Idézetek forrásokkal: Hivatkozási objektum és RAG
Ezen az oldalon
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 azurl,title,snippets(listák listája),description,dateéssourcemezőket. A korábbi verzióban szereplő,type,reference_idéssource_idmezőkkel 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 címetitle— a forrás címe, megjelenítéshezsnippets— a releváns részletek, mondatok listájaként (listák listája): ez az a tartalom, amelyre a modell a válaszát alapozzadescription— rövid leírás, vagyNonedate— a közzététel vagy frissítés dátumasource— 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