Hibridni RAG obrazac s Grokom
Na ovoj stranici
Kombiniraj sve izvore informacija
Hibridni RAG (Retrieval-Augmented Generation) najnapredniji je obrazac u ekosustavu Groka. Njegovo je načelo jednostavno: prestani unaprijed odlučivati gdje se nalazi odgovor. Tvoje interne kolekcije, pretraživanje weba, pretraživanje platforme X i izvršavanje koda stavljaju se na raspolaganje u jednom zahtjevu, a model sam odlučuje koje će od njih iskoristiti ovisno o postavljenom pitanju. Više ne gradiš uvjetne grane; samo otvaraš vrata.
Arhitektura obrasca
Tehnički, sve se svodi na popis tools: deklariraš nekoliko alata bez specificiranja redoslijeda ili uvjeta.
response = await client.responses.create(
model="grok-4.5",
input="Compare our internal documentation with market best practices for API authentication.",
tools=[
{
"type": "collections_search",
"collection_ids": [collection_id]
},
{"type": "web_search"},
{"type": "x_search"},
{"type": "code_interpreter"}
]
)
S obzirom na ovo pitanje, Grok će vjerojatno dohvatiti tvoju dokumentaciju iz kolekcije, pokrenuti pretraživanje weba o najboljim praksama autentifikacije, a zatim sintetizirati ta dva izvora u komparativni odgovor. Preostala dva alata ostaju neiskorištena: ništa u pitanju ne zahtijeva mišljenja korisnika s platforme X niti Python izračun. Taj je odabir srce ovog obrasca i objašnjava zašto deklariranje dodatnog alata ništa ne košta sve dok nije relevantan.
Što svaki izvor doprinosi
collections_search otvara pristup tvojim internim bazama znanja: privatnoj tehničkoj dokumentaciji, pravilima i procedurama, ugovorima i pravnim dokumentima te bazi podrške korisnicima. To je jedini izvor koji sadrži ono što model inače ne može znati – stvarnost tvoje tvrtke.
web_search pokriva javni prostor. Ovdje pronalaziš ono što ne kontroliraš i što se mijenja: propise i službene standarde, tehničku dokumentaciju dobavljača, vijesti i točke za usporedbu na tržištu. To je prirodna nadopuna kolekcijama, koje zastarijevaju samo kada ih ti ažuriraš.
x_search upituje platformu X i osigurava pristup drugačijoj vrsti građe: mišljenjima i povratnim informacijama u stvarnom vremenu, tehnološkim trendovima, reakcijama na nedavne objave i općem sentimentu na tržištu. Omogućuješ ga kada se pitanje tiče onoga što ljudi misle, a ne onoga što je napisano.
code_interpreter konačno izvršava Python kod u izoliranom okruženju (sandbox). On izračunava podatke koje su drugi alati upravo izdvojili, izrađuje grafikone, transformira skupove podataka ili provjerava funkcionira li isječak koda. To je jedini alat koji proizvodi nove informacije umjesto da ih samo dohvaća.
Kako se odvija hibridni zahtjev
Kada je dostupno više alata, izvršavanje uvijek slijedi isti tijek. Grok prvo analizira pitanje kako bi utvrdio koji izvori mu služe, zatim upituje interne kolekcije, prema potrebi pretražuje vanjske izvore na webu ili platformi X, sve sintetizira u koherentan odgovor i na kraju prilaže svoje citate. Oni razlikuju interne reference, s prefiksom collections://, od vanjskih referenci u formatu https:// – tako da čitajući odgovor točno znaš koja tvrdnja proizlazi iz tvojih dokumenata, a koja iz drugog izvora.
Tri situacije u kojima obrazac briljira
U konkurentskoj obavještajnoj djelatnosti, pitanje poput „Kako naši konkurenti upravljaju uključivanjem klijenata?“ istovremeno mobilizira sva tri dokumentarna izvora: kolekcija opisuje tvoj vlastiti put uključivanja, web pruža članke i studije o tržišnim praksama, dok X donosi sirove povratne informacije korisnika koji su upravo prošli kroz uključivanje kod konkurencije.
U području usklađenosti (compliance), pitanje „Je li naša politika podataka u skladu s najnovijom EU uredbom?“ zahtijeva usporedbu dvaju tekstova: tvoje trenutne politike, pohranjene u kolekciji, i važećeg regulatornog teksta, dohvaćenog s weba. Ni jedan ni drugi nisu dovoljni sami po sebi, a ovo je upravo slučaj u kojem ručni pristup postaje bolan.
Konačno, u tehničkoj podršci, pitanje „Kako riješiti ovu pogrešku isteka vremena (timeout) u našem API-ju?“ kombinira tvoje interne vodiče za rješavanje problema s forumima, Stack Overflowom i službenom dokumentacijom okvira. Agent u jednom odgovoru dobiva ono za što bi inače morao pretraživati dvije kartice preglednika i wiki.
Ključne točke
- Hibridni RAG obrazac kombinira interne kolekcije, web, platformu X i kod u jednom zahtjevu
- Grok automatski odabire relevantne alate na temelju pitanja
- Četiri alata su: collections_search, web_search, x_search, code_interpreter
- Citati razlikuju interne izvore (
collections://) od web izvora (https://) - Ovaj je obrazac idealan za slučajeve koji zahtijevaju unakrsno referenciranje internih i vanjskih izvora