Поиск

Файловая wiki и RAG: в чём разница

Есть разные способы дать ИИ доступ к документам. RAG ищет подходящие фрагменты во время запроса. Файловая wiki хранит заранее подготовленные страницы по темам. Ниже сравниваются именно эти две схемы.

RAG: поиск по коробкам

RAG (retrieval-augmented generation) работает так: все документы нарезаются на куски и складываются в поисковый индекс. Когда вы задаёте вопрос, система находит куски, похожие на вопрос, и передаёт их нейросети вместе с вопросом. ИИ отвечает на основе найденного.

Аналогия: у вас склад коробок с бумагами. На каждый вопрос кладовщик очень быстро приносит десяток листов, которые показались ему подходящими. Иногда это именно то, что нужно. Иногда — три версии одного прайса за разные годы, и ИИ не знает, какая актуальная.

В типичной схеме RAG набор фрагментов выбирается заново под каждый вопрос. Реальная система может дополнительно хранить историю, метаданные и промежуточные результаты.

Файловая wiki: подготовленные рабочие страницы

В файловой wiki сведения заранее собирают по темам: карточка клиента, история решения, правило или страница проекта. При добавлении документа ИИ может предложить обновление, которое проверяет человек.

Аналогия: библиотека с каталогом и конспектами. Такая страница ускоряет повторяющиеся вопросы, если её обновляют и сохраняют ссылки на оригиналы.

Честное сравнение

RAG LLM-wiki
Подготовка быстрая: проиндексировать и всё требует настройки правил и первичного разбора
Объёмы миллионы документов сотни и тысячи страниц
Противоречия в данных зависят от найденных фрагментов и правил выбора отмечаются при обновлении страниц
Свежесть индекс нужно обновлять wiki нужно вести
Прозрачность найденные фрагменты и их источники страницы и ссылки на исходные документы
Поддержка обновлять индекс и правила поиска обновлять страницы, ссылки и даты

Когда что выбирать

RAG часто выбирают, когда документов много и нужен поиск под разные вопросы: архив обращений, нормативные материалы или большая техническая документация.

Рабочие страницы полезны, когда одни и те же сведения нужны регулярно, важна история решений и кто-то отвечает за обновление: проекты, регламенты, клиентские карточки или исследовательские заметки.

Другие материалы