Foto's of dia's zijn kwetsbaar. De foto's uit je album in de kast, maar zeker ook al die foto's in de mapjes die je bij de fotograaf liet ontwikkelen, kunnen verkreukelen of nat worden. Ook kun je foto's veel makkelijker vinden én altijd laten zien als je ze digitaal hebt. Aan de slag dus!

Tip 01: Organiseer vooraf

Begin met het verzamelen van alle materialen die je wilt scannen en orden deze. Je gaat straks heel veel achter elkaar inscannen en door de kiekjes al op een logische volgorde te leggen, is het makkelijker om ze later in een digitale bibliotheek terug te vinden en te categoriseren. Een erg handige manier van organiseren is op jaartal. Zeker als je al een deel van je foto's in albums hebt zitten, is dit waarschijnlijk de meest voor de hand liggende methode. Lees ook: Al je foto's bewerken doe je gratis met deze 20 fotoprogramma's.

Tijdens het ordenen is het verstandig om ook een ruwe selectie te maken van de foto's die je absoluut digitaal wilt hebben. Wees hier niet té kritisch: als een foto 'mislukt' lijkt, digitale foto's zijn met wat bewerkingen vaak nog wat op te poetsen. Foto's met een stukje vinger voor de lens zijn bijvoorbeeld met wat snijwerk heel goed te redden.

Niet te kritisch zijn, wil ook niet zeggen dat je blind alles mee moet nemen. Heb je tien foto's van een verjaardag, kies er dan twee of drie uit en laat de rest in het album zitten. Zeker als je een heel familiearchief wilt overzetten naar je computer, kan het een helse klus worden als je álles wilt digitaliseren.

©PXimport

Hoe beter je het scannen voorbereidt, hoe makkelijker het later is om je foto's te ordenen.

Tip 02: Andere documenten

Als je toch bezig bent met uitzoeken, kan het leuk zijn om hier meteen relevante extra documenten bij te voegen om in te scannen: ansichtkaarten, landkaarten, toegangskaarten, vliegtickets ... Wellicht wil je uiteindelijk weer een fysiek fotoalbum laten drukken met al deze scans, en dan is het erg leuk om dit soort extra's eraan toe te voegen. Ook helpen dit soort documenten bij het organiseren van je digitale albums, omdat ze context geven aan je vakantiefoto's. Wees hierbij creatief en bedenk hoe je eventueel later je foto's tot een verhaal kunt smeden. Heb je stempels in je paspoort? Instapkaarten? Een suikerzakje van dat terrasje in Zuid-Frankrijk? Al dit soort kleine (platte) objecten zijn leuk om in te scannen voor eventueel later gebruik. Als je ze namelijk al hebt bewaard, betekenen ze waarschijnlijk al iets voor je, en dan is het wellicht de moeite waard om te digitaliseren.

©PXimport

Paspoortstempels maken een fotoreisverslag compleet.

Tip 03: Dia-scanner

Het is niet mogelijk om dia's met een gewone flatbedscanner te digitaliseren. Daarvoor heb je een speciaal apparaat nodig. Er zijn flatbedscanners te koop die wel de mogelijkheid hebben om een aantal dia's te scannen, maar het meest gangbaar is de echte diascanner. Eigenlijk is dit een omgebouwde digitale camera waar je dia's in stopt en ze vervolgens een voor een digitaliseert. Als je er een wilt kopen moet je rekenen op een aanschaf van vijftig tot honderd euro. Het is een goed idee om even in de kennissenkring rond te gaan of iemand al zo'n scanner in huis heeft, aangezien je hem waarschijnlijk niet heel vaak zult gebruiken.

Als je een goede digitale spiegelreflexcamera bezit, kun je hier ook een dia-duplicator aan koppelen. Dit is een adapter waar je dia's inschuift en die je vervolgens op de lens van de camera vastklikt. Vervolgens druk je af en heb je de dia gedigitaliseerd. Het voordeel van dit verlengstuk is dat je er ook negatieven mee kunt digitaliseren. Het nadeel is dat een dia-duplicator onhandig is voor het inscannen van grote hoeveelheden dia's, omdat je deze één voor één moet verwisselen. Met een dia-scanner kun je bakjes van vijf of tien dia's tegelijk inladen.

Voor gewone foto's is een flatbedscanner de beste optie. Dit zijn de traditionele scanners met een glasplaat waar je je foto's een voor een op legt. Sommige scanners hebben een zijlader, waar je een stapeltje foto's in legt die dan automatisch worden gescand, net als bij een kopieerapparaat. Het nadeel hiervan is dat foto's vast kunnen komen zitten, en het is ook lastiger om afwijkende formaten te scannen. De meeste scanners zijn in staat om met 300 dpi (dots per inch) te scannen, wat de aangeraden minimale resolutie is voor het vastleggen van foto's. Lager is geen goed idee, omdat details dan verloren gaan.

Probeer vooral niet om je hele fotocollectie te digitaliseren door je foto's te fotograferen met een digitale camera of smartphone. Dit levert geen mooi resultaat op en is veel meer werk. Als je het toch wil proberen, hebben we hier een handig stappenplan.

©PXimport

Een diascanner kost al snel meer dan honderd euro. Wie weet heeft de buurman er al een?

Tip 04: Scanner schoonmaken

Het is zonde als je er na het scannen bij het nabewerken achter komt dat er stofjes of andere storende deeltjes op je scanner of je foto's zaten. Hoewel je er met beeldbewerkingssoftware best nog wat aan kan doen, is voorkomen hier altijd beter.

Volg de instructies van de handleiding van je scanner om de glasplaat goed stof- en vlekvrij te maken. Check ook tijdens het scannen regelmatig of er geen stof of haartjes op de plaat terecht komen. Zeker als je oude albums uit de kast haalt is dit iets om op te letten. Hetzelfde geldt overigens ook voor de foto's die je scant. Neem deze af met een droge zachte doek, bijvoorbeeld een microvezeldoekje. Een busje met perslucht kan ook helpen. Druk vooral niet, het gaat er om dat je kleine haartjes en stofjes meeneemt zonder dat je de foto beschadigt. Gebruik geen water of schoonmaakmiddel want daarmee tast je de beschermlaag van de foto's aan.

©PXimport

De glasplaat van de scanner moet goed schoon zijn voor je begint. Check ook tussentijds op stofdeeltjes.

Wat is dpi?

Dpi staat voor dots per inch. Dit geeft aan hoeveel pixels er op een rij staan per 2,54 cm (1 inch). Dit heeft vooral invloed als je de foto weer wilt afdrukken. Een lage dpi betekent dat er minder pixelinformatie is. Als je een foto met een lage dpi op posterformaat afdrukt, zie je dus een korrelige afbeelding. Bij het printen van normale foto's tot ongeveer A4-formaat is 300 dpi meer dan voldoende. Een hogere dpi geeft je meer vrijheid bij het bewerken, omdat er meer informatie is om mee te werken. Je kunt dan bijvoorbeeld ook een kleiner stuk uit een foto snijden en dit alsnog op een redelijk formaat afdrukken zonder kwaliteitsverlies.

Tip 05: Test-scans

Voor je de hele verzameling verwerkt, is het verstandig om een aantal testscans te doen, om de optimale instellingen van de scansoftware te vinden. In de meeste gevallen heeft de software bij je scanner een aantal voorgeprogrammeerde instellingen die prima voldoen. Probeer deze presets even uit, en kijk wat op het oog het beste resultaat geeft.

In deze fase gaat het erom dat je de foto's (of dia's) met zo veel mogelijk details digitaliseert, zodat je deze later met een fotobewerker kunt optimaliseren.

Zorg ervoor dat je scant op minimaal 300 dpi (zie ook het kader). Een hogere dpi neemt meer opslagruimte in beslag en kan in sommige gevallen een beter resultaat geven. Experimenteer hier ook mee bij je testscans. Om het verschil goed te zien, is het verstandig om even in te zoomen op je gescande foto's. Dan pas zie je echt hoeveel details eventueel verloren gaan met een lagere dpi. De ervaring leert dat voor de meeste foto's een dpi van 300 tot 600 een uitstekend resultaat geeft.

©PXimport

Deze foto is gescand met een te lage dpi, waardoor de pixels duidelijk zichtbaar zijn.

Tip 06: Achteraf bewerken

Het is verleidelijk om foto's of dia's meteen op de computer te perfectioneren. Dit is echter zeker niet de meest efficiënte methode. Wel is het verstandig om bij het scannen alvast een grove indeling van de foto's te maken. Maak dus in elk geval per jaar een aparte map aan. Maak eventueel in deze map ook een Kladblok-bestandje aan waarin je notities maakt over de inhoud van een of meerdere foto's. Blijf hier niet te lang bij stilstaan. Zeker als het om grote aantallen gaat kan de klus eindeloos lijken als je het scannen te vaak onderbreekt.

Je hebt geen duur programma als Adobe Photoshop nodig om je collectie te optimaliseren. Er zijn heel wat gratis alternatieven beschikbaar die sneller en eenvoudiger werken. Sommige programma's werken vanuit je browser. Google Foto's biedt bijvoorbeeld een aantal opties om foto's snel te verbeteren op gebied van helderheid, kleur en contrast. Hetzelfde geldt voor PIXLR. PhotoFiltre 7 en IrfanView zijn gebruikersvriendelijke pakketten die je gratis kunt installeren op je computer. Ten slotte is GIMP een behoorlijk complex alternatief voor Photoshop, met ook veel meer mogelijkheden.

©PXimport

GIMP is een gratis alternatief voor Photoshop, en minstens zo complex.

Batch-bewerking

Als je veel foto's tegelijk wilt omzetten naar een nieuw formaat, dan is het slim om dit te doen met 'batch-bewerking'. Dat wil zeggen dat je een computerprogramma dezelfde handeling op meerdere foto's laat uitvoeren. IrfanView kan dit bijvoorbeeld voor je regelen. In het menu File selecteer je Batch conversion/rename. In de daarop volgende dialoogbox selecteer je het uitvoerformaat en de map waarin je de gewijzigde bestanden wilt opslaan. Eventueel kun je ook alle afbeeldingen van een universele naam voorzien (bijvoorbeeld vakantie 1998-xx, waarbij xx het nummer van de foto is). IrfanView is heel krachtig in het massaal omzetten van foto's. Zorg er wel voor dat je de originelen intact houdt, dan kun je terug naar de bronbestanden mochten de resultaten tegenvallen.

Tip 07: Vermijd filters

Instagram heeft filters erg populair gemaakt, maar bij het bewerken van je ingescande foto's is het beter ze niet te gebruiken. Filters vervormen de pixels, zodat informatie verloren gaat. Sommige effecten voegen ruis toe, waarmee nog meer details worden overschreven. Hoe 'schoner' je je grote collectie foto's opslaat, hoe beter. Als je een deel van je foto's online gaat delen, kun je altijd kopieën van de foto's nog verder bewerken en dan wel een filter toevoegen.

In de meeste gevallen zijn er maar drie correcties nodig om een foto te optimaliseren: kleur, helderheid en contrast. Veel bewerkingsapps hebben een 'automatische verbeterknop' die deze instellingen aanpast. Probeer deze even uit. Is het resultaat niet echt naar wens, dan loont het de moeite om kleur, helderheid en contrast handmatig aan te passen, zodat 'verborgen' details zichtbaar en kleuren levendiger worden. Hoeveel details worden gevangen met het inscannen hangt ook af van de kwaliteit van je scanner.

©PXimport

Filters geven een dramatisch effect, maar er gaan ook veel details verloren.

Tip 08: Opslagruimte

Een fotocollectie neemt veel ruimte in beslag op de harde schijf. Foto van 10 bij 15 cm, ingescand op 600 dpi neemt al snel 5 megabyte in beslag. Door foto's in jpg-formaat op te slaan, nemen ze minder ruimte in, maar er gaat dan wel wat informatie (en dus kwaliteit) verloren. In de meeste gevallen zal dat kwaliteitsverlies niet erg opvallen.

Hoe dan ook is het fijn om voldoende ruimte op je harde schijf te hebben voor de volledige ongecomprimeerde scans, zodat je daar de beste resultaten uit kunt halen. Opslagruimte is tegenwoordig niet duur meer. Een externe schijf van een terabyte koop je al voor iets meer dan zestig euro.

©PXimport

Een externe harde schijf is niet duur meer.

Tip 09: Cloudopslag

Ook een harde schijf kan crashen, zorg dus dat je een goede back-up maakt van je gedigitaliseerde beelden zodat niet al je werk verloren gaat. Dit kan naar een NAS, maar ook een clouddienst komt hiervoor in aanmerking. Niet alleen heb je hiermee een veiligheidskopie die niet afhankelijk is van je eigen apparatuur, ook maakt een dergelijke dienst het vaak eenvoudig om afbeeldingen en fotoalbums met anderen te delen. De bekendste clouddiensten zijn Dropbox, Google Drive en OneDrive. Apple-gebruikers kunnen hun afbeeldingen opslaan in iCloud.

Deze diensten hebben allemaal een gratis optie, waarbij de geboden ruimte enigszins beperkt is. Dropbox geeft 2 gigabyte gratis. OneDrive 5 gigabyte en Google Drive een zeer ruime 15 GB. iCloud start met 5 GB gratis, maar de meeste mensen hebben die ruimte al bijna vol met de back-ups van hun iOS-apparaten. Sla je je foto's met Google Foto's op met maximaal 16 megapixel per foto, dan krijg je gratis onbeperkte opslagcapaciteit.

Hoeveel ruimte je nodig hebt voor je back-up, hangt uiteraard helemaal af van de omvang van je collectie.

©PXimport

Dropbox is nog altijd de populairste clouddienst, met 2 gigabyte gratis opslagruimte.

Albums inscannen

Als je foto's hebt die erg oud en kwetsbaar zijn, is het te overwegen om ze niet uit hun album te halen, maar om de albumpagina's als geheel in te scannen. Als de flatbedscanner groot genoeg is, kun je zo ook meerdere afbeeldingen tegelijk digitaliseren. Met een fotobewerkingsprogramma zoals GIMP of Photoshop kun je dan de foto's 'uitknippen' en als losse afbeeldingen bewaren. Let er wel op dat je matte beschermbladzijden en dergelijke niet meescant, want dat zorgt voor een vermindering van de kwaliteit.

Let er ook op dat de bladzijden van het album goed plat op de scanner liggen. Als dit niet het geval is (omdat het album erg dik is bijvoorbeeld) kan er vertekening optreden, dit is lastig te herstellen.

Tip 10: Maak een fotoalbum

Dit lijkt zeer tegenstrijdig. We hebben net alle foto's gedigitaliseerd. Wat moeten we dan nog met een fysiek album? Maar juist fotoalbums blijven de ideale manier om herinneringen af en toe op te halen of met anderen te delen die bij je langskomen. En wat dacht je van een album met alle gescande dia's en foto's waar bijvoorbeeld je vader/moeder, broer/zus of die ene kennis op staat als cadeau?

Het voordeel van het maken van een nieuwe album op basis van al je gescande foto's is dat de kwaliteit zeer hoog kan zijn. Je hebt immers de beste versies van al je kiekjes paraat. Hema, Albelli en Lulu bieden sjablonen en opmaakprofielen waardoor het resultaat er heel professioneel uitziet. Een vakantiealbum met de beste foto's en scans van tickets en kaarten wordt zo een compleet reisverslag dat mooi in de kast kan staan.

©PXimport

Een fysiek fotoalbum blijft de mooiste manier om herinneringen te delen.

Een stabiele en snelle wifi-verbinding in huis is geen overbodige luxe meer. Met de nieuwe FRITZ!Mesh Wi-Fi Set 1600 biedt AVM een compacte, krachtige oplossing die je rechtstreeks in het stopcontact steekt en waarmee je overal in huis zorgt voor een stabiel en sterk wifi-signaal.

De set is er in twee varianten (2-pack en 3-pack) en zorgt voor optimale dekking in appartementen en huizen van verschillende grootte. Dankzij ondersteuning voor wifi 6 op 2,4 en 5 GHz haal je snelheden tot 3000 Mbit/s.

De set werkt met elke router of glasvezelmodem en vormt een naadloos mesh-netwerk. Ook wie al een FRITZ!Box heeft, kan deze set eenvoudig gebruiken om het bereik verder uit te breiden.

©AVM-Fritz

Eenvoudige installatie en veel mogelijkheden

De eerste repeater in de set sluit je aan via de MyFRITZ!App, waarna deze het centrale punt van het netwerk vormt. Via de app kun je onder meer de netwerknaam instellen, wifi-tijden programmeren en een gastnetwerk inschakelen. Ook zie je precies welke apparaten verbonden zijn en hoe sterk het signaal is. De 2-pack is geschikt voor woningen tot vier kamers op één of twee verdiepingen. De 3-pack dekt grotere huizen of appartementen met meer dan vier kamers.

De FRITZ!Mesh Wi-Fi Set 1600 is per direct verkrijgbaar. De adviesprijs voor het 2-pack is 149 euro; het 3-pack kost 209 euro.

Router nodig?

Wanneer je een chatbot als ChatGPT of Copilot een vraag stelt, krijg je (hopelijk) een degelijk antwoord. Dit is mogelijk omdat deze AI-modellen zijn getraind met talloze tekstdata, zoals boeken, artikelen en websites. Maar je kunt zo’n model ook koppelen aan een eigen verzameling documenten en deze data dynamisch laten gebruiken.

Dit artikel bespreekt oplossingen om eigen documenten als doorzoekbare database aan een AI-model te koppelen, zowel in de cloud (via NotebookLM) als lokaal (met tools als AnythingLLM en Ollama). Bij dit proces haalt een model eerst relevante informatie uit een specifieke externe bron of database op (retrieval) en gebruikt deze vervolgens om een contextueel antwoord te genereren (generation). Dit heet Retrieval-Augmented Generation, kortweg RAG.

Voor we concreet ingaan op de genoemde tools, leggen we kort uit hoe een AI-chatbot je prompts analyseert en op basis van getrainde kennis een relevant antwoord probeert te genereren. Daarna bekijken we hoe dit in een RAG-context verloopt.

1 LLM-dataverwerking

Veel mensen denken dat een AI-model zoals ChatGPT of andere Large Language Models (LLM’s) zoals Gemini, Grok, Llama of Claude bij een prompt direct een database van webpagina’s doorzoekt, een samenvatting maakt en die als antwoord teruggeeft. Afhankelijk van het model en je vraag kan er soms in live internetbronnen worden gezocht, maar doorgaans werkt dit proces fundamenteel anders.

In de trainingsfase leren LLM’s namelijk hoe woorden, zinnen en concepten samenhangen. Deze informatie wordt vervolgens opgesplitst in kleine woorddelen (tokens) en door een embedding-functie opgenomen (ingebed) als miljarden getallen, oftewel parameters, in één- of meerdimensionale tabellen, zoals vectoren en tensors.

Zo kan het woord ‘bank’, afhankelijk van de context, in een andere tabel belanden. Bij ‘Geld op een bank zetten’ wordt ‘bank’ gekoppeld aan financiële begrippen zoals ‘geld’ en ‘spaar’, terwijl ‘bank’ bij ‘Op een bank zitten’ aan huiselijke begrippen als ‘stoel’ en ‘zit’ wordt gelinkt. Deze structuur heet een transformer-model, en vandaar ‘GPT’: Generative Pre-trained Transformer.

Wanneer je nu een prompt invoert, zet de chatbot deze eerst om in vectoren die de contextuele betekenis weergeven. Deze worden vervolgens vergeleken met de LLM-parameters, waarna het model stapsgewijs de meest waarschijnlijke volgende tokens voorspelt. Uiteindelijk wordt deze tokenrij naar woorden omgezet en krijg je als gebruiker een antwoord terug.

De positionering van (een homoniem als) ‘bank’ in deze vector zal ook afhangen van de context.

2 RAG-dataverwerking

Wanneer je zelf databronnen toevoegt, zoals docx- of pdf-bestanden, of zelfs afbeeldingen, is het onrealistisch dat het LLM hiervoor opnieuw een trainingsfase doorloopt. Dit proces kost namelijk veel tijd en miljoenen euro’s. Daarom wordt gebruikgemaakt van technieken als RAG. Om RAG toe te passen, worden vectordatabases, zoals LanceDB en Pinecone, of document-retrievalsystemen, zoals Elasticsearch en Haystack, ingezet.

Bij vectordatabases worden tekstdata door de ingebouwde ‘embedder’ vooraf omgezet in vectoren, vergelijkbaar met een LLM. Deze vectoren worden opgeslagen in een database die doorzoekbaar is op basis van vectorovereenkomsten. Dit maakt ze geschikt voor contextueel en semantisch zoeken, veel meer dan met traditionele SQL-databanken mogelijk is.

Document-retrievalsystemen slaan de data als tekst op, vaak in gestructureerde velden, waardoor full-text search mogelijk is op basis van trefwoorden en tekstuele overeenkomsten. Deze systemen zijn meer geschikt voor exacte tekstopzoekingen.

Interessante achtergrondinformatie over vectordatabases en hun relatie tot LLM’s vind je onder meer hier.

Tekstdata worden door de ingebouwde embedder in een vectordatabase ondergebracht.

3 RAG-zoekopdrachten

Hoe verloopt een RAG-zoekproces over het algemeen? Eerst upload je alle gewenste documenten naar het systeem. De tekstdata worden daarna, via een lokaal (Ragflow, AnythingLLM) of cloudgebaseerd (NotebookLM) embedding-model, in kleine stukken verdeeld en in een vectordatabase opgeslagen, lokaal of in de cloud.

Wanneer je nu een prompt invoert, wordt deze eveneens door het embedding-model gevectoriseerd. De vectordatabase zoekt vervolgens naar relevante tekstfragmenten op basis van overeenkomsten, waarna de relevantste fragmenten worden opgehaald. Deze fragmenten worden nu gecombineerd met je originele prompt en samen naar het LLM-model gestuurd, lokaal of via een API(-sleutel) naar een cloudmodel als ChatGPT. Het gegenereerde antwoord wordt daarna teruggestuurd naar je systeem.

Draait het RAG-systeem lokaal, dan worden dus alleen de relevante fragmenten en je prompt naar de cloud gestuurd, tenzij ook de chatbot lokaal draait. In dit geval blijft alles lokaal. Je volledige documenten en de bijbehorende vectoren blijven hoe dan ook lokaal, tenzij het hele RAG-systeem in de cloud draait.

Een typisch RAG-scenario: de prompt en (alleen) de relevante data gaan naar het LLM-model.

4 NotebookLM

Je weet nu ongeveer wat je met een RAG-systeem kunt en hoe dit onderliggend werkt. Hoog tijd nu om zo’n systeem aan de tand te voelen. We beginnen met een cloudgebaseerd RAG-systeem, Google NotebookLM, dat vooral geschikt is als privacy voor jou minder belangrijk is (al claimt Google je persoonsgegevens niet te gebruiken om NotebookLM te trainen).

Ga naar https://notebooklm.google en klik op de knop NotebookLM proberen. Meld je aan met een persoonlijk Google- of Google Workspace-account.

Je merkt dat er standaard al een notebook is aangemaakt: Introduction to NotebookLM. In het Bronnen-menu aan de linkerkant kun je zeven reeds toegevoegde documenten bekijken. Klik op een document voor een geautomatiseerde samenvatting en de belangrijkste aanklikbare onderwerpen. In het document NotebookLM Features lees je bijvoorbeeld welke documenttypes je kunt uploaden. Je kunt hierover open vragen stellen in het chatvenster, zoals: ‘Met welke types bronbestanden kan NotebookLM precies overweg?’ Het antwoord baseert zich grotendeels op tekstfragmenten uit dit document, zoals zichtbaar bij de genummerde bronverwijzingen.

De bot geeft bij de prompt netjes aan hoeveel bronnen hij kan raadplegen (zeven in dit geval). Stel je een vraag als ‘Is NotebookLM een Retrieval Augmented Generation-systeem (RAG)’, dan krijg je een gefundeerd antwoord met verwijzingen naar een of meer documenten, ook al wordt ‘RAG’ niet expliciet in deze documenten vermeld. NotebookLM vult namelijk antwoorden aan met eigen trainingsdata (van Gemini Pro in dit geval) wanneer dat zinvol is. Vragen die geen verband houden met je documenten blijven echter onbeantwoord.

Desnoods haalt NotebookLM aanvullende informatie uit de eigen trainingsdata op.

5 Bronnen toevoegen aan NotebookLM

We laten je zien hoe je een eigen notebook samenstelt. Een notebook kun je zien als een project dat uit meerdere documenten bestaat, vergelijkbaar met een map met bestanden. Klik op het pictogram linksboven om een overzicht van bestaande notebooks te zien. Kies hier + Nieuwe maken om documenten toe te voegen. Dit kunnen lokale bestanden zijn, zoals pdf’s, txt-bestanden en diverse audioformaten met spraak, maar ook documenten en presentaties uit Google Drive, links naar websites, publieke YouTube-video’s (met onderschriften) of tekst van het klembord. Per notebook kun je maximaal vijftig bronnen uploaden, elk tot 200 MB groot.

Audiobestanden worden automatisch intern getranscribeerd, zodat je er vragen over kunt stellen. Met de knop + Bron toevoegen voeg je meer bronnen toe aan een geselecteerd notebook. Met vinkjes bepaal je welke bronnen de dienst mag gebruiken bij vragen. Je kunt ook anderstalige documenten uploaden en in je voorkeurstaal, zoals Nederlands, vragen stellen en antwoorden ontvangen. De taalvoorkeur stel je in via de instellingen van je Google Account.

Ook anderstalige bronnen (rechts: een pdf in Adobe Reader) kun je meteen bestuderen en bevragen in je eigen taal.

6 Speciale notities in NotebookLM

Wil je antwoorden bewaren, klik dan op Notitie toevoegen. De notitie wordt opgeslagen onderaan het rechterdeelvenster Studio. Hier vind je ook nog allerlei andere knoppen:

Je kunt notebooks delen met andere Google-gebruikers als Kijker of Bewerker, maar je kunt op elk moment ook weer de toegang intrekken. Wie NotebookLM in Pro gebruikt, kan de chatresponses verder bijsturen en meer notebooks, bronnen, vragen en overzichten maken. Dit abonnement biedt tot 500 notebooks, elk met maximaal 300 bronnen, en dagelijks 500 chatvragen en 20 audio-overzichten (meer informatie vind je hier).

Van een tijdlijn over studiemateriaal tot een heuse podcast met slechts enkele muisklikken.

7 Cloud versus lokaal

Tools als NotebookLM zijn bijzonder nuttig voor het bestuderen, analyseren en kritisch bevragen van zowel tekst- als audiobronnen. Een nadeel is dat je bronnen naar de cloud moet uploaden. Dat kan onhandig en tijdrovend zijn en vormt altijd een risico voor de privacy, ook al zegt Google deze data niet voor trainingsdoeleinden te gebruiken.

Met de juiste tools kun je dit proces ook deels of volledig lokaal uitvoeren, zodat er weinig tot geen data online komen. Een geschikte oplossing is de gratis tool AnythingLLM, een opensource-framework waarmee je LLM’s kunt beheren en gebruiken, zowel in de cloud (meestal via API’s) als lokaal. Je kunt het systeem bovendien uitbreiden met eigen data via RAG.

Het hele systeem van AnythingLLM kan ook in de cloud worden gehost. Zo’n gehoste oplossing kost ongeveer 50 dollar (ca. 48 euro) per maand voor vier gebruikers en honderd documenten) of 99 dollar (ca. 95 euro) per maand voor grotere teams of databibliotheken.

Wil je volledige controle, dan kun je zowel dataopslag, embedder, vectordatabase als het LLM-model lokaal draaien. Hosting kan op een eigen pc of server, bijvoorbeeld als uitvoerbare applicatie voor Windows, macOS of Linux. In Linux gebruik je bijvoorbeeld dit commando:

Een andere optie is om een dockercontainer te gebruiken voor een meer geïsoleerde en schaalbare omgeving.

AnythingLLM laat zich makkelijk installeren voor diverse platformen.

8 AnythingLLM

We tonen hier hoe je met de desktopapplicatie (versie 1.7.2 in ons geval) voor Windows (x64) aan de slag kunt. Je installeert deze suite met diverse AI-tools via het uitvoerbare bestand in slechts een paar muisklikken, waarna de suite direct klaar is voor gebruik. De systeemeisen hangen af van wat je wilt doen, zoals het gebruik van een lokale embedder, vectordatabase en/of LLM. Officieel zijn 2 GB geheugen, een dualcore-cpu en 5 GB opslagruimte toereikend, maar dit zijn absolute minimumwaarden, geschikt als je vooral externe diensten (zoals in de cloud) gebruikt.

Bij de eerste keer opstarten van AnythingLLM klik je op Get started. Je selecteert vervolgens een geschikte LLM-provider voor het genereren van responses op basis van je prompts en meegestuurde tekstfragmenten. Standaard wordt hier AnythingLLM voorgesteld, die onderliggend Ollama gebruikt (zie het kader 'Ollama en RAGflow’). Kies uit de veertien voorgestelde LLM’s, met onder meer modellen van Meta, Microsoft, Google en Mistral. De meeste zijn tekstmodellen, maar een paar zijn multimodaal en ondersteunen in principe ook afbeeldingen. Bij elk model staat een GB-waarde die aangeeft hoeveel geheugen nodig is (bij voorkeur VRAM van de gpu). Laat je keuze mede hierdoor bepalen. Selecteer een model zodat de aanduiding Active verschijnt en druk op de rechterpijlknop.

Je kiest zelf de LLM die je binnen je werkruimte in AnythingLLM wilt gebruiken: lokaal of extern.

9 Werkruimtes

Je komt op een overzichtspagina terecht waar je naast de gekozen LLM (in dit voorbeeld AnythingLLM x Ollama) ook de standaard geselecteerde embedder (Anything LLM Embedder) en de vectordatabase (LanceDB) ziet. AnythingLLM kiest bewust voor lokaal werkende oplossingen om je privacy te beschermen. Je kunt deze instellingen later wijzigen, maar bevestig nu met de rechterpijlknop. Klik eventueel op Skip Survey en vul de naam in van je eerste werkruimte. Een werkruimte functioneert als container voor documenten en gesprekken rond een specifiek thema of project, zodat je gestructureerd kunt werken.

Nadat je op de rechterpijlknop hebt gedrukt, verschijnt het hoofdvenster van AnythingLLM: links zie je de werkruimtes en rechts een welkomstvenster. Via de knop + Nieuwe Werkruimte kun je extra werkruimtes aanmaken. Een naam geven is voldoende, omdat nieuwe werkruimtes standaard de net ingestelde algemene instellingen overnemen.

Klik op het tandwielpictogram bij een werkruimte. Op het tabblad Algemene instellingen kun je de naam wijzigen of de werkruimte verwijderen. Weet wel dat alles wat je embed in de vectordatabase van toegevoegde bronbestanden verdwijnt bij verwijdering. De bronbestanden zelf blijven behouden.

Je kunt werkruimtes maken, benoemen en ook weer verwijderen.

10 Bronbestanden

Je voegt bronbestanden als volgt aan je werkruimte toe. Klik vanuit het hoofdvenster op de uploadpijl naast de werkruimte. Er opent een dialoogvenster met twee knoppen: Documents en Data Connectors. Via Documents kun je diverse bestandstypes uploaden, zoals txt-, pdf-, csv- en xls(x)-bestanden, of ze direct verslepen naar het venster. Deze bestanden worden door de ingebouwde document-processor geanalyseerd (waarbij ze worden opgesplitst in brokken (chunks) van een instelbaar aantal tokens) en vervolgens in het deelvenster My Documents geplaatst. Documenten die je eerder in andere werkruimtes hebt toegevoegd, zijn hier ook beschikbaar (met de indicatie Cached). Je kunt ook naar webpagina’s of online documenten verwijzen door de url in te voeren en op Fetch website te klikken. Toegevoegde documenten worden standaard geplaatst in de map custom-documents, maar je kunt ze ook organiseren in nieuwe mappen via + New Folder.

Selecteer documenten die je wilt gebruiken in de werkruimte en klik op Move to Workspace. Controleer ook de knop Data Connectors. Hiermee kun je (online) documenten ophalen via diensten als GitHub Repo, GitLab Repo en Confluence, of zelfs YouTube-transcripts en webpagina’s via Bulk Link Scraper. Bij deze scraper vul je een url in, plus de gewenste linkdiepte en het maximaal aantal te lezen pagina’s. Deze gegevens worden dan eveneens aan je documenten toegevoegd.

Bevestig met Save and embed om de documenten in de vectordatabase te embedden. Dit proces kan, afhankelijk van de hoeveelheid data, wel even duren.

Voeg alle gewenste bronbestanden (zoals documenten of webpagina’s) toe aan het systeem.

11 Chatomgeving

In het hoofdvenster open je de gewenste werkruimte. Standaard is er al één thread actief (Default): een conversatie tussen jou en de LLM. Je kunt extra threads aanmaken via + New Thread. Voer je prompts in en de LLM geeft (hopelijk relevante) antwoorden op basis van de doorgestuurde tekstfragmenten. Klik op Show Citations om te zien welke bronnen zijn gebruikt. Door op een bron te klikken, zie je de specifieke tekstfragmenten. Je kunt prompts ook inspreken (microfoon-pictogram) en de antwoorden laten voorlezen (luidspreker-pictogram).

Daarnaast zie je een paperclip-pictogram voor het ad hoc uploaden van extra documenten en een pictogram voor slash-commando’s en agents. Het standaard beschikbare slash-commando is /reset, waarmee je je chatgeschiedenis wist en een nieuwe sessie start. Voeg via Add a New Preset eigen commando’s toe, zoals /vertaal met een prompt als ‘Vertaal het zojuist gegeven antwoord naar het Engels’ en Engelse vertaling als beschrijving. Deze commando’s komen automatisch ook beschikbaar in je andere threads en werkruimtes.

Overigens kun je je chatgeschiedenis (van alle werkruimtes) ook bekijken, exporteren en verwijderen via het moersleutel-pictogram, in de categorie Beheerder / Werkruimte Chats.

Slash-commando’s: handig voor vaak gebruikte prompts.

12 Agents

Agents functioneren als autonome modules die AI-modellen gebruiken om specifieke taken zelfstandig uit te voeren, zoals informatie verwerken of acties uitvoeren op basis van ingestelde parameters. Klik op het moersleutel-pictogram linksonder (Open settings) en navigeer naar Agent Vaardigheden. Hier vind je standaard zeven geïntegreerde agents, waarvan je er vier kunt in- of uitschakelen, zoals Generate charts en Web Search.

We nemen deze laatste als voorbeeld. Activeer deze, selecteer een SERP (Search Engine Results Provider), bijvoorbeeld DuckDuckGo (bij sommige moet je wel nog een API-sleutel invullen). Bevestig met Save. Laat nu in de chatomgeving je prompts voorafgaan door @agent om automatisch geactiveerde en relevante agents op te roepen. Zo kan de agent actuele informatie van internet ophalen, waarbij standaard tot tien zoekresultaten worden verwerkt.

Verwant aan agents zijn de ‘agent skills’. Open de rubriek Community Hub en ga naar Explore Trending. Klik bij een skill op Import en bevestig met Import Agent Skill. Ga daarna terug naar Agent Vaardigheden, waar de skill is toegevoegd. Schakel de skill in om deze beschikbaar te maken.

Met en zonder zoekopdrachten op het web: een merkbaar verschil.

13 Instellingen

Via Open settings kun je op algemeen niveau diverse onderdelen aanpassen. In de categorie AI Providers wijzig je bijvoorbeeld de LLM, Vector Database en Inbedder, zoals een cloudgebaseerde dienst als OpenAI, Pinecone of Gemini. Voor veel opties is een API-sleutel vereist, die vaak niet gratis is. Je stelt hier ook spraak-naar-tekst- (standaard: Local Whisper) en tekst-naar-spraak-providers in. Voor tekst-naar-spraak is standaard de lokale provider PiperTTS ingesteld, maar je kunt bijvoorbeeld ook een bekende dienst als ElevenLabs kiezen (met API).

Bij Aanpassing stel je het thema, de taal en de automatische berichten voor gebruikers in. Deze instellingen gelden standaard voor alle werkruimtes, maar kunnen op werkruimteniveau worden overschreven. Klik op het tandwielpictogram naast een werkruimte om deze opties aan te passen.

In het tabblad Chat Instellingen kies je een specifieke LLM Provider of stel je de Chatmodus in. Standaard staat dit op Chat, maar met de optie Query gebruikt het systeem uitsluitend je eigen documentcontext voor responses, zonder de getrainde dataset van de LLM te raadplegen. Hier bepaal je ook hoeveel eerdere chats worden meegenomen (standaard 20) en met welke achterliggende prompt de werkruimte rekening moet houden.

Op het tabblad Agent Configuratie kun je agenten en skills selecteren die specifiek voor deze werkruimte gelden. Bevestig alle aanpassingen telkens met de voorziene knoppen.

Je kunt ook instellingen vastleggen die specifiek zijn voor de geselecteerde werkruimte.