# Ein chat som hentar kontekst sjølv gir betre svar

CoreAIs agentiske tool-calling lèt AI-en sjølv avgjere når han treng meir kontekst, og korleis han skal hente han – akkurat slik ein dyktig rådgivar ville gjort. Dei fleste chatbotar får derimot berre eitt forsøk: dei gjer eitt oppslag på spørsmålet ditt og svarar ut frå det dei fann, og er spørsmålet samansett, blir svaret deretter. Treng coreAI meir, hentar han på nytt med ei meir presis formulering. Resultatet er meir presise svar, færre misforståingar, og ein AI som faktisk grev seg ned i detaljane før han svarar.

## Tradisjonell chatbot vs. CoreAI agentisk kontekstinnhenting

|  | Tradisjonell chatbot | CoreAI agentisk tool-calling |
|---|---|---|
| Tal på innhentingar per spørsmål | Eitt fast oppslag | Fleire – hentar på nytt til svaret er godt nok |
| Kven styrer innhentinga | Førehandsprogrammert flyt | AI-en avgjer sjølv når han hentar, og med kva omgrep |
| Samansette spørsmål | Bommar ofte på halvparten | Handterer fleire kriterium samstundes |
| Filtrering på eigenskapar | Berre nøkkelord eller kategori | Pris, volum, vekt, effekt, dato og meir |
| Frå–til-intervall | Ikkje støtta | Byggjer presise intervall på kvar eigenskap |
| Einingskonvertering | Manuell | Fot til cm, tonn til kg – automatisk |
| Omtrentleg pris | Eksakt treff eller ingenting | Tolkar «ca 5000» som eit fornuftig prisspenn |
| Søketeknologi | Nøkkelord | Hybrid: semantisk vektorsøk + nøkkelord |
| Kunden må kunne | Varenummer, kategoriar, eksakte ord | Berre naturleg språk |

## Kva tyder «agentisk» – enkelt forklart

CoreAIs agentiske AI handsamar kontekstinnhenting som eit verktøy han sjølv kan ta i bruk – fleire gonger om nødvendig. Ein tradisjonell chatbot handsamar derimot kvart spørsmål som eit eingongsoppslag.

Stiller du eit spørsmål som krev oppslag i kunnskapsgrunnlaget, gjer AI-en nettopp det: han hentar relevant kontekst, vurderer resultata, og hentar på nytt med ei betre formulering heilt til han har det han treng. Du merkar ingenting av kompleksiteten – du får berre eit betre svar.

## Éi innhenting, heile kunnskapsgrunnlaget

Når AI-en hentar kontekst, treffer han heile kunnskapsgrunnlaget ditt i éi og same operasjon – artiklar, dokument, nettsider, opplasta innhald, API-data og produkt. Du treng ikkje å seie kvar han skal leite; CoreAI hentar det mest relevante uansett kva kjelde det kjem frå.

Innhentinga kombinerer semantisk vektorsøk – som forstår meininga bak orda – med nøkkelordsøk som treffer eksakte omgrep som varenummer og namn. Slik finn AI-en rett informasjon anten kunden brukar fagord eller kvardagsspråk.

## Avansert innhenting med intervall og eigenskapar

CoreAI omset naturleg språk til presise filter før innhentinga blir køyrd – heilt utan at kunden treng å vite korleis databasen er bygd opp. Produkteigenskapar som volum, vekt, lengd, nyttelast og effekt blir lesne automatisk ut av produktdataa ved import og normaliserte til metriske einingar, slik at dei kan filtrerast på nøyaktig.

Nokre døme på kva kunden kan spørje om – og kva CoreAI forstår:

- «Har de ein kompressor med tank mellom 50 og 100 liter?» → byggjer eit frå–til-intervall på volum og hentar berre produkt innanfor spennet.
- «Eg treng ei slegge som veg meir enn 2 kg» → set ei nedre grense på vekt.
- «Eg har ein 23 fots båt – har de tilhengarar som passar?» → konverterer fot til centimeter automatisk og filtrerer på lengd.
- «Tilhengar med nyttelast over 3 tonn» → konverterer tonn til kilo og filtrerer på nyttelast.
- «Ein hammar som veg meir enn 1 kg og kostar mindre enn 1000 kr» → kombinerer to eigenskapar – vekt og pris – i éi og same innhenting.
- «Vinkelslipar mellom 1500 og 2000 watt under 3000 kr» → kombinerer eit effekt-intervall med ei prisgrense.
- «Kva er skilnaden på A1324 og B1325?» → hentar begge produkta presist via varenummer.

Felles for alle: kunden brukar kvardagsspråk, og CoreAI omset det til strukturerte spørjingar bak kulissane.

## Smart tolking innebygd

CoreAI handterer òg tolking som elles ville kravd manuell logikk:

- Omtrentleg pris – «ca 5000 kr» blir automatisk til eit fornuftig prisspenn frå 75 % til 125 % av beløpet, slik at kunden får produkt i rett prisklasse i staden for berre eksakte treff.
- Einingskonvertering – fot blir centimeter, tonn blir kilo, alt blir normalisert til metrisk før filtrering.
- Datoperiodar – «i haust» eller «mellom januar og april» blir omsett til konkrete frå–til-datoar.
- Type-avgrensing – produktspørsmål blir avgrensa automatisk til produkt, stillingsspørsmål til ledige stillingar.

I tillegg kan innhentinga avgrensast på lagerstatus, slik at kunden alltid får relevante og tilgjengelege resultat.

## 3 grunnar til at dette gir betre kundeoppleving

### Rett svar på samansette spørsmål

Når eit spørsmål inneheld fleire kriterium samstundes – volum, effekt, pris og type – blir alle handterte på éin gong, i staden for å bomme på halvparten.

### Ingen frustrerte kundar som ikkje finn fram

Kunden treng ikkje kjenne varenummer, kategoriar, einingar eller eksakte søkjeord. Naturleg språk er nok.

### Sel smartare

Når kunden seier kva dei har å bruke og kva dei er ute etter, blir produkt i rett prisklasse og spesifikasjon presenterte automatisk – og vegen frå spørsmål til kjøp blir kortare.

## Oppsummert

Den agentiske tool-callinga gjer CoreAI til meir enn ein chatbot – han blir ein aktiv assistent som sjølv vel når han skal hente kontekst og kva han skal hente, og som resonnerer seg fram til rett svar. Kombinert med automatisk tolking av prisar, datoar, einingar og intervall forstår CoreAI kva kunden eigentleg meiner, og hentar nøyaktig det dei treng frå heile kunnskapsgrunnlaget – inkludert produktbasen.

Smartare kontekst. Meir presise svar. Nøgde kundar.