Проверено: 11 июля 2026 · Любовь Черемисина
RAG (Retrieval-Augmented Generation — генерация с дополнением из поиска) — схема, при которой языковая модель перед ответом получает релевантные куски из ваших документов (инструкции, FAQ, прайсы, wiki) и опирается на них, а не только на то, что «запомнила» при обучении.
Простыми словами
Сначала найти, потом сгенерировать. Как сотрудник, который перед ответом клиенту открывает актуальную папку с регламентами.
Где применяют в маркетинге и бизнесе
- Поддержка и внутренние FAQ.
- Ответы по продукту для продаж и партнёров.
- Помощники, которые цитируют брендбук и гайды.
RAG или дообучение (fine-tuning)
Дообучение меняет «привычки» модели. RAG подключает актуальные факты. Для частых обновлений документов почти всегда начинают с RAG. См. fine-tuning.
От чего зависит качество
- Чистота и актуальность документов.
- Как режете текст на фрагменты и какие эмбеддинги используете.
- Проверка ответа и ссылка на источник.
См. векторный поиск, база знаний для ИИ, раздел RAG и знаний.