Генерация с дополненной выборкой (RAG): определение, сценарии использования и практические примеры
Генерация с дополненной выборкой (RAG) позволяет ИИ-инструментам привлекать внешнюю информацию для обоснования своих ответов. В этом руководстве рассказывается, как она работает, каковы её основные типы и реальные сценарии использования — от веб-поиска до корпоративных баз знаний.

RAG, или генерация с дополненной выборкой (retrieval-augmented generation), — это процесс, с помощью которого инструменты на основе LLM получают доступ к внешней информации. Эта информация, которой нет в параметрах, полученных LLM при обучении, добавляется в соответствующий входной контекст и используется при генерации ответа.
RAG — один из важнейших компонентов современных систем ИИ. Его используют все популярные агентные инструменты (ChatGPT, Claude, Perplexity и др.), и у него широкий спектр применений как для частных пользователей, так и для компаний. С тех пор как RAG получил широкое распространение, он претерпел ряд усовершенствований и продолжает развиваться в интересных направлениях.
Что такое генерация с дополненной выборкой (RAG)?
Генерация с дополненной выборкой (RAG) — это метод улучшения результатов больших языковых моделей (LLM) за счёт предоставления им релевантной внешней информации.
Типичный «конвейер» RAG — так называют общую базовую архитектуру RAG — включает два пути: путь приёма данных и путь извлечения. Путь приёма данных принимает данные и преобразует их в формат, пригодный для поиска. Путь извлечения формирует запрос на основе промпта пользователя и обращается к источнику информации.
Часто системы RAG строятся на основе векторных баз данных. В этом случае оркестратор — компонент инструмента на основе LLM, который обрабатывает промпты пользователей, отправляет запросы и извлекает результаты из поискового индекса, — генерирует векторное представление (эмбеддинг). С его помощью он выполняет запрос к базе векторов, представляющих загруженные данные. Затем он добавляет извлечённую информацию к существующему входному контексту для LLM вместе с инструкциями о том, как использовать её для генерации результата.
RAG — это не только описанный выше плотный векторный поиск. К RAG также относятся обход графа знаний, семантический поиск, традиционные запросы к базам данных или любое сочетание этих методов.
Преимущества RAG
Одна из причин популярности RAG в том, что он решает две ключевые проблемы генерации ответов только с помощью LLM: галлюцинации и отсутствие доступа к информации, которой нет в обучающих материалах.
Проверка фактов и привязка к источникам
LLM известны тем, что им трудно обеспечивать фактическую точность. Часто, если модель не может надёжно ответить на вопрос, она уверенно галлюцинирует. Это может происходить потому, что информации не было в обучающих материалах, или потому, что сами обучающие материалы содержат неточности. Проверка фактов с помощью RAG предполагает привязку ответа к информации из надёжного стороннего источника.
Актуальная информация
LLM могут отвечать на вопросы только по темам, охваченным обучающими данными до определённого момента — так называемой даты отсечения знаний. Системы RAG могут подключаться к самым актуальным источникам информации, например к новостным материалам через API веб-поиска или к внутренним базам данных с актуальной информацией о продуктах. Это позволяет генерировать ответы на темы, не охваченные обучающими данными.
Доступ к закрытым внешним данным
Системы RAG позволяют компаниям подключать ИИ-инфраструктуру к источникам конфиденциальной, проприетарной и отраслевой информации, которой нельзя делиться публично. Многие популярные инструменты, такие как Perplexity, теперь позволяют загружать конфиденциальные данные и создавать закрытые базы знаний — это распространённый сценарий использования в компаниях.
Обзор и эволюция RAG: основные типы архитектуры
Хотя сам термин генерация с дополненной выборкой впервые появился в значимой статье 2020 года под названием Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, системы информационного поиска к тому моменту использовались уже много десятилетий. Хороший пример — ранние поисковые системы. Однако настоящей инновацией в области ИИ стало сочетание параметрических знаний модели с плотным векторным индексом (для его построения в статье использовалась Википедия).
Вот обзор основных типов RAG:
- Базовый RAG: базовый RAG, который также называют наивным, — простейший вариант конвейера RAG. Он работает по схеме «извлечение и генерация», а основной сценарий использования — поиск по векторной базе данных. Он по-прежнему подходит для создания простой реализации RAG, особенно для ограниченного внутреннего использования.
- Гибридный RAG: сочетание нескольких типов RAG. Обычно под этим понимают сочетание простого поиска по ключевым словам и плотного векторного извлечения.
- Корректирующий RAG: разновидность RAG, при которой извлечённая информация оценивается дообученной моделью, чтобы определить её релевантность промпту пользователя.
- Self-RAG: этот подход похож на корректирующий RAG, но в self-RAG LLM сама оценивает свои результаты и при необходимости инициирует извлечение. Для этого используются специальные токены рефлексии.
- Агентный RAG: агентный RAG — это способ, с помощью которого платформы агентного ИИ могут обращаться к разным методам извлечения. LLM может рассуждать и выбирать из различных вариантов RAG через оркестратор.
- Мультимодальный RAG: этот тип RAG включает в конвейеры приёма и извлечения данных другие виды медиа, например изображения и аудио.
- GraphRAG: GraphRAG использует обход графа знаний (поиск сущностей) для извлечения информации. Это может сочетаться с плотным векторным извлечением, но не обязательно.
- Разветвлённый RAG: эта архитектура RAG предполагает одновременное выполнение нескольких запросов на извлечение, часто с использованием разных архитектурных шаблонов. Разветвлённый RAG — распространённая функция ИИ-инструментов, выполняющих сложные рабочие процессы.
- HyDE (Hypothetical Document Embeddings, эмбеддинги гипотетических документов): эмбеддинги гипотетических документов — это сгенерированные ИИ ответы, моделирующие, каким мог бы быть идеальный ответ на промпт пользователя. Они используются для уточнения запроса RAG и тем самым повышают точность извлекаемой информации.
Основные сценарии использования RAG с примерами
Как RAG выглядит на практике? Если вы задавали ИИ-чат-боту вопрос на актуальную тему, обращались к боту службы поддержки или пользовались персональным ассистентом для административных задач, вы уже использовали RAG.
Основные примеры RAG в потребительской и корпоративной среде — веб-поиск, персональные ассистенты (в том числе для программирования), ассистенты для написания кода, поддержка клиентов и управление корпоративными знаниями.
Веб-поиск
Веб-поиск — широко распространённая форма RAG и, пожалуй, самое массовое потребительское применение. Все популярные чат-боты предлагают функцию веб-поиска, при которой LLM использует актуальные источники, чтобы дополнить информацию из своих обучающих материалов.
Оркестратор в ИИ-инструменте подключается к стороннему поисковому движку через вызов API, и результаты в виде фрагментов (сниппетов) добавляются в контекстное окно LLM. Это позволяет пользователям получать сведения о текущих событиях, последних исследованиях, продуктах и других темах, информация по которым часто меняется.
На практике запрос к API может выглядеть так:
{
"query": "latest US inflation news",
"max_results": 1,
"language": "en",
"country": "US"
}Возвращаемая информация будет включать источник и фрагмент:
{
"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"
}
]
}Персональные ИИ-ассистенты
Персональные ассистенты используют RAG для подключения к источникам информации в личной или общей корпоративной среде. Примеры таких источников — электронная почта пользователя, файлы, календарь и базы данных.
Поскольку информация может храниться по-разному, персональных ассистентов лучше всего рассматривать как полностью агентные системы RAG. В зависимости от промпта они могут использовать вызовы API, поиск по ключевым словам, плотное векторное извлечение или обход графа знаний.
Корпоративные системы RAG всё чаще кодируют знания в векторные базы данных, чтобы их было легко извлекать персональным ассистентам, работающим в масштабах всей компании, и многие корпоративные ИИ-продукты разрабатываются с учётом этого.
Ассистенты для программирования также заслуживают внимания, поскольку представляют ещё один важный сценарий использования. Ассистент для написания кода, например GitHub Copilot, может подключаться к репозиторию и документации проекта, чтобы извлекать нужные файлы, функции, символы, рекомендации, API и историю коммитов.
Поддержка клиентов
Поддержка клиентов — ещё один важный сценарий использования RAG, и в последние годы ИИ-чат-боты внедряются стремительно. В своём отчёте State of AI Customer Support компания Crisp установила, что 40 % обращений удаётся решить без участия человека, что говорит о высокой эффективности.
Когда пользователь задаёт вопрос боту службы поддержки, оркестратор обычно ищет ответ во внутренней базе знаний компании. Для обеспечения точности также часто применяются корректирующий RAG и self-RAG, а при необходимости разговор передаётся живому специалисту.
Корпоративные базы знаний
Внедрение рабочих процессов на основе ИИ и инструментов генеративного ИИ в средних и крупных компаниях шло параллельно с созданием внутренних баз знаний. Это позволяет ассистентам, работающим в масштабах всей компании, получать доступ к внутренним данным с сохранением приватности — будь то чувствительная информация о клиентах, закрытые корпоративные данные или специализированные отраслевые знания.
Такие системы обычно строятся на основе векторных баз данных, но используются и другие методы RAG. Например, в Microsoft 365 Copilot есть слой API, который открывает доступ к различным источникам информации, включая векторные базы данных, графы знаний и семантические индексы, обеспечивая широкий доступ к данным компании.
Такие системы RAG также обычно встроены в корпоративные пакеты универсальных агентных инструментов. Например, Perplexity Enterprise позволяет пользователям загружать большие объёмы документации для безопасного внутреннего использования.
Пользователи также могут загружать собственные файлы в отдельные проекты, по сути создавая мини-системы RAG. Поиск по ним можно сочетать с другими формами RAG, например с веб-поиском, для гибридного дополнения.
Чем RAG отличается от LLM?
Большая языковая модель (LLM) может генерировать результаты только на основе информации, представленной в её параметрах. Она присваивает вероятности элементам внутреннего словаря, чтобы предсказать следующее слово, или токен, в последовательности. Поэтому она не может давать точные ответы, если её параметры не обучались на релевантной информации.
В универсальной или специализированной ИИ-платформе конвейеры RAG работают вместе с LLM или группой LLM. Они подключаются к внешним источникам информации, чтобы дополнить входной контекст, передаваемый языковой модели, — в этом и заключается основное различие между RAG и LLM.
Решение о том, извлекать ли дополнительную информацию или полагаться исключительно на параметрические знания, может приниматься на уровне оркестратора — как правило, с помощью логики на основе правил — или даже самой LLM.
Чем RAG отличается от MCP?
RAG и протокол контекста модели (MCP) лучше всего рассматривать как взаимодополняющие технологии. MCP — это открытый стандарт построения архитектуры, которая позволяет ИИ-инструментам получать доступ к внешним функциям, ресурсам и промптам через единую конечную точку.
Когда ИИ-инструмент подключается к MCP-серверу, сервер предоставляет все примитивы (инструменты MCP, ресурсы и промпты), к которым у клиента есть доступ. Клиент — это компонент, который устанавливает соединение между оркестратором на стороне клиента и сервером. Иногда при этом открывается доступ к базам данных и источникам информации — в таком случае MCP выступает посредником на уровне извлечения конвейера RAG.
Чем RAG отличается от API?
API — это чётко определённый интерфейс, с помощью которого два приложения могут отправлять друг другу запросы. RAG — это процесс, с помощью которого LLM получают доступ к внешней информации, чтобы улучшить и расширить свои результаты.
RAG часто использует вызовы API для извлечения информации. Например, при извлечении информации через веб-поиск оркестратор формирует запрос API к соответствующему поисковому движку на основе промпта пользователя.
Почему RAG важен и как он будет развиваться дальше
RAG важен, потому что LLM изначально ограничены своими обучающими данными. Существуют целые пласты информации — от текущих событий до закрытых знаний компаний, — к которым у них нет доступа. RAG решает эту проблему, не требуя непомерного количества ресурсов.
Однако одного лишь извлечения информации недостаточно, и именно поэтому RAG будет продолжать развиваться. RAG занимает значительное место в современных исследованиях ИИ: эта работа направлена на совершенствование систем, чтобы они возвращали нужную информацию в самых разных форматах, а также эффективно оценивали её и расставляли приоритеты.
По мере того как RAG становится мощнее, растёт и польза систем ИИ в важных потребительских и корпоративных применениях. К ним относятся поддержка клиентов, веб-поиск, программирование, персональные ассистенты, специализированные исследования и многое другое.