Retrieval in de prompt verwerken
Antwoord met onderbouwde context en bronverwijzingen
Retrieval in de prompt verwerken is een gratis NLP Academy-les op CoddyKit. Dit is les 4 van 4. Je kunt 3 lessen uit dit leerpad gratis volledig lezen — daarna ontgrendelt CoddyKit PRO alle lessen, plus praktische oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject NLP Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus NLP Academy bevat in totaal 4 lessen.
De onderdelen samenbrengen
Je kunt relevante fragmenten ophalen en een LLM aanroepen. Nu verbind je ze: voeg de opgehaalde tekst als context toe aan de prompt.
De aangevulde prompt
Een RAG-prompt bestaat uit drie delen: een instructie, de opgehaalde context en de vraag van de gebruiker. Het model leest ze alle drie samen.
De opgehaalde fragmenten samenvoegen
Voeg eerst je beste fragmenten samen tot één tekstblok. Een lege regel ertussen houdt elke passage leesbaar voor het model.
context = "\n\n".join(hits)De prompttekst opbouwen
Voorzie de context en vraag van duidelijke labels. Een eenvoudige sjabloon vertelt het model precies wat het moet gebruiken en wat het moet beantwoorden.
prompt = f"Context:\n{context}\n\nQuestion: {question}\nAnswer:"Het model vertellen dat het bij de bronnen moet blijven
Voeg een instructie toe om alleen op basis van de context te antwoorden. Dit beperkt hallucinaties en houdt het antwoord gekoppeld aan je bronnen.
Onbekende antwoorden afhandelen
Vertel het model dat het moet zeggen dat het iets niet weet wanneer de context geen antwoord geeft. Ik weet het niet toestaan is beter dan een zelfverzekerde verkeerde gok.
Het naar de LLM sturen
Geef de samengestelde prompt door aan je modelaanroep. De LLM antwoordt nu met je opgehaalde context in plaats van alleen met zijn training.
answer = llm(prompt)De bronnen tonen
Geef de gebruikte fragmenten samen met het antwoord terug. Met deze bronverwijzingen kunnen gebruikers de bewering controleren en vertrouwen opbouwen.
Let op de contextlengte
Te veel fragmenten vullen het contextvenster. Houd k klein en kort lange passages in, zodat de prompt binnen het budget van het model past.
Een minimale RAG-functie
De volledige stroom is klein: inbedden, zoeken, prompt opbouwen en genereren. Deze ene functie omvat een volledige RAG-pijplijn.
def rag(q):
hits = retrieve(q)
return llm(build_prompt(hits, q))De kwaliteit van het ophalen verbeteren
Als antwoorden zwak zijn, ligt de oplossing meestal bij het ophalen en niet bij de LLM. Betere fragmenten en een betere rangschikking verhogen de kwaliteit meer dan een groter model.
Korte controle
Denk na over wat er in een RAG-prompt terechtkomt.
Samenvatting
Je voegt opgehaalde fragmenten samen tot context, bouwt een prompt met instructie en vraag, genereert een verankerd antwoord en toont de bronnen. ✅
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Retrieval in de prompt verwerken” gratis?
Ja — je kunt hier op het web alle 3 lessen van het leerpad NLP Academy, waaronder “Retrieval in de prompt verwerken”, gratis volledig lezen. Daarna ontgrendelt CoddyKit PRO alle lessen, plus interactieve oefeningen met een ingebouwde code-editor en een AI-tutor die 24/7 beschikbaar is. De cursus NLP Academy bevat in totaal 4 lessen.
Wat leer ik in “Retrieval in de prompt verwerken”?
Antwoord met onderbouwde context en bronverwijzingen Je oefent met NLP Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met NLP Academy te beginnen?
Ervaring vooraf is niet nodig. NLP Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 4 van 4.
Hoe lang duurt de les “Retrieval in de prompt verwerken”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over NLP Academy?
Ja. Elke les over NLP Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Waarom LLM's retrieval nodig hebben
- Documenten chunken en embedden
- Vector search met een vector store
- Retrieval in de prompt verwerken