Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation (RAG) — это архитектура AI, в которой модель извлекает релевантные документы из внешней базы знаний и использует их как контекстную основу для генерации ответа — вместо того чтобы полагаться исключительно на обучающие данные.
RAG объединяет два компонента: retrieval-модуль (который ищет и извлекает релевантные тексты) и генеративную модель (которая генерирует ответ на основе извлечённых текстов). Perplexity — это RAG-система в чистом виде, где источником для retrieval служит открытая сеть.
Для создателей контента важно понимать RAG-архитектуру: контент, который чётко структурирован, легко доступен для краулеров и достаточно лаконичен, чтобы оказаться релевантным на этапе retrieval, имеет более высокую вероятность быть включённым в AI-ответ.
Часто задаваемые вопросы
Что такое RAG на практике?
Perplexity ищет в сети (retrieval), находит релевантные тексты и позволяет LLM написать ответ на основе этих текстов (generation). Результат — ответ, информированный и обучающими данными, и свежими источниками из сети.
Изучите глоссарий AI-поиска
AI Search Academy — независимый глоссарий по AI-поиску и видимости.
Смотреть все терминыСвязанные термины
KR
AI Search & Growth Strategist с более чем 25-летним опытом в цифровом маркетинге. Читать далее →