RAG що це: як навчити AI відповідати за каталогом і прайсом
RAG що це: техніка, що змушує AI відповідати лише за вашим каталогом і прайсом, а не вигадувати. Пайплайн і чек-лист із 30 тестових запитань.

Дайте клієнту бота, який відповідає на питання про товари, і рано чи пізно він збреше. «Є у вас MacBook Pro 14 у наявності?» — «Так, є». На складі порожньо. «Скільки коштує доставка?» — бот називає цифру, якої нема у вашому прайсі. Це не збій. Так працює звичайна мовна модель без доступу до ваших даних: вона генерує правдоподібний текст, а не шукає факт.
RAG (Retrieval-Augmented Generation) цю проблему знімає. Перед відповіддю модель спершу знаходить потрібний шматок у вашій базі знань, а потім формулює відповідь із нього. Не з пам'яті, а з документа. Звідси й назва: генерація, підсилена пошуком.
Навіщо RAG, якщо можна просто перенавчити модель на своїх даних? Перенавчання (fine-tuning) закарбовує факти всередину моделі, але факти застарівають, і оновити їх можна тільки новим тренуванням. RAG тримає факти в документах, які міняються за хвилину. Для каталогу і прайса це єдиний практичний варіант: ціну завтра вже міняти.
Як це працює з каталогом і прайсом
Пайплайн складається з чотирьох кроків.
-
Індексація. Каталог — Excel, Google Sheets або вивантаження з CRM — ріжеться на шматки. Для каталогу це природно: одна товарна картка = один шматок. Кожен шматок перетворюється на embedding (числове представлення сенсу) і лягає у векторну базу.
-
Пошук. Запит клієнта теж стає вектором, і система шукає найближчі за змістом картки. Не за збігом слів, а за сенсом. Тому «акумулятор» знайде і «батарею».
-
Доповнення. Знайдені картки підставляються в промпт поруч із запитом.
-
Генерація. Модель пише відповідь тільки з цих карток. Ціна, наявність, характеристики — з документа, а не з пам'яті.
Деталь, яку пропускає більшість оглядів: якість відповіді визначає не модель, а ваш каталог. Якщо в картці немає поля «наявність», бот не знатиме, чи є товар, — і додумає.
Чому прайс треба синхронізувати, а не завантажити раз
Ціни і залишки міняються щодня: курс, акція, проданий останній екземпляр. Заіндексували прайс один раз і забули — через тиждень бот цитує вчорашню ціну. Для клієнта це гірше за відповідь «не знаю»: побачив 12 000 грн, а на касі 13 500.
Тому в RAG має бути одне джерело правди — CRM, облікова система або той самий Google Sheets — і регламент оновлення. Змінилася ціна — переіндексували картку. Якщо джерело одне і воно оновлюється, бот оновлюється разом із ним. Якщо прайс живе у трьох файлах на комп'ютерах менеджерів, спершу наведіть лад там, і лише потім підключайте AI.
Перш ніж запускати — тестовий набір
Питання, яке майже ніхто не ставить: «Як ми дізнаємось, що бот відповідає правильно?» Відповідь — 30–50 тестових запитань із правильними відповідями, написаних ще до запуску. Це називається ground truth, еталон.
Пишіть їх із реального життя: «Чи є доставка в Луцьк?», «Яка гарантія на холодильник?», «Чи можна оплатити частинами?». Проженіть через бота і звірте з еталоном. Там, де бот помилився, — діра у вашій базі знань, а не в моделі. Після першого прогону зазвичай виявляється, що половини відповідей у документах просто немає.
Окремо налаштуйте поріг упевненості пошуку. Якщо система не знайшла жодної картки, бот має чесно сказати «уточніть питання», а не вигадувати. Це найдешевший захист від галюцинацій: один рядок у логіці, який рятує від десятків конфліктів із клієнтами.
Чек-лист товарної картки
Щоб бот відповідав за каталогом, кожна картка має містити:
- назву і синоніми («акумулятор», «батарея», «АКБ»);
- ціну і валюту;
- наявність — кількість на складі або «під замовлення»;
- категорію і характеристики, за якими клієнти фільтрують;
- умови гарантії, доставки і оплати — якщо вони однакові для всіх, винесіть їх окремим документом.
Без поля «наявність» бот вигадуватиме. Без синонімів — не знаходитиме товар, який клієнт назвав інакше.
Цей матеріал — про RAG. Якщо збирати всю систему на n8n, дивіться наш розбір n8n для маркетологів і власників бізнесу. Питання джерела правди для каталогу часто впирається в синхронізацію CRM і Telegram. Всі напрями, від ботів до аналітики, зібрані в нашому огляді послуг.
Якщо хочете запустити асистента, який відповідає за вашим каталогом, а не вигадує, — почніть з розбору вашої бази знань.
Послуги за темою статті
Читайте також
Команда AIRINEX