Het hybride RAG-patroon met Grok
Op deze pagina
Alle informatiebronnen combineren
Hybride RAG (Retrieval-Augmented Generation) is het meest geavanceerde patroon binnen het Grok-ecosysteem. Het principe: stop met vooraf beslissen waar het antwoord te vinden is. Uw interne collecties, webzoekopdrachten, X-zoekopdrachten en code-uitvoering worden allemaal beschikbaar gesteld in één enkel verzoek. Het model beslist zelf welke bronnen het raadpleegt op basis van de gestelde vraag. U bouwt geen voorwaardelijke vertakkingen meer; u opent de deuren.
Architectuur van het patroon
Technisch gezien draait alles om de tools-lijst: u declareert meerdere tools zonder een volgorde of voorwaarde op te geven.
response = await client.responses.create(
model="grok-4.5",
input="Vergelijk onze interne documentatie met de beste marktpraktijken voor API-authenticatie.",
tools=[
{
"type": "collections_search",
"collection_ids": [collection_id]
},
{"type": "web_search"},
{"type": "x_search"},
{"type": "code_interpreter"}
]
)
Gezien deze vraag zal Grok waarschijnlijk uw documentatie uit de collectie ophalen, een webzoekopdracht uitvoeren naar beste praktijken voor authenticatie en vervolgens beide synthetiseren in een vergelijkend antwoord. De andere twee tools blijven ongebruikt: niets in de vraag roept om meningen van X-gebruikers of een Python-berekening. Deze selectie vormt de kern van het patroon en verklaart waarom het declareren van een extra tool niets kost, zolang deze niet relevant is.
Wat elke bron bijdraagt
collections_search opent de toegang tot uw interne kennisbases: private technische documentatie, beleidsregels en procedures, contracten en juridische documenten, en de klantondersteuningsdatabase. Dit is de enige bron die informatie bevat die het model anders niet zou kunnen weten: de realiteit van uw onderneming.
web_search bestrijkt de openbare ruimte. U vindt hier wat u niet controleert en wat verandert: regelgeving en officiële standaarden, technische documentatie van leveranciers, nieuws en vergelijkingspunten binnen de markt. Dit is het natuurlijke complement van collecties, die alleen verouderd raken wanneer u ze zelf bijwerkt.
x_search bevraagt X en biedt toegang tot een ander soort materiaal: realtime meningen en feedback, technologietrends, reacties op een recente aankondiging en het algemene marktsentiment. U schakelt dit in wanneer de vraag gaat over wat mensen denken, niet over wat er geschreven staat.
code_interpreter voert tot slot Python uit in een sandbox. Het berekent gegevens die de andere tools zojuist hebben geëxtraheerd, produceert een grafiek, transformeert een dataset of verifieert of een codefragment werkt. Dit is de enige tool die nieuwe informatie produceert in plaats van deze op te halen.
Hoe een hybride verzoek verloopt
Wanneer meerdere tools beschikbaar zijn, volgt de uitvoering altijd dezelfde stroom. Grok begint met het analyseren van de vraag om te bepalen welke bronnen dienstig zijn, raadpleegt interne collecties, zoekt extern op het web of op X wanneer nodig, synthetiseert vervolgens alles tot een coherent antwoord en voegt ten slotte de citaten toe. Deze citaten onderscheiden interne referenties, voorafgegaan door collections://, van externe referenties in https://. Zo weet u bij het lezen van het antwoord welke bewering uit uw documenten komt en welke van elders.
Drie situaties waarin het patroon uitblinkt
Bij concurrentie-informatie mobiliseert een vraag als “Hoe gaan onze concurrenten om met de onboarding van klanten?” alle drie de documentaire bronnen tegelijk: de collectie beschrijft uw eigen onboarding-traject, het web levert artikelen en studies over marktpraktijken, en X brengt rauwe gebruikersfeedback van mensen die net een onboarding bij een concurrent hebben doorgemaakt.
Bij compliance vereist “Is ons gegevensbeleid conform de nieuwste EU-regelgeving?” dat twee teksten naast elkaar worden gehouden: uw huidige beleid, opgeslagen in de collectie, en de geldende regelgevingstekst, opgehaald van het web. Geen van beide volstaat alleen, en dit is precies het geval waarin de handmatige aanpak moeizaam wordt.
Tot slot combineert het bij technische ondersteuning, bij een vraag als “Hoe los ik deze timeout-fout in onze API op?”, uw interne probleemoplossingsgidsen met forums, Stack Overflow en de officiële documentatie van het framework. De agent ontvangt in één antwoord wat hij anders in twee tabbladen en een wiki zou hebben gezocht.
Belangrijkste punten
- Het hybride RAG-patroon combineert interne collecties, web, X en code in één enkel verzoek
- Grok kiest automatisch de relevante tools op basis van de vraag
- De vier tools zijn: collections_search, web_search, x_search, code_interpreter
- Citaten onderscheiden interne bronnen (
collections://) van webbronnen (https://) - Dit patroon is ideaal voor gevallen waarin interne en externe bronnen kruislings moeten worden geraadpleegd