RAG (Retrieval-Augmented Generation) — схема, при которой модель сначала находит фрагменты ваших документов, а потом отвечает, опираясь на них. Так ИИ работает с регламентами, инструкциями и договорами компании, а не выдумывает ответ из общих знаний.
Для корпоративной техподдержки и онбординга это базовый контур: сотрудник спрашивает «как оформить доступ», бот поднимает нужный раздел базы знаний и формулирует ответ со ссылкой на источник.
Как устроен RAG простыми словами
- Документы режутся на фрагменты и индексируются.
- По вопросу находятся релевантные куски.
- Модель пишет ответ по этим кускам, а не «из головы».
Качество зависит от полноты базы, актуальности файлов и того, как сформулирован вопрос. Мусор на входе даёт мусор на выходе — как и у любого поиска.
RAG и закрытый контур
Документы часто нельзя отдавать во внешнее облако. Тогда индекс и модель ставят в контуре заказчика. Пример продукта — ИИ-бот техподдержки; кейс — Уют Телеком.
См. также: что такое ИИ-агент.
