> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# Kennisbank

Een **kennisbank** is een verzameling documenten die je agent domeinspecifieke informatie biedt naast de vooraf getrainde data. Wanneer een document aan een agent is gekoppeld, kan de agent de inhoud ervan gebruiken om vragen nauwkeurig en consistent te beantwoorden.

Zie [Documenten beheren](/docs/nl/eleven-agents/customization/knowledge-base/manage-documents) om documenten te maken, bewerken en organiseren.

## Overzicht

Een zorgvuldig samengestelde kennisbank geeft je agent de informatie die relevant is voor je toepassing. Veelvoorkomende voorbeelden zijn:

* **Productcatalogi**: Specificaties, prijzen en beschikbaarheid.
* **Beleid**: HR-, bedrijfs- of supportbeleid, zoals retouren, secundaire arbeidsvoorwaarden of onboarding.
* **Technische documentatie**: Handleidingen en API-referenties voor ontwikkelaars.
* **Veelgestelde vragen van klanten**: Consistente antwoorden op veelvoorkomende vragen.

Eén document kan aan meerdere agents worden gekoppeld, zodat je gedeelde kennis op één plek kunt onderhouden.

> **Info**
>
> De agent op deze pagina is geconfigureerd met volledige kennis van de documentatie en sitemap van ElevenLabs.
> Vraag hem alles over ElevenLabs.

## Hoe je agent kennis gebruikt

De **gebruiksmode** van elk document bepaalt op een van twee manieren hoe de agent het gebruikt:

* **Volledige context**: De agent plaatst de volledige tekst van het document in de systeemprompt, zodat het hele document bij elke beurt beschikbaar blijft. Omdat dit context verbruikt, werkt dit alleen voor documenten die klein genoeg zijn; grotere documenten moeten in plaats daarvan RAG gebruiken.
* **Retrieval-Augmented Generation (RAG)**: Het document wordt vooraf geïndexeerd en tijdens een gesprek worden alleen de passages opgehaald die het meest relevant zijn voor elke gebruikersvraag, zodat de agent ze kan gebruiken. Hierdoor kan de agent kennisbanken gebruiken die veel groter zijn dan het contextvenster. Zie de [RAG-handleiding](/docs/nl/eleven-agents/customization/knowledge-base/rag) voor configuratie en limieten.

Stel de gebruiksmode van elk document in om te kiezen welke methode de agent gebruikt:

| Gebruiksmodus      | Gedrag                                                                                                                 |
| :----------------- | :--------------------------------------------------------------------------------------------------------------------- |
| `auto` (standaard) | De agent gebruikt RAG wanneer je RAG inschakelt en het document is geïndexeerd; anders gebruikt hij volledige context. |
| `prompt`           | De agent plaatst het document altijd in de prompt, mits het klein genoeg is om in de context te passen.                |

De agent heeft altijd via RAG toegang tot mappen en plaatst deze nooit in de prompt. Daarom moet RAG op de agent zijn ingeschakeld om mappen te gebruiken.

## Ondersteunde bestandsindelingen

Documenten kunnen worden gemaakt op basis van bestanden, URL's of tekst. Geüploade **bestanden** kunnen de volgende indelingen hebben, tot 20 MB per bestand:

| Indeling | Extensie |
| :------- | :------- |
| PDF      | `.pdf`   |
| Word     | `.docx`  |
| Tekst    | `.txt`   |
| Markdown | `.md`    |
| HTML     | `.html`  |
| EPUB     | `.epub`  |

## Groottebeperkingen

Een document kan alleen in volledige context worden gebruikt als de geëxtraheerde tekst in de prompt past, tot ongeveer 300.000 tekens. Grotere documenten moeten in plaats daarvan via RAG worden gebruikt. De totale omvang van documenten die je voor RAG kunt indexeren, hangt af van je abonnementsniveau; zie de [RAG-gebruikslimieten](/docs/nl/eleven-agents/customization/knowledge-base/rag#usage-limits).

Je kunt de huidige grootte van de kennisbank van een agent controleren vanuit Claude of een andere MCP-client via de [gehoste MCP-server](/docs/nl/eleven-agents/operate/hosted-mcp).

## Best practices

#### Inhoudskwaliteit

Bied duidelijke, goed gestructureerde informatie die relevant is voor het doel van je agent.

#### Groottebeheer

Verdeel grote documenten in kleinere, gerichte onderdelen voor betere retrieval en verwerking.

#### Regelmatige updates

Controleer en vernieuw je kennisbank zodat de informatie actueel en nauwkeurig blijft.

#### Hiaten in kennis identificeren

Bekijk gesprekstranscripten om onderwerpen te vinden waarvoor gebruikers moeilijk antwoorden krijgen, en voeg vervolgens de ontbrekende context toe aan de kennisbank.