Citate cu surse: Obiectul de referință și RAG
Pe această pagină
Actualizat la 3 noiembrie 2026 pe baza ghidului Citations & References de la Mistral: sursele sunt transmise ca rezultat al unui instrument (tool) într-un obiect unde cheile sunt numere (
"0","1"…), iar valorile conținurl,title,snippets(listă de liste),description,dateșisource. „Obiectul de referință“ cu câmpuriletype,reference_idși `source_id” din versiunea anterioară nu apare în documentație, la fel cum nici pragurile specifice pentru numărul de surse. Sursă: Citations & References.
De ce sunt esențiale citatele în producție
Când implementați un sistem de Generare Augmentată prin Recuperare (RAG) în producție, utilizatorii dumneavoastră trebuie să verifice răspunsurile modelului. Un răspuns fără sursă este o afirmație neverificabilă. Citatele transformă un răspuns AI într-unul documentat, trasabil și fiabil.
Mistral AI integrează nativ un mecanism de citare care permite modelului să își bazeze răspunsurile pe documente sursă și să ofere referințe precise. Modelul a fost antrenat profund pentru a se ancora în documente și a extrage pasaje relevante.
Formatul referinței
La Mistral, sursele nu trec printr-un parametru dedicat: ele ajung la model ca rezultat al unui apel de instrument (tool call). Instrumentul dumneavoastră returnează un obiect JSON în care fiecare cheie este un număr de sursă ("0", "1", "2"…), iar fiecare valoare descrie sursa:
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"
}
}
Câmpurile referinței
- Cheia (
"0","1"…) — identificatorul sursei, pe care modelul îl reutilizează în citările sale url— adresa sursei originaletitle— titlul sursei, pentru afișaresnippets— extrasele relevante, sub formă de listă de liste de propoziții: acesta este conținutul pe care modelul îl folosește pentru a-și ancora răspunsuldescription— o scurtă descriere, sauNonedate— data publicării sau a actualizăriisource— originea sursei (o bază de date de documente, un site web)
Arhitectura pipeline-ului RAG cu citate
Fluxul de lucru complet se descompune în patru pași.
1. Căutarea documentelor
Sistemul dumneavoastră de recuperare (Elasticsearch, Pinecone, pgvector etc.) returnează documentele relevante pentru interogarea utilizatorului.
2. Construirea referințelor
Structurați documentele recuperate în acest format:
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. Apelarea modelului cu un instrument
Declarați un instrument pe care modelul îl apelează pentru a obține sursele. Când este apelat, codul dumneavoastră returnează json.dumps(references) într-un ToolMessage, apoi reluați conversația (lecția următoare).
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. Modelul își citează sursele
Răspunsul final nu este un simplu șir de caractere: conținutul său alternează între obiecte TextChunk și ReferenceChunk, unde câmpul reference_ids conține numerele surselor citate — 0 pentru cheia "0". Le căutați în tabelul de referințe pentru a afișa titlurile și linkurile.
Cele mai bune practici pentru snippet-uri
Calitatea citării depinde direct de calitatea snippet-urilor, iar primul seting de monitorizat este lungimea lor. Un snippet de două până la cinci propoziții oferă modelului un pasaj dens și utilizabil; un extras care se întinde pe o pagină întreagă diluează informația relevantă până în punctul în care modelul citează sursa fără a se ancora cu adevărat în ea. Aveți grijă însă să nu tăiați prea scurt: un snippet smuls din context poate fi interpretat greșit — „rata crește la 20%“ nu înseamnă nimic dacă propoziția anterioară, care specifica despre ce rată este vorba, a fost tăiată.
Numărul de surse joacă același rol ca și lungimea, la scara interogării: fiecare sursă adăugată costă tokeni de context, fie că sunt citați, fie că nu. Începeți cu câteva surse și verificați, în reference_ids, pe care dintre ele le folosește modelul efectiv înainte de a adăuga altele. În final, când timpul contează (documentație versionată, prețuri, reglementări), populați câmpul date pentru fiecare sursă: aceasta este o informație pe care modelul o poate folosi și pe care o puteți afișa.
Puncte cheie
- Sursele trec prin rezultatul unui instrument, indexate după număr (
"0","1"…), cu URL, titlu, snippet-uri și metadate - Modelul Mistral este antrenat nativ să își ancoreze răspunsurile în sursele furnizate
- Snippet-urile trebuie să fie concise și contextualizate pentru citate de înaltă calitate
- Limitați-vă la 3–7 referințe per interogare pentru o utilizare optimă
- Citatele transformă răspunsurile AI în informații verificabile și trasabile