for 'Retrieval Augmented Generation'. Kort sagt: i stedet for at språkmodellen svarer fra hukommelsen sin (som ofte er feil eller utdatert), henter den relevante deler av dine dokumenter først, og bruker dem som grunnlag for svaret.

Hvorfor det er bedre enn 'fine-tuning'

Fine-tuning krever utviklere, månedsvis arbeid og må kjøres på nytt hver gang dataene endres. RAG fungerer umiddelbart, oppdateres automatisk når du oppdaterer kildene, og koster en brøkdel.

Slik fungerer det i praksis

Du laster opp dokumenter (PDF, Word, nettsider). Systemet deler dem opp i biter på 200-500 ord og lager 'embeddings' — matematiske representasjoner. Når en bruker spør, finner systemet de mest relevante bitene og gir dem til språkmodellen som kontekst.

Verktøy som gjør jobben for deg

Du trenger ikke kode. Verktøy som Chatbase, Voiceflow, Botpress og CustomGPT lar deg laste opp dokumenter og bygge en RAG-bot på 30 minutter. Kost: fra 200 kr/mnd. Mer avansert: Lovable, Vercel AI eller OpenAI Assistants API.

Hva du bør laste opp

Begynn med det viktigste: produkt-/tjenestebeskrivelser, priser, vilkår, FAQ, leveringsbetingelser, returregler. Ikke last opp alt — kvalitet på kildene er viktigere enn kvantitet.

Slik unngår du 'hallusinasjoner'

Sett systemet til å sitere kilden i hvert svar. Be modellen om å si 'jeg vet ikke' når dokumentene ikke har svaret. Test boten med 20-30 reelle kundespørsmål før du publiserer.

Personvern og datasikkerhet

Spør leverandøren: hvor lagres dataene (EU?), brukes de til trening, kan du slette dem? For GDPR-sensitive data: bruk en europeisk leverandør eller selvhostet løsning.

Vedlikehold over tid

Sett opp månedlig sjekk: er dokumentene oppdaterte? Spør boten 5 vanlige spørsmål og se om svarene fortsatt stemmer. Logg samtaler hvor boten svarte 'vet ikke' — dette viser hva som mangler.