Edytujesz RAG s vektory, nebo fulltext: co rozhoduje o kvalitě

Čtvrtým pravidlem je odpovědnost a dohledatelnost. Každá automatická komunikace by měla mít jasného garanta – člověka, který za ni ručí. Pokud AI odpoví chybně, musí existovat postup, jak to napravit, a zákazník musí vědět, kam se obrátit. Uchovávejte záznamy o tom, jaké prompty byly použity a jaké odpovědi byly odeslány. To pomůže při zpětné analýze i při případné stížnosti. Bez tohoto dohledu se z etického nástroje stává nekontrolovaný rizikový faktor.<br><br>Od textu k logice: kde AI opravdu pomůže Pro obsah platí, že model je dobrý na první verzi, ne na finální. Nechte ho vygenerovat deset variant nadpisu a pak vyberte. U kódu a konfigurace je to obráceně — každou změnu, kterou AI navrhne, nejdřív prožeňte测试ovacím prostředím a porovnejte chování před a po. U dat z formulářů vždy nastavte validační pravidla, protože model rád doplní hodnotu i tam, kde chybí.<br><br>Nakonec si nastavte limit, kolik automatických zpráv může jeden kontakt dostat za týden. Příliš mnoho šablonových e-mailů vypadá jako spam a snižuje důvěru. Ideální je kombinace: rutinu řeší automat, ale každá odpověď, která vyžaduje názor nebo omluvu, jde přes člověka. Automatizace nemá nahradit komunikaci, má jí uvolnit prostor.<br><br>Na závěr: začněte jednou úlohou, měřte kvalitu a teprve pak přidávejte další. AI do webu není jednorázové zapnutí, ale rutina, kterou je potřeba udržovat. Kdo to vezme jako jednorázový upgrade, bude za měsíc řešit nepořádek, který se mu rozleze po celém webu.<br><br>Nasadit umělou inteligenci do webu dnes zvládne i člověk, který neprogramuje. Rozhodující ale není, jaký nástroj vyberete, nýbrž co mu svěříte. Nejčastější chyba je pustit model rovnou na produkci bez omezení. Začněte naopak v uzavřeném prostředí, kde nic nerozbije ostrý provoz.<br><br>Nejprve si napište, jaký problém má AI řešit. Obecné zadání „vylepši web" vede k nicneříkajícím výstupům. Konkrétní úloha — doplnit chybějící popisky u produktů, přepsat text do jednotného tónu, roztřídit dotazy z formuláře — se dá změřit. U každé úlohy určete, kde končí automatika a kde musí nastoupit člověk.<br><br>Představte si, že stavíte nad firemní dokumentací. Nejprve sesbírejte zdroje, převeďte je na čistý text a odstraňte hlavičky, patičky a navigační prvky. U PDF pozor na dvousloupcovou sazbu, kterou nástroje často čtou po řádcích a míchají dohromady. U tabulek a obrázků s textem je lepší je popsat ručně nebo vynechat než do indexu pustit šum. Každý chunk opatřete metadaty: název dokumentu, sekce, datum platnosti. Bez nich nebudete moci filtrovat a výsledky budou zastaralé.<br><br>Typická past je důvěra v čísla a citace. Model umí plynule vymyslet statistiku i zdroj. Pokud výstup obsahuje tvrzení o vašich datech, ověřte ho proti skutečnému zdroji. Stejně tak u překladů: strojový výstup projde gramatikou, ale ztratí kontext značky. Před nasazením do vícejazyčné verze webu projděte klíčové stránky ručně.<br><br>Nejdřív si vyžádejte písemné odůvodnění s konkrétním technickým vysvětlením. Formulace typu „vada nespadá do záruky" nestačí. Trvejte na tom, kdo vadu posuzoval, jaké měření provedl a jaký závěr z něj plyne. Vše komunikujte písemně, ideálně e-mailem, a uchovejte si kopie. Pokud prodejce odmítne vydat zboží nebo opravu, požádejte o protokol o vyřízení reklamace s datem a jménem pracovníka. Právě tyto dokumenty později rozhodují u mimosoudního řešení.<br><br>Vektorové hledání samo nestačí Embeddingový model převede chunk na vektor a uložíte ho do indexu. Pro české texty se vyhněte modelům trénovaným výhradně na angličtině, jinak si blízké významy nesednou. Při dotazu převedete otázku stejným modelem a hledáte nejbližší vektory. Jenže vektorové hledání selhává u přesných názvů, kódů a čísel. Kombinujte ho s fulltextovým vyhledáváním a výsledky slijte pomocí recipročního pořadí. Teprve pak získáte robustní kandidáty.<br><br>Začněte malým korpusem, ověřte kvalitu vyhledávání, a teprve pak přidávejte dokumenty. Dobrý RAG není o velikosti indexu, ale o tom, jak přesně dokáže dodat správný kontext ve správný čas.<br><br>Typická chyba: firma koupí hotový nástroj, ale už si nezjistí, jak hodnotí data. Často se stane, že algoritmus považuje za plus dlouhé mezery v životopise, což poškozuje rodiče na rodičovské nebo lidi po dlouhé nemoci. Další častá chyba je trénovat model na vlastních datech z minulých let – pokud jste v minulosti přijímali jen absolventy jedné univerzity, AI bude dělat totéž. Řešení je jednoduché: před nasazením si vyžádejte popis toho, jak nástroj funguje, a otestujte ho na vzorku životopisů, u kterých znáte ideální výsledek.