Chatbot RAG na dokumentach Twojej firmy

Czy asystent AI może odpowiadać na pytania na podstawie naszych dokumentów?

Tak. Na tym polega generowanie wspomagane wyszukiwaniem (RAG): zanim model napisze odpowiedź, asystent przeszukuje Twoje dokumenty i przekazuje modelowi tylko te fragmenty, które odpowiadają na pytanie. Każda odpowiedź zawiera odnośnik do dokumentu, z którego pochodzi, więc Twój zespół może ją sprawdzić jednym kliknięciem.

Działa na dyskach, wiki, historii zgłoszeń i danych produktowych, rozumie zwykły język i sprawdza się zarówno w zespołach wsparcia odpowiadających klientom, jak i u pracowników szukających wewnętrznej procedury.

Jak unika zmyślania?

Tryb wyszukiwania dobieramy do pytań, które faktycznie dostajesz, zamiast stosować jeden do wszystkiego:

• Bezpośrednie wyszukiwanie – dla uporządkowanej, dobrze utrzymanej bazy wiedzy i pytań o pojedyncze fakty, gdy najbardziej liczą się szybkość i niski koszt odpowiedzi.
• Krok korygujący – dla baz wiedzy, które są niekompletne lub tracą aktualność: każdy znaleziony fragment jest najpierw sprawdzany pod kątem trafności, a gdy nic nie pasuje, asystent przeformułowuje zapytanie na podstawie rozmowy albo mówi, że nie wie. To nasz domyślny wybór dla asystentów obsługi klienta.
• Graf wiedzy – dla pytań obejmujących wiele dokumentów, takich jak „co się zmieniło w ciągu ostatnich dwóch tygodni” albo „jak firma X jest powiązana z projektem Y”, gdy odpowiedź zależy od powiązań między informacjami.
• Drugi model, który sprawdza pierwszy, zanim użytkownik zobaczy odpowiedź – w tych nielicznych przypadkach, gdy liczy się każde słowo.

Czy znajdzie dokładne kody, nazwy i numery katalogowe?

Tak. Wyszukiwanie wyłącznie po znaczeniu zwykle rozmywa dokładne ciągi znaków, dlatego obok niego działa wyszukiwanie po słowach kluczowych (BM25). Numery części, odwołania do klauzul i kody produktów są dopasowywane dokładnie, a reszta pytania według znaczenia.

Przy dużej skali i filtrowaniu po metadanych używamy Qdrant, a gdy odpowiedź zależy od powiązań między dokumentami – Neo4j.

Czy uwzględnia, kto ma dostęp do czego?

Tak. Asystent działa z uprawnieniami użytkownika: przeszukuje tylko te dokumenty, które osoba pytająca może otworzyć. Pytanie z działu sprzedaży nigdy nie wyciągnie dokumentu, który może czytać tylko HR.

Na jakim modelu działa?

Na tym, który pasuje do Twojego budżetu i zasad dotyczących danych: OpenAI, Anthropic, Google, Qwen, DeepSeek albo model z otwartymi wagami na Twoich własnych serwerach. Wszystkie działają przez ten sam interfejs, więc późniejsza zmiana na lepszy lub tańszy model to zmiana konfiguracji. Gdy używany jest model w chmurze, mały lokalny model maskuje dane osobowe, zanim zapytanie zostanie wysłane, i przywraca je w odpowiedzi.

Kiedy nie jest potrzebny?

Gdy pytań jest niewiele, a odpowiedzi się nie zmieniają, tańsza będzie dobrze uporządkowana strona FAQ. Gdy ludzie potrzebują głównie jednej konkretnej liczby z jednego systemu, może wystarczyć raport albo wyszukiwarka w tym systemie. Powiemy o tym już na pierwszej rozmowie.