RAG (Retrieval-Augmented Generation)

Суть в одном предложении

RAG подмешивает в промпт LLM релевантные фрагменты из вашей базы знаний, чтобы ответы опирались на актуальные данные, а не только на память модели.

Краткое определение

RAG — архитектурный паттерн: сначала retrieval (поиск по векторному или полнотекстовому индексу), затем generation (LLM формирует ответ на основе найденных документов).

Оригинал и перевод

• Язык: английский
• Оригинал: Retrieval-Augmented Generation
• Буквальный перевод: генерация с дополнением из поиска

Синонимы и варианты написания

• —

Где используется

• Корпоративные чат-боты
• Поиск по документации
• Поддержка на сайте
• Блоговые ассистенты

Когда это важно

• при проектировании AI-фич на сайте
• при оптимизации под LLM-краулеры

Подробное объяснение

Типичный pipeline: embed запроса → поиск top-k чанков → сбор контекста → LLM с цитированием источников. Для блога RAG можно строить на PostgreSQL FTS, search_index или векторном хранилище.