Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Citati s izvorima: objekt referenci i RAG

Lekcija 8 od 16 Ažurirano 3. studenoga 2026. Napredno
Na ovoj stranici
  1. Zašto su citati ključni u produkciji
  2. Format reference
  3. Arhitektura RAG pipelinea s citatima
  4. Najbolje prakse za isječke (snippets)
  5. Ključne točke

Ažurirano 3. studenoga 2026. na temelju Mistralovog vodiča Citations & References: izvori se prosljeđuju kao rezultat alata u objektu gdje su ključevi brojevi ("0", "1"…), a vrijednosti sadrže url, title, snippets (popis popisa), description, date i source. “Objekt reference” s poljima type, reference_id i source_id iz prethodne verzije ne pojavljuje se u dokumentaciji, kao ni specifični pragovi za broj izvora. Izvor: Citations & References.

Zašto su citati ključni u produkciji

Kada u produkciju uvedeš sustav Retrieval-Augmented Generation (RAG), tvoji korisnici moraju moći provjeriti odgovore modela. Odgovor bez izvora je neprovjerljiva tvrdnja. Citati pretvaraju AI odgovor u dokumentiran, sljediv i pouzdan.

Mistral AI izvorno integrira mehanizam citiranja koji modelu omogućuje da svoje odgovore temelji na izvornim dokumentima i pruži precizne reference. Model je duboko treniran da se usidri u dokumente i izdvoji relevantne odlomke.

Format reference

Kod Mistrala izvori ne prolaze kroz namjenski parametar: modelu stižu kao rezultat poziva alata. Tvoj alat vraća JSON objekt gdje je svaki ključ broj izvora ("0", "1", "2"…), a svaka vrijednost opisuje izvor:

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"
    }
}

Polja reference

  • Ključ ("0", "1"…) — identifikator izvora koji model ponovno koristi u svojim citatima
  • url — adresa izvornog izvora
  • title — naslov izvora, za prikaz
  • snippets — relevantni isječci, kao popis popisa rečenica: to je sadržaj koji model koristi za utemeljenje svog odgovora
  • description — kratak opis ili None
  • date — datum objave ili ažuriranja
  • source — podrijetlo izvora (baza dokumenata, web-mjesto)

Arhitektura RAG pipelinea s citatima

Cjelokupni tijek rada dijeli se na četiri koraka.

1. Pretraživanje dokumenata

Tvoj sustav za dohvat (Elasticsearch, Pinecone, pgvector itd.) vraća dokumente relevantne za upit korisnika.

2. Izgradnja referenci

Dohvaćene dokumente strukturiraš u ovaj format:

def build_references(search_results):
    """Pretvara rezultate pretraživanja u Mistralov format referenci."""
    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. Pozivanje modela s alatom

Deklariraš alat koji model poziva kako bi dobio izvore. Kada se pozove, tvoj kod vraća json.dumps(references) unutar ToolMessage, a zatim nastavljaš razgovor (sljedeća lekcija).

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. Model citira svoje izvore

Konačni odgovor nije običan niz: njegov sadržaj izmjenjuje objekte TextChunk i ReferenceChunk, gdje polje reference_ids sadrži brojeve citiranih izvora — 0 za ključ "0". Te brojeve tražiš u svojoj tablici referenci kako bi prikazao naslove i poveznice.

Najbolje prakse za isječke (snippets)

Kvaliteta citata izravno ovisi o kvaliteti isječaka, a prva postavka na koju moraš paziti jest njihova duljina. Isječak od dvije do pet rečenica modelu daje gust i upotrebljiv odlomak; isječak koji obuhvaća cijelu stranicu razvodnjava relevantne informacije do te mjere da model citira izvor, ali se zapravo ne usidri u njega. Ipak, pazi da ne prerežeš prekratko: isječak iščupan iz konteksta može biti pogrešno protumačen — „stopa raste na 20 %“ nema smisla ako je prethodna rečenica, koja je specificirala o kojoj se stopi radi, odrezana.

Broj izvora igra istu ulogu kao i duljina, ali na razini upita: svaki dodatni izvor troši tokene konteksta, bio citiran ili ne. Započni s nekoliko izvora i provjeri u reference_ids koje je model stvarno iskoristio prije nego što dodaš još. Naposljetku, kada je vrijeme bitno (dokumentacija s verzijama, cjenici, propisi), popuni polje date za svaki izvor: to su informacije koje model može iskoristiti, a koje ti možeš i prikazati.

Ključne točke

  • Izvori prolaze kroz rezultat alata, indeksirani brojem ("0", "1"…), s URL-om, naslovom, isječcima i metapodacima
  • Mistralov model izvorno je treniran da svoje odgovore temelji na priloženim izvorima
  • Isječci moraju biti sažeti i kontekstualizirani za visokokvalitetne citate
  • Ograniči se na 3–7 referenci po upitu za optimalnu upotrebu
  • Citati pretvaraju AI odgovore u provjerljive i sljedive informacije