Generování rozšířené o vyhledávání (RAG): definice, případy použití a praktické příklady

Generování rozšířené o vyhledávání (RAG) umožňuje nástrojům AI čerpat externí informace a ukotvit v nich své odpovědi. Tento průvodce popisuje, jak RAG funguje, jaké jsou jeho hlavní typy a jak se využívá v praxi – od webového vyhledávání po firemní znalostní báze.

Diagram of a RAG pipeline: in the ingestion path, source data such as docs, databases, and files is chunked and embedded into a searchable index like a vector database; in the retrieval path, an orchestrator builds a query from the user prompt, retrieves results from the index, and passes the prompt plus context to an LLM to produce a grounded answer.

RAG (retrieval-augmented generation, tedy generování rozšířené o vyhledávání) je proces, při kterém nástroje založené na LLM přistupují k externím informacím. Tyto informace, které nejsou obsaženy v trénovacích parametrech LLM, se přidávají do relevantního vstupního kontextu a využívají se při generování odpovědí.

RAG je jednou z nejdůležitějších součástí moderních systémů AI. Používají ho všechny hlavní agentní nástroje (ChatGPT, Claude, Perplexity atd.) a nabízí širokou škálu využití pro spotřebitele i firmy. Od doby, kdy se poprvé rozšířil, prošel RAG řadou inovací a nadále se pozoruhodně vyvíjí.

Co je generování rozšířené o vyhledávání (RAG)?

Generování rozšířené o vyhledávání (RAG) je metoda zlepšování výstupů velkých jazykových modelů (LLM), která jim poskytuje relevantní externí informace.

Typická „pipeline“ RAG – termín označující celkovou základní architekturu RAG – má dvě cesty: ingestní a vyhledávací. Ingestní cesta přijímá data a převádí je do prohledávatelného formátu. Vyhledávací cesta sestaví požadavek na základě uživatelova promptu a dotazuje se zdroje informací.

Systémy RAG jsou často postaveny na vektorových databázích. V takovém případě orchestrátor nástroje LLM – komponenta, která spravuje uživatelské prompty, odesílá dotazy a získává výsledky z prohledávatelného indexu – vygeneruje vektorový embedding. Pomocí něj se dotáže databáze vektorů, které reprezentují ingestovaná data. Získané informace pak přidá do stávajícího vstupního kontextu pro LLM spolu s pokyny, jak je použít k vygenerování výstupu.

RAG neoznačuje výhradně typ hustého vektorového vyhledávání popsaný výše. Patří sem také procházení znalostních grafů, sémantické vyhledávání, tradiční vyhledávání v databázích nebo jakákoli kombinace těchto metod.

Výhody RAG

Jedním z důvodů, proč se RAG stal tak populárním, je, že řeší dva zásadní problémy spojené s generováním odpovědí pouze pomocí LLM: halucinace a nedostatečný přístup k informacím, které nejsou obsaženy v trénovacích materiálech.

Ověřování faktů a ukotvení ve zdrojích

LLM mají pověst, že si s faktickou přesností příliš neporadí. Pokud nedokážou na otázku spolehlivě odpovědět, často sebevědomě halucinují. Důvodem může být, že informace nebyly obsaženy v trénovacích materiálech, nebo že samotné trénovací materiály obsahují nepřesnosti. Ověřování faktů pomocí RAG spočívá v ukotvení odpovědi v informacích z důvěryhodného zdroje třetí strany.

Aktuální informace

LLM dokážou odpovídat jen na otázky k tématům, která spadají do období před uzávěrkou jejich trénovacích dat, tzv. knowledge cut-off. Systémy RAG se mohou připojit k vysoce aktuálním zdrojům informací, například ke zpravodajským materiálům prostřednictvím API pro webové vyhledávání nebo k interním databázím s aktuálními informacemi o produktech. Díky tomu lze generovat odpovědi i na témata, která trénovací data nepokrývají.

Přístup k soukromým externím datům

Systémy RAG umožňují firmám propojit infrastrukturu AI se zdroji citlivých, proprietárních a oborově specifických informací, které nemohou veřejně sdílet. Mnoho oblíbených nástrojů, například Perplexity, dnes nabízí možnost nahrát důvěrná data a vytvořit soukromé znalostní báze, což je běžný firemní případ použití.

Přehled a vývoj RAG: Hlavní typy architektury

Přestože se konkrétní termín generování rozšířené o vyhledávání (retrieval-augmented generation) poprvé objevil ve významném článku z roku 2020 s názvem Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, systémy pro vyhledávání informací se používaly již mnoho desetiletí předtím. Dobrým příkladem jsou rané vyhledávače. Skutečnou inovací v oblasti AI však bylo spojení parametrických znalostí modelu s hustým vektorovým indexem (článek k jeho vytvoření použil Wikipedii).

Zde je přehled hlavních typů RAG:

  • Základní RAG: Základní RAG, označovaný také jako naivní RAG, je nejjednodušší podobou pipeline RAG. Řídí se postupem „vyhledat a vygenerovat“ a primárně se využívá pro vyhledávání ve vektorových databázích. Stále se hodí k vytvoření jednoduché implementace RAG, zejména pro omezené interní použití.
  • Hybridní RAG: Spočívá v kombinaci více než jednoho typu RAG. Obvykle jde o kombinaci jednoduchého vyhledávání podle klíčových slov a hustého vektorového vyhledávání.
  • Korektivní RAG: Forma RAG, při které doladěný model vyhodnocuje získané informace, aby určil jejich relevanci vzhledem k uživatelovu promptu.
  • Self-RAG: Je podobný korektivnímu RAG, ale u self-RAG hodnotí LLM své vlastní výstupy a v případě potřeby zahájí vyhledávání. K tomu využívá speciální reflexní tokeny.
  • Agentní RAG: Agentní RAG označuje způsob, jakým mohou platformy agentní AI využívat různé metody vyhledávání. LLM může prostřednictvím orchestrátoru uvažovat a vybírat z různých možností RAG.
  • Multimodální RAG: Tento typ RAG zahrnuje do svých ingestních a vyhledávacích pipeline i další formy médií, například obrázky a zvuk.
  • GraphRAG: GraphRAG k získávání informací využívá procházení znalostních grafů (vyhledávání entit). To může probíhat ve spojení s hustým vektorovým vyhledáváním, ale nemusí.
  • Větvený RAG: Tato architektura RAG spočívá v souběžném spouštění více vyhledávacích dotazů, často s využitím různých architektonických vzorů. Větvený RAG je běžnou funkcí nástrojů AI, které provádějí složité pracovní postupy.
  • HyDE (Hypothetical Document Embeddings): Embeddingy hypotetických dokumentů jsou odpovědi vygenerované AI, které simulují, jak by mohla vypadat ideální odpověď na uživatelův prompt. Používají se ke zpřesnění dotazu RAG, a tím ke zvýšení přesnosti získaných informací.

Nejčastější případy použití RAG s příklady

Jak RAG vypadá v praxi? Pokud jste se někdy zeptali chatbota s AI na časově citlivé téma, obrátili se na bota zákaznické podpory nebo použili osobního asistenta k administrativním úkolům, využili jste RAG.

Nejčastějšími příklady RAG ve spotřebitelském i firemním prostředí jsou webové vyhledávání, osobní asistenti (včetně asistence při programování), asistenti pro programování, zákaznická podpora a správa firemních znalostí.

Webové vyhledávání

Webové vyhledávání je široce používanou formou RAG a pravděpodobně nejrozšířenější aplikací určenou spotřebitelům. Všechny hlavní chatboty nabízejí funkci webového vyhledávání, při níž LLM využívá aktuální zdroje k doplnění informací obsažených v jeho trénovacích materiálech.

Orchestrátor v nástroji AI se pomocí volání API připojí k vyhledávači třetí strany a výsledky ve formě úryvků se přidají do kontextového okna LLM. Uživatelé tak mají přístup k aktuálním událostem, nejnovějšímu výzkumu, informacím o produktech a dalším tématům, u nichž se informace často mění.

V praxi může požadavek API vypadat takto:

json
{ "query": "latest US inflation news", "max_results": 1, "language": "en", "country": "US" }

Vrácené informace by obsahovaly zdroj a úryvek:

json
{ "query": "latest US inflation news", "results": [ { "title": "US inflation rises slightly in latest report", "url": "https://example.com/us-inflation-report", "snippet": "Consumer prices increased in the latest monthly data, with housing and energy contributing to the rise.", "published_date": "2026-11-05" } ] }

Osobní asistenti s AI

Osobní asistenti využívají RAG k připojení ke zdrojům informací v osobním nebo sdíleném firemním prostředí. Mezi příklady zdrojů informací patří e-maily, soubory, kalendář a databáze uživatele.

Protože informace mohou být uloženy různými způsoby, je nejlepší chápat osobní asistenty jako plně agentní systémy RAG. V závislosti na promptu mohou využívat volání API, vyhledávání podle klíčových slov, husté vektorové vyhledávání nebo procházení znalostních grafů.

Firemní systémy RAG budou stále častěji kódovat znalosti do vektorových databází, aby je mohli snadno získávat osobní asistenti používaní v celé společnosti, a mnoho firemních produktů AI je navrženo právě s ohledem na to.

Pozornost si zaslouží také asistenti pro programování, protože představují další významný případ použití. Asistent pro programování, například GitHub Copilot, se může připojit k repozitáři a dokumentaci konkrétního projektu a získávat relevantní soubory, funkce, symboly, pokyny, API a historii commitů.

Zákaznická podpora

Zákaznická podpora je dalším významným případem použití RAG a zavádění chatbotů s AI v posledních letech rychle roste. Společnost Crisp ve své zprávě State of AI Customer Support zjistila, že 40 % konverzací je vyřešeno bez nutnosti zásahu člověka, což svědčí o vysoké efektivitě.

Když uživatel položí otázku botovi zákaznické podpory, orchestrátor obvykle prohledá interní znalostní bázi společnosti. Pro zajištění přesnosti se často používají také korektivní RAG a self-RAG, přičemž v odůvodněných případech se konverzace předá lidskému pracovníkovi podpory.

Firemní znalostní báze

Zavádění pracovních postupů s AI a nástrojů generativní AI ve středních a velkých firmách probíhá souběžně s budováním interních znalostních bází. Asistenti používaní v celé společnosti tak mají přístup k interním datům při zachování soukromí, ať už jde o citlivé informace o zákaznících, soukromá firemní data, nebo specializované oborové znalosti.

Tyto systémy jsou obvykle postaveny na vektorových databázích, ale používají se i jiné metody RAG. Například Microsoft 365 Copilot má vrstvu API, která zpřístupňuje různé zdroje informací, včetně vektorových databází, znalostních grafů a sémantických indexů, a poskytuje tak široký přístup k datům společnosti.

Tyto systémy RAG jsou také obvykle součástí firemních balíčků univerzálních agentních nástrojů. Například Perplexity Enterprise umožňuje uživatelům nahrát velké množství dokumentace pro bezpečné interní použití.

Uživatelé mohou také nahrávat vlastní soubory v rámci samostatných projektů, čímž v podstatě vytvářejí malé systémy RAG. Vyhledávání lze kombinovat s dalšími formami RAG, například s webovým vyhledáváním, a dosáhnout tak hybridního rozšíření.

Jaký je rozdíl mezi RAG a LLM?

Velký jazykový model (LLM) dokáže generovat výstupy pouze s využitím informací zachycených v jeho parametrech. Přiřazuje pravděpodobnosti položkám interního slovníku, aby předpověděl další slovo neboli token v sekvenci. Pokud tedy jeho parametry nebyly natrénovány na relevantních informacích, nemůže poskytovat přesné odpovědi.

Na univerzálních nebo specializovaných platformách AI fungují pipeline RAG společně s LLM nebo skupinou LLM. Připojují se k externím zdrojům informací, aby doplnily vstupní kontext poskytovaný jazykovému modelu, a v tom spočívá hlavní rozdíl mezi RAG a LLM.

O tom, zda získat další informace, nebo se spoléhat výhradně na parametrické znalosti, může rozhodovat buď orchestrátor, obvykle pomocí logiky založené na pravidlech, nebo dokonce samotný LLM.

Jaký je rozdíl mezi RAG a MCP?

RAG a model context protocol (MCP) je nejlepší chápat jako vzájemně se doplňující technologie. MCP je otevřený standard pro budování architektury, která nástrojům AI umožňuje přistupovat k externím funkcím, zdrojům a promptům prostřednictvím jediného koncového bodu.

Když se nástroj AI připojí k serveru MCP, server zpřístupní všechna primitiva (nástroje MCP, zdroje a prompty), ke kterým má klient oprávnění přistupovat. Klient je komponenta, která navazuje spojení mezi orchestrátorem na straně klienta a serverem. Někdy to může zahrnovat zpřístupnění databází a zdrojů informací; v takovém případě MCP funguje jako prostředník ve vyhledávací vrstvě pipeline RAG.

Jaký je rozdíl mezi RAG a API?

API je definované rozhraní, které mohou dvě aplikace používat k vzájemnému odesílání požadavků. RAG je proces, při kterém mohou LLM přistupovat k externím informacím, aby zlepšily a rozšířily své výstupy.

RAG k získávání informací často využívá volání API. Například při získávání informací z webového vyhledávání orchestrátor na základě uživatelova promptu sestaví požadavek API na příslušný vyhledávač.

Proč je RAG důležitý a jak se bude dál vyvíjet

RAG je důležitý, protože LLM jsou ze své podstaty omezeny svými trénovacími daty. Existují celé oblasti informací, od aktuálních událostí po soukromé firemní znalosti, ke kterým nemají přístup. RAG tento problém řeší, aniž by vyžadoval neúměrné množství zdrojů.

Samotné vyhledávání informací však nestačí, a proto se bude RAG dál vyvíjet. RAG tvoří velkou část současného výzkumu AI a zaměřuje se na zlepšování systémů tak, aby vracely správné informace v široké škále formátů a dokázaly je efektivně posoudit a určit jejich prioritu.

S rostoucími schopnostmi RAG roste i užitečnost systémů AI v důležitých spotřebitelských i firemních aplikacích. Patří k nim zákaznická podpora, webové vyhledávání, programování, osobní asistenti, specializovaný výzkum a další.