Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Zoekmodi: trefwoord, semantisch, hybride

Les 10 van 16 Bijgewerkt op 29 juli 2026 Ontwikkelaar
Op deze pagina
  1. Drie benaderingen om informatie te vinden
  2. Trefwoordmodus: letterlijke matching
  3. Semantische modus: betekenis begrijpen
  4. Hybride modus: beide signalen tegelijk
  5. Modusvergelijking
  6. Belangrijkste punten

Drie benaderingen om informatie te vinden

Het veld retrieval_mode accepteert drie waarden, en deze keuze is niet louter cosmetisch: het bepaalt wat de engine vergelijkt. De ene modus kijkt naar woorden, de andere naar betekenis, en de derde doet beide. Afhankelijk van uw documenten en de manier waarop uw gebruikers hun vragen formuleren, kan het relevantieverschil tussen twee modi op dezelfde collectie dramatisch zijn.

Trefwoordmodus: letterlijke matching

De trefwoordmodus gedraagt zich als een klassieke zoekmachine. Het matcht de woorden in uw query met de geïndexeerde tekst en toont fragmenten die deze woorden daadwerkelijk bevatten.

{
  "query": "VAT rate 20%",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "keyword" }
}

De kracht hiervan ligt in de letterlijkheid. Voor een productreferentie zoals “XR-2847”, een factuurnummer, een wetsartikel of een branche-acroniem maakt het geen fouten: de string staat er wel of niet. Het berekent geen embeddings, wat het snel maakt. De zwakte is echter het exacte keerbeeld van deze kwaliteit: het begrijpt niets. Als uw document spreekt over “value added tax” terwijl de gebruiker “VAT” typt, vindt er geen match plaats en krijgt u nul resultaten uit een document dat het antwoord eigenlijk bevatte. Alles hangt dan af van de vocabulaire-coïncidentie tussen schrijver en lezer, wat een riskante weddenschap is zodra uw gebruikers niet de auteurs van de documenten zijn.

Semantische modus: betekenis begrijpen

De semantische modus transformeert de query en de chunks in vectoren en vergelijkt vervolgens betekenissen in plaats van tekens. Het toont daardoor relevante fragmenten, zelfs wanneer er geen woorden worden gedeeld.

{
  "query": "how to reduce sales taxes",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "semantic" }
}

Deze query bevat noch “VAT” noch “exemption”, en toch zullen fragmenten naar boven komen die gaan over BTW, belasting over de toegevoegde waarde, belastingaftrek of vrijstellingen. Dit is precies wat u wilt voor een publiek gerichte assistent: uw gebruikers zoeken met hun eigen woorden, niet met het lexicon van uw juridische afdeling. De modus handelt synoniemen moeiteloos af—“refund”, “credit note” en “credit” clusteren van nature samen in de vectorruimte. Als tegenprestatie verliest het precisie daar waar absolute nauwkeurigheid vereist is: een productcode “XR-2847” lijkt semantisch op “XR-2874”, en de engine kan de verkeerde retourneren. Elke query vereist ook een embedding-berekening, dus er is een rekenkost die niet bestaat in de trefwoordmodus.

Hybride modus: beide signalen tegelijk

De hybride modus is de standaardmodus en degene die xAI aanbeveelt, omdat hij het compromis weigert. Neem een typische juridische query, die een exacte referentie mengt met een vaag concept.

{
  "query": "article L.121-3 director liability",
  "source": { "collection_ids": ["col_juridique"] },
  "retrieval_mode": { "type": "hybrid" }
}

De verwerking gebeurt in drie stappen. De engine voert eerst een trefwoordzoekopdracht uit om exacte matches te vangen, hier de string “L.121-3”. Parallel daaraan voert het een semantische zoekopdracht uit die zoekt naar fragmenten die conceptueel gelinkt zijn aan aansprakelijkheid van bestuurders, zelfs wanneer ze die exacte woorden niet gebruiken. Tot slot voegt het de twee lijsten samen en rangschikt ze opnieuw om de algehele relevantie te maximaliseren.

Het resultaat vat zowel artikelen die expliciet L.121-3 citeren als commentaren die gaan over aansprakelijkheid van bestuurders zonder het artikel te noemen. De recall verbetert aanzienlijk: u mist minder relevante documenten, ongeacht het register van de vraag. Dit is waarom hybride even goed werkt voor een technische query als voor een conversationele zin, en waarom het de redelijke standaardkeuze vormt.

Twee situaties rechtvaardigen niettemin het afwijken van deze instelling. Als u op zoek bent naar een specifieke functiesignatuur in een codebase, werkt semantische ruis tegen u en zal keyword scherper zijn. Omgekeerd, voor brede verkenning—“wat hebben we geschreven rond klantloyaliteit?”—zonder een pivot-term om op te matchen, werpt semantic een breder net uit en helpt het u documenten te ontdekken waar u niet specifiek naar op zoek was.

Modusvergelijking

Criteriumtrefwoordsemantischhybride
Exacte termenUitstekendRedelijkGoed
SynoniemenSlechtUitstekendGoed
Natuurlijke taalSlechtUitstekendUitstekend
Codes/referentiesUitstekendSlechtGoed
AanbevelingSpecifieke gevallenVerkenningStandaard

Een eenvoudige manier om te beslissen: neem tien echte vragen van uw gebruikers, voer ze uit in alle drie de modi op dezelfde collectie en vergelijk de top vijf resultaten. Binnen vijftien minuten weet u of uw corpus neigt naar exact vocabulaire of naar betekenis.

Belangrijkste punten

  • De trefwoordmodus zoekt naar exacte matches—ideaal voor technische termen en referenties
  • De semantische modus begrijpt betekenis—ideaal voor vragen in natuurlijke taal
  • De hybride modus combineert beide—dit is de aanbevolen standaardkeuze
  • Gebruik keyword voor zoekopdrachten naar codes, identificatoren of exacte waarden
  • Gebruik hybrid in alle andere gevallen