AI Mastery· ~8 นาที
สร้าง AI-powered App (RAG เบื้องต้น)
RAG คืออะไร และทำไมองค์กรถึงต้องการทำ RAG
RAG: การสอน AI ให้รู้จักความลับองค์กร
สมมติเราอยากทำแชทบอทตอบกฎระเบียบ HR ของบริษัทเราเอง ถ้าเราถาม ChatGPT ตรงๆ มันจะมั่ว เพราะมันไม่เคยอ่านคู่มือพนักงานของเรา การทำ RAG (Retrieval-Augmented Generation: การเสริมความรู้ให้ AI จากฐานข้อมูลภายนอก) จึงเป็นกระบวนการ 3 ขั้นตอน:
แทนที่จะไล่ AI ไปทำข้อสอบปากเปล่าโดยอาศัยแค่ความจำ (แล้วมันก็ชอบมั่ว) RAG คือการเอา "คู่มือ" ของเราวางไว้ให้ AI เปิดอ่านเฉพาะหน้าที่เกี่ยวข้อง ก่อนที่จะตอบคำถาม
- Retrieve (ค้นหา): User พิมพ์คำถาม ระบบจะไปค้นหาในฐานข้อมูลเอกสารของเราว่ามีย่อหน้าไหนที่เกี่ยวกับคำถามบ้าง (ดึงมา 3 ย่อหน้า)
- Augment (แปะใส่ Prompt): นำคำถาม และ 3 ย่อหน้านั้น มายัดใส่รวมกันใน Prompt ส่งไปให้ LLM
- Generate (สร้างคำตอบ): สั่ง LLM ว่า "จงตอบคำถามนี้ โดยใช้ข้อมูลจาก 3 ย่อหน้านี้เท่านั้น"
สรุป Key Takeaways
- RAG (Retrieval-Augmented Generation) คือการให้ AI อ่านเอกสารองค์กรก่อนตอบคำถาม
- แก้ปัญหา AI มั่ว (Hallucination) และปัญหาความลับองค์กร (AI ตัวหลักไม่รู้ข้อมูลเรา)
- ใช้ Vector Database เพื่อค้นหาข้อความที่ใกล้เคียงคำถาม
อ่านจบแล้วอย่าลืมทำเครื่องหมาย