Nota Lapangan: Bagaimana Agentic RAG Mengendalikan Data Perusahaan
Seorang pelanggan menghantar tiket sokongan. Mereka meminta butiran waranti bagi pelayan tertentu daripada projek terdahulu. Mereka juga memerlukan terma kontrak dan kenalan sokongan semasa.
Menjawab perkara ini adalah sukar. Ia memerlukan data daripada empat tempat yang berbeza:
- CRM untuk sejarah pelanggan.
- ERP untuk terma kontrak.
- Pengurusan aset untuk nombor siri.
- Sistem HR untuk butiran kakitangan.
Sistem-sistem ini menggunakan pangkalan data dan kebenaran yang berbeza. RAG standard gagal di sini. Ia hanya mencari sekali dan berputus asa jika tidak menemui apa-apa.
Agentic RAG menyelesaikan perkara ini dengan menukarkan proses pencarian (retrieval) kepada satu pelan. Ia bukan sekadar mencari. Ia berfikir, bertindak, dan menyemak kerjanya.
Berikut adalah cara aliran kerja ini berfungsi:
Orchestrator Sistem memecahkan soalan kepada subtugasan. Ia mengenal pasti sumber data mana yang perlu digunakan dan tugasan mana yang bergantung kepada tugasan lain.
Query Rewriter Setiap sistem menggunakan bahasa yang berbeza. Satu memerlukan SQL. Satu lagi memerlukan carian kata kunci. Query rewriter menterjemah pertanyaan pengguna ke dalam format yang betul untuk setiap alatan.
Pencarian Selari (Parallel Retrieval) Sistem membuat pertanyaan kepada pelbagai sumber secara serentak. Ia mesti menghormati keselamatan. AI hanya mengakses data yang dibenarkan untuk dilihat oleh pengguna tersebut.
Penyemak Kecukupan (Sufficiency Checker) Ini adalah bahagian yang paling penting. Sistem akan bertanya: "Adakah maklumat ini mencukupi untuk menjawab soalan?" Jika ada maklumat yang hilang, seperti lampiran PDF tertentu, sistem tidak akan berhenti. Ia akan membina pelan baharu untuk mencari fail khusus tersebut. Ia akan berulang sehingga mendapat gambaran yang lengkap.
Sintesis (Synthesis) Ejen terakhir mengumpul semua fragmen dan membina satu jawapan yang tepat berserta sumber.
Agentic RAG bukanlah penyelesaian ajaib (silver bullet). Ia lebih lambat dan lebih mahal berbanding RAG tradisional.
Gunakan RAG tradisional untuk soalan mudah dalam satu pangkalan data. Gunakan Agentic RAG untuk soalan kompleks dan berbilang langkah merentasi banyak sistem.
Matlamatnya adalah untuk beralih daripada model pertanyaan-respons yang ringkas kepada aliran kerja stateful: Rancang. Laksana. Nilai. Ulang.
Sumber: https://dev.to/luhuidev/field-notes-how-agentic-rag-handles-the-real-mess-of-enterprise-data-a68
Komuniti pembelajaran pilihan: https://t.me/GyaanSetuAi