เมื่อพนักงานถาม ChatGPT ว่า "ลาพักร้อนได้กี่วัน" คำตอบที่ได้คือกฎหมายแรงงานทั่วไป ไม่ใช่ระเบียบของบริษัทคุณ เพราะโมเดลไม่เคยเห็นเอกสารภายในของคุณ
RAG ทำงานอย่างไร
RAG ย่อจาก Retrieval-Augmented Generation แปลง่าย ๆ คือ "ค้นก่อน แล้วค่อยตอบ" เมื่อมีคำถาม ระบบจะค้นเอกสารที่เกี่ยวข้องจากคลังของบริษัทก่อน แล้วส่งเนื้อหานั้นให้โมเดลอ่านพร้อมคำถาม โมเดลจึงตอบจากข้อมูลจริงและบอกได้ว่าคำตอบมาจากเอกสารไหน
ทำไมไม่เทรนโมเดลเอง
- การเทรนแพงและช้า เอกสารเปลี่ยนต้องเทรนใหม่ ส่วน RAG อัปเดตเอกสารแล้วใช้ได้ทันที
- RAG อ้างอิงแหล่งที่มาได้ ตรวจสอบได้ ลดปัญหา AI ตอบมั่ว
- กำหนดสิทธิ์ได้ว่าใครค้นเอกสารไหน ซึ่งโมเดลที่เทรนแล้วทำไม่ได้
องค์กรแบบไหนได้ประโยชน์มากที่สุด
- มีคู่มือ SOP หรือสัญญาจำนวนมากที่พนักงานต้องค้นบ่อย
- มีพนักงานใหม่เข้าออกและต้องอบรมซ้ำ
- ฝ่ายซัพพอร์ตตอบคำถามเดิม ๆ จากเอกสารเดิม
สิ่งที่ต้องระวัง
คุณภาพของ RAG ขึ้นกับคุณภาพเอกสาร เอกสารเก่าที่ขัดกันจะทำให้คำตอบสับสน ขั้นแรกของทุกโปรเจกต์จึงเป็นการคัดและจัดระเบียบเอกสารก่อน และควรเลือกผู้ให้บริการโมเดลที่ไม่นำข้อมูลไปเทรน หรือติดตั้งในเซิร์ฟเวอร์ของตัวเองสำหรับข้อมูลอ่อนไหว
ดูรายละเอียดบริการ AI Knowledge Base ภายในองค์กร