Vorige
Over de auteur
- Albert Skibinski is een zelfstandig ontwikkelaar en co-founder van Jafix
- Ik schrijf over web development, lange fietstochten en lekker eten!
AI Search
Voorbeelden van Ai assisted search (en hoe wij het doen)
Albert Skibinski •
Traditionele zoekresultaten in Google lijken steeds slechter te worden en alternatieven zoals Gemini , Perplexity en ChatGPT winnen aan populariteit.
Maar dat zijn de zoekmachines voor "alles". Als website/platform wil je vaak ook een goede zoekmachine zodat bezoekers de juiste content snel en makkelijk kunnen vinden. Zolang ik developer ben was dit altijd een uitdaging, niet alleen technisch maar ook qua content en fine-tuning. Het gebeurde niet zelden dat men Google gebruikte om iets op de eigen site te vinden, omdat die beter werkte dan de eigen zoekfunctie.
Hieronder voorbeelden van een aantal platformen, hoe zij het toepassen en ten slotte hoe wij ermee experimenteren.
Alma
Alma is de virtuele assistente van slovenia.info. Het is een RAG (Retrieval Augmented Generation) chatbot maar geeft daarnaast ook traditionele zoekresultaten met zoekfilters. De filters worden vanuit de chat input ingesteld maar kan je ook zelf aanpassen. Er is duidelijk over nagedacht om de app ook op mobiel lekker te laten werken.
Booking.com
Booking.com is zo te zien aan het experimenteren met "slimme filters". Hierin kan je vrij typen wat je zoekt en dit wordt vertaald naar zoekfilters. Mijn test hierbij was "peuterbad". Iedereen weet wat hiermee bedoeld wordt maar de Ai vertaalde dit naar het zwembad filter, wat in de meeste gevallen niet is wat ik bedoel (een peuterzwembad is een zwembad maar een zwembad is niet per se een peuterzwembad). Dit laat meteen zien dat als de brongegevens niet ver genoeg gespecificeerd zijn, de Ai ook in de mist kan gaan.
Reddit
Reddit is berucht om zijn slechte interne zoekresultaten, dus zullen ze gedacht hebben dat dit wel beter kan, en binnenkort zou reddit answers live moeten gaan. Het lijkt een RAG systeem te worden, waarschijnlijk wel met referenties naar de bron.
Trivago
Trivago speelt eveneens als Booking.com met Ai, op een vergelijkbare manier. Op ai.trivago.com kan je in normale taal opschrijven wat je zoekt. Maar het werkt misschien niet zoals je zou verwachten: "germany in may" geeft weliswaar resultaten in Duitsland maar er wordt geen datum of locatie ingevuld in de filters.
Jafix
Bij onze eigen startup Jafix zijn we gaan kijken naar de tools tot onze beschikking om de customer journey te verbeteren: het proces van het vinden van een oplossing voor je repareerprobleem zoveel mogelijk te stroomlijnen.
- Met semantisch zoeken kun je mogelijk relevantere resultaten krijgen
- Chatbots kunnen via een (fine-tuned) LLM model antwoord geven
- Retrieval-Augmented Generation (RAG) kan toegepast worden om de antwoorden te verrijken met content
- Ai kan gebruikt om de kwaliteit en metadata van content te verbeteren
- Ai kan gebruikt worden om gebruikersinput te vertalen naar optimale zoekfilters
Meeste bovenstaande voorbeelden gebruiken een combinatie van technieken. Bij Jafix doen we dat ook. In eerste instantie wordt de user input geanalyseerd (Intent Detection en Query Understanding). Vervolgens gaan we op zoek naar de beste zoekfilters (intelligent filtering) om reguliere en eventueel semantische zoekacties uit te voeren.
Dit maakt het mogelijk om de initiele vraag heel open te houden en de bezoeker niet te overspoelen met keuzes. We weten immers niet van te voren wat de beste oplossing voor deze gebruiker is voor zijn/haar probleem. Het kan een handleiding worden, maar ook een reparateur in de buurt. Maar de gebruiker kan ook altijd zelf de filters aanpassen en specifiek zoeken.
Het nadeel is dat het lastig is om dit perfect te laten werken, omdat je daarin ook afhankelijk bent van de kwaliteit van je content, maar deze kan je weer verbeteren en aanvullen met Ai.