Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Optimeeri oma otsingu asjakohasust

Õppetund 12 / 16 Värskendatud 29. juuli 2026 Arendajatele
Sellel lehel
  1. Tulemuse kvaliteet sõltub sinust
  2. Valmista dokumendid tükeldamiseks ette
  3. Kirjuta paremaid päringuid
  4. Kasuta metaandmeid ja korraldust
  5. Mõõda enne kasutuselevõttu
  6. Peamised punktid

Tulemuse kvaliteet sõltub sinust

xAI otsingumootor on võimas, kuid see töötab ainult sinu pakutava materjaliga. Halvasti ette valmistatud kollektsioon annab keskpäraseid tulemusi isegi parima mudeli korral, pannes meeskondi ekslikult järeldama, et „RAG ei tööta“. Sul on kontrollida kolme hooba: dokumendi struktuur, päringu formuleerimine ja kollektsiooni korraldus. See tund uurib neid selles järjekorras ning pakub seejärel meetodit oma edu mõõtmiseks.

Valmista dokumendid tükeldamiseks ette

Mootor tugineb dokumendi struktuurile, et jagada sisu tükkideks: pealkirjad, alapealkirjad ja lõigud toimivad markeritena. Pealkiri nagu „Veebiostude tagastamise poliitika“ annab tüki selge identiteedi ja muudab selle leitavaks; „Jagu 3.2.1“ ei paku tükeldamiseks ega semantiliseks sobitamiseks kasutatavat signaali. Sisemise käsiraamatu pealkirjade ümbernimetamine enne indekseerimist on sageli kogu projekti suurima tootlusega optimeerimine.

Järgmisena on oluline dokumendi suurus. 500-leheküljeline PDF-fail tekitab sadu üksteisega võistlevaid tükke: mida suurem ja mitmekesisem on dokumendi sisene korpuse, seda suurem on oht, et ebaasjakohane lõik saab kõrge hinnangu. Jaota need monoliidid temaatilisteks osadeks, püüdes luua kakskümmend kuni viiskümmend lehekülge pikkuseid dokumente, mis on pühendatud ühele teemale, mitte kõike hõlmavale ülddokumendile.

Seejärel tekib konteksti küsimus. Iga tükki loetakse isoleeritult, rebides selle eelnevast lahti, mis hukutab anafoorilised viited. Lause nagu „nagu eespool mainitud, kehtib see tähtaeg ka hulgimüügitellimuste kohta“ muutub tükeldamisel kasutuks: ei tähtaeg ega selle subjekt ei ilmne fragmendis. Kirjuta „neljateistkümne päeva taganemisperiood kehtib ka hulgimüügitellimuste kohta“ ja tükk seisab iseseisvalt.

Kirjuta paremaid päringuid

Päringu täpsus kaalub sama palju kui korpuse kvaliteet. Otsing „turvalisus“ tagastab kümneid erinevaid lõike, alates paroolidest kuni füüsilise juurdepääsu kontrollini; „sisenevate ühenduste tulemüüri konfiguratsioon pordil 443“ suunab koheselt kahele või kolmele kasulikule lõigule. Kui sinu dokumendid kasutavad väljakujunenud tehnilist sõnavara, kasuta seda uuesti: isegi hübriidrežiimis, mis segab täpset sobitamist ja semantilist mõistmist, jääb sõnasõnaline termin tugevaks signaaliks.

Eelista täisküsimusi märksõnade pakettidele. „API ühenduse aegumine“ jätab mootori sinu kavatsust arvama, samas kui „Kuidas konfigureerida API ühenduse aegumist?“ pakub grammatilist struktuuri, mida sobitada indekseeritud lausetega. Kasu on eriti selge semantilises režiimis, mis on loodud loomuliku keele jaoks.

Kasuta metaandmeid ja korraldust

Kui deklareerisid metaandmed funktsiooniga inject_into_chunk, lisatakse need indekseeritud teksti ja muutuvad ankrupunktideks. Väli department, mis on sisestatud igasse tükki, tähendab, et päring „kinnitamise protseduur turundusmeeskonnas“ toob spontaanselt esile turundusosakonna dokumendid ilma ühtegi filtrit seadmata.

Temaatiline kollektsiooni korraldus tekitab sama efekti suuremas mastaabis. Ühe kõikehõlmava kollektsiooni asemel eralda col_docs_techniques tehniliseks dokumentatsiooniks, col_procedures_internes protsesside jaoks ja col_support_client KKK-de ja kasutusjuhendite jaoks. Kliendile suunatud assistent päringub seejärel ainult kolmandat: vähem otsitavaid dokumente tähendab täpsemaid tulemusi ja madalamat kulu, kuna kasutuid kollektsioone ei kutsuta. Otsingurežiim täiendab seda seadistust – keyword koodi või täpse viite jaoks, semantic kontseptuaalse küsimuse jaoks, hybrid kahtluse korral ja vaikimisi.

Mõõda enne kasutuselevõttu

Ilma hindamiseta pole sellel kõigel mõtet. Enne tootmisse viimist koosta testkomplekt: formuleeri kümme kuni kakskümmend küsimust, mis esindavad reaalseid juhtumeid – need, mida sinu kasutajad tegelikult küsivad, mitte need, mida sa ette kujutad. Käivita need, hinda tagastatud tulemuste asjakohasust ja pane kirja päringud, mis toovad tagasi ebapiisavaid lõike. Need näitavad, mida parandada: täienda asjakohase dokumendi struktuuri, lisa metaandmeid või sõnasta päring ümber.

Skoorid toimivad selles tsüklis sinu termomeetrina. Iga tulemus kannab väärtust vahemikus 0 kuni 1; kui sinu tüüpilised päringud püsivad järjekindlalt alla 0,5, ära otsi probleemi mudeli poolelt. Kas on sinu dokumendid halvasti struktureeritud, on sinu küsimused liiga ebamäärased või – kõige sagedamini ja valesti diagnoosituna – ei sisalda sinu korpuse lihtsalt midagi taotletud teema kohta. Sama küsimuste komplekti uuesti käivitamine pärast iga muudatust ütleb sulle arvude abil, kas edened.

Peamised punktid

  • Tulemuse kvaliteet sõltub dokumendi struktuurist, päringu täpsusest ja kollektsiooni korraldusest
  • Selged pealkirjad ja mõistlikud dokumendi suurused parandavad tükeldamist
  • Täielikud loomuliku keele küsimused annavad paremaid tulemusi kui isoleeritud märksõnad
  • Metaandmed inject_into_chunk rikastavad tükke ja parandavad asjakohasust
  • Testi oma kollektsioone tüüpiliste päringutega enne tootmisse viimist