Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki do Modułu 1
5. Od dokumentu do odpowiedzi opartej na źródłach
Dokument jest nośnikiem informacji, a baza wiedzy jest uporządkowanym zbiorem źródeł przygotowanych do wykorzystania przez system.
Fragment dokumentu, często nazywany chunk, jest mniejszą jednostką tekstu wybieraną do odpowiedzi. Aby można było ustalić jego pochodzenie, treści towarzyszą metadane: na przykład nazwa pliku, wersja i numer sekcji.
Nie przekazujemy zawsze całej bazy wiedzy do modelu. Duży zbiór może przekraczać dostępny kontekst, zawierać niepowiązane informacje lub wiele wersji tej samej procedury. Wybór potrzebnych fragmentów ogranicza ilość wejścia i pomaga skupić odpowiedź na pytaniu. Nie oznacza to jednak, że najkrótszy fragment będzie najlepszy: trzeba zachować informacje konieczne do interpretacji.
Granica fragmentu ma znaczenie
W DocAssist sekcja 5.2 tworzy spójną procedurę. Jeżeli oddzielisz polecenie wyświetlenia dziennika od zdania „Jeżeli wynik jest inny niż active”, możesz utracić warunek wykonania. System otrzyma wtedy poprawne słowa, ale niepełną relację między nimi. Dobry fragment zachowuje czynność, jej warunki i niezbędne objaśnienia.
W kolejnych modułach przygotowanie fragmentów będzie zadaniem technicznym. Teraz wystarczy umieć zauważyć, kiedy podział dokumentu niszczy sens. Zapytaj: „Czy osoba widząca tylko ten fragment zrozumie, kiedy i dlaczego należy wykonać opisany krok?”.
Metadane umożliwiają powrót do źródła
| Pole | Przykładowa wartość | Dlaczego jest potrzebne |
|---|---|---|
| source | instrukcja.txt |
Identyfikuje dokument |
| document_version | 1.4 |
Rozróżnia wersje treści |
| section | 5.2 |
Wskazuje miejsce w dokumencie |
| page | Brak wartości | TXT nie ma stałych stron |
| chunk_id | instr_1_4_5_2 |
Rozróżnia fragment w tym przykładzie |
Powyższy identyfikator fragmentu jest przykładem projektowym, a nie obowiązkową nazwą pola w każdym systemie RAG. Ważna jest możliwość odtworzenia pochodzenia tekstu. Numery stron podaje się wtedy, gdy źródło ma rzeczywistą, stabilną paginację. Numer strony tego podręcznika nie jest numerem strony pliku instrukcja.txt.
Dwa warunki użytecznego wskazania źródła
Oba warunki trzeba spełnić równocześnie. Prawidłowa nazwa pliku nie naprawia błędnego numeru sekcji ani nie potwierdza dowolnej wypowiedzi modelu.
Przykład: odpowiedź „Po zmianie konfiguracji uruchom ponownie usługę; źródło: instrukcja.txt, wersja 1.4, sekcja 6.1” zawiera czynność opisaną w instrukcji, lecz wskazuje niewłaściwe miejsce. Sekcja 6.1 dotyczy kopii przed aktualizacją. To błąd powiązania ze źródłem, nawet jeśli sama czynność jest prawidłowa według sekcji 5.2.
Oceń cztery twierdzenia względem instrukcji z rozdziału 3. Dla każdego zapisz osobno ocenę treści i ocenę wskazanego źródła.
| Twierdzenie | Wskazane miejsce |
|---|---|
T1 Prawidłowy wynik sprawdzenia to active |
instrukcja.txt 1.4 sekcja 5.2 |
| T2 Po zmianie konfiguracji należy ponownie uruchomić usługę | instrukcja.txt 1.4 sekcja 6.1 |
T3 Dziennik sprawdzamy przy wyniku innym niż active |
instrukcja.txt 1.4 sekcja 5.2 |
| T4 Każda zmiana konfiguracji wymaga trzech restartów | instrukcja.txt 1.4 sekcja 5.2 |
- Znajdź w źródle zdanie odpowiadające każdemu twierdzeniu.
- Oznacz brak podstawy, jeżeli takiego zdania nie ma.
- Popraw błędne wskazanie sekcji bez zmieniania prawidłowej treści twierdzenia.
- Wyjaśnij, dlaczego dopisek „strona 18” nie jest właściwym adresem w tym pliku TXT.
Weryfikacja nie kończy się na cytacie
Jeżeli w bazie znajdują się dwie wersje instrukcji, potrzebujesz ustalić, która dotyczy rozpatrywanego systemu. Cytat z nieaktualnego dokumentu może być wierny, a mimo to nie odpowiadać bieżącej sytuacji. Zapis wersji dokumentu nie rozstrzyga sam jej aktualności, lecz pozwala zadać właściwe pytanie i odtworzyć decyzję.