AI-agent instellingen
Eloquent geeft je gedetailleerde controle over hoe je agent de kennisbank gebruikt.
Temperatuur
Zie temperatuur als de “creativiteitsknop” van je agent.
- Bij 0 beslist de agent zelf of hij dicht bij het bronmateriaal blijft of wat vrijer is.
- Bij 0.1 is de agent extreem strikt: hij kopieert feiten precies zoals ze in de kennisbank staan.
- Bij 1.0 is de agent zeer creatief: ideaal voor brainstormen, herschrijven of ideevorming.
Kortom: Lagere waarden = veiligere, op feiten gebaseerde antwoorden. Hogere waarden = flexibelere, creatievere output.
Gelijkenisdrempel
Deze instelling bepaalt hoe dicht een stuk kennis bij de vraag van de gebruiker moet liggen voordat de agent het gebruikt.
- Een lagere drempel betekent dat de agent ruimere overeenkomsten accepteert (snellere antwoorden, maar soms irrelevant).
- Een hogere drempel betekent dat de agent alleen zeer nauwe overeenkomsten accepteert (preciezer, maar kan vaker “Ik weet het niet” antwoorden).
Kortom: Gebruik een hogere drempel als nauwkeurigheid belangrijker is dan altijd een antwoord geven.
Herschikken
De meeste zoeksystemen halen snel resultaten op, maar begrijpen niet altijd de intentie. Een reranker neemt de eerste set resultaten en controleert ze opnieuw met een slimmer AI-model. In plaats van alleen trefwoorden of vector-gelijkenis te matchen, kijkt het dieper naar de relatie tussen de vraag en de inhoud.
Dat betekent:
- Nauwkeurigere antwoorden voor complexe vragen.
- Minder “bijna-missers” waarbij het resultaat dichtbij lijkt maar niet echt relevant is.
- Vooral nuttig wanneer je grote of rommelige datasets hebt.
- Herschikken maakt de agent wat trager.
Kortom: Herschikken zorgt ervoor dat de beste resultaten bovenaan komen te staan, niet alleen de eerste.
Aantal embeddings
Embeddings zijn de kleine stukjes kennis waar je agent naar kijkt voordat hij antwoordt.
- Meer embeddings = meer context, betere dekking, maar hogere kosten.
- Minder embeddings = goedkoper en sneller, maar de agent kan informatie missen.
- Voor de meeste use-cases ligt het optimum rond 20 embeddings.
Kortom: Begin met 20 en stel bij op basis van kosten vs. dekking.