# En chatt som hämtar kontext själv ger bättre svar

CoreAIs agentiska tool-calling låter AI:n själv avgöra när den behöver mer kontext, och hur den ska hämta den – precis som en skicklig rådgivare hade gjort. De flesta chattbottar får däremot bara ett försök: de gör en enda sökning på din fråga och svarar utifrån det de hittade, och är frågan sammansatt blir svaret därefter. Behöver coreAI mer hämtar den på nytt med en mer precis formulering. Resultatet är mer precisa svar, färre missförstånd, och en AI som faktiskt gräver sig ner i detaljerna innan den svarar.

## Traditionell chattbot vs. CoreAI agentisk kontexthämtning

|  | Traditionell chattbot | CoreAI agentisk tool-calling |
|---|---|---|
| Antal hämtningar per fråga | En fast sökning | Flera – hämtar på nytt tills svaret är tillräckligt bra |
| Vem styr hämtningen | Förprogrammerat flöde | AI:n avgör själv när den hämtar, och med vilka begrepp |
| Sammansatta frågor | Missar ofta hälften | Hanterar flera kriterier samtidigt |
| Filtrering på egenskaper | Endast nyckelord eller kategori | Pris, volym, vikt, effekt, datum med mera |
| Från–till-intervall | Stöds inte | Bygger precisa intervall på vilken egenskap som helst |
| Enhetsomvandling | Manuell | Fot till cm, ton till kg – automatiskt |
| Ungefärligt pris | Exakt matchning eller ingenting | Tolkar «ca 5000» som ett rimligt prisspann |
| Sökteknik | Nyckelord | Hybrid: semantisk vektorsökning + nyckelord |
| Kunden måste kunna | Artikelnummer, kategorier, exakta ord | Bara naturligt språk |

## Vad betyder «agentisk» – enkelt förklarat

CoreAIs agentiska AI behandlar kontexthämtning som ett verktyg den själv kan använda – flera gånger om det behövs. En traditionell chattbot behandlar däremot varje fråga som en engångssökning.

Ställer du en fråga som kräver en sökning i kunskapsunderlaget gör AI:n precis det: den hämtar relevant kontext, bedömer resultaten, och hämtar på nytt med en bättre formulering ända tills den har det den behöver. Du märker inget av komplexiteten – du får bara ett bättre svar.

## En hämtning, hela kunskapsunderlaget

När AI:n hämtar kontext träffar den hela ditt kunskapsunderlag i en och samma operation – artiklar, dokument, webbsidor, uppladdat innehåll, API-data och produkter. Du behöver inte säga var den ska leta; CoreAI hämtar det mest relevanta oavsett vilken källa det kommer från.

Hämtningen kombinerar semantisk vektorsökning – som förstår meningen bakom orden – med nyckelordssökning som träffar exakta begrepp som artikelnummer och namn. På så sätt hittar AI:n rätt information oavsett om kunden använder fackord eller vardagsspråk.

## Avancerad hämtning med intervall och egenskaper

CoreAI översätter naturligt språk till precisa filter innan hämtningen körs – helt utan att kunden behöver veta hur databasen är uppbyggd. Produktegenskaper som volym, vikt, längd, nyttolast och effekt läses automatiskt ut ur produktdatan vid import och normaliseras till metriska enheter, så att de kan filtreras på exakt.

Några exempel på vad kunden kan fråga om – och vad CoreAI förstår:

- «Har ni en kompressor med tank mellan 50 och 100 liter?» → bygger ett från–till-intervall på volym och hämtar bara produkter inom spannet.
- «Jag behöver en slägga som väger mer än 2 kg» → sätter en undre gräns på vikt.
- «Jag har en 23 fots båt – har ni släp som passar?» → omvandlar fot till centimeter automatiskt och filtrerar på längd.
- «Släp med nyttolast över 3 ton» → omvandlar ton till kilo och filtrerar på nyttolast.
- «En hammare som väger mer än 1 kg och kostar mindre än 1000 kr» → kombinerar två egenskaper – vikt och pris – i en och samma hämtning.
- «Vinkelslip mellan 1500 och 2000 watt under 3000 kr» → kombinerar ett effektintervall med en prisgräns.
- «Vad är skillnaden mellan A1324 och B1325?» → hämtar båda produkterna exakt via artikelnummer.

Gemensamt för alla: kunden använder vardagsspråk, och CoreAI översätter det till strukturerade frågor bakom kulisserna.

## Smart tolkning inbyggd

CoreAI hanterar även tolkning som annars hade krävt manuell logik:

- Ungefärligt pris – «ca 5000 kr» blir automatiskt ett rimligt prisspann från 75 % till 125 % av beloppet, så att kunden får produkter i rätt prisklass i stället för bara exakta träffar.
- Enhetsomvandling – fot blir centimeter, ton blir kilo, allt normaliseras till metriskt innan filtrering.
- Datumperioder – «i höst» eller «mellan januari och april» översätts till konkreta från–till-datum.
- Typavgränsning – produktfrågor avgränsas automatiskt till produkter, jobbfrågor till lediga tjänster.

Dessutom kan hämtningen avgränsas på lagerstatus, så att kunden alltid får relevanta och tillgängliga resultat.

## 3 skäl till att detta ger en bättre kundupplevelse

### Rätt svar på sammansatta frågor

När en fråga innehåller flera kriterier samtidigt – volym, effekt, pris och typ – hanteras alla på en gång, i stället för att missa hälften.

### Inga frustrerade kunder som inte hittar rätt

Kunden behöver inte känna till artikelnummer, kategorier, enheter eller exakta sökord. Naturligt språk räcker.

### Säljer smartare

När kunden säger vad de har att utgå från och vad de söker presenteras produkter i rätt prisklass och specifikation automatiskt – och vägen från fråga till köp blir kortare.

## Sammanfattning

Den agentiska tool-callingen gör CoreAI till mer än en chattbot – den blir en aktiv assistent som själv väljer när den ska hämta kontext och vad den ska hämta, och som resonerar sig fram till rätt svar. Kombinerat med automatisk tolkning av priser, datum, enheter och intervall förstår CoreAI vad kunden egentligen menar, och hämtar exakt det de behöver från hela kunskapsunderlaget – inklusive produktbasen.

Smartare kontext. Mer precisa svar. Nöjda kunder.