بازگشت به وبلاگ

پایگاه دانش · ۸ دقیقه مطالعه

RAG در پشتیبانی مشتری دقیقاً چه کاری انجام می‌دهد؟

از بازیابی سند تا پاسخ مستند و نقطه‌ای که باید گفتگو را به انسان سپرد.

مسئله فقط مدل زبانی نیست

مدل زبانی می‌تواند جمله روان بسازد، اما برای پاسخ اختصاصی کسب‌وکار باید به اطلاعات همان مجموعه متصل شود. RAG پیش از تولید پاسخ، بخش‌های مرتبط دانش را پیدا می‌کند و آن‌ها را در اختیار مدل می‌گذارد.

معیار موفقیت این نیست که پاسخ همیشه طولانی یا قاطع باشد؛ پاسخ باید به شواهد متصل باشد و وقتی شواهد کافی نیست، ابهام را آشکار کند.

یک جریان قابل اتکا

در یک پیاده‌سازی مناسب، سند پاک‌سازی و قطعه‌بندی می‌شود، query با جست‌وجوی برداری و واژگانی بررسی می‌شود و نتیجه مرتبط به مدل می‌رسد.

  • هویت tenant در همه queryها حفظ شود.
  • هر ادعای اختصاصی به منبع قابل ردیابی وصل شود.
  • آستانه بازیابی با سؤال‌های فارسی واقعی تنظیم شود.
  • نبود منبع به سؤال روشن‌کننده یا ارجاع منجر شود.

چه زمانی انسان لازم است؟

درخواست‌های حساس، عملیات واقعی، شکایت و هر پرسشی که دانش کافی برای آن وجود ندارد باید مسیر تحویل روشنی داشته باشند. هوش مصنوعی جای صف پاسخ‌گویی را خلوت می‌کند؛ مسئولیت کسب‌وکار را حذف نمی‌کند.