ข้ามไปยังเนื้อหาบทเรียน
เมนู
เข้าสู่ระบบ — เร็ว ๆ นี้
สารบัญบทที่ 118/8

พื้นฐานการใช้ AIการเขียน Prompt

สรุป: Enterprise Knowledge Base และ RAG

ทบทวนการตัดสินใจ เอกสาร chunk, metadata, retrieval, citation, permission และ maintenance

เป้าหมาย: วิเคราะห์ RAG failure และกำหนด control ที่ถูกชั้น · ใช้เวลาประมาณ 14 นาที

ข้อ 1

RAG เหมาะกับงานใด

  1. สถานะคำสั่งซื้อสดจากระบบ
  2. ตอบจากนโยบายที่มีเวอร์ชันและต้องอ้างอิง
ดูคำตอบและคำอธิบาย

ตอบจากนโยบายที่มีเวอร์ชันและต้องอ้างอิง RAG เหมาะกับความรู้เอกสาร ส่วนสถานะธุรกรรมควรอ่านจากระบบที่เป็นปัจจุบัน

ข้อ 2

ก่อน ingest ต้องมีอะไร

  1. embedding อย่างเดียว
  2. owner version effective date status และสิทธิ์
ดูคำตอบและคำอธิบาย

owner version effective date status และสิทธิ์ document governance ป้องกันเอกสารเก่า ซ้ำ และไร้ความรับผิดชอบเข้าสู่ระบบ

ข้อ 3

metadata ช่วยอะไร

  1. ทำโลโก้
  2. กรองเวอร์ชัน สาขา ภาษา และสิทธิ์
ดูคำตอบและคำอธิบาย

กรองเวอร์ชัน สาขา ภาษา และสิทธิ์ metadata ทำให้ retrieval เลือกขอบเขตที่ถูกก่อนเทียบความหมาย

ข้อ 4

เมื่อค้นได้เอกสารไม่เกี่ยวควรแก้อะไรก่อน

  1. เพิ่มความสร้างสรรค์ของโมเดล
  2. retrieval, filters และ rerank
ดูคำตอบและคำอธิบาย

retrieval, filters และ rerank generation ไม่สามารถชดเชย evidence ที่ผิดหรือไม่เกี่ยวข้องอย่างน่าเชื่อถือ

ข้อ 5

เอกสารขัดกันควรตอบอย่างไร

  1. เลือกฉบับที่ยาวกว่า
  2. แสดงความขัดแย้ง ปฏิเสธการตัดสิน และส่งเจ้าของ
ดูคำตอบและคำอธิบาย

แสดงความขัดแย้ง ปฏิเสธการตัดสิน และส่งเจ้าของ ระบบไม่มีอำนาจเลือกนโยบายเมื่อ source of truth ไม่ชัด

ข้อ 6

permission filter ควรทำเมื่อไร

  1. หลังโมเดลตอบ
  2. ก่อน retrieval และตรวจซ้ำก่อนส่ง
ดูคำตอบและคำอธิบาย

ก่อน retrieval และตรวจซ้ำก่อนส่ง เอกสารต้องห้ามไม่ควรเข้าสู่ context หรือ cache ตั้งแต่ต้น

บันทึกช่วยจำ
  • RAG ไม่รับรองว่าคำตอบถูก ต้องตรวจ evidence และ owner
  • ทุก release ต้อง rerun evaluation และ leakage tests

สรุปบทเรียนนี้

  • govern documents
  • retrieve and rerank
  • cite refuse authorize evaluate