Stel je een nieuwe medewerker voor die op zijn eerste dag begint. Je geeft hem alle handboeken, alle FAQ's, alle wettelijke documenten, alle e-mails ooit verstuurd over jouw bedrijf. Je zegt: "Lees dit. Morgen begin je met klanten te helpen."
Dat is wat we doen met de Infobalie. Alleen leest Henk het in 4 uur in plaats van 4 weken. En vergeet hij niets.
Het probleem: AI weet niets van jouw bedrijf
ChatGPT is getraind op het hele publieke internet. Hij weet wat de wet van Pythagoras is, wie Kennedy was, hoe een Python-functie werkt. Hij weet niets over jouw bedrijf. Niet hoe jullie kamers heten, niet wat jullie pakketten kosten, niet wat jullie retourbeleid is.
Als je hem direct gebruikt op je website, doet hij twee dingen verkeerd:
- Hij verzint dingen die plausibel klinken maar niet kloppen ("hallucinatie")
- Hij kan niet citeren, bezoekers weten niet of het antwoord correct is
Voor een advocatenkantoor of compliance-website is dat onbruikbaar. Eén verkeerd antwoord en je hebt een rechtszaak.
De oplossing: RAG
RAG staat voor Retrieval-Augmented Generation. In gewone taal: je geeft de AI eerst de relevante context uit jouw kennisbank, dan laat je hem antwoorden. Dat lost beide problemen op:
- Geen hallucinatie, de AI heeft de feiten direct voor zich, hij hoeft ze niet te raden
- Bron-citaties, je weet uit welke pagina het antwoord komt
Hoe werkt dit precies? In vier stappen.
Stap 1: Crawl
We lezen jouw hele website. Elke pagina, elke FAQ, elke PDF. Voor GACSverplichting was dat 218 pagina's, wettekst, sectorale uitwerkingen, FAQ-content, voorbeelden. We doen dit met een crawler die respecteert wat je niet wil indexeren (robots.txt, paginas met noindex).
Voor klanten die ook content achter inloggen willen indexeren (bijvoorbeeld een interne kennisbank), regelen we dat via een veilige API-koppeling. We slaan niets op wat niet hoeft.
Stap 2: Chunking + Embedding
Een wettekst van 218 pagina's is te groot om in één keer aan een AI te geven. We knippen het in chunks, stukken van ongeveer 500 tokens (een paar alinea's). Elk chunk krijgt metadata: van welke pagina het komt, welk hoofdstuk, welke sectie.
Dan komt het magische deel: embedding. We zetten elk chunk om naar een vector, een lijst van 1.536 getallen die de semantische betekenis van die tekst vastleggen. Dat klinkt abstract. Het concrete voordeel: chunks over hetzelfde onderwerp eindigen "dicht bij elkaar" in de vector-ruimte, zelfs als ze andere woorden gebruiken.
"Hoeveel kost het?" en "Wat is de prijs?" hebben totaal andere woorden. In de vector-ruimte zitten ze naast elkaar. Dat is waarom RAG zo veel beter werkt dan ouderwetse keyword-search.
Stap 3: Retrieve
Bezoeker stelt een vraag. Bijvoorbeeld: "Geldt de GACS-verplichting ook voor agrarische bedrijven onder de 50 medewerkers?"
We embedden de vraag op dezelfde manier, naar een vector. Dan zoeken we in onze database (Supabase met pgvector) welke 5 chunks het dichtst bij liggen. Dat zijn de meest relevante stukken uit de hele kennisbank.
Voor deze vraag vindt Henk: een chunk over de algemene verplichting, een chunk over uitzonderingen voor agrarische sector, een chunk over de 50-werknemers grens, een chunk over deadlines, en een chunk over sancties.
Stap 4: Generate
Nu geven we deze 5 chunks samen met de vraag aan Claude (of een ander LLM). De prompt is ongeveer:
"Hier zijn 5 relevante stukken uit de GACSverplichting kennisbank: [chunks]. Beantwoord de vraag: '[vraag]' op basis van deze stukken. Citeer de bron. Als het antwoord niet in de stukken staat, zeg dat eerlijk."
Claude leest de chunks, denkt na, en geeft een direct antwoord met bronvermelding. In ons geval: "Ja, GACS geldt ook voor agrarische bedrijven onder de 50 medewerkers, met een uitzondering voor familiebedrijven met minder dan 5 medewerkers (zie sectie 4.2). Deadline voor implementatie: 31 december 2026 (sectie 7.1)."
Met links naar de exacte secties. Geen hallucinatie. Geen gok. Alleen wat in jouw kennisbank staat.
Waarom dit werkt voor content-rijke websites
Dit is geen theoretisch verhaal. Voor GACSverplichting heeft de Infobalie:
- 90% van vragen direct beantwoord, alleen 10% vraagt opvolging door een mens
- 3 seconden gemiddelde response-tijd
- 100% bron-citaties, elke uitspraak gekoppeld aan een wetsartikel
- 0 hallucinaties gerapporteerd over 4 maanden in productie
De reden: GACSverplichting is een content-rijke website. Veel tekst, veel detail, veel onderlinge verwijzingen. Precies waar bezoekers in verdwalen, en waar RAG juist goed in is.
Voor welke websites werkt dit het best?
Niet voor elke site is RAG nuttig. Een 5-pagina brochure-site heeft het niet nodig, daar is een statische FAQ goed genoeg. RAG schitteren bij:
- Hotels en hospitality, kamers, faciliteiten, beleid, conferentie-ruimtes
- Compliance en juridisch, wetgeving met uitzonderingen en deadlines
- E-commerce met 100+ producten, technische specs, varianten, retourbeleid
- SaaS met uitgebreide documentatie, handleidingen, integraties, prijsmodellen
- Onderwijs en kennisinstellingen, opleidingen, syllabi, regelingen
Wat het kost om dit te bouwen
Eerlijk over de kosten. De underliggende techniek (embeddings, vector-database, LLM-API) kost ons ongeveer €60 per maand vast plus €0,02 per gesprek variabel. Dat zijn de pure cloud-kosten.
Het echte werk zit in: de website crawlen op een manier die de structuur respecteert, de chunks goed indelen zodat antwoorden correct citeren, prompts tunen voor jouw specifieke domein, en updaten als je content verandert.
Wij doen dat allemaal. Live in 5-10 werkdagen. Maandelijks opzegbaar, als het niet werkt, ben je het kwijt.
Het grotere plaatje
Tien jaar lang investeerden bedrijven in betere websites. Mooiere designs, snellere pagina's, slimmere navigatie. Allemaal pogingen om het zoekprobleem op te lossen: hoe vind een bezoeker de juiste informatie?
RAG haalt het zoekprobleem weg. Bezoekers vragen, Henk antwoordt. Geen menu's, geen filters, geen 4 niveaus diep klikken. Een gesprek.
Dat is waarom de Infobalie zoveel verandert. Het is niet "een chatbot toevoegen aan je site". Het is je site fundamenteel anders maken.
Elk gesprek dat je mist, kost je geld.
Een half uur, geen verkooppraatje. We kijken waar je leads blijven hangen en wat een balie daar zou doen. Daarna weet je of het bij je past.