Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Lainaukset lähteineen: Viiteobjekti ja RAG

Oppitunti 8 / 16 Päivitetty 3. marraskuuta 2026 Edistynyt
Tällä sivulla
  1. Miksi lainaukset ovat välttämättömiä tuotannossa
  2. Viitemuoto
  3. RAG-putkiarkkitehtuuri lainauksineen
  4. Parhaat käytännöt otteille
  5. Keskeiset asiat

Päivitetty 3. marraskuuta 2026 Mistralin Citations & References -oppaan perusteella: lähteet välitetään työkalun tuloksena objektina, jossa avaimina ovat numerot ("0", "1"…) ja arvoina url, title, snippets (listojen lista), description, date ja source. Edellisessä versiossa mainittua “Reference Object” -objektia, jossa olisi kentät type, reference_id ja source_id, ei enää esiinny dokumentaatiossa, eikä lähteiden määrälle ole määritelty erityisiä kynnysarvoja. Lähde: Citations & References.

Miksi lainaukset ovat välttämättömiä tuotannossa

Kun otat käyttöön hakupohjaiseen generointiin (RAG) perustuvan järjestelmän tuotantoympäristössä, käyttäjiesi on pystyttävä varmistamaan mallin antamat vastaukset. Vastaus ilman lähdettä on todentamaton väittämä. Lainaukset muuttavat tekoälyn vastauksen dokumentoiduksi, jäljitettäväksi ja luotettavaksi tiedoksi.

Mistral AI integroi natiivisti lainausmekanismin, jonka avulla malli voi perustaa vastauksensa lähdeasiakirjoihin ja tarjota tarkat viitteet. Mallia on koulutettu syvällisesti nojaamaan asiakirjoihin ja poimimaan niistä olennaisia kohtia.

Viitemuoto

Mistralilla lähteet eivät kulje erillisen parametrin kautta: ne saapuvat mallille työkalukutsun tuloksena. Työkalusi palauttaa JSON-objektin, jossa jokainen avain on lähteen numero ("0", "1", "2"…) ja jokainen arvo kuvaa lähdettä:

references = {
    "0": {
        "url": "https://docs.example.com/guide",
        "title": "Deployment Guide v3.2",
        "snippets": [
            [
                "Production deployment requires verification...",
                "Load tests must validate at least 1000 req/s..."
            ]
        ],
        "description": None,
        "date": "2026-03-15",
        "source": "docs-deployment"
    }
}

Viitekentät

  • Avain ("0", "1"…) — lähteen tunniste, jota malli käyttää lainauksissaan
  • url — alkuperäisen lähteen osoite
  • title — lähteen otsikko näyttöä varten
  • snippets — olennaiset otteet lauselistojen listana: tämä on sisältö, jota malli käyttää vastauksensa perustana
  • description — lyhyt kuvaus tai None
  • date — julkaisu- tai päivityspäivä
  • source — lähteen alkuperä (esim. asiakirjatietokanta tai verkkosivusto)

RAG-putkiarkkitehtuuri lainauksineen

Koko työnkulku jakautuu neljään vaiheeseen.

1. Asiakirjahaku

Hakujärjestelmäsi (Elasticsearch, Pinecone, pgvector jne.) palauttaa käyttäjän kyselyyn liittyvät asiakirjat.

2. Viitteiden rakentaminen

Jäsennät haetut asiakirjat tähän muotoon:

def build_references(search_results):
    """Converts search results to Mistral's reference format."""
    return {
        str(i): {
            "url": result.get("url", ""),
            "title": result["title"],
            "snippets": [result["relevant_passages"]],
            "description": None,
            "date": result.get("date"),
            "source": result.get("collection", "default"),
        }
        for i, result in enumerate(search_results)
    }

3. Mallin kutsuminen työkalun avulla

Määrittelet työkalun, jota malli kutsuu saadakseen lähteet. Kun työkalua kutsutaan, koodisi palauttaa json.dumps(references) arvona ToolMessage-viestissä, minkä jälkeen keskustelet jatkat (seuraava oppitunti).

from mistralai.client import Mistral

client = Mistral(api_key="your-api-key")

get_information_tool = {
    "type": "function",
    "function": {
        "name": "get_information",
        "description": "Retrieves relevant document sources",
        "parameters": {
            "type": "object",
            "properties": {"query": {"type": "string"}},
            "required": ["query"]
        }
    }
}

4. Malli lainaa lähteitään

Lopullinen vastaus ei ole pelkkä merkkijono: sen sisältö vuorottelee TextChunk- ja ReferenceChunk-objektien välillä, joissa reference_ids-kenttä sisältää lainattujen lähteiden numerot – 0 vastaa avainta "0". Haet nämä viitetaulukostasi näyttääksesi otsikot ja linkit.

Parhaat käytännöt otteille

Lainausten laatu riippuu suoraan otteiden laadusta, ja ensimmäinen huomioitava asetus on niiden pituus. Kahdesta viiteen lauseeseen ulottuva ote tarjoaa mallille tiiviin ja käyttökelpoisen kohdan; koko sivun kattava katkelma laimentaa olennaisen tiedon siinä määrin, että malli saattaa lainata lähdettä todellisuudessa siihen nojautumatta. Varo kuitenkin leikkaamasta liian lyhyeksi: kontekstistaan irrotettu ote voidaan tulkita väärin – “hinta nousee 20 %:iin” ei tarkoita mitään, jos edellinen lause, joka määritteli minkä hinnan, on katkaistu.

Lähteiden määrä vaikuttaa samalla tavalla kuin pituus kyselyn tasolla: jokainen lisätty lähde kuluttaa kontekstitokeneita, lainataanko sitä tai ei. Aloita muutamalla lähteellä ja tarkista reference_ids-kentästä, mitä lähteitä malli todella käyttää, ennen kuin lisäät niitä. Lopuksi, kun ajoituksella on väliä (versionoidut dokumentaatiot, hinnoittelu, sääntely), täytä jokaisen lähteen date-kenttä: tämä on tietoa, jota malli voi hyödyntää ja jota voit näyttää käyttäjille.

Keskeiset asiat

  • Lähteet välitetään työkalun tuloksena numeroituna ("0", "1"…), sisältäen URL-osoitteen, otsikon, otteet ja metatiedot
  • Mistral-malli on natiivisti koulutettu perustamaan vastauksensa annettuihin lähteisiin
  • Otteiden on oltava tiiviitä ja kontekstualisoituja laadukkaiden lainausten varmistamiseksi
  • Rajoita lähteet 3–7 viitteeseen kyselyä kohden optimaalisen käytön saavuttamiseksi
  • Lainaukset muuttavat tekoälyn vastaukset todennettavaksi ja jäljitettäväksi tiedoksi