ابدأ من فجوة المعرفة، لا من اسم التقنية
قد تكون المشكلة في المحتوى أو الصلاحيات أو البحث، لا في النموذج.
قبل البنية
ثلاثة أسئلة تكشف المشكلة
تقول إدارة الموارد البشرية: نريد مساعدًا يجيب عن السياسات. قبل اقتراح RAG، اسأل: هل الإجابة موجودة فعلًا في وثيقة معتمدة؟ هل يعرف الموظف أي نسخة هي السارية؟ وهل يجب أن تتغير الإجابة بحسب إدارته أو موقعه؟ إذا كانت الوثائق متعارضة، فإن نظام الاسترجاع سيجلب التعارض بسرعة أكبر، لكنه لن يحل ملكية المعرفة.
يصبح RAG مرشحًا عندما تحتاج الإجابة إلى معرفة خاصة أو متغيرة لا تكفيها ذاكرة النموذج، وعندما تريد إرجاع المصدر الذي بُنيت عليه. أما إذا كانت المهمة تحويل نص قصير أرسله المستخدم الآن، فالسياق المباشر أبسط. وإذا كانت الإجابة رقمًا من نظام مالي، فالاستعلام المنظم أدق من البحث الدلالي.
- ما المعرفة التي لا يملكها النموذج؟
- أين توجد النسخة المعتمدة منها؟
- كيف سنعرف أن النظام استرجع المقطع الصحيح وامتنع عندما لا يجد جوابًا؟
ما الذي يضيفه RAG فعلًا؟
الاسترجاع يجلب مقاطع، والنموذج يصوغ إجابة؛ نجاح أحدهما لا يثبت نجاح الآخر.
آلية العمل
السلسلة في أبسط صورة
جهّز المعرفة
نظّف الوثائق، واحفظ العنوان والمالك والتاريخ والصلاحيات مع كل جزء.
المخرج: مجموعة معرفة قابلة للبحث
استرجع
حوّل السؤال إلى بحث نصي أو متجهي أو هجين، ثم أعد المقاطع الأقرب.
المخرج: مقاطع مرتبة مع بياناتها
أضف السياق
أرسل المقاطع اللازمة فقط مع تعليمات تبيّن متى يجيب النموذج ومتى يمتنع.
المخرج: سياق مضبوط
ولّد وأسنِد
يصوغ النموذج الإجابة ويربطها بالمصدر، ثم تمر النتيجة على فحص مستقل.
المخرج: إجابة قابلة للمراجعة
حد مهم
RAG لا يحول النموذج إلى قاعدة بيانات
جرّب البديل الأبسط أولًا
RAG واحد من عدة طرق لإيصال المعرفة إلى النموذج.
مقارنة قرار
أي طبقة معرفة تناسب السؤال؟
| المعيار | سياق مباشر | بحث تقليدي | استعلام منظم | RAG |
|---|---|---|---|---|
| يناسب | ملف أو نص قصير حاضر في الطلب | العثور على وثيقة أو صفحة | رقم أو سجل أو حالة مؤكدة | تفسير معرفة موزعة مع إجابة نصية |
| التحديث | مع كل طلب | مع تحديث الفهرس | من النظام مباشرة | بحسب مزامنة المصدر والفهرس |
| الفشل الشائع | ازدحام السياق | عدم فهم صياغة السؤال | استعلام أو صلاحية خاطئة | مقطع غير مناسب ثم إجابة واثقة |
جاهزية المعرفة تسبق جاهزية النموذج
الفهرس لا يصلح وثائق بلا مالك ولا يحمي محتوى بلا صلاحيات.
جاهزية
خمسة شروط قبل التجربة
- مصدر معتمد ومالك معروف
لكل وثيقة مسؤول عن صحتها وتاريخ مراجعتها.
- صلاحيات تنتقل إلى الاسترجاع
لا يكفي إخفاء الرابط؛ يجب ألا يسترجع المستخدم محتوى لا يحق له رؤيته.
- بيانات وصفية قابلة للترشيح
الإدارة واللغة والإصدار والحالة تساعد على تضييق البحث.
- أسئلة حقيقية مع إجابات مرجعية
تحتاج حالات نجاح وامتناع وتعارض قبل مقارنة أي إعداد.
- مسار تحديث وحذف
يجب أن تصل النسخة الجديدة والحذف إلى الفهرس خلال مدة مقبولة.
هل تستحق المشكلة تجربة RAG؟
الأداة تقيس قوة المبرر، ثم تبقي الجاهزية والبيانات ضمن قرار بشري.
أداة قرار
شخّص الحاجة قبل شراء البنية
اختر الوصف الأقرب لحالة واحدة محددة. ارتفاع النتيجة يعني أن مبررات التجربة أقوى، لا أن المؤسسة جاهزة تلقائيًا.
وضع التشغيل المقترح
لا تبدأ بـRAG
المبرر الحالي ضعيف. جرّب سياقًا مباشرًا أو بحثًا تقليديًا أو استعلامًا منظمًا.
هذا الاقتراح مبني على إجاباتك في هذه الأبعاد، وعددها ٥، وليس ضمانًا للأمان أو الامتثال.
الضوابط التي تبقى مطلوبة
- عرّف سؤالًا واحدًا وحالة قبول
- قِس الحل الأبسط أولًا
- لا تنشئ فهرسًا بلا حاجة قابلة للقياس
قيّم الاسترجاع قبل بلاغة الإجابة
قد تبدو الإجابة جيدة رغم أن المصدر خاطئ، وقد يكون المصدر صحيحًا وتضل الصياغة.
التقييم
اختباران بدل درجة واحدة
في طبقة الاسترجاع افحص هل ظهر المقطع الصحيح ضمن النتائج، وكم نتيجة غير مفيدة دخلت معه، وأين ظهر أول دليل مناسب. في طبقة الإجابة افحص صحة النقل، واكتمال الجواب، والتزامه بالمقاطع، وجودة الامتناع عندما لا تحتوي المصادر على إجابة.
ابنِ مجموعة صغيرة من أسئلة العمل الفعلية: سؤال مباشر، وسؤال بصياغة عامية، وسؤال يحتاج وثيقتين، وسؤال عن نسخة قديمة، وسؤال لا جواب له، وسؤال من مستخدم لا يملك الصلاحية. هذه الحالات أهم من عرض تجريبي يطرح ثلاثة أسئلة سهلة.
- ثبّت مجموعة الأسئلة والإجابات المرجعية.
- قِس البحث وحده قبل توصيل النموذج.
- أضف التوليد والإسناد والامتناع.
- راجع الأخطاء حسب السبب: مصدر، تقسيم، استعلام، ترتيب، تعليمات، أو صلاحيات.
في المؤسسة السعودية: التصنيف جزء من التصميم
لا تنسخ مستودع المعرفة قبل أن تعرف ما يجوز فهرسته ومن يراه.
السياق المحلي
ابدأ بسجل المصادر والصلاحيات
في بيئة عربية قد تحمل الوثيقة اسمًا عربيًا، بينما يبحث الموظف بمصطلح إنجليزي متداول أو بلهجة محلية. اختبر أشكال الهمزة، والأرقام العربية واللاتينية، والاختصارات، والأسماء المنقولة صوتيًا. لا تفترض أن نموذج التضمين يحل ذلك تلقائيًا.
وقبل الفهرسة، اربط كل مصدر بتصنيفه ومالكه ومدة الاحتفاظ وصلاحياته. تشير سياسات حوكمة البيانات الوطنية إلى أهمية التصنيف في تحديد طريقة التعامل والحماية. هذه الصفحة لا تفسر الالتزامات النظامية؛ استخدم السياسات السارية وفريق الحوكمة والخصوصية في مؤسستك.
تجربة من أسبوعين قبل المنظومة
مجال واحد، خمسون سؤالًا حقيقيًا، وخط أساس يمكن مقارنته.
خطة عملية
مسار تجربة قابل للإيقاف
حدد مجالًا واحدًا
اختر سياسة أو دليل خدمة واحدًا بمالك واضح، لا جميع ملفات المؤسسة.
المخرج: نطاق ومصدر معتمد
اجمع أسئلة مرجعية
سجل السؤال والإجابة والمقطع الصحيح وحالة الامتناع والصلاحية.
المخرج: مجموعة تقييم محلية
شغّل خطًا أساسًا
قارن بحث الكلمات والسياق المباشر قبل إضافة المتجهات وإعادة الترتيب.
المخرج: نتيجة مقارنة
اختبر RAG
غيّر عاملًا واحدًا كل مرة، وسجل أثره في الاسترجاع والإجابة والزمن.
المخرج: سجل تجارب
اتخذ قرارًا
توسع فقط إذا تحسن القرار الذي يهم المستخدم ولم تفتح المنظومة خطرًا لا تستطيع ضبطه.
المخرج: استمرار أو تعديل أو إيقاف
القرار
قاعدة النهاية
المنهج والمصادر
مصادر أولية ووثائق رسمية، مع فصل واضح بين الدليل والتحليل.
المراجع المستخدمة
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
arXiv · تم الاطلاع في
الورقة الأصلية لتعريف نمط RAG ومشكلة الذاكرة غير المعلمية والإسناد.
- Vector stores API reference
OpenAI · تم الاطلاع في
خصائص البحث والترشيح وإعادة الترتيب والحدود التشغيلية.
- Contextual Retrieval
Anthropic · تم الاطلاع في
أثر إضافة سياق للقطع والجمع بين البحث النصي والمتجهي.
- Retrieval-augmented generation overview
Microsoft Learn · تم الاطلاع في
- Retrieval augmented generation and indexes
Microsoft Learn · تم الاطلاع في
- RAG challenges and content preparation
Microsoft Learn · تم الاطلاع في
- Develop a RAG solution: information retrieval phase
Microsoft Learn · تم الاطلاع في
- Artificial Intelligence Risk Management Framework: Generative AI Profile
NIST · تم الاطلاع في
- سياسات حوكمة البيانات الوطنية
الهيئة السعودية للبيانات والذكاء الاصطناعي · تم الاطلاع في
- السجل الوطني لتصنيف البيانات
الهيئة السعودية للبيانات والذكاء الاصطناعي · تم الاطلاع في