RAG s chytrou indexací

Běžný RAG často funguje tak, že systém najde podobný text a pošle ho AI modelu jako kontext. To může stačit pro jednoduché dotazy, ale u firemní komunikace je potřeba větší přesnost.

Ve SnipCatu data nejdřív převádíme do strukturovaného indexu. Nejde jen o vektorové vyhledávání. Indexy jsou uložené tak, aby s nimi mohla pracovat databáze a aby je člověk mohl zkontrolovat.

Agent nejdřív pochopí, co zájemce hledá. Potom použije pravidla z vašeho nastavení a určí, podle jakých indexů má databáze hledat. Databáze mu vrátí pouze relevantní část kontextu, ke které má v daném use casu přístup.

Například když zájemce napíše: „Hledám byt pro pár bez dětí, na dobrém místě na procházky," agent podle pravidel ví, že má primárně hledat 2+kk nebo 2+1. Zároveň dotaz „dobré místo na procházky" převede na indexy jako blízkost parku, řeky, zeleně nebo klidné lokality.

Agent si výsledek nevymýšlí. Předá interpretaci databázi jako strukturovaný dotaz. Databáze najde odpovídající nemovitosti a agentovi vrátí konkrétní data, se kterými může bezpečně pracovat.

Výsledek: vidíte, jaké indexy má každá nemovitost, jaká pravidla agent použil, jak si dotaz vyložil a jaký kontext mu byl předán.

State-based agent

Agent nevede konverzaci jako volný chat, kde si v každé odpovědi znovu vymýšlí, co bude dělat dál. Každá konverzace běží ve stavech, které určují, v jaké fázi se zájemce nachází a jaký další krok je povolený.

U domlouvání prohlídek může konverzace projít stavy jako nový zájemce, kvalifikace, čekání na odpověď, výběr termínu, domluvená prohlídka, předání člověku nebo ukončená konverzace.

Díky tomu agent ví, co má v danou chvíli řešit. Když je ve fázi kvalifikace, pokládá otázky podle pravidel. Když má dost informací, může nabídnout termín. Když je situace nejasná, může konverzaci předat člověku.

AI tedy nepřebírá kontrolu nad celým procesem. Pomáhá s porozuměním a formulací odpovědí, ale samotný průběh konverzace drží stavový systém.

Validace AI výstupů

Odpověď od agenta se neposílá automaticky hned po vygenerování. Nejdřív prochází samostatnou validační vrstvou.

Tato validace je další AI request, který pracuje v jiném režimu než samotný agent. Dostane pouze zdroj pravdy z vašeho nastavení a odpověď, kterou chce agent odeslat. Jejím úkolem není pokračovat v konverzaci, ale ověřit, jestli je navržená odpověď bezpečná a odpovídá pravidlům.

Validace kontroluje například, jestli odpověď:

• drží se povolených informací,
• neobsahuje vymyšlené údaje,
• neslibuje nedostupný termín,
• neuvádí cenu nebo podmínku, kterou nemá v datech,
• neodbočuje mimo účel konverzace,
• odpovídá aktuálnímu stavu procesu.

AI zároveň nerozhoduje o tom, komu se zpráva odešle. Příjemce, kanál a povolený další krok určuje systém podle stavu konverzace.

Pokud odpověď validací neprojde, agent ji musí opravit. Pokud ji opravit nedokáže, konverzace se zastaví nebo předá člověku podle nastavených pravidel.

Výsledek

• Chytrá indexace předává agentovi správná data.
• State-based agent drží konverzaci v jasně daném procesu.
• Validace výstupů kontroluje, co se skutečně odešle ven.

Dohromady z toho vzniká agent, který není jen „chatbot napojený na data". Je to řízený systém pro firemní komunikaci, kde AI pomáhá s porozuměním a formulací odpovědí, ale pravidla, data, další kroky a odesílání zpráv zůstávají pod kontrolou systému.

Méně prostoru pro halucinace.
Menší riziko manipulace.
Lepší dohledatelnost každého kroku.

Neprodáváme „magickou AI". Stavíme agenty, kteří mají jasná pravidla, kontrolu a auditovatelné rozhodování.