AI-systemen opereren op twee tijdshorizonten tegelijk: de lange termijn van trainingsdata en de korte termijn van live retrieval. Die twee bepalen samen wie er in AI-antwoorden verschijnt.
Trainingsdata: de basis
De basiskennis van het model. Een merk dat het model uit zijn training kent, kan vermeld worden zonder dat er iets wordt opgezocht — wat er precies in trainingsdata zit, weet niemand van buitenaf.
Retrieval: de actuele laag
Boven op trainingsdata leggen veel systemen een retrievallaag. Op het moment van een vraag wordt actuele informatie opgezocht als aanvullende context — meestal via een zoekindex of cache, soms door een pagina op het moment zelf op te halen.
Strategie voor beide lagen
Voor trainingsdata: investeer in langdurige aanwezigheid. Content die al jaren online staat, consistent wordt bijgewerkt en breed geciteerd, is de meest aannemelijke route naar die basislaag — al kan niemand de opname controleren.
Voor retrieval: zorg voor technische toegankelijkheid. Pagina’s die snel laden, correct gestructureerd zijn en directe antwoorden geven, maken ophalen makkelijker — een gedocumenteerde rangschikkingsregel is er niet.