Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Optimizuokite savo paieškos aktualumą

Paskaita 12 iš 16 Atnaujinta 2026 m. liepos 29 d. Kūrėjas
Šiame puslapyje
  1. Rezultatų kokybė priklauso nuo tavęs
  2. Paruošk dokumentus skaidymui į dalis
  3. Rašyk geresnes užklausas
  4. Išnaudok metaduomenis ir organizavimą
  5. Įvertink prieš diegdamas
  6. Svarbiausi punktai

Rezultatų kokybė priklauso nuo tavęs

xAI paieškos variklis yra galingas, tačiau jis veikia tik su tuo turiniu, kurį jam pateiki. Netinkamai parengta kolekcija duoda vidutiniškus rezultatus net ir naudojant geriausią modelį, todėl komandos klaidingai daro išvadą, kad „RAG neveikia“. Tu kontroliuoji tris svertus: dokumentų struktūrą, užklausų formulavimą ir kolekcijų organizavimą. Šioje pamokoje juos nagrinėsime tokia tvarka, o tada pasiūlysime metodą tavo pažangai įvertinti.

Paruošk dokumentus skaidymui į dalis

Variklis remiasi dokumento struktūra, kad suskaidytų turinį į dalis (chunks): antraštės, paantraštės ir pastraipos tarnauja kaip žymekliai. Antraštė, pavyzdžiui, „Grąžinimo politika internetu atliktiems pirkiniams“, suteikia daliai aiškią tapatybę ir padeda ją rasti; tuo tarpu „3.2.1 skyrius“ nesuteikia jokio naudingo signalo nei skaidymui, nei semantiniam atitikimui. Vidinio vadovo antraščių pervadinimas prieš indeksavimą dažnai yra didžiausią grąžą duodanti optimizacija visame projekte.

Toliau svarbus dokumento dydis. 500 puslapių PDF failas sukuria šimtus dalių, kurios konkuruoja tarpusavyje: kuo didesnis ir įvairesnis dokumento vidinis turinys, tuo didesnė rizika, kad nereikšminga ištrauka gaus aukštą įvertinimą. Suskaidyk šiuos monolitus į temines dalis, siekdamas, kad dokumentai būtų dvidešimties–penkiasdešimties puslapių apimties ir skirti vienai temai, o ne apimtų viską viename rinkinyje.

Tuomet kyla konteksto klausimas. Kiekviena dalis skaitoma izoliuotai, atplėšta nuo to, kas jai prieš tai ėjo, todėl anaforinės nuorodos tampa nenaudingos. Sakinys, pavyzdžiui, „kaip minėta aukščiau, šis terminas taikomas ir dideliems užsakymams“, tampa nenaudojamas po skaidymo: nei terminas, nei jo subjektas fragmente nebeatsiranda. Parašyk „keturiolikos dienų atsisakymo laikotarpis taip pat taikomas dideliems užsakymams“ ir dalis galės stovėti savarankiškai.

Rašyk geresnes užklausas

Užklausos tikslumas sveria tiek pat, kiek ir korpuso kokybė. Paieška pagal žodį „saugumas“ grąžins dešimtis įvairių ištraukų – nuo slaptažodžių iki fizinės prieigos kontrolės; tuo tarpu „užkardos konfigūravimas įeinantiems ryšiams 443 porte“ iškart nukreipia į du ar tris naudingus fragmentus. Kai tavo dokumentuose naudojama nusistovėjusi techninė terminija, naudok ją: net ir hibridiniu režimu, kuris derina tikslų atitikimą ir semantinį supratimą, pažodinis terminas išlieka stipriu signalu.

Teik pirmenybę pilniems klausimams, o ne raktažodžių rinkiniams. „API ryšio laiko limitas“ palieka varikliui spėlioti tavo ketinimus, tuo tarpu „Kaip sukonfigūruoti API ryšio laiko limitą?“ pateikia gramatinę struktūrą, kurią galima sugretinti su indeksuotais sakiniais. Nauda ypač akivaizdi semantiniu režimu, kuris buvo sukurtas natūraliai kalbai.

Išnaudok metaduomenis ir organizavimą

Jei deklaravai metaduomenis naudodamas inject_into_chunk, jie įtraukiami į indeksuotą tekstą ir tampa atramos taškais. Į kiekvieną dalį įterptas department laukas reiškia, kad užklausa „tvirtinimo procedūra rinkodaros komandoje“ savaime iškelia rinkodaros skyriaus dokumentus, nenustačius jokių aiškių filtrų.

Teminis kolekcijų organizavimas suteikia tą patį efektą didesniu mastu. Vietoj vienos kolekcijos, kurioje būtų viskas, atskirk col_docs_techniques techninei dokumentacijai, col_procedures_internes procesams ir col_support_client DUK bei naudotojų vadovams. Klientams skirtas asistentas tuomet kreipsis tik į trečiąją: mažiau dokumentų paieškai reiškia tikslesnius rezultatus ir mažesnę kainą, nes nedaroma jokių užklausų nereikalingoms kolekcijoms. Paieškos režimas papildo šį nustatymą – keyword kodui ar tikslioms nuorodoms, semantic koncepciniams klausimams, hybrid abejojant ir pagal nutylėjimą.

Įvertink prieš diegdamas

Visa tai neturi prasmės be vertinimo. Prieš pereinant į gamybinę aplinką, sukurk testų rinkinį: suformuluok dešimt–dvidešimt klausimų, atspindinčių realius atvejus – tuos, kuriuos tavo naudotojai iš tikrųjų užduoda, o ne tuos, kuriuos tu įsivaizduoji. Paleisk juos, įvertink grąžintų rezultatų aktualumą ir užsirašyk užklausas, kurios grąžino netinkamas ištraukas. Jos parodo, ką reikia taisyti: pagerinti atitinkamo dokumento struktūrą, pridėti metaduomenų arba performuluoti pačią užklausą.

Šio ciklo metu tavo termometru tarnauja įverčiai. Kiekvienas rezultatas turi reikšmę nuo 0 iki 1; jei tavo tipinės užklausos nuolat neviršija 0,5, neieškok problemos modelio pusėje. Tavo dokumentai arba yra blogai struktūruoti, arba klausimai lieka per daug migloti, arba – dažniausiai ir neteisingiausiai diagnozuojama – tavo korpuse tiesiog nėra nieko apie prašomą temą. To paties klausimų rinkinio paleidimas iš naujo po kiekvieno pakeitimo skaičiais parodo, ar darai pažangą.

Svarbiausi punktai

  • Rezultatų kokybė priklauso nuo dokumentų struktūros, užklausų tikslumo ir kolekcijų organizavimo
  • Aiškios antraštės ir protingi dokumentų dydžiai gerina skaidymą į dalis
  • Pilni klausimai natūralia kalba duoda geresnių rezultatų nei atskiri raktažodžiai
  • inject_into_chunk metaduomenys praturtina dalis ir didina aktualumą
  • Prieš diegdami į gamybinę aplinką, ištestuokite savo kolekcijas tipinėmis užklausomis