Apa itu RAG?
Retrieval-Augmented Generation, atau RAG, adalah pendekatan yang mencari informasi relevan dari dokumen sebelum AI menyusun jawaban. Untuk perusahaan, pendekatan ini dapat membantu tim menemukan SOP, kebijakan, atau panduan kerja melalui pertanyaan sehari-hari. Jawaban dilengkapi rujukan agar pengguna dapat memeriksa sumbernya.
Masalah yang dapat dibantu
Ketika dokumen tersebar dan versi berubah, pencarian manual menyita waktu dan dapat menghasilkan jawaban yang tidak konsisten. KODE membantu memetakan sumber resmi, menyiapkan indeks pencarian, dan merancang asisten pengetahuan untuk tim yang berwenang. Mulai dari satu kumpulan dokumen dengan pemilik dan cakupan yang jelas.
Kesiapan dokumen menentukan kualitas
Periksa format, keterbacaan, versi, struktur, dan kepemilikan dokumen. Dokumen hasil pemindaian mungkin membutuhkan OCR dan pengecekan tambahan. Tentukan metadata, jadwal pembaruan, serta cara menangani dokumen yang dicabut. RAG tidak otomatis memperbaiki sumber yang saling bertentangan atau sudah kedaluwarsa.
Hak akses dan jawaban tanpa bukti
Hasil pencarian harus mengikuti kewenangan pengguna atas sumber dokumen. Sepakati kebutuhan identitas, penyimpanan, penyedia model, serta log. Asisten perlu menyatakan keterbatasan saat informasi tidak ditemukan, menunjukkan rujukan, dan mengarahkan pertanyaan kepada pemilik proses bila perlu. Adanya RAG tidak menjamin semua jawaban benar.
Evaluasi pilot dan biaya
Siapkan pertanyaan uji yang mencakup jawaban langsung, beberapa dokumen, versi lama, dan pertanyaan yang seharusnya tidak dijawab. Nilai ketepatan, kualitas rujukan, dan waktu pencarian. Jumlah serta format dokumen, frekuensi pembaruan, kontrol akses, dan volume penggunaan menjadi komponen estimasi biaya.
Deliverable yang dibahas saat scoping
- Inventaris sumber, metadata, dan aturan pembaruan
- Pencarian dokumen dan jawaban dengan rujukan
- Skenario pengujian serta dokumentasi hak akses dan operasi
Pertanyaan umum
Apakah harus melatih model AI sendiri?
Tidak selalu. RAG mengambil konteks dari sumber yang ditentukan. Pemilihan model dan kebutuhan penyesuaian dinilai berdasarkan kualitas, data, biaya, dan batasan proyek.
Bisakah memakai PDF dan SOP internal?
Bisa dinilai setelah memeriksa format dan kualitas teks. Dokumen rahasia tidak diperlukan pada diskusi awal; cukup gambaran jumlah, jenis, dan struktur akses.
