Gir agenten en større "chunk"
28.01.2026
Vi jobber hele tiden med å gjøre vår AI-løsning smartere, slik at den gir deg mer presise og nyttige svar fra dokumentene dine. Vi har nå gjort to viktige justeringer i "motoren" vår som vil gi deg en bedre opplevelse i hverdagen.
Hva er "chunking" og hvorfor endrer vi?
Her er en enkel forklaring på hva vi har endret:
1. Større "tekstbolker" (bedre sammenheng)
Når AI-en leter etter svar i dokumentene dine, deler den teksten opp i mindre biter som vi kaller tekstbolker. Tidligere var disse bitene ganske små. Vi har nå økt størrelsen på disse (fra 200 til 800 tegn).
-
Hvorfor? Ved å lese større biter av gangen, får AI-en med seg hele avsnitt og ser sammenhengen i det som står skrevet. Det betyr færre ufullstendige svar og bedre forståelse av kompliserte dokumenter.
2. Et smartere "filter for treff" (finner svar oftere)
Når du stiller et spørsmål, bruker AI-en et filter for å vurdere hvilken informasjon som er relevant. Vi har justert dette filteret slik at det er litt mer tilgivende (fra 0.75 til 0.70).
-
Hvorfor? Noen ganger bruker vi litt andre ord i spørsmålet vårt enn det som står i dokumentet (for eksempel "ferie" i stedet for "fritidskompensasjon"). Det nye filteret gjør at AI-en skjønner koblingen lettere, slik at den finner svaret selv om ordlyden ikke er helt identisk.
Eksempler
Slik ser AI-en teksten med dine to valg:
1. Med dagens innstilling (Tekstbolker på 200 tegn)
Her blir teksten delt opp midt i en viktig setning fordi 200 tegn er veldig lite.
-
Tekstbolk 1: "Hei alle sammen! Vi planlegger sommerfesten fredag 15. juni. Vi skal grille på stranda. Det er viktig at alle melder fra om alle..."
-
Tekstbolk 2: "...rgier eller dietter innen førstkommende fredag kl. 12:00 til Lise. Vi gleder oss til en hyggelig dag med teambuilding og god mat!"
Problemet: Hvis en bruker spør: "Når er fristen for å melde fra om allergier?", vil AI-en lete etter ordet "allergi". Den finner "alle..." i Bolk 1 og "...rgier" i Bolk 2. Siden ordet er delt i to, skjønner den kanskje ikke spørsmålet i det hele tatt!
2. Med ny anbefaling (Tekstbolker på 1000 tegn)
Her får AI-en hele e-posten i én og samme bit.
-
Hele tekstbolken: "Hei alle sammen! Vi planlegger sommerfesten fredag 15. juni. Vi skal grille på stranda. Det er viktig at alle melder fra om allergier eller dietter innen førstkommende fredag kl. 12:00 til Lise. Vi gleder oss til en hyggelig dag med teambuilding og god mat!"
Fordelen: Når hele historien henger sammen, kan AI-en svare helt presist: "Fristen er førstkommende fredag kl. 12:00, og du skal gi beskjed til Lise."
Hvorfor filteret (Relevancy Threshold) er viktig her:
Hvis brukeren skriver spørsmålet sitt litt feil, for eksempel: "Når er mat-fristen?"
Hvis filteret er for strengt (f.eks. 0.90): AI-en ser at ordet "mat-frist" ikke står i teksten, og gir opp.
Med ditt filter på 0.75 – 0.7: AI-en er "smart" nok til å skjønne at "mat-frist" har med "dietter" og "fredag kl. 12:00" å gjøre. Den slipper derfor teksten gjennom filteret og gir deg svaret du trenger.
Oppsummert
Ved å gå fra 200 til 1000 tegn, sørger du for at AI-en slipper å "gjette" hva som sto i den andre halvdelen av setningen. Den får hele bildet med en gang.
Bedre og bedre!
Hva betyr dette for deg?
Online Implementering
Du trenger ikke å gjøre noe som helst! Endringene er allerede aktive. Du vil merke at AI-en har blitt flinkere til å se "det store bildet" og at den oftere finner informasjonen du leter etter i både e-poster og dokumenter.
Senere vil vi også åpne for at dere kan justere disse innstillingene selv, men enn så lenge har vi valgt det vi mener er de aller beste verdiene for en effektiv arbeidsdag.
Lokal Implementering (Azure Marketplace / Index)
*Krever admin tilgang
Endringen kan gjøres direkte i dine System Innstillinger. Det gjøres ved følgende steg:
-
Gå inn på System Innstillinger
-
Velg Applikasjons Konfigurasjon
-
Skroll ned til du finner følgende:

| Begrep | Enkel forklaring | Anbefalt Verdi |
| Tekstbolker (Chunk Size) | Hvor store biter av teksten AI-en leser om gangen. | 800 - 1000 |
| Filter for treff (Relevancy) | Hvor lik teksten må være spørsmålet ditt for å bli brukt. |
0.75-0.7 |
