Citácie so zdrojmi: Objekt referencie a RAG
Na tejto strane
Aktualizované 3. novembra 2026 na základe príručky Mistral Citations & References: zdroje sa odovzdávajú ako výsledok nástroja v objekte, kde kľúčmi sú čísla (
"0","1"…) a hodnoty obsahujúurl,title,snippets(zoznam zoznamov),description,dateasource. „Objekt referencie“ s poľamitype,reference_idasource_idz predchádzajúcej verzie sa v dokumentácii nevyskytuje, rovnako ako špecifické prahové hodnoty pre počet zdrojov. Zdroj: Citations & References.
Prečo sú citácie v produkcii nevyhnutné
Keď nasadzuješ systém Retrieval-Augmented Generation (RAG) do produkcie, tvoji používatelia potrebujú overiť odpovede modelu. Odpoveď bez zdroja je neoveriteľné tvrdenie. Citácie menia odpoveď umelej inteligencie na zdokumentovanú, vysledovateľnú a spoľahlivú.
Mistral AI natívne integruje mechanizmus citácií, ktorý umožňuje modelu zakladať svoje odpovede na zdrojových dokumentoch a poskytovať presné referencie. Model bol hlboko trénovaný na ukotvenie sa v dokumentoch a extrakciu relevantných pasáží.
Formát referencie
V Mistrale zdroje neprechádzajú vyhradeným parametrom: dostávajú sa k modelu ako výsledok volania nástroja. Tvoj nástroj vráti JSON objekt, kde každý kľúč je číslo zdroja ("0", "1", "2"…) a každá hodnota opisuje zdroj:
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"
}
}
Polia referencie
- Kľúč (
"0","1"…) – identifikátor zdroja, ktorý model znovu použije vo svojich citáciách url– adresa pôvodného zdrojatitle– názov zdroja, určený na zobrazeniesnippets– relevantné úryvky ako zoznam zoznamov viet: toto je obsah, ktorý model používa na ukotvenie svojej odpovededescription– krátky opis aleboNonedate– dátum publikácie alebo aktualizáciesource– pôvod zdroja (databáza dokumentov, webová stránka)
Architektúra pipeline RAG s citáciami
Kompletný pracovný postup sa rozdeľuje na štyri kroky.
1. Vyhľadávanie dokumentov
Tvoj systém na vyhľadávanie (Elasticsearch, Pinecone, pgvector atď.) vráti dokumenty relevantné pre dopyt používateľa.
2. Budovanie referencií
Štruktúruješ získané dokumenty do tohto formátu:
def build_references(search_results):
"""Konvertuje výsledky vyhľadávania do formátu referencií pre Mistral."""
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. Volanie modelu s nástrojom
Deklaruješ nástroj, ktorý model zavolá, aby získal zdroje. Keď sa zavolá, tvoj kód vráti json.dumps(references) v správe ToolMessage a následne pokračuješ v konverzácii (ďalšia lekcia).
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 cituje svoje zdroje
Konečná odpoveď nie je jednoduchý reťazec: jej obsah sa strieda medzi objektmi TextChunk a ReferenceChunk, kde pole reference_ids obsahuje čísla citovaných zdrojov – 0 pre kľúč "0". Tieto čísla vyhľadáš v svojej tabuľke referencií, aby si zobrazil názvy a odkazy.
Najlepšie postupy pre úryvky (snippets)
Kvalita citácií priamo závisí od kvality úryvkov a prvým nastavením, ktoré treba sledovať, je ich dĺžka. Úryvok s dvoma až piatimi vetami poskytuje modelu hutnú a použiteľnú pasáž; výňatok zahŕňajúci celú stránku zriedi relevantné informácie do takej miery, že model zdroj síce cituje, ale v skutočnosti sa v ňom neukotví. Daj si však pozor, aby si úryvok neskrátil príliš: úryvok vytrhnutý z kontextu môže byť nesprávne interpretovaný – „sadzba stúpa na 20 %“ neznamená nič, ak bola predchádzajúca veta, ktorá špecifikovala, o ktorú sadzbu ide, odstrihnutá.
Počet zdrojov zohráva rovnakú úlohu ako dĺžka, ale v meradle dopytu: každý pridaný zdroj stojí kontextové tokeny, či už je citovaný alebo nie. Začni s niekoľkými zdrojmi a skontroluj v reference_ids, ktoré z nich model skutočne použil, predtým, než pridáš ďalšie. Napokon, keď záleží na časovaní (verziovaná dokumentácia, ceny, predpisy), vyplň pole date pre každý zdroj: sú to informácie, ktoré môže model využiť a ktoré môžeš aj ty zobraziť.
Kľúčové poznatky
- Zdroje prechádzajú ako výsledok nástroja, indexované podľa čísla (
"0","1"…), s URL, názvom, úryvkami a metadátami - Model Mistral je natívne trénovaný na ukotvenie svojich odpovedí v poskytnutých zdrojoch
- Úryvky musia byť stručné a kontextualizované pre vysokokvalitné citácie
- Obmedz sa na 3–7 referencií na dopyt pre optimálne využitie
- Citácie menia odpovede umelej inteligencie na overiteľné a vysledovateľné informácie