4.4الاسترجاع المعزز (RAG) : جعل الذكاء الاصطناعي يجيب انطلاقا من وثائقكم
الأساسي في 30 ثانية
- الاسترجاع المعزز (RAG) = استرجع ثم ولّد : نبحث عن المقاطع الملائمة في وثائقكم، ونزود بها النموذج مع السؤال.
- أجوبة مرتكزة : اختراعات أقل، واستشهادات ممكنة، وتحديث سهل — نعيد الفهرسة، دون إعادة تدريب.
- منعكس لينا : اشتراط المصادر و« لا أعرف » عندما لا تكون المعلومة في الوثائق.
حالة مصغرة متواصلة — لينا تربط الذكاء الاصطناعي بالإجراءات
يصطدم وكيل الدعم للينا بحد : يجيب الذكاء الاصطناعي « من الذاكرة » ويخترع أحيانا إجراءات. تجمع لينا الأسئلة الشائعة والإجراءات الداخلية بوهران، وتجعلها تقطع إلى أجزاء وتحول وتخزن للبحث، ثم تربط التدفق : سؤال ← مقاطع مسترجعة ← جواب انطلاقا من هذه المقاطع، ومصادر مستشهدة. وعندما تتغير وثيقة، تعيد الفهرسة. صار روبوت محادثتها يعرف الشركة أخيرا — دون اختراع.
تتمة حالة 4.1-4.3 — ترسخ لينا ذكاءها الاصطناعي في وثائق الدار.
1. مبدأ الاسترجاع المعزز (RAG)
لا يعرف النموذج اللغوي (LLM) وثائقكم الداخلية الخاصة. يحل الاسترجاع المعزز (RAG) (Retrieval-Augmented Generation، « توليد معزز بالاسترجاع ») ذلك ببساطة : بدل ترك الذكاء الاصطناعي يجيب من الذاكرة، نبحث أولا عن المقاطع الملائمة في وثائقكم، ثم نزود بها النموذج مع السؤال. فيجيب الذكاء الاصطناعي حينها انطلاقا من محتوياتكم — وهذا ما يتيح روبوت محادثة داخليا يعرف شركتكم، مثل الذي للينا.
2. الآلية، دون مصطلحات
تطبيقيا : نقطع الوثائق إلى أجزاء بحجم ملائم، ونحولها إلى تمثيلات عددية (تسمى التضمينات (embeddings)، وهي قوائم أعداد تلتقط المعنى) مخزنة في قاعدة معدة للبحث بالمعنى (قاعدة متجهات). وعند كل سؤال، نسترجع الأجزاء الأقرب إلى معنى السؤال ونحقنها في الموجه. تبني أدوات بدون كود (عقد مخصصة في n8n) هذه الدارة دون كود.
الفوائد : أجوبة مرتكزة في مصادركم (اختراعات أقل)، واستشهادات ممكنة، وتحديث سهل (نعيد فهرسة الوثائق المعدلة). من أنفع تطبيقات الذكاء الاصطناعي في الشركة — بشرط الاحتفاظ بالروح النقدية (انظر المزالق).
3. لماذا لا نلصق الوثائق فحسب ؟
لأن ذلك لا يرقى : لا نلصق مئات الصفحات في كل موجه (حد الحجم، والتكلفة، والمعلومة المغروقة). لا يزود الاسترجاع المعزز (RAG) إلا بالمقاطع القليلة الملائمة للسؤال المطروح. لصق الوثائق ينجح لنص قصير ظرفي ؛ والاسترجاع المعزز (RAG) هو الحل الحقيقي لقاعدة معرفية — وتتحقق لينا من ذلك على إجراءاتها.
🔎 مثال ملموس — 🔎 مثال ملموس — روبوت محادثة توثيقي
دارة لينا للجواب عن الإجراءات الدارية :
الفهرسة : أسئلة شائعة/إجراءات ← أجزاء ← بحث بالمعنى
سؤال ← مقاطع 3-4 مسترجعة
← محقونة في الموجه ← جواب (باستشهادات)
← أعد الفهرسة عند كل تحديث للوثائق.القراءة : يعكس الجواب الوثائق، لا ذاكرة النموذج.
الدرس : اطلب الاستشهاد بالمصادر وقول « لا أعرف ».
مفردات القسم
- الاسترجاع المعزز (RAG)
- طريقة تجعل الذكاء الاصطناعي يجيب انطلاقا من وثائقكم : بحث المقاطع الملائمة، ثم تزويد النموذج بها ليجيب عليها.
مثال بسيط: يجيب روبوت محادثة لينا عن الإجراءات الداخلية بدل الاختراع.
ما ليس كذلك: إعادة تدريب النموذج على بياناتكم.
رد فعل: اسأل دوما : على أي مقاطع يستند هذا الجواب ؟
- التضمين (Embedding)
- تمثيل عددي لنص (قائمة أعداد) يتيح قياس قرب المعنى بين الأجزاء.
مثال بسيط: فقرتا إجراءات قريبتان في المعنى لهما تمثيلان قريبان.
ما ليس كذلك: ملخص مقروء للوثيقة.
رد فعل: احفظ الفكرة (مقارنة المعنى)، لا التقنية.
- قاعدة المتجهات
- قاعدة معدة لتخزين هذه التمثيلات واسترجاع سريع للمقاطع الأقرب إلى سؤال.
مثال بسيط: تخزن لينا فيها إجراءاتها المقطعة للبحث بالمعنى.
ما ليس كذلك: مجرد مجلد ملفات PDF.
رد فعل: تحقق ممن يستطيع استجواب هذه القاعدة (حقوق الوصول).
- التقطيع (chunking)
- تقطيع الوثائق إلى أجزاء بحجم ملائم قبل الفهرسة، لبحث ملائم.
مثال بسيط: تقطع لينا حسب إجراء متماسك، لا صفحات اعتباطية.
ما ليس كذلك: إرسال الوثيقة كاملة في كل موجه.
رد فعل: قطع حسب وحدة المعنى، وجرب، واضبط.
- الهلوسة
- جواب مخترع من نموذج ؛ يقلله الاسترجاع المعزز (RAG) بترتكز الجواب في مصادر مزودة.
مثال بسيط: قبل الاسترجاع المعزز (RAG)، كان ذكاء لينا الاصطناعي يخترع مراحل إجراء.
ما ليس كذلك: خطأ مطبعي أو علة برمجية.
رد فعل: اشترط المصادر + « لا أعرف » وراقب الحرج.
في التطبيق — تطبيقيا — بناء استرجاع معزز (RAG) توثيقي مصغر
- اجمع قاعدة توثيقية (أسئلة شائعة، إجراءات) وقطعها إلى أجزاء متماسكة، مثل لينا.
- هيئ البحث بالمعنى (تمثيلات + قاعدة معدة لذلك، عبر عقد n8n مخصصة).
- ابن التدفق : سؤال ← بحث المقاطع القريبة ← حقن في الموجه ← جواب النموذج، ومصادر مطلوبة.
- اختبر على أسئلة حقيقية، وتحقق أن الأجوبة تعكس وثائقكم، وأعد الفهرسة عندما تتغير الوثائق.
نص جاهز للقول — تأطير الاسترجاع المعزز (RAG) مع مديرية الأنظمة المعلوماتية (30 ثانية)
« معكم لينا : أريد فهرسة أسئلتنا الشائعة وإجراءاتنا لروبوت محادثة داخلي يستشهد بمصادره. قبل تحميل الوثائق الحقيقية، أصادق معكم على المحيط (أي وثائق، وأي وصول)، ونختبر على نسخ، ونحدد من يعيد الفهرسة عند كل تحديث. »
يقال قبل فهرسة وثائق حساسة ؛ ووثّق المحيط المرخص.
نموذج جاهز للنسخ — بطاقة الاسترجاع المعزز (RAG) (مثال وهمي)
بطاقة الاسترجاع المعزز (RAG) — مثال وهمي يكَيَّف
الوثائق المرخصة : _______________ (أسئلة شائعة، إجراءات إصدار ___)
المستبعدات (حساسة / سرية) : _______________
التقطيع : حسب وحدة المعنى، والحجم مجرب بتاريخ : _______________
التدفق : سؤال ← مقاطع 3-4 ← موجه ← جواب + مصادر
تعليمة النموذج : « استشهد بمصادرك ؛ وقل لا أعرف إذا غاب »
إعادة الفهرسة : بواسطة _______________ عند كل تحديث
موافقة مديرية الأنظمة المعلوماتية/مسؤول الأمن بتاريخ : _______________قاعدة صغيرة (10-20 صفحة)
مثالي للبدء : تقطيع بسيط، واختبارات سريعة، وقيمة ظاهرة في أيام.
وثائق بوصول مقيد
مثل لينا : لا تفهرس إلا المحيط المرخص وطابق حقوق الجواب مع حقوق الوثائق.
وثائق تتغير غالبا
سم مسؤولا عن إعادة الفهرسة : فاسترجاع معزز (RAG) على وثائق متقادمة يجيب صحيحا… عن الماضي.
أجوبة حرجة (أجور، أمن)
أبق مراقبة بشرية منهجية : يقلل الاسترجاع المعزز (RAG) الاختراعات، ولا يلغيها.
✓ ممارسات جيدة
- قطع إلى أجزاء متماسكة قبل الفهرسة.
- اشترط المصادر و« لا أعرف ».
- أعد الفهرسة عند كل تحديث.
✗ أخطاء شائعة
- لصق مئات الصفحات في الموجه.
- اعتقاد الهلوسات مزالة تماما.
- نسيان المراقبة البشرية على الحرج.
النقاط الأساسية
- يجعل الاسترجاع المعزز (RAG) الذكاء الاصطناعي يجيب انطلاقا من وثائقكم الخاصة (لا من ذاكرته فقط).
- الآلية : قطع ← تمثيلات ← بحث المقاطع ← تزويد النموذج.
- الفوائد : أجوبة مرتكزة، واختراعات أقل، واستشهادات، وتحديث سهل.
- يبنى بدون كود (n8n وعقد مخصصة) : من أنفع تطبيقات الذكاء الاصطناعي.
تحدي 48 ساعة — طبق غدا
اجمع 10 صفحات وثائق غير حساسة، وقطعها حسب وحدة المعنى واختبر 5 أسئلة حقيقية : هل تستشهد الأجوبة بمقاطعكم ؟
- أستطيع شرح الاسترجاع المعزز (RAG) في جملة (استرجع ثم ولّد).
- أعرف لماذا لا نلصق الكل في الموجه.
- اختبرت 5 أسئلة على 10 صفحات مقطعة.
أسئلة شائعة
لماذا لا ألصق وثائقي فحسب في الموجه ؟
لا يرقى : حد الحجم، والتكلفة عند كل سؤال، والمعلومة المغروقة. لا يزود الاسترجاع المعزز (RAG) إلا بالمقاطع الملائمة : اقتصادي أكثر، وأدق. وزيادة، نحدث القاعدة دون إعادة تدريب — نعيد الفهرسة. اللصق ينجح لنص قصير ؛ والاسترجاع المعزز (RAG) هو الحل لقاعدة معرفية.
هل يمنع الاسترجاع المعزز (RAG) الهلوسات تماما ؟
يقللها بقوة دون إلغائها : قد يسيء الذكاء الاصطناعي تأويل مقطع أو يجيب عندما يجب أن يقول « لا أعرف ». اشترط المصادر، والإقرار بغياب المعلومة، وأبق مراقبة بشرية على الحرج.
ما فائدة الاسترجاع المعزز (RAG) ؟