RAG и поиск по знаниям

С поиском по знаниям ассистент отвечает по вашим документам, а не только по общим знаниям языковой модели (LLM). Перед генерацией ответа платформа находит в подключённых источниках подходящие фрагменты, кладёт их в контекст модели и показывает, откуда взят ответ. Источники вы подключаете в карточке ассистента, а поведение поиска задаёт общий для всей платформы профиль поиска, который создаёт администратор. Если источники не подключены, ассистент отвечает только знаниями модели.

Из чего ассистент берёт знания

У ассистента два вида источников: базы знаний рабочего пространства и файлы ассистента. Оба вида вы подключаете в карточке ассистента на вкладке Основное, в блоке Источники знаний.

Базы знаний вы выбираете в поле Базы знаний. Под полем платформа подсказывает, какой глобальный провайдер эмбеддингов будет использован, и предупреждает, если выбранные базы проиндексированы несовместимой моделью.

Файлы ассистента вы загружаете на вкладке Файлы ассистента. В поиске участвуют только файлы с ролью RAG-источник. Роль Материал означает другое: платформа передаёт такой файл ассистенту целиком как шаблон или образец. Поддерживаются PDF, DOC, DOCX, TXT и XLSX.

Как платформа находит фрагменты

Поиск идёт в два прохода по одному и тому же набору фрагментов: текстовый поиск по словам запроса и векторный поиск по смыслу. Платформа объединяет результаты обоих проходов в один список, отсекает слабые совпадения порогом релевантности и обрезает список до нужного числа фрагментов.

1. Пользователь задаёт вопрос в чате.
2. Платформа переформулирует вопрос с учётом предыдущих сообщений чата, если вопрос опирается на них.
3. Платформа отправляет запрос в текстовый и векторный поиск по подключённым источникам.
4. Платформа объединяет результаты выбранной стратегией и сортирует их.
5. Платформа отсекает слабые совпадения порогом и обрезает остальные до лимита фрагментов и лимита контекста.
6. Модель строит ответ по найденным фрагментам, а платформа прикладывает к ответу список источников.

Текстовый поиск учитывает не только тело фрагмента. Заголовок раздела, из которого взят фрагмент, весит больше, чем сам текст, а первое предложение — больше, чем остальная часть. Поэтому документы с осмысленными заголовками находятся заметно лучше: заголовок «Порядок возврата товара» поднимает свой фрагмент выше, чем то же словосочетание, упомянутое в середине абзаца.

Как работает порог релевантности

Платформа сравнивает порог Минимальная релевантность с нормализованной оценкой фрагмента по шкале от 0 до 1. Из двух оценок — текстовой и векторной — платформа берёт лучшую, поэтому фрагмент проходит порог, если лидирует хотя бы по одному из проходов. Шкала одна и та же при любой стратегии, так что значение порога не нужно пересчитывать при смене стратегии.

Если порог отсекает вообще все найденные фрагменты, платформа возвращает результаты без фильтрации: завышенный порог не оставляет пользователя без ответа, но и не улучшает ответ. Признак того, что порог задран, — ответы, собранные из явно посторонних фрагментов.

Примечание. Порог не меняет объём выборки: сколько кандидатов берут проходы, задают Top-K текстовых документов и Top-K векторных документов, а сколько фрагментов дойдёт до ответа — Top K.

Где задать поведение поиска

Откройте карточку ассистента, перейдите на вкладку Расширенные настройки и раскройте блок Расширенные настройки поиска. Поле Режим поиска предлагает два варианта.

Профиль поиска — общая настройка платформы, а не рабочего пространства: его создаёт и активирует администратор. В режиме профиля платформа показывает название профиля и его сводку: стратегию, Top K, лимиты текстового и векторного поиска, состояние переформулирования и переранжирования.

В кастомном режиме пустое поле означает наследование: платформа берёт значение из активного профиля, а подсказка под полем показывает, какое именно. Заполняйте только то, что действительно отличается.

Какую embedding-модель использует ассистент

Блок Embedding-модель для запросов определяет, какой моделью платформа переводит вопрос в вектор. Вариант Глобальный режим берёт модель из глобальных RAG-настроек платформы и подходит почти всегда. Вариант Custom override нужен, только если подключённые базы знаний вручную переиндексированы другой моделью; при сохранении сервер проверяет, совместимы ли подключённые базы знаний с этой моделью.

Несовпадение модели вопроса и модели, которой проиндексирована база, — самая частая причина ситуации «поиск ничего не находит». Размерность вектора глобальной модели администратор задаёт полем Размерность вектора в настройках индексации платформы.

Какие параметры отвечают за полноту и точность

Все поля ниже доступны в кастомном режиме. Значение по умолчанию каждое поле наследует из активного профиля поиска и показывает его как подсказку.

Вспомогательные механизмы вы настраиваете отдельно.

Чем отличаются стратегии поиска

Стратегия определяет, как платформа объединяет результаты текстового и векторного поиска. Стратегию задаёт поле Стратегия: от выбранного значения зависит, какие поля появятся рядом.

Поля Вес BM25, Вес вектора, BM25 threshold и Vector threshold видны только при стратегии Weighted Thresholded, поле RRF k — только при RRF. Лимиты текстового и векторного поиска доступны всегда.

Где посмотреть источники ответа

Когда в ответе есть цитаты, под ним появляется кнопка Источники со счётчиком найденных документов и фрагментов. Кнопка открывает справа панель Источники со списком карточек: название документа, раздел и фрагмент текста, по которому построен ответ. Из карточки с привязкой к базе знаний можно перейти к документу целиком.

Отдельного переключателя показа источников у ассистента нет: цитаты появляются всегда, когда поиск вернул фрагменты. Полностью отключить цитаты можно только глобально — настройкой Показывать ссылки на источники в разделе Администрирование.

Как настроить поиск внутри сценария

Если у ассистента в поле Обработка выбран режим Сценарий, вкладка Расширенные настройки параметров поиска не показывает: платформа подсказывает, что эти параметры задаёт узел Поиск по знаниям в редакторе сценария (workflow).

У узла есть поле Источник с двумя вариантами. Вариант Базы знаний ассистента берёт то, что выбрано в карточке ассистента; вариант Конкретная база знаний фиксирует одну базу и делает узел независимым от настроек ассистента. Поле Поисковый запрос задаёт, что именно искать, а поле Отправить ответ пользователю в чат выбирает между вариантами После завершения и Потоково. Модель для ответа узел по умолчанию берёт из основной модели агента, а переопределить её можно в настройках узла.

Частые вопросы

Ассистент отвечает без опоры на документы

Источники не подключены или ещё не проиндексированы. Проверьте:

• в блоке Источники знаний выбрана хотя бы одна база и настройки сохранены;
• у файлов ассистента стоит роль RAG-источник, а не Материал;
• статус базы знаний — Актуальна;
• в сценарном режиме в сценарии есть узел Поиск по знаниям.

Поиск не находит вообще ничего

Чаще всего платформа переводит вопрос в вектор не той моделью, которой проиндексирована база. Проверьте:

• в блоке Embedding-модель для запросов выбран Глобальный режим;
• под полем Базы знаний нет предупреждения о несовместимой модели;
• база проиндексирована после последней смены глобальной модели.

В ответ попадает слишком много лишнего

Выборка шире, чем нужно. Попробуйте по одному шагу за раз:

• уменьшить Top K;
• поднять Минимальная релевантность;
• включить переключатель Включить rerank и указать модель ранжирования;
• сузить список баз знаний до профильных.

Нужный документ не попадает в ответ

Документ недоступен поиску или проигрывает конкурентам по релевантности. Проверьте:

• индексация документа завершена и его статус — Актуален;
• документ доступен пользователю, который задаёт вопрос;
• порог Минимальная релевантность не завышен;
• в списке источников ассистента выбрана та база, где лежит документ.

В настройках ассистента появился блок «Недоступные источники»

К одной из привязанных баз знаний закрыт доступ или база удалена. Нажмите Удалить недоступные, чтобы убрать ссылки, либо обратитесь к владельцу базы за возвратом доступа.

Что дальше

• Базы знаний — наполнить и проиндексировать источники, по которым идёт поиск.
• Ассистенты — подключить источники и выбрать режим обработки.
• Файлы, вложения и импорты — разобраться с ролями файлов ассистента.
• Чаты — посмотреть, как источники выглядят в переписке.
• Сценарии — настроить узел Поиск по знаниям в сценарии.