RAG для бизнеса: как ИИ отвечает по вашим документам

RAG (Retrieval-Augmented Generation) помогает ИИ отвечать по документам компании. Сначала система ищет подходящие фрагменты в базе знаний, затем передаёт их модели вместе с вопросом. Точность зависит от материалов и результатов поиска, поэтому ответы нужно проверять.

Как это работает в Умном Диалоге

Вы загружаете документы (PDF, DOCX, TXT, CSV, XLSX) или указываете URL сайта. Система анализирует текст, разбивает на фрагменты и сохраняет в базу знаний.

Когда клиент задаёт вопрос, система ищет подходящие фрагменты из базы знаний и передаёт их модели вместе с инструкциями. Модель составляет ответ по этому контексту. Нужный документ может не найтись: результат поиска проверяйте отдельно от готового ответа.

Ответы по вашим документам

В тестовом диалоге под ответом видны найденные фрагменты базы знаний, переданные модели. По ним можно проверить цену или характеристику и дополнить базу, если нужных сведений не хватило. На случай, когда ответа в базе нет, пропишите в инструкции агента: честно сказать об этом и предложить связаться с менеджером.

Учебный пример: от документа до проверки ответа

Ниже учебный регламент мастерской и ожидаемый смысл ответов. Это не кейс клиента и не запись реального запуска модели. Пример можно повторить на своих материалах в тестовом диалоге.

Для проверки используйте отдельного тестового агента без рабочих каналов. В разделе «База знаний» выберите его в фильтре и добавьте текст через «Текст / FAQ». Не загружайте учебный регламент в общую базу, из которой агент отвечает вашим клиентам.

Учебный регламент мастерской
Диагностика проводится по будням с 10:00 до 18:00.
Время записи подтверждает администратор.
Для заявки нужны имя и контакт клиента.

Дождитесь статуса «Готов», сохраните инструкции агента и откройте «Тестовый диалог» на странице его настроек. Для генерации нужны соответствующие права и активная подписка; запросы расходуют токены аккаунта. Порядок загрузки и ограничения описаны в руководстве по базе знаний.

Задайте вопрос: «Как записаться на диагностику?» Под ответом раскройте «Использованные фрагменты знаний». В найденном тексте должны быть правила о подтверждении времени администратором и контакте клиента.

Ожидаемый смысл ответа: «Оставьте имя и контакт. Администратор подтвердит время записи. Диагностика проводится по будням с 10:00 до 18:00». Формулировка модели может отличаться; оценивайте факты и соблюдение правил. Проверьте ответ по цитате из источника: «Время записи подтверждает администратор».

Теперь спросите: «Есть свободное время завтра в 11:00?» В регламенте нет календаря и свободных слотов. Подходящий ответ объяснит, что время должен подтвердить администратор. Уверенное обещание свободного слота будет ошибкой, даже если рядом показан правильный документ.

Если фрагменты не найдены, проверьте статус документа и привязку к агенту, затем переформулируйте вопрос. Если фрагмент найден, а модель добавила неподтверждённое условие, уточните сохранённые инструкции: использовать сведения из базы, не подтверждать свободное время и передавать такую заявку сотруднику. Повторите оба вопроса в новом тестовом диалоге. После проверки удалите учебный документ.

Для своего пилота замените учебный регламент действующим документом, добавьте вопросы из переписки и запишите отдельно: нашёлся ли источник, верно ли переданы факты и не придумал ли агент отсутствующее условие. Наличие источника само по себе не подтверждает правильность всего ответа.

AI Site Crawler — база знаний из вашего сайта

Вставьте URL вашего сайта — краулер обойдёт до 50 страниц за один раз, а с включённым ИИ-анализом разложит их по темам: услуги, цены, контакты. Вы отмечаете нужные страницы, и они попадают в базу знаний.

Источники и ограничения

Исследовательская постановка RAG описана в работе Patrick Lewis и соавторов Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Она объясняет сочетание поиска по внешним материалам и генерации ответа; результаты исследования не являются гарантией точности конкретного бизнес-агента.

Действия в Умном Диалоге и ограничения тестового диалога описаны в пользовательском руководстве. Тестовый диалог не проверяет доставку в мессенджеры, реальную передачу оператору или выполнение записи в сторонней системе: такие результаты проверяют отдельно.