Разработка RAG-систем для внутренних знаний компании

Neaptide разрабатывает RAG-системы для поиска и использования знаний в документах компании. Начинаем с ограниченного набора источников, ролей пользователей и вопросов, на которые система должна отвечать или отказывать. Источники, приёмку и передачу фиксируем в предложении до разработки.

Когда подходит эта услуга

Заказной ассистент имеет смысл, когда сотрудники работают с утверждёнными документами, обычный поиск оставляет слишком много ручной работы или готовый инструмент не поддерживает нужные права. Начать можно с регламентов, базы поддержки и продуктовой документации. Если задачу решает существующий поиск, предложим этот более простой путь.

RAG находит подходящие документы и передаёт их языковой модели. Ответ становится проще проверить, но сами ссылки не гарантируют точность. Помимо обычных вопросов планируем проверки отсутствующих, устаревших, противоречивых и закрытых сведений.

Сначала определите границы документов

Прежде чем обещать коннектор или способ разбора, изучаем характерные документы. Сканы, таблицы, конфликтующие версии и сложные права существенно меняют объём работ. Доступ и размещение входят в согласование; обещание охватить все данные компании скрыло бы важные решения.

От прототипа к приёмке

Первая версия использует согласованные источники и небольшой набор характерных вопросов. Проверяем поиск и итоговый ответ отдельно. Если актуальный документ не найден, нужна иная правка, чем когда модель проигнорировала уже полученные сведения.

• Показать ссылку на источник, доступный авторизованному пользователю.
• Проверить один вопрос для обычной и ограниченной роли.
• Проверить отсутствие ответа и устаревшую инструкцию.
• Для каждого задания сохранить ожидаемое поведение, результат и доказательства.
• Согласовать, какие ошибки блокируют выпуск и где нужна проверка человеком.

В опубликованном кейсе успешно найден реальный фрагмент с ценой услуги Neaptide, URL и окружающими условиями. Это отдельное наблюдение, а не общая оценка точности. Закрытые права и генерация ответов требуют собственных проверок в среде проекта.

• Наш эксперимент поиска и границы выводов
• Выбранный успешный результат поиска · JSON, EN

Согласуйте состав передачи

До разработки фиксируем передаваемый код, настройки, файлы оценки, задания загрузки и инструкции. Отдельно указываем компоненты со сторонними лицензиями и облачными подписками. Условия зависят от проекта: доступ к модели и платформе поставщика нельзя обещать передать как собственный код.

Инструктаж охватывает обновление источников, смену прав, сбои запросов и сообщения о неверных ответах. Если приложение поддерживает ваша команда, включите в приёмку воспроизводимый выпуск и проверку инструкции эксплуатации. Дальнейшая поддержка согласуется отдельно с определённым ответственным.

Как рассчитывается стоимость

Расчёт зависит от количества и качества источников, прав, интеграций, размещения и охвата оценки. Прототип на чистых выгрузках отличается от рабочей системы с коннекторами и изменяемыми правами. До расширения согласуем первый этап и решение о продолжении. Единого тарифа RAG и гарантированного процента точности нет.

• Статьи затрат на внедрение ИИ
• Оценка RAG-исполнителей и вопросы передачи

Подготовьте небольшой безопасный фрагмент

Для первого обсуждения опишите пользователей, нужные документы и повторяющийся вопрос. Достаточно обезличенных фрагментов и списка ролей. Конфиденциальные документы оставляйте в разрешённой среде до согласования доступа и обращения с ними.