Программа образовательного интенсива
"Разработка RAG-системы"
День 1
Архитектура RAG и управление знаниями
Цель - понять внутреннюю логику работы системы, научиться готовить качественные материалы и разбираться в цепочке обработки запроса.
  • От обычного общения к точным ответам- почему простого переписки с моделью недостаточно для работы с документами
  • Путь данных в пять шагов: Сбор бумаг → Деление на части → Поиск → Передача данных в модель → Ответ
  • Главное правило - ответ должен быть таким, чтобы его можно было проверить по исходному тексту
  • Сравнение хорошего и плохого хранилища - единая тема против «свалки» из всех подряд файлов
  • Проверка материалов перед загрузкой - очистка от лишнего, работа с названиями и версиями документов
  • Разбиение текста на части - как размер отрывка влияет на точность поиска и сохранение смысла
День 2
Техническая сборка и настройка качества
Цель - собрать работающую систему в среде разработки, настроить поиск и закрепить правила борьбы с вымыслом.
  • Составные части стенда - роль среды для сборки как места объединения поиска и ответов
  • Способы доступа к моделям - использование различных служб для связи с российскими и зарубежными разработчиками
  • Смысловое кодирование и уточнение порядка - как система находит похожие по смыслу куски и поднимает самые важные из них наверх
  • Договор о честности - создание указаний для системы (правило «нет данных - нет ответа», обязательные ссылки на пункты и разделы)
  • Поиск поломок - как понять, где именно ошиблась система — в самих документах, при поиске или при составлении текста
  • Связь частей - использование режима «родитель - потомок» для точного поиска без потери общего смысла раздела
День 3
От прототипа к прикладному решению
Цель - описать помощника как полноценную службу, провести испытания и решить вопрос о запуске в работу.
  • Описание помощника - определение круга пользователей, задач, того, что подается на вход и что ожидается на выходе
  • Выбор устройства - когда достаточно только указаний модели, а когда нужно подключать хранилище документов или цепочку действий
  • Виды приложений - от простого собеседника до сложного исполнителя с набором рабочих инструментов
  • Проверка на прочность - тестирование на обычных, сложных и заведомо невыполнимых вопросах
  • Оценка поиска до составления ответа - проверка того, попадают ли нужные куски текста в выдачу и насколько в ней много «шума».
  • Дальнейшая жизнь решения - кто отвечает за систему после запуска и как часто нужно обновлять знания
Результаты обучения
Собранный и настроенный
RAG-ассистент
Работающая база знаний: от подготовки документов и выбора режима разбиения до настройки семантического поиска

Модельный слой: подключение разных моделей через шлюзы OpenRouter, RouterAI или GigaChat в зависимости от задач и требований к биллингу

Дисциплина ответов: ассистент обучен отвечать строго по источникам, честно признавать нехватку данных и всегда указывать конкретный документ или раздел, на который он опирается
Умение диагностировать и «лечить» ошибки системы
Оценка поиска до генерации: научитесь проверять качество retrieval (hit-rate и релевантность) отдельно от итогового текста

Инструменты донастройки: как использовать rerank для очистки выдачи и режим Parent-child, чтобы ассистент не терял контекст при поиске по мелким фрагментам

Антигаллюцинационный контроль: правила системной инструкции, чтобы пресекать «додумывание» фактов моделью
Готовый «пакет артефактов»
для запуска пилота
Паспорт ассистента: документ, где четко зафиксированы пользователь, триггер запуска, границы ответственности и правила отказа

Протокол тестирования: набор из прямых, пограничных и отказных вопросов, на которых была проверена устойчивость системы

Операционный стандарт: понимание того, кто будет владельцем решения, как обновлять базу знаний и по каким критериям измерять эффект (экономия времени, качество черновиков)
Оставить заявку