← Kembali ke daftar

praktik terbaik RAG

Arsitektur keseluruhan

  1. Hitung vektor dokumen dan kueri dengan openai/text-embedding-3-large
  2. Ambil Top-K dari toko vektor (FAISS / Milvus / pgvector)
  3. Peringkat ulang dengan cohere/rerank-english-v3
  4. Jahit potongan Top-N ke dalam prompt dan biarkan cohere/command-r-plus atau Claude menghasilkan jawaban akhir

Penyematan

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]

Templat cepat

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}