RAG
Retrieval-Augmented Generation
הגדרה קצרה
RAG הוא טכניקה שמשלבת חיפוש מסמכים עם יצירת תשובה על ידי LLM. הוא מאפשר ל-AI לענות מתוך הידע הספציפי של העסק ולא רק מתוך הידע הכללי שעליו אומן.
הסבר מלא
RAG (Retrieval-Augmented Generation) הוא תהליך דו שלבי. שלב 1: Retrieval: כשמשתמש שואל שאלה, המערכת מחפשת במאגר המסמכים של העסק את החלקים הרלוונטיים ביותר (לרוב באמצעות חיפוש סמנטי בעזרת embeddings). שלב 2: Generation: ה-LLM מקבל את השאלה + החלקים שנמצאו, ויוצר תשובה מבוססת עליהם. למה זה חשוב? כי LLM 'גנרי' (כמו ChatGPT) לא מכיר את ה-CRM שלכם, את הנהלים הפנימיים, את ההיסטוריה של לקוח X. RAG מאפשר ל-AI לענות מתוך הידע הספציפי שלכם, מבלי להאמן אותו מחדש. זה הופך RAG לשיטה הסטנדרטית לבניית עוזרים פנימיים בארגון. הסכנה: אם ה-Retrieval מביא חלקים שגויים, גם התשובה תהיה שגויה. איכות RAG תלויה באיכות ההכנה של המסמכים.
דוגמה מהשטח
חברת ביטוח בנתה RAG על מאגר הפוליסות שלה. כל נציג שירות יכול לשאול: 'מה הכיסוי של לקוח X לאשפוז'. המערכת שולפת את הפוליסה, מנתחת אותה, ומחזירה תשובה ברורה ב-5 שניות.
שירותים קשורים
מונחים קשורים
רוצים להפוך את התיאוריה לתוצאה בעסק?
בפגישת אבחון של 90 דקות נעבור על המספרים שלכם ונבנה תוכנית פעולה.
קביעת פגישת אבחון · 990 ₪