Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Pretraživanje datoteka naspram prilagođenog RAG-a: kada koristiti što

Lekcija 16 od 22 Ažurirano 29. srpnja 2026. Programer
Na ovoj stranici
  1. Ciljevi
  2. File Search: OpenAI-jev upravljani RAG
  3. Što ti File Search daje, a što oduzima
  4. Matrica odlučivanja
  5. Hibridna arhitektura: Najbolje iz oba svijeta
  6. Sažetak

Ciljevi

  • Razumjeti OpenAI-jev upravljani RAG (File Search)
  • Usporediti File Search s prilagođenim RAG cjevovodom
  • Odabrati pravi pristup za svoj slučaj upotrebe

File Search: OpenAI-jev upravljani RAG

Upravo si lekciju po lekciju izgradio/la svaki sloj RAG cjevovoda. File Search radi sve to umjesto tebe. To je alat ugrađen u OpenAI Responses API koji automatski obrađuje chunking (cijepanje), ugradnju (embedding), vektorsku pohranu i pretraživanje: ti učitaš svoje datoteke, a zatim postavljaš upite. Ova lekcija nije odbacivanje onoga što je prethodilo, već iskreno pitanje koje si moraš postaviti prije pisanja ijednog retka koda: koja je razina apstrakcije ispravna za tvoj projekt?

Sve počinje s vektorskom pohranom (vector store), spremnikom koji hosta tvoje indeksirane dokumente. Stvoriš je, učitaš datoteke jednu po jednu, a zatim čekaš da indeksiranje završi prije postavljanja upita. Ovo čekanje nije kozmetičko: indeksiranje je asinkrono, a upit pokrenut prerano vidjet će samo dio korpusa.

from openai import OpenAI

client = OpenAI()

# 1. Create a vector store
vector_store = client.vector_stores.create(
    name="product-documentation"
)
print(f"Vector store created: {vector_store.id}")

# 2. Upload files
files = ["user_guide.pdf", "faq.md", "changelog.txt"]

for file in files:
    with open(file, "rb") as f:
        file_obj = client.files.create(file=f, purpose="assistants")
        client.vector_stores.files.create(
            vector_store_id=vector_store.id,
            file_id=file_obj.id
        )
        print(f"  Uploaded: {file}")

# Wait for indexing to complete
import time
while True:
    vs = client.vector_stores.retrieve(vector_store.id)
    if vs.file_counts.completed == vs.file_counts.total:
        break
    time.sleep(2)
print("Indexing complete")

Samo postavljanje upita tada zahtijeva jedan poziv: deklariraš alat file_search s ID-jem pohrane, a model odlučuje kada dohvatiti informacije. Zanimljiv dio je čitanje bilješki (annotations) koje sadrže citate datoteka. To ti omogućuje prikaz izvora korisniku – ponašanje koje si u prilagođenom cjevovodu morao/la ručno implementirati.

# Query with File Search
response = client.responses.create(
    model="gpt-5.6-terra",
    input="What are the new features in v3.2?",
    tools=[{
        "type": "file_search",
        "vector_store_ids": [vector_store.id]
    }]
)

print(response.output_text)

# Access cited sources
for annotation in response.output:
    if hasattr(annotation, "annotations"):
        for ann in annotation.annotations:
            if ann.type == "file_citation":
                print(f"  Source: file {ann.file_citation.file_id}")

Dvije postavke omogućuju fino podešavanje ponašanja bez napuštanja upravljanog alata. max_num_results postavlja broj dohvaćenih chunkova, a score_threshold filtrira rezultate s niskim rezultatom, točno kao prag relevantnosti koji si primijenio/la nakon ponovnog rangiranja.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="How do I configure SSO?",
    tools=[{
        "type": "file_search",
        "vector_store_ids": [vector_store.id],
        "max_num_results": 10,         # Number of chunks to retrieve
        "ranking_options": {
            "ranker": "auto",           # Automatic ranker
            "score_threshold": 0.3      # Relevance threshold
        }
    }]
)

Što ti File Search daje, a što oduzima

Presudan argument za File Search je potpuni izostanak infrastrukture: nema vektorske baze podataka koju trebaš osigurati, sigurnosno kopirati ili nadzirati. Chunking je obavljen za tebe i optimiziran od strane OpenAI-ja, ažuriranje korpusa jednostavno je kao dodavanje ili uklanjanje datoteke, citati se generiraju automatski, a uobičajeni formati su izvorno podržani – PDF, DOCX, MD, TXT, HTML, JSON, između ostalih. Tim bez stručnosti za infrastrukturu može postaviti bazu znanja na mrežu u jednom popodnevu.

Naličje ove pogodnosti je gubitak kontrole nad svakom karikom u lancu. Ne biraš veličinu chunka, pa je kompromis između preciznosti i konteksta iz Lekcije 12 izvan tvojih ruku. Pretraživanje je isključivo semantičko: nema hibridnog pretraživanja, pa reference na proizvode i točne kodove pogrešaka ostaju krhke. Također ne možeš uključiti Cohere ili vlastiti unakrsni enkoder (cross-encoder) za ponovno rangiranje. Dodaj tome još tri strateška razmatranja: vektorska pohrana se naplaćuje dodatno uz API pozive, tvoji podaci se nalaze na OpenAI-jevim poslužiteljima, a indeksiranje pokriva samo tekst.

Prilagođeni cjevovod okreće ovaj popis članak po članak. Ti upravljaš chunkingom, ugradnjom, pretraživanjem, ponovnim rangiranjem i promptingom; kombiniraš semantičko i leksičko pretraživanje; miješaš pružatelje modela ili sve držiš na vlastitim poslužiteljima (on-premise) ako to tvoji podaci zahtijevaju; i iznad svega, optimiziraš svaku komponentu neovisno mjerenjem njezinog učinka. Ova kontrola dolazi uz cijenu koda koji trebaš napisati i održavati, vektorske baze podataka kojom trebaš upravljati i stručnosti – chunking, evaluacija i ponovno rangiranje nisu stvari koje se improviziraju, što je upravo ono što ovaj tečaj pokriva.

Matrica odlučivanja

KriterijFile SearchPrilagođeni RAG
Brzo prototipiranje✅ Idealno⚠️ Sporije
Kontrola chunkinga❌✅
Hibridno pretraživanje❌✅
Osjetljivi podaci⚠️ Na OpenAI-ju✅ Na vlastitim poslužiteljima
Trošak u velikom obujmu⚠️ Može biti visok✅ Predvidljiv
Održavanje✅ Nula⚠️ Za upravljanje
Maksimalne performanse⚠️ Dobre✅ Moguće optimizirati

Hibridna arhitektura: Najbolje iz oba svijeta

Izbor ne mora biti konačan i ne bi trebao biti. Najisplativiji pristup je započeti s File Searchom kako bi se potvrdilo da tvoj slučaj upotrebe ima smisla, a zatim prijeći na prilagođeni cjevovod onog dana kada naiđeš na identificirano ograničenje. Inkapsuliranje oba pristupa iza jedne metode respond čini ovaj prelazak bezbolnim za ostatak tvoje aplikacije.

class HybridRAG:
    """Start with File Search, switch to custom if needed."""

    def __init__(self, mode: str = "file_search"):
        self.client = OpenAI()
        self.mode = mode

    def respond_file_search(self, question: str, vs_id: str) -> str:
        response = self.client.responses.create(
            model="gpt-5.6-terra",
            input=question,
            tools=[{
                "type": "file_search",
                "vector_store_ids": [vs_id]
            }]
        )
        return response.output_text

    def respond_custom(self, question: str, pipeline) -> str:
        result = pipeline.respond(question)
        return result["response"]

    def respond(self, question: str, **kwargs) -> str:
        if self.mode == "file_search":
            return self.respond_file_search(
                question, kwargs["vs_id"]
            )
        else:
            return self.respond_custom(
                question, kwargs["pipeline"]
            )

Kada migracija postane nužna, ona slijedi precizan redoslijed:

  1. Izvezi svoje datoteke iz vektorske pohrane
  2. Implementiraj chunking prilagođen svom sadržaju
  3. Generiraj ugradnje (embeddings) s text-embedding-3-large
  4. Indeksiraj u vektorsku bazu podataka (Qdrant, Pinecone, itd.)
  5. Dodaj ponovno rangiranje i hibridno pretraživanje
  6. Evaluiraj sa svojim testnim skupom podataka
  7. Usporedi metrike s File Searchom prije prelaska

Posljednji korak je onaj koji se najčešće preskače, a jedini je koji opravdava sve ostalo: bez kvantitativne usporedbe, možda si zamijenio/la pristojan upravljani sustav inferiornim vlastitim rješenjem, uz dodatni teret održavanja.

Sažetak

  • File Search je idealan za brzo prototipiranje RAG sustava bez infrastrukture
  • Prilagođeni RAG cjevovod nudi potpunu kontrolu i performanse koje se mogu optimizirati
  • Započni s File Searchom, migriraj na prilagođeno rješenje kada naiđeš na ograničenja
  • Kriteriji odluke: kontrola, osjetljivi podaci, trošak, performanse