Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Idézetek forrásokkal: Hivatkozási objektum és RAG

8. lecke 16 közül Frissítve 2026. november 3. Haladó
Ezen az oldalon
  1. Miért elengedhetetlenek az idézetek éles környezetben?
  2. A hivatkozás formátuma
  3. RAG folyamatarchitektúra idézetekkel
  4. Legjobb gyakorlatok a kivonatokhoz (snippets)
  5. Főbb megállapítások

Frissítve: 2026. november 3. a Mistral Idézetek és hivatkozások (Citations & References) útmutatója alapján: a forrásokat eszközválaszként adjuk át egy olyan objektumban, ahol a kulcsok számok ("0", "1"…), az értékek pedig tartalmazzák az url, title, snippets (listák listája), description, date és source mezőket. A korábbi verzióban szereplő, type, reference_id és source_id mezőkkel rendelkező „Hivatkozási objektum“ nem jelenik meg a dokumentációban, ahogyan a források számára vonatkozó konkrét küszöbértékek sem. Forrás: Citations & References.

Miért elengedhetetlenek az idézetek éles környezetben?

Amikor egy kibővített generációt (RAG) alkalmazó rendszert éles környezetben vetsz be, a felhasználóidnak ellenőrizniük kell a modell válaszait. A forrás nélküli válasz ellenőrizhetetlen állítás. Az idézetek a mesterséges intelligencia válaszát dokumentált, nyomon követhető és megbízható információvá alakítják.

A Mistral AI natívan integrál egy idézési mechanizmust, amely lehetővé teszi a modell számára, hogy válaszait forrásdokumentumokra alapozza, és pontos hivatkozásokat adjon meg. A modellt mélyrehatóan arra tanították, hogy dokumentumokra támaszkodjon, és kinyerje belőlük a releváns szakaszokat.

A hivatkozás formátuma

A Mistralnál a források nem egy dedikált paraméteren keresztül jutnak el a modellhez: eszközhívás eredményeként érkeznek. Az eszközöd egy JSON-objektumot ad vissza, ahol minden kulcs egy forrásszám ("0", "1", "2"…), minden érték pedig leírja a forrást:

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"
    }
}

A hivatkozás mezői

  • A kulcs ("0", "1"…) — a forrás azonosítója, amelyet a modell az idézeteiben újra felhasznál
  • url — az eredeti forrás címe
  • title — a forrás címe, megjelenítéshez
  • snippets — a releváns részletek, mondatok listájaként (listák listája): ez az a tartalom, amelyre a modell a válaszát alapozza
  • description — rövid leírás, vagy None
  • date — a közzététel vagy frissítés dátuma
  • source — a forrás eredete (dokumentum-adatbázis, weboldal)

RAG folyamatarchitektúra idézetekkel

A teljes munkafolyamat négy lépésre bontható.

1. Dokumentumkeresés

A lekérő rendszered (Elasticsearch, Pinecone, pgvector stb.) visszaadja a felhasználói lekérdezéshez releváns dokumentumokat.

2. Hivatkozások felépítése

A lekért dokumentumokat ebben a formátumban strukturálod:

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. A modell meghívása eszközzel

Deklarálsz egy eszközt, amelyet a modell hív meg a források beszerzéséhez. Amikor meghívják, a kódod egy ToolMessage-ben visszaadja a json.dumps(references) értéket, majd folytatod a beszélgetést (következő lecke).

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. A modell megjelöli a forrásait

A végső válasz nem egyszerű szöveg: tartalma TextChunk és ReferenceChunk objektumok között váltakozik, ahol a reference_ids mező tartalmazza az idézett források számait – a "0" kulcshoz a 0 tartozik. Ezeket a hivatkozási táblázatodban keresed meg a címek és linkek megjelenítéséhez.

Legjobb gyakorlatok a kivonatokhoz (snippets)

Az idézetek minősége közvetlenül függ a kivonatok minőségétől, és az első beállítás, amit figyelned kell, a hosszuk. Egy két-öt mondatos kivonat sűrű, használható szakaszt biztosít a modell számára; egy egész oldalt felölelő részlet annyira felhígítja a releváns információt, hogy a modell ugyan hivatkozik a forrásra, de nem igazán arra alapozza a válaszát. Ugyanakkor vigyázz, ne vágd túl rövidre sem: a kontextusából kiragadott kivonat félreérthető lehet – a „a ráta 20%-ra emelkedik“ kijelentés önmagában semmit sem jelent, ha levágták az előző mondatot, amely meghatározta, hogy melyik rátáról van szó.

A források száma hasonló szerepet játszik a lekérdezés szintjén, mint a hossz: minden egyes hozzáadott forrás kontextus-tokenekbe kerül, függetlenül attól, hogy a modell hivatkozik-e rá vagy sem. Kezdj néhány forrással, és ellenőrizd a reference_ids mezőben, hogy a modell melyeket használja fel valójában, mielőtt továbbiakat adnál hozzá. Végül, amikor az időzítés számít (verziókezelt dokumentáció, árazás, szabályozások), töltsd ki minden forrás date mezőjét: ez olyan információ, amelyet a modell fel tud használni, és amelyet te is megjeleníthetsz.

Főbb megállapítások

  • A források eszközválaszként jutnak el a modellhez, számmal indexelve ("0", "1"…), URL-lel, címmel, kivonatokkal és metaadatokkal
  • A Mistral modellt natívan arra tanították, hogy a megadott forrásokra alapozza a válaszait
  • A kivonatoknak tömöreknek és kontextusba ágyazottaknak kell lenniük a magas minőségű idézetek érdekében
  • Korlátozd magad lekérdezésenként 3–7 hivatkozásra az optimális felhasználás érdekében
  • Az idézetek az AI-válaszokat ellenőrizhető és nyomon követhető információkká alakítják