RAG combineert een taalmodel met een live ophaalstap. In plaats van alleen uit het getrainde geheugen te antwoorden, doorzoekt het systeem een bron — het web, een database, jouw site — haalt de meest relevante passages eruit en schrijft daaruit zijn antwoord. De meeste AI-zoektools werken zo.
Daarom is verse, goed gestructureerde content belangrijk: RAG kan alleen gebruiken wat het kan ophalen en verwerken. Is jouw pagina de helderste match voor een vraag, dan wordt die de bron waarop het model zijn antwoord bouwt.
Stel Perplexity een vraag en het haalt een handvol pagina's op, leest ze en stelt een antwoord samen dat elke pagina citeert — klassieke RAG in actie.
Waarom dit telt voor AI-vindbaarheid
RAG is het mechanisme waardoor AI je actuele content kan citeren in plaats van verouderde trainingsdata. Ophaalbaar en citeerbaar zijn is precies waar agentic findability voor optimaliseert.