AI2026. április 2.· 7 perc olvasás
RAG a gyakorlatban: hogyan lesz a céges tudásból használható válasz
Chunkolás, embedding, kiértékelés – a részletek, amik eldöntik a projekt sorsát.
Mi az a RAG?
A retrieval-augmented generation lényege, hogy a modell nem a memóriájából válaszol, hanem a ti dokumentumaitokból kikeresett részletekből.
Chunkolás
A dokumentumokat jelentés szerint daraboljuk, nem karakterszám szerint. A fejezetcímeket metaadatként visszük tovább, így a találatok kontextusa megmarad.
Kiértékelés
Minden projektben építünk egy eval-készletet: 50–200 valós kérdés és elvárt válasz. Ez alapján mérjük a pontosságot modellváltáskor is.
Költség
Gyorsítótár, kisebb modell az egyszerű kérdésekre, drágább modell csak a nehéz esetekre – így a havi számla kiszámítható marad.