# Настройка RAG-ассистента для корпоративной базы знаний

*Контент · Пошаговая настройка*  
Страница: https://ahamoment.ru/c/kak-nastroit-rag-assistenta-dlya-korporativnoy-uf6l

## Что делает

Система отвечает на вопросы сотрудников по внутренним документам компании. Автор делится опытом настройки, чтобы избежать ошибок и выдумок. Описаны методы подготовки данных, поиска и проверки ответов.

## Для кого

- Руководитель
- Разработчик

## Что понадобится

- Сложность: Нужен конструктор (n8n, Make)

## Как повторить

1. Разбейте документы на смысловые фрагменты (чанки) нужного размера.
2. Создайте два индекса: один для поиска по смыслу, другой по ключевым словам.
3. Настройте промпт, требуя от ИИ ссылаться на источники.
4. Добавьте проверку ответа второй нейросетью перед выдачей клиенту.

## Подробности

Многие компании пробуют внедрить ИИ-ассистентов, которые ищут ответы в корпоративной базе знаний, но бросают их из-за ошибок. На маленьких примерах всё работает, но на реальной «шумной» базе знаний модель начинает галлюцинировать. Часто виновата не сама нейросеть, а то, как подготовлены данные и настроен поиск.

Автор делится опытом настройки таких систем. Главный совет: не начинайте сразу со сложных схем. Простой поиск работает для большинства вопросов. Сложные запросы лучше направлять в отдельный канал, где ИИ может искать несколько раз.

Ключевые моменты:

1. Подготовка данных. Документы нужно разбивать на смысловые фрагменты. Если нарезать их слишком мелко, ИИ потеряет контекст. Если слишком крупно — будет лишний шум. Важно удалять дубли и устаревшую информацию.

2. Поиск. Лучше использовать два метода сразу: по смыслу (векторный) и по ключевым словам. Это повышает точность. Для сложных вопросов, где ответ спрятан в разных документах, можно использовать графовые индексы, но они дороги в поддержке.

3. Генерация ответа. В инструкции для ИИ (промпте) нужно четко прописать правила: отвечать только по фактам, не выдумывать, указывать источник. Для важных ответов стоит добавить этап проверки: отдельная нейросеть проверяет черновик на наличие выдумок.

4. Оценка. Не пытайтесь сразу считать сложные метрики. Соберите хотя бы 20 примеров вопросов и правильных ответов от экспертов, чтобы проверить, работает ли система.

## Источник

- Автор: Катя Пославская
- Оригинал: [Как починить RAG](https://habr.com/ru/companies/kts/articles/1099956)
- Добавлено: 27 октября 2026 г.
- Кейс на ahamoment.ru: https://ahamoment.ru/c/kak-nastroit-rag-assistenta-dlya-korporativnoy-uf6l