Uprio “leert” niet zoals een mens of een klassieke coach, maar combineert verschillende lagen technologie om telkens slimmer en consistenter met jouw context te werken. Dat gebeurt zonder jouw data te gebruiken om algemene AI‑modellen te trainen. Alles blijft binnen jouw omgeving.
In grote lijnen gebeurt er drie dingen onder de motorkap:
1. Retrieval-Augmented Generation (RAG): altijd de juiste context bij je vraag
Wanneer je een vraag stelt, haalt Uprio eerst slim de juiste context op. Het systeem zoekt automatisch in:
je merkfundamenten
opgeslagen geheugen uit eerdere gesprekken
relevante documenten op gebruikersniveau of bedrijfsniveau
Die gevonden stukken worden op de achtergrond aan je vraag toegevoegd. Pas dan krijgt het AI‑model de opdracht om te antwoorden. Daardoor:
hoef je niet alles telkens opnieuw uit te leggen
kan Uprio consequenter antwoorden in lijn met eerdere beslissingen
komen er veel minder “losse” of generieke antwoorden terug
2. Gestructureerd geheugen dat feiten bewaart en classificeert
Parallel met RAG werkt Uprio met een gestructureerd geheugensysteem.
Uit gesprekken worden automatisch feiten en beslissingen gehaald en geclassificeerd:
hoort dit thuis op gebruikersniveau of bedrijfsniveau?
is dit een merkfundament, een keuze, een datum, een prijs, een naam…?
Die feiten worden opgeslagen in de juiste geheugenlaag (gebruiker, bedrijf, voorkeur).
Bij nieuwe gesprekken wordt dat geheugen weer opgehaald en aangevuld.
Zo ontstaat er door de tijd heen een doorlopend, actueel beeld van je bedrijf, zonder dat jij handmatig “geheugen” moet beheren.
3. Experts met eigen configuratie en promptlogica
Binnen Uprio werk je met verschillende “Experts” (zoals strategie, content, sales, cijfers). Technisch gebeurt er het volgende:
Elke Expert heeft een eigen configuratie en set instructies in de backend.
Daarin is vastgelegd:
welke rol die Expert speelt
welke stukken geheugen en welke documenten voorrang krijgen
welke manier van redeneren en antwoorden wordt verwacht
Wanneer je een Expert aanspreekt, krijgt die niet alleen je vraag, maar ook:
de juiste context via RAG
de juiste geheugenlagen
een eigen “denkkader” via geavanceerde promptconfiguratie
Het resultaat is dat een sales‑Expert anders redeneert en schrijft dan een content‑Expert, terwijl ze allebei binnen dezelfde merkcontext blijven.
Belangrijk: geen training van modellen met jouw data
Het interne trainingsmechanisme van Uprio:
gebruikt je data alleen om voor jou betere context en geheugen op te bouwen
gebruikt je data niet om de onderliggende AI‑modellen verder te trainen
Geheugenopbouw, classificatie en contextophaling gebeuren volledig binnen jouw omgeving en binnen de afgesproken GDPR‑kaders.