Når coreAI ikke har dekning i konteksten den allerede har fått inn, gjør agentisk modus assistenten i stand til å bygge konteksten selv – i stedet for å gjette eller gi opp. Den velger sine egne verktøy underveis: semantisk søk, nøkkelordsøk og strukturert filtrering mot din egen kunnskapsbase – og i tillegg eksterne MCP-API-er hvis du har koblet assistenten til relevante kilder. Du slår funksjonen på per assistent, og endrer hvordan den tenker, ikke bare hva den vet.
#Hva er agentisk modus?
Tradisjonell RAG (Retrieval-Augmented Generation) henter kontekst på forhånd: systemet gjør ett søk, dytter resultatene inn i prompten, og lar språkmodellen svare ut fra det den fikk. Agentisk modus snur dette. I stedet for å forhåndslaste kontekst, eksponeres søk i kunnskapsbasen som et verktøy språkmodellen selv kan kalle – så mange ganger den trenger for å dekke spørsmålet.
Det betyr at assistenten tar egne beslutninger underveis: hvilke søk som skal kjøres, hvordan de skal formuleres, og når den har nok til å svare. På sammensatte spørsmål er det forskjellen mellom et halvt svar og et helt.
#Slik resonnerer assistenten i flere steg
Etter hvert søk gjør coreAI en dekningssjekk: den identifiserer de enkelte delspørsmålene og navngitte begrepene i det brukeren spurte om, og kontrollerer at hvert av dem har direkte støtte i kildene som kom tilbake. Mangler noe, søker den på nytt med en bredere eller mer spisset spørring før den i det hele tatt begynner å svare.
- på spørsmål med reelt innhold tvinges assistenten til å søke i stedet for å gjette
- den kan kjøre flere søk i samme svar for å fange opp alle delene av et spørsmål
- finner den fortsatt ikke dekning, sier den fra om at svaret ikke finnes i kunnskapsbasen – i stedet for å dikte
- alle treffene fra søkene samles, slik at svaret kan vise nøyaktig hvilke kilder det bygger på
Eksempel: «Hva er returretten deres, og hvor lang tid tar en refusjon?» er egentlig to spørsmål. Agentisk modus søker først på returrett, deretter på refusjonstid, og svarer på begge. En enkelt forhåndslasting ville lett bommet på den ene halvdelen.
#Verktøyene assistenten kan bruke
Agentisk modus gir språkmodellen et lite, presist sett verktøy – og den velger selv hvilket som passer:
- semantisk søk for naturlig-språk-spørsmål, brede temaer og anbefalinger
- nøkkelordsøk for å slå opp eksakte termer: personnavn, roller, dokumenttitler eller produktnummer
- strukturert filtrering for produktassistenter, for eksempel på pris, produktnummer eller om varen er på tilbud
- eksterne verktøy via MCP (Model Context Protocol) – for live data eller handlinger som ligger utenfor kunnskapsbasen
Har assistenten både egen kunnskapsbase og tilkoblede MCP-servere, kan den kombinere interne og eksterne verktøy i samme svar: hente fakta fra dine egne kilder og sjekke en live-status fra et annet system i én og samme runde.
#Når agentisk modus gjør størst forskjell
Agentisk modus lønner seg mest når spørsmålene er sammensatte, når svaret er spredt over flere kilder, eller når brukeren forventer at assistenten henter noe ferskt fra et annet system. Du får mer fullstendige svar, etterprøvbare kildehenvisninger, og en assistent som heller sier fra enn å hallusinere når informasjonen ikke finnes.