RAG и обучение модели на наших данных - это одно и то же?

Нет, это принципиально разные вещи. Обучение (дообучение) меняет саму модель: она усваивает новые знания и «запоминает» их навсегда, но это дорого и требует большого объёма данных. RAG не меняет модель - она остаётся прежней, а ваши документы просто подаются ей как контекст при каждом запросе. Обновить базу RAG можно за минуты, обновить обученную модель - дни или недели.

Сколько документов нужно для старта?

Минимального порога нет - даже десяток регламентов уже даёт работающий результат. Смысл RAG раскрывается, когда документов становится так много, что все они не помещаются в один запрос к модели. Важнее количества - качество и актуальность содержания.

Как часто нужно обновлять базу документов?

Это зависит от того, как часто меняются сами документы. Оптимальный подход - обновлять базу сразу при изменении регламента или прайса, не копить правки. Хорошая практика - назначить ответственного за каждый раздел базы и установить периодичность ревизии: например, раз в квартал.

Будет ли ИИ придумывать ответ, если нужной информации в документах нет?

Правильно настроенная RAG-система в таком случае сообщает, что ответа в базе нет. Инструкция для модели прямо запрещает отвечать, когда подходящий фрагмент не найден, и это заметно снижает вероятность выдуманного ответа, хотя и не устраняет её полностью. Поэтому на важных темах ответ проверяют по ссылке на источник.

Можно ли сделать RAG-систему внутри Битрикс24?

Да. На платформе Битрикс24 Вайбкод доступна модель векторных представлений текста bitrix/embeddings и API Базы знаний 2.0 - этого достаточно для сборки полноценного RAG-ассистента. Доступ к самой платформе требует коммерческого тарифа и подписки BitrixGPT + Маркетплейс, а работа расходует вайбы. Данные при этом остаются в российском контуре.

Сколько времени занимает запуск RAG-ассистента?

Техническая часть - от нескольких дней до пары недель в зависимости от объёма документов и сложности интеграции. Но подготовка самих документов - приведение их в порядок, устранение противоречий, назначение ответственных - как правило, занимает больше времени, чем разработка. Именно здесь не стоит торопиться.

Искусственный интеллект

RAG простыми словами: как ИИ отвечает по вашим документам

Опубликовано: 30.08.2026·8 мин чтения

RAG (поиск с дополненной генерацией) - это способ заставить языковую модель отвечать не по памяти, а строго по текстам, которые вы ей предоставили. Если коротко: прежде чем ответить, система находит нужные фрагменты в �