Embedding
Ook wel vector embedding
Wat is een embedding?
Een embedding is een reeks getallen die betekenis vastlegt van een tekst, woord of afbeelding. Teksten met een vergelijkbare betekenis krijgen getallen die dicht bij elkaar liggen, zodat AI kan zien wat op elkaar lijkt.
Veelgestelde vragen over embedding
Hoe helpen embeddings mijn pagina in AI-antwoorden te komen?
Veel AI-zoekdiensten, zoals Perplexity en de AI-functies van Google, zetten zowel de vraag als stukken webtekst om in embeddings. Ze kiezen dan de passages die qua betekenis het dichtst bij de vraag liggen. Dat heet retrieval. Je vergroot je kans door:
- per alinea één duidelijke vraag te beantwoorden
- het antwoord vooraan in de alinea te zetten
- vaktermen te combineren met woorden die je klant zelf gebruikt
- concrete feiten te noemen in plaats van algemene zinnen
Een garantie op vermelding is er niet. Elk systeem werkt net iets anders.
Moet ik zoekwoorden nog steeds vaak herhalen in mijn tekst?
Nee, dat is een veelgemaakte fout. Embeddings kijken naar betekenis, niet naar hoe vaak een woord voorkomt. "Fiets repareren" en "rijwielherstel" liggen voor AI dicht bij elkaar. Een tekst vol herhalingen levert geen betere embedding op en leest bovendien slechter.
Gebruik je belangrijkste zoekwoord wel in je titel en een kop, want gewone zoekmachines letten daar nog op. Schrijf daarnaast breder: behandel bijbehorende vragen, voordelen, bezwaren en voorbeelden. Zo sluit je tekst aan bij meer manieren waarop mensen hun vraag stellen.
Hoe voeg ik een AI-zoekfunctie met embeddings toe in WordPress?
Gebruik een plugin die je content omzet naar embeddings en die opslaat in een vectordatabase, een database die getallenreeksen snel kan vergelijken. Een bekende optie is AI Engine van Meow Apps. In grote lijnen:
- installeer de plugin en koppel een API-sleutel, bijvoorbeeld van OpenAI
- kies een vectoropslag, zoals Pinecone
- laat je pagina's en berichten omzetten naar embeddings
- koppel die aan de chatbot of zoekfunctie
- test met echte vragen van klanten
Controleer vooraf welke functies in de gratis versie zitten en welke alleen in de betaalde versie.
Wat kost het om embeddings te gebruiken voor mijn website?
Dat hangt af van een paar dingen:
- hoeveelheid tekst: aanbieders rekenen meestal per token, een stukje van een woord
- welk embeddingmodel je kiest
- de vectordatabase: sommige hebben een gratis instapniveau, andere een maandabonnement
- hoe vaak je embeddings opnieuw laat maken na wijzigingen
- het aantal vragen van bezoekers, omdat elke vraag ook wordt omgezet en vaak door een taalmodel wordt beantwoord
Het omzetten van tekst is meestal goedkoper dan het genereren van antwoorden. Begin klein en stel een uitgavenlimiet in bij je API-account.
Waarom vindt mijn AI-chatbot het juiste antwoord niet?
Meestal ligt het aan de manier waarop je content is omgezet. Veelvoorkomende oorzaken:
- verouderde embeddings: je hebt pagina's aangepast maar niet opnieuw laten verwerken
- tekststukken zijn te lang, waardoor de betekenis vervaagt, of te kort, waardoor context ontbreekt
- informatie staat in pdf's of afbeeldingen die niet zijn meegenomen
- teksten zijn vaag of gebruiken andere woorden dan je klanten
- pagina's in verschillende talen staan door elkaar
Pak het stap voor stap aan: laat alles opnieuw verwerken, pas de lengte van tekststukken aan en test daarna met dezelfde vragen.
