Berechnen Sie Dokument- und Abfragevektoren mit openai/text-embedding-3-large
Top-K aus einem Vektorspeicher abrufen (FAISS / Milvus / pgvector)
Neu einordnen mit cohere/rerank-english-v3
Nähen Sie die Top-N-Stücke in die Naht und lassen Sie sie cohere/command-r-plus oder Claude generieren die endgültige Antwort
Einbetten
python
resp = client.embeddings.create(
model="openai/text-embedding-3-large",
input=[chunk.text for chunk in chunks],
)
vectors = [d.embedding for d in resp.data]
Prompt-Vorlage
text
You are an expert assistant. Answer based ONLY on context.
If the answer is not in the context, say "I don't know".
[Context]
{retrieved_chunks}
[Question]
{user_question}