RAG یعنی مدل فقط از دانش بازیابیشده شما جواب بدهد — نه از حافظه اینترنتی مبهم.
پایپلاین حداقلی
1. بارگذاری سند (PDF/HTML/MD)
2. Chunk با همپوشانی معقول
3. Embedding و ذخیره در Vector DB (مثلاً pgvector)
4. بازیابی top-k با فیلتر مجوز
5. Prompt با استناد + پاسخ ساختاریافته
اشتباهات رایج
- بدون ACL روی retrieval (نشت داده بین مستأجرها)
- chunk خیلی بزرگ یا خیلی کوچک
- اعتماد کامل به جواب بدون citation
- گذاشتن کل پایپلاین داخل یک HTTP request طولانی
تولید
کار embedding را به صف بسپارید. برای پرسش کاربر timeout و fallback تعریف کنید. هزینه توکن را لاگ کنید.
RAG خوب، پشتیبانی و جستجوی داخلی محصول را متحول میکند — اگر امنیت و ارزیابی را جدی بگیرید.