RAG · знания · контроль качества
RAG с
проверяемыми ответами
Подключить документы к языковой модели недостаточно. Надёжный контур должен знать происхождение источника, находить подходящие фрагменты, показывать опору ответа и честно останавливаться, когда доказательств не хватает.
Антон Коннов · 9 августа 2026 · 8 минут
Задача
Модель формулирует, источник подтверждает
RAG — это способ передать модели релевантные фрагменты из контролируемого корпуса перед генерацией ответа. Он полезен там, где содержание должно опираться на внутренние документы, нормативные материалы или предметную базу знаний.
Главная ценность не в том, что система «знает больше», а в возможности отделить найденный факт от свободной генерации и вернуть пользователю путь проверки.
Контур
Семь элементов проверяемого RAG
Управляемый корпус
Для каждого документа нужны источник, версия, дата, область действия и правила обновления. Случайная папка файлов быстро превращает поиск в источник устаревших ответов.
Подготовка документов
Структура важнее равномерной нарезки. Заголовки, разделы, таблицы и ссылки должны сохранять смысл, а фрагмент — оставаться достаточно полным для интерпретации.
Гибридный поиск
Семантический поиск хорошо находит близкий смысл, лексический — точные термины, номера и формулировки. Их сочетание уменьшает вероятность пропустить нужный источник.
Reranking
Первичный поиск собирает кандидатов, а отдельная модель или правило переставляет их по соответствию вопросу. Это особенно важно в предметных корпусах с похожими документами.
Ответ с опорой
Промпт ограничивает ответ найденными материалами, требует отметить неопределённость и связывает существенные утверждения с конкретными источниками.
Порог достаточности
Если найденные фрагменты не подтверждают ответ, система должна запросить уточнение или сообщить о недостатке данных. Отказ здесь полезнее уверенной выдумки.
Оценка и журнал
Нужен набор контрольных вопросов, проверка качества поиска и ответа, а также журнал версий корпуса и маршрута формирования результата.
Проверка качества
Оценивать нужно поиск и ответ отдельно
Полнота поиска
Попал ли нужный документ в набор кандидатов?
Точность ранжирования
Оказался ли подтверждающий фрагмент среди первых результатов?
Верность ответа
Следуют ли выводы из переданного контекста без добавленных фактов?
Проверяемость
Может ли человек быстро открыть источник и подтвердить утверждение?
Границы
RAG не заменяет предметное решение
Даже хороший поиск не превращает систему в юриста, аудитора или инвестиционного советника. Она помогает найти материалы, сопоставить положения и подготовить проверяемый черновик. Окончательное решение остаётся за компетентным специалистом, особенно когда важны актуальность нормы, контекст сделки или последствия ошибки.
Практический запуск лучше начинать с ограниченного корпуса и набора реальных вопросов, для которых можно вручную определить ожидаемые источники.
Обсудить контур
Нужен поиск по рабочей базе знаний?
Определим корпус, вопросы, требования к источникам и критерии проверяемого ответа.