A belső AI kereső értéke nem attól függ, hogy tud-e szép választ írni. A nehéz rész az, hogy a megfelelő forrást találja meg, csak azt mutassa, amihez a felhasználónak joga van, jelezze a forrást, és tudjon nemet mondani, amikor nincs elég bizonyíték.

1. Előbb a forrásrendszereket tedd kereshetővé

SharePoint, OneDrive, belső wiki, fájltár és adatbázis más metaadatot, jogosultságot és frissítési logikát hoz. A RAG megoldásnak ezekből következetes, visszakövethető indexet kell építenie.

✓ forrás URL és dokumentumazonosító✓ verzió és módosítási idő✓ üzleti metaadatok✓ törlés és frissítés szinkronizálása

2. A vector-only keresés ritkán elég

A szemantikus hasonlóság jó a fogalmi kereséshez, de cikkszám, szerződésszám, dátum, név és pontos kifejezés is gyakori. Sok esetben a kulcsszavas és vektoros keresés kombinációja, majd újrarangsorolás ad jobb eredményt.

✓ full-text / BM25✓ vector search✓ hybrid retrieval✓ semantic reranking

3. A jogosultságot a találatoknál kell érvényesíteni

A retrieval rétegnek már a modell elé küldött dokumentumokat is a felhasználó tényleges jogosultságai alapján kell szűrnie.

✓ Entra identity✓ csoport- és dokumentumszintű jogosultság✓ security trimming✓ least-privilege szolgáltatásazonosító

4. Chunking, metaadat és frissesség együtt számít

A túl nagy szövegrész zajt visz a promptba, a túl kicsi elveszíti a kontextust. A cím, fejezet, dokumentumtípus, dátum és más metaadat segít a pontos szűrésben.

✓ értelmes fejezethatárok✓ metaadat-alapú filter✓ friss dokumentum előnyben✓ archivált verziók kizárása

5. A válasz legyen visszaellenőrizhető

Vállalati környezetben a válasz mellé forráslink kell. Ha a retrieval nem talál elég erős forrást, a rendszer inkább jelezze a bizonytalanságot, mint hogy hihető választ találjon ki.

✓ forráslink✓ dokumentumcím és dátum✓ no-answer viselkedés✓ kontrollált bizonytalanság

6. Tesztkészlet nélkül nem tudod, hogy javult-e

Építs valós üzleti kérdésekből tesztkészletet, és külön mérd a retrieval és a végső válasz minőségét.

✓ top-k retrieval találati arány✓ grounded answer✓ jogosultsági tesztek✓ frissességi és no-answer tesztek