توليد الإجابات من قاعدة المعرفة (مقدمة إلى RAG)

المكاسب:

• فهم منطق الجيل المبني على المعرفة (RAG) ولماذا يقلل من الهلوسة
• القدرة على جعل النموذج يستجيب مع الاستشهاد، بناءً على المستندات المصدرية المقدمة فقط
• القدرة على إدارة الأسئلة غير الموجودة في المصدر عن طريق نقلها بشكل آمن، دون اختلاق الأسئلة

نموذج اللغة "يعرف" الكثير، لكنه لا يعرف سياسة الإرجاع الخاصة بشركتك اليوم، أو قائمة الأسعار الحالية، أو اتفاقية الشحن الخاصة بك التي تغيرت بالأمس. والأسوأ من ذلك أنه عندما لا يعرف، فإنه غالبًا ما يختلق الأمر ويكتب بنبرة واثقة للغاية. يعد هذا عيبًا فادحًا في خدمة العملاء: يقول النموذج "يتم إصدار المبالغ المستردة في غضون 30 يومًا" بينما قد تكون سياستك 14 يومًا. يُطلق على النهج الذي يسد هذه الفجوة اسم RAG: جيل الاسترجاع المعزز، أي "الإنتاج المعزز بالاسترجاع".

الفكرة بسيطة: يجيب النموذج على السؤال ليس من الذاكرة، ولكن من المستندات المصدر الصحيحة الموضوعة أمامه في تلك اللحظة. أولاً، الجزء الصحيح من المستند المتعلق بالسؤال هو "الاسترجاع"، ثم يقوم النموذج "بإنشاء" الإجابة بناءً على تلك القطعة فقط. في هذه الوحدة، ستفهم منطق RAG وتتعلم كيفية كبح جماح النموذج بحيث يلتزم فقط بالمصدر الذي تم التحقق منه والذي تقدمه.

ملحوظة: هذه الوحدة تعلم منطق العمل والجانب الفوري من RAG. تتطلب أنظمة استرجاع المستندات التلقائية على مستوى المؤسسة (قاعدة بيانات المتجهات، وما إلى ذلك) تثبيتًا تقنيًا؛ الانضباط هنا هو الأساس لكي يستجيب ذلك النظام بشكل صحيح.

لماذا يقلل RAG من الهلوسة؟

الهلوسة هي عندما ينتج النموذج معلومات غير حقيقية كما لو كانت حقيقية. تمت برمجة النموذج لإنتاج استجابة تبدو "ممكنة" عندما يرى فجوة؛ لا يعرف إذا كان صحيحا أم لا. يقوم RAG بسد هذه الفجوة: حيث تقوم بإعطاء النموذج النص الفعلي ذي الصلة بالإضافة إلى السؤال وتقول "الإجابة فقط من هنا". بهذه الطريقة لا "يحتاج" النموذج إلى الملاءمة.

هناك ثلاثة مكونات:

• قاعدة المعرفة: نصوص موثوقة مثل الأسئلة الشائعة ووثائق السياسات وأدلة المنتجات وقوائم الأسعار.
• الاسترجاع: العثور على الوثيقة التي تحتوي على إجابة السؤال وإعطائها للنموذج.
• إصدار محدود: يرد النموذج باقتباس، بناءً على الجزء المتوفر فقط.

خطوة بخطوة: استجابة صادقة للمصدر

1. تحضير المصدر. ابحث عن النص الذي سيستند إليه الرد (السياسة، الأسئلة الشائعة) بتنسيق واضح وحديث.
2. تضمين المصدر في الموجه. ضع النص في علامة مثل <source>.
3. اكتب قاعدة الولاء. "استخدم المعلومات من المصدر فقط، ولا تبتعد عن المصدر."
4. جعل الاقتباس المطلوبة. دعه يشير إلى القسم الذي تعتمد عليه الإجابة.
5. تحديد السلوك غير المتعلق بالموارد. إذا لم يكن الجواب في المصدر فليقل "ليس لدي هذه المعلومة" ويمررها.
6. يؤكد. تأكد من الإجابة بمقارنتها مع الجملة المصدر التي بنيت عليها.

المطالبات القابلة للنسخ

موجه الاستجابة بناءً على المصدر الأساسي:

الدور: أنت مساعد دعم العملاء. أجب عن السؤال فقط بناءً على المعلومات الموجودة في كتلة <المصدر> أدناه. لا تقم بإضافة أي معلومات غير موجودة في المصدر أو التخمين أو الإجابة من معلوماتك العامة. أضف القسم الذي تعتمد عليه في نهاية إجابتك بالتنسيق "[المصدر: ...]". إذا لم تكن الإجابة في المصدر، فاكتب ما يلي: "ليس لدي معلومات نهائية حول هذا الموضوع، سأحولك إلى مسؤول يمكنه إعطاء الإجابة الصحيحة."<source>{{ Policy_or_faq_text }}</source>سؤال: {{ customer_question }}

في حالة المصادر المتعددة، تظهر المطالبة بإظهار المستند الذي يعتمد عليه:

هناك موارد متعددة مرقمة أدناه. عند الإجابة على السؤال، اذكر رقم المصدر الذي استخدمته، مثل [المصدر 2]. إذا عارضك أكثر من مصدر، فقل ذلك بوضوح واذكر أنه يجب عليك السؤال عن المصدر الأكثر حداثة.

المطالبة التي تدير السؤال غير المصدر بأمان:

إذا كان جواب السؤال موجوداً جزئياً في المصدر: أجب فقط على الجزء الذي تناوله المصدر، وقل "هذا التفصيل غير موجود في المصدر" بالنسبة للجزء المتبقي. لا تقم أبدًا بملء الجزء المفقود بالتخمين.

المطالبة التي تترجم الرد إلى لغة العميل، ولكنها تظل مطابقة للمصدر:

ترجمة التعبير الرسمي/الفني في المصدر إلى لغة واضحة يمكن للعميل فهمها، ولكن لا تغير المعنى والقيم الرقمية (اليوم، المبلغ، المعدل). على سبيل المثال، تقريب "14 يومًا تقويميًا" إلى "حوالي أسبوعين"؛ الحفاظ على القيمة الكاملة.

موجه ضعيف / موجه قوي

حث ضعيف

موجه قوي

"أخبرنا عن سياسة الإرجاع لدينا"

تضمين المصدر + "الرد هنا فقط" + طلبات الاقتباس

الإجابة من ذاكرة النموذج (ربما خاطئة)

الإجابة من المستند الحالي الخاص بك

فإن لم يكن في المصدر فهو يختلقه

يقول "ليس لدي هذه المعلومات" ويمررها.

يمكن تقريب وتشويه الأرقام

يحافظ على اليوم/المبلغ/السعر بالضبط

الفرق هو أن الموجه القوي يمنح النموذج مرساة (النص المصدر) وحظرًا (الخروج عن المصدر). لم يعد النموذج يتحدث من الذاكرة، بل من الواقع الذي أمامه.

ثلاث حالات صغيرة

الحالة الأولى: فخ السياسة القديمة. "يتم قبول المرتجعات في غضون 30 يومًا"، هذا ما قاله روبوت أحد المتاجر أثناء العمل بدون رصيد؛ إلا أن الشركة خفضت المدة إلى 14 يوما. عند إضافة نص السياسة المحدث إلى المصدر في تثبيت RAG، يستجيب الروبوت الآن "14 يومًا تقويميًا [المصدر: سياسة الإرجاع، المادة 2]". تمت إعادة تعيين نزاعات استرداد الأموال الناشئة عن الوعود الكاذبة.

الحالة الثانية - اكتشاف التناقض. سأل أحد العملاء عن تكاليف الشحن. تم إدخال كل من قوائم الأسعار القديمة والجديدة في النظام كمصادر. بفضل المطالبة متعددة المصادر، قال النموذج: "يقدم مصدران أسعارًا مختلفة (49 ليرة تركية و59 ليرة تركية)؛ أحتاج إلى تأكيد السعر الحالي" ونقل المشكلة إلى الإنسان. وبدلاً من إخبار العميل بمبلغ غير صحيح، أبلغ عن عدم اليقين بأمانة.

الحالة 3 - انضباط الاستجابة الجزئية. "هل تقومون بشحن المنتج للخارج ومن يدفع الرسوم الجمركية؟" وفي السؤال، قال المصدر فقط إن الشحنة تمت، ولم يكن هناك أي شيء حول من دفع الضريبة. قال العارض: "نعم، يتم الشحن إلى الخارج [المصدر: الأسئلة الشائعة حول البضائع]. لكن لم يذكر في هذه الوثيقة من يدفع الرسوم الجمركية، سأحولك إلى المسؤول لتوضيح ذلك". وبدلاً من تقديم إجابة نصف صحيحة ونصف ملفقة، أنتجت نتيجة صادقة وواثقة.

نصيحة: احتفظ بالإصدار الأحدث والأوحد للمصدر الحقيقي لقاعدة معارفك. إن كتابة نفس المعلومات (مثل فترة الإرجاع) بشكل مختلف في ثلاث مستندات منفصلة هو أكبر عدو لـ RAG؛ يستجيب النموذج بشكل مختلف اعتمادًا على النموذج الذي ينظر إليه. قم أولاً بإلغاء تكرار المستندات الخاصة بك، ثم قم بتشغيلها تلقائيًا.

التحقق: لا تهدأ لمجرد وجود المصدر

يقلل RAG من الهلوسة بشكل كبير ولكنه لا يعيد ضبطها. قد يخطئ النموذج أحيانًا في تفسير المصدر، أو يخلط بين جملتين، أو يستنتج "استنتاجًا" غير موجود في المصدر. ولهذا السبب يعد شرط الاقتباس أمرًا بالغ الأهمية: افتح القسم الذي تدعي أن الإجابة تستند إليه وتحقق مما إذا كان يقول ذلك بالفعل. هذه السيطرة غير قابلة للتفاوض، خاصة في الردود التي تحتوي على أرقام (يوم، مبلغ، معدل) وشروط (استثناء، شرط).

تحذير: إذا كان المصدر نفسه خاطئًا أو قديمًا، فإن RAG يكرر هذا الخطأ بأمانة. إن قول "النموذج يتحدث من المصدر" لا يعني أن "النموذج يتحدث بشكل صحيح"؛ أنت مسؤول عن العملة ودقة مصدرك.

إبقاء قاعدة المعرفة جاهزة للاستجابة

تعتمد جودة RAG إلى حد كبير على كيفية كتابة النص المصدر. يقدم النموذج استجابة أكثر دقة بكثير من النصوص ذات الموضوع الواحد جيدة التنظيم وذات العناوين. نصيحة عملية: اكتب سياساتك في أقسام قصيرة معنونة بدلاً من فقرات طويلة متداخلة؛ دع كل قسم يجيب على سؤال واحد ("كم عدد أيام فترة الإرجاع؟"، "ما هي المنتجات التي لا يمكن إرجاعها؟"). إن الاحتفاظ بالأسئلة المتداولة (FAQs) بتنسيق سؤال وجواب يجعل من السهل على النموذج العثور على الجزء الصحيح. ذكر القيم مثل التاريخ والمبلغ والمعدل بشكل واضح وفي مكان واحد داخل النص؛ كتابة نفس الرقم بشكل مختلف في أقسام مختلفة يؤدي إلى إرباك النموذج.

عادة أخرى مهمة هي الحفاظ على قاعدة المعرفة حية. تختلف السياسات والأسعار والعروض الترويجية؛ إذا لم يتم تحديث المصدر، يستمر النموذج في تكرار الحقيقة القديمة بأمان. مع كل تغيير في السياسة، قم بتحديث المصدر وأعد طرح بعض أسئلة الاختبار على النموذج حول الموضوع الذي تم تغييره للتأكد من أنه يعطي الإجابة الصحيحة. تمنع هذه الصيانة الصغيرة ولكن المنتظمة نظام RAG من "الخطأ بصمت" بمرور الوقت.

الأخطاء الشائعة

• القول "اشرح سياستنا" دون دفن المصدر والاعتماد على حفظ النموذج.
• عدم تحديد حدود "الرد من المصدر فقط" والسلوك غير المصدر.
• عدم طلب اقتباس/مرجع المصدر وترك الإجابة غير قابلة للتحقق.
• الاحتفاظ بإصدارات متضاربة من نفس المعلومات في مستندات متعددة في قاعدة المعرفة.
• السماح للنموذج بتقريب/تفسير القيم الرقمية.
• نسيان تحديث المصدر، مما يتسبب في تكرار النموذج للمعلومات القديمة بأمانة.

باختصار

• يعني RAG أن النموذج ينتج إجابته من المستند المصدر الحالي، وليس من الذاكرة.
• الطريقة الأكثر عملية لتقليل الهلوسة: دفن المصدر، وقول "الرد هنا فقط"، وطلب الاقتباس.
• إذا لم يكن الجواب في المصدر فلا ينبغي أن يصلح نموذجاً؛ يجب أن يقول "ليس لدي" ويسلمه.
• اجعل النموذج على علم بالمصادر المتضاربة؛ لقد حافظت على القيم العددية بالضبط.
• تعتمد دقة RAG على توقيت المصدر الخاص بك؛ قم دائمًا بتأكيد الاقتباس.

مهمة التطبيق

خذ نص السياسة الفعلي (الإرجاع أو الشحن أو العضوية) من عملك الخاص وقم بتضمينه كمصدر في موجه RAG الأساسي أعلاه. ثم اطرح ثلاثة أسئلة: (1) سؤال جوابه واضح في المصدر، (2) سؤال جوابه غير موجود في المصدر إطلاقا، (3) سؤال جوابه ناقص في المصدر فقط. تأكد من أن النموذج يجيب بشكل صحيح، ويقول "ليس لدي"، ويضع علامة صادقة على الإجابة الجزئية والإجابة المفقودة، على التوالي. تصحيح السلوك المنحرف من خلال تعزيز قواعد الولاء وعدم الموارد في الموجه.

قائمة مرجعية

• [ ] لقد قمت بتضمين المصدر الحالي الذي ستستند إليه الاستجابة في الموجه.
• [ ] أضفت قاعدة "الرد فقط من المصدر، لا تتجاوزه".
• [ ] لقد قمت بوضع مرجع المصدر / متطلبات الاقتباس.
• [ ] قمت بتحديد سلوك التفويض إذا لم تكن الإجابة متوفرة في المصدر.
• [ ] طلبت الحفاظ على القيم العددية بشكل دقيق.
• [ ] تأكدت من الجواب من الجملة المصدرية التي بني عليها.