يعرف النموذج اللغوي أشياء كثيرة، لكنه لا يعرف إجراءاتك الداخلية ولا عقودك ولا توثيق منتجك. تقنية RAG (التوليد المعزّز بالاسترجاع) تزوّده بهذه المعلومات لحظة الإجابة.
المبدأ في ثلاث مراحل
- الفهرسة: تُقسّم المستندات إلى مقاطع ثم تُحوّل إلى متّجهات («بصمات» للمعنى) تُخزّن في قاعدة بيانات.
- الاسترجاع: عند كل سؤال نبحث عن المقاطع الأقرب معنىً.
- التوليد: يتلقى النموذج السؤال وهذه المقاطع ويكتب إجابة مبنية عليها.
لماذا هو مفيد
تستند الإجابات إلى مصادر دقيقة يمكن الاستشهاد بها والتحقق منها، وتحديث المعرفة يعني تحديث المستندات فقط دون إعادة تدريب النموذج.
أخطاء شائعة
- تقسيم سيئ للمستندات: المقاطع الطويلة جداً تُغرق المعلومة والقصيرة جداً تُفقد السياق.
- مستندات قديمة أو متناقضة سيعيدها الذكاء الاصطناعي بأمانة.
- إغفال صلاحيات الوصول: يجب ألا يسترجع المستخدم إلا ما يحق له قراءته.
نصيحة عملية
ابدأ صغيراً بمجموعة واحدة منظّمة (أسئلة شائعة أو دليل داخلي)، واطلب دائماً من الذكاء الاصطناعي ذكر المقاطع التي استعملها. وإن لم يجد شيئاً مناسباً، فعليه أن يقول ذلك بدل أن يختلق.
