Բոլոր հոդվածները
Արհեստական բանականություն6 մայիսի, 2026 թ.7 ր

RAG. ԱԲ-որոնում ընկերության գիտելիքների բազայով

Ինչ է RAG-ը պարզ բառերով, ինչպես է այն կառուցված, ինչով է տարբերվում սովորական չաթ-բոտից և մոդելի լրացուցիչ ուսուցումից և երբ է բիզնեսին իրական օգուտ տալիս։

RAG-ը (Retrieval-Augmented Generation) եղանակ է, որով լեզվական մոդելը պատասխանում է ձեր փաստաթղթերի հիման վրա, ոչ թե «հիշողությամբ»։ Յուրաքանչյուր հարցի համար համակարգը նախ ընկերության գիտելիքների բազայում գտնում է համապատասխան հատվածները, ապա մոդելը պատասխանը կազմում է միայն գտնվածից և ցույց տալիս աղբյուրների հղումները։ Այսպես են կառուցվում ԱԲ-որոնումը կանոնակարգերով, հաճախորդների աջակցությունը և նոր աշխատակիցների օգնականները։

Ընկերությունները կուտակում են հսկայական քանակությամբ ներքին փաստաթղթեր. կանոնակարգեր, հրահանգներ, սցենարներ, պայմանագրեր, աջակցության պատասխաններ։ Այդ ծավալի մեջ ճիշտ տեղեկությունը գտնելը երբեմն ավելի դժվար է, քան հենց հարցին պատասխանելը։ RAG-ը մոտեցում է, որը լուծում է հենց այս խնդիրը։

Ի՞նչ է RAG-ը պարզ բառերով

RAG-ը նշանակում է Retrieval-Augmented Generation, այսինքն՝ որոնման վրա հիմնված գեներացիա։ Գաղափարը պարզ է. երբ օգտատերը հարց է տալիս, համակարգն առաջին հերթին ձեր փաստաթղթերի բազայում գտնում է համապատասխան հատվածներ, այնուհետև լեզվական մոդելն ըստ գտնվածի ձևավորում է պատասխան։ Մոդելը չի հորինում. այն հենվում է իրական աղբյուրների վրա։

Ինչպե՞ս է RAG-ն աշխատում քայլ առ քայլ

Աշխատանքը բաժանվում է փաստաթղթերի նախապատրաստման և հարցին պատասխանելու։

Նախապատրաստում (կատարվում է մեկ անգամ, ապա՝ փաստաթղթերի ամեն թարմացման ժամանակ).

  1. Տեքստի դուրսբերում։ PDF-ից, Word-ից, կայքի էջերից և այլ աղբյուրներից հանվում է տեքստը։ Սկանավորված փաստաթղթերը նախ ճանաչվում են որպես տեքստ։
  2. Բաժանում հատվածների։ Փաստաթուղթը բաժանվում է իմաստային կտորների՝ բաժին, կանոնակարգի կետ, հարցի պատասխան։ Չափազանց մեծ հատվածները լղոզում են որոնումը, չափազանց փոքրերը կորցնում են համատեքստը։
  3. Ինդեքսավորում։ Յուրաքանչյուր հատված վերածվում է թվային վեկտորի, որն արտացոլում է դրա իմաստը, և պահվում է վեկտորային բազայում՝ փաստաթղթի անվան, բաժնի և մուտքի իրավունքների հետ միասին։

Պատասխան հարցին.

  1. Որոնում։ Հարցը նույնպես վերածվում է վեկտորի, և բազան գտնում է իմաստով մոտ հատվածները, նույնիսկ եթե բառերը չեն համընկնում։ Իմաստային որոնումը սովորաբար լրացվում է ճշգրիտ բառերով որոնմամբ. այն ավելի լավ է գտնում ապրանքի կոդերը, պայմանագրերի համարները և ազգանունները։
  2. Ընտրություն։ Գտնված հատվածները դասակարգվում են, և աշխատանքի մեջ են մտնում մի քանի ամենահամապատասխանները։
  3. Պատասխան։ Մոդելը ստանում է հարցը, ընտրված հատվածները և հրահանգ՝ պատասխանել միայն դրանց հիման վրա, իսկ եթե պատասխան չկա, այդպես էլ ասել։
  4. Հղումներ։ Պատասխանի կողքին ցուցադրվում են այն փաստաթղթերն ու բաժինները, որոնցից այն կազմվել է։

Ինչո՞վ է RAG-ը տարբերվում սովորական չաթ-բոտից

Ստանդարտ չաթ-բոտն աշխատում է սցենարներով. այն պատասխանում է այն հարցերին, որոնց համար վարժեցվել է, և ոչինչ չգիտի ձեր կոնկրետ ընկերության մասին։ RAG-համակարգը, ի հակառակ, կարդում է ձեր փաստաթղթերն ու պատասխանում հենց ըստ դրանց։ Եթե կանոնակարգում մի բան է գրված, իսկ գործնականում մեկ այլ, համակարգը կասի գրվածը և կնշի աղբյուրը։

Թե ինչպես է նման բոտն աշխատում հաճախորդների սպասարկման մեջ, գրել ենք աջակցության չաթ-բոտի մասին հոդվածում։

Ինչո՞վ է RAG-ը տարբերվում մոդելի լրացուցիչ ուսուցումից և ChatGPT-ում ֆայլեր բեռնելուց

Լրացուցիչ ուսուցումը փոխում է հենց մոդելը՝ դրա ոճը, պատասխանների ձևաչափը, վարքը։ Փոփոխվող փաստերի համար այն վատ է համապատասխանում. գնացուցակի կամ կանոնակարգի ամեն թարմացում կնշանակեր նոր ուսուցում, իսկ աղբյուրը ցույց տալ նման մոդելը չի կարող։ RAG-ում բավական է վերաինդեքսավորել փոփոխված փաստաթուղթը։

Ֆայլերը չաթում բեռնելը հարմար է, երբ փաստաթղթերը քիչ են և դրանց հետ աշխատում է մեկ մարդ։ RAG-համակարգ պետք է, երբ փաստաթղթերը շատ են, պարբերաբար թարմացվում են, աշխատակիցներն ունեն մուտքի տարբեր իրավունքներ, պատասխանները պետք է հայտնվեն ձեր բոտում կամ կայքում, իսկ տվյալների պահման ու մշակման վայրը պետք է վերահսկելի լինի։

Որտե՞ղ է RAG-ն օգուտ տալիս

RAG-ն արդյունավետ է այն իրավիճակներում, որտեղ կարևոր են ճշտությունն ու հղումն աղբյուրին.

  • Ներքին փաստաթղթերով որոնում — աշխատակիցը հարց է տալիս, և համակարգը գտնում է կանոնակարգի կամ պայմանագրի ճիշտ բաժինը
  • Հաճախորդների աջակցություն — բոտը պատասխանում է արդիական գիտելիքների բազայի հիման վրա, ոչ թե նախապես գրված սցենարներով
  • Նոր աշխատակիցների ադապտացիա — նորեկն ստանում է պատասխաններ գործընթացների վերաբերյալ՝ առանց գործընկերներին շեղելու
  • Կարգավորող հարցեր — իրավական, հաշվապահական կամ տեխնիկական կանոնակարգերը հասանելի են դառնում երկխոսության ռեժիմում

Նման համակարգի օրինակ է մեր գիտելիքների բազան ԱԲ-խորհրդատուով քեյսը։ Նույն սկզբունքն աշխատում է նաև իրական ժամանակում. զանգերի հուշարարը լսում է խոսակցությունը և ցույց տալիս հուշումներ գիտելիքների բազայից։

Ինչո՞ւ են պատասխանները ճշգրիտ և հղումներով

Լեզվական մոդելն ինքնուրույն ոչինչ չգիտի ձեր փաստաթղթերի մասին։ RAG-համակարգում մոդելը տեսնում է միայն այն հատվածները, որոնք որոնումը հայտնաբերել է ձեր բազայից։ Դա սահմանափակում է մոդելի «ստեղծագործելու» հակումը և հնարավորություն է տալիս ամեն պնդման աղբյուրը ցույց տալ։ Օգտատերը տեսնում է ոչ միայն պատասխանը, այլև, թե որտեղից է այն վերցվել։

Կարո՞ղ է RAG-ը սխալվել

Այո, և օգտակար է հասկանալ, թե կոնկրետ որտեղ։

  • Որոնումը չի գտել անհրաժեշտ հատվածը։ Մոդելը պատասխանում է ըստ այն բանի, ինչ իրեն տրվել է, կամ ազնվորեն ասում է, որ պատասխան չկա։
  • Փաստաթղթերը հակասում են միմյանց կամ հնացած են։ Եթե բազայում կա կանոնակարգի երկու տարբերակ, համակարգը կարող է մեջբերել հինը։
  • Հարցը պահանջում է ամբողջ բազայի ակնարկ։ «Քանի՞ պայմանագիր ունենք հետաձգված վճարմամբ» հարցը հաշվառման համակարգի հաշվետվության խնդիր է, ոչ թե հատվածներով որոնման։
  • Բարդ աղյուսակներ և սկաներ։ Տեքստը դուրս բերելիս աղյուսակի կառուցվածքը հեշտությամբ կորչում է։

Այդ պատճառով աղբյուրների հղումները զարդարանք չեն. դրանք թույլ են տալիս պատասխանը ստուգել մի քանի վայրկյանում։

Ինչի՞ց է կախված պատասխանների որակը

  • Հենց փաստաթղթերից։ Արդիական, առանց կրկնօրինակների, հասկանալի վերնագրերով։ Սա ավելի ուժեղ է ազդում, քան մոդելի ընտրությունը։
  • Հատվածների բաժանումից և որոնումից։ Հատվածներ՝ ըստ իմաստային սահմանների, իմաստային և բառային որոնման համադրում, զտիչներ ըստ փաստաթղթի տեսակի և ամսաթվի։
  • Ստուգումից։ Իրական հարցերի հավաքածու՝ հայտնի ճիշտ պատասխաններով, որը նորից անցկացվում է ամեն փոփոխությունից հետո։ Առանց դրա հնարավոր չէ հասկանալ՝ համակարգը լավացե՞լ է, թե վատացել։

Ո՞ր սխալներն են ամենից հաճախ հանդիպում

  • Բեռնում են ամեն ինչ անխտիր՝ ներառյալ սևագրերն ու հին տարբերակները։
  • Գործարկում են առանց ստուգիչ հարցերի հավաքածուի և որակը գնահատում «աչքաչափով»։
  • Չեն նշանակում փաստաթղթերի արդիականության պատասխանատու, և կես տարի անց բազան հնանում է։
  • Մոռանում են մուտքի իրավունքների մասին, և համակարգն աշխատակցին ցույց է տալիս այն, ինչ նա չպետք է տեսնի։

Ինչի՞ց են կախված արժեքն ու ժամկետները

Ճշգրիտ գնահատական տալիս ենք փաստաթղթերին ծանոթանալուց հետո, իսկ դրա վրա ազդում են.

  • փաստաթղթերի ծավալը և ձևաչափը. մաքուր տեքստն ավելի հեշտ է մշակվում, քան սկաներն ու բարդ աղյուսակները,
  • աղբյուրների քանակը և այն, թե արդյոք փոփոխությունները պետք է ավտոմատ ներմուծվեն,
  • մուտքի իրավունքների սահմանազատումը,
  • ինտերֆեյսները՝ վեբ-էջ, Telegram-բոտ, կայքի վիջեթ, ներկառուցում CRM-ում,
  • համակարգի աշխատանքի վայրը՝ ամպ կամ ձեր ենթակառուցվածք (տեղային մոդելների համար պետք են սեփական սերվերներ),
  • փաստաթղթերի և հարցերի լեզուները,
  • պահանջվող ճշգրտությունը և ստուգման ծավալը։

Մշակումից բացի կան ընթացիկ ծախսեր՝ մոդելի օգտագործումը յուրաքանչյուր հարցման համար, հոսթինգը և բազայի սպասարկումը։ Թե ինչպես ենք կազմում նախահաշիվները, նկարագրված է նախագծի գնահատման մասին հոդվածում, իսկ նախագիծն ինքը կատարվում է որպես ԱԲ ինտեգրում։

Ի՞նչ է անհրաժեշտ սկսելու համար

RAG-համակարգ գործարկելու համար անհրաժեշտ են.

  • Ցանկացած ընթեռնելի ձևաչափի փաստաթղթեր. PDF, Word, Google Docs, Notion, HTML
  • Հստակ պատկերացում, թե ով կօգտագործի համակարգը և ինչ հարցեր պետք է այն փակի
  • Մուտքի սահմանազատում, եթե փաստաթղթերի մի մասը գաղտնի է

Լավ է, եթե դրան գումարվեն աշխատակիցների կամ հաճախորդների մի քանի տասնյակ իրական հարցեր՝ ճիշտ պատասխաններով, և մարդ, որը պատասխանատու է փաստաթղթերի արդիականության համար։

Մենք վերցնում ենք ձեր առկա նյութերը, ինդեքսավորում ենք դրանք, կարգավորում ենք որոնումն ու լեզվական մոդելը, ինտեգրում ենք ինտերֆեյսը. լինի դա վեբ-էջ, Telegram-բոտ, թե կայքի վիջեթ։ Համակարգն աշխատում է ձեր ենթակառուցվածքի վրա կամ ամպում։

Ե՞րբ RAG-ը պետք չէ

  • Փաստաթղթերը քիչ են. բավական է հաճախ տրվող հարցերի լավ գրված էջը։
  • Գիտելիքները գրի առնված չեն և ապրում են աշխատակիցների գլխում։ Նախ դրանք պետք է ամրագրել. առայժմ որոնելու բան չկա։
  • Տվյալները աղյուսակներում և հաշվառման համակարգում են, իսկ հարցերը հնչում են «քանի՞» և «ո՞ր ժամանակահատվածում»։ Այստեղ պետք են հաշվետվություններ և տվյալների բազայի հարցումներ։
  • Պետք է անսխալ պատասխանի երաշխիք՝ առանց մարդու ստուգման։ RAG-ը նվազեցնում է սխալների թիվը, բայց չի բացառում դրանք։

Եթե ունեք փաստաթղթերի մեծ ծավալ, որոնք աշխատակիցները կամ հաճախորդները չեն կարողանում արագ գտնել, RAG-ը լուծում է հենց այդ խնդիրը։ Պատմեք մեզ, թե ինչ փաստաթղթեր են դրանք և ով է հարցեր տալու, և մենք կառաջարկենք, թե որտեղից սկսել։

Հաճախ տրվող հարցեր

Մոդելը վարժեցվո՞ւմ է մեր փաստաթղթերի վրա։

Ոչ։ Փաստաթղթերը պահվում են որոնման ինդեքսում և մոդելին փոխանցվում են միայն հարցի պահին։ Եթե փաստաթուղթը հեռացվի ինդեքսից, այն այլևս չի հայտնվի պատասխաններում։

Կարո՞ղ է RAG-համակարգը պատասխան հորինել։

Ավելի հազվադեպ, քան առանց որոնման մոդելը, բայց կարող է։ Ռիսկը նվազեցնում են միայն աղբյուրներով պատասխանելու հրահանգը, փաստաթղթերի հղումները և ստուգիչ հարցերի հավաքածուով կանոնավոր ստուգումը։

Ինչպե՞ս թարմացնել գիտելիքների բազան։

Փոփոխված փաստաթղթերը վերաինդեքսավորվում են։ Դա կարելի է անել ձեռքով, ժամանակացույցով կամ ավտոմատ՝ աղբյուրում ֆայլի փոփոխության ժամանակ։

Հնարավո՞ր է RAG-ը գործարկել առանց տվյալներն ամպ ուղարկելու։

Այո, համակարգը կարող է աշխատել ձեր ենթակառուցվածքում՝ տեղում տեղակայված մոդելներով։ Դրա համար պետք են սեփական սերվերներ, իսկ տեղային մոդելների պատասխանների որակն արժե ստուգել ձեր փաստաթղթերի վրա։

Ո՞ր լեզուներով է աշխատում RAG-ը։

Այն լեզուներով, որոնք աջակցում են ընտրված որոնման մոդելն ու լեզվական մոդելը. փաստաթղթերն ու հարցերը կարող են լինել տարբեր լեզուներով։ Ավելի քիչ տարածված լեզուների, օրինակ՝ հայերենի դեպքում որակը պետք է ստուգել իրական փաստաթղթերի վրա։

Քանի՞ փաստաթուղթ է պետք RAG-ի համար։

Խիստ շեմ չկա. որոնումն աշխատում է և՛ տասնյակ, և՛ հազարավոր փաստաթղթերի հետ։ Քանակից ավելի կարևոր են դրանց արդիականությունը և հակասող տարբերակների բացակայությունը։

Քննարկե՞նք ձեր նախագիծը

Պատմեք դրա մասին՝ կվերադառնանք գնահատականով և առաջարկով։

WhatsAppTelegram