RAG база знаний для компании — это система, которая отвечает на вопросы сотрудников по вашим документам, а не по «памяти» языковой модели. Сотрудник задаёт вопрос в привычном мессенджере, получает ответ с прямой ссылкой на документ и пункт действующей редакции.
В отличие от публичных чат-ботов, корпоративная база знаний с ИИ строится на ваших данных: регламентах, стандартах, приказах, инструкциях. Если ответа в документах нет, система скажет об этом, а не сочинит. Тексты документов для индексации обрабатываются локальной моделью и не покидают ваш контур.
Когда RAG база знаний подходит для компании
Не каждой компании нужна именно RAG-система. Подход работает, когда:
- в компании накоплены десятки или сотни документов — стандарты, регламенты, приказы, инструкции;
- сотрудники регулярно ищут в них ответы на рабочие вопросы;
- документы меняются, выходят новые редакции, и важно отвечать по действующей версии;
- ответ должен быть проверяемым — со ссылкой на источник, а не «где-то видел».
Если документов мало и они не меняются, достаточно простого поиска или FAQ. Если сотрудники спрашивают не по документам, а по данным из CRM или учётной системы, задача решается через интеграции с внутренними системами, а не через базу знаний.
RAG для бизнеса подходит, когда нужен точный ответ по документам с возможностью проверить источник.
Как устроен ИИ поиск по документам
Поиск по документам с помощью ИИ работает в несколько шагов. Каждый настраивается под конкретную компанию.
Подготовка документов. Система подключается к источникам программно — 1С:Документооборот, файловые хранилища, почта, внутренние API. Документы разбираются по пунктам, размечаются по разделам, очищаются от дублей. Каждый документ связывается с карточкой: номер, статус, дата ввода, отменяющий документ.
Индексация. На основе подготовленных данных строится векторный индекс. Для этого используется локальная модель эмбеддингов на сервере компании. Тексты документов наружу не уходят.
Поиск фрагментов. Когда сотрудник задаёт вопрос, система находит наиболее релевантные фрагменты по смыслу, а не по ключевым словам.
Формирование ответа. Языковая модель получает найденные фрагменты и собирает ответ. Каждый ответ содержит ссылку на документ и номер пункта действующей редакции.
Проверка. Если ответа в документах нет, агент говорит об этом прямо, а не генерирует правдоподобный текст.
Подготовка и индексация документов
Качество базы знаний определяется подготовкой данных. Вот что важно.
Структурирование. Документы разбиваются на логические фрагменты — пункты, разделы, главы. Это позволяет искать не по целому файлу, а по конкретному отрывку.
Версионность. Система хранит историю редакций. Новая редакция становится действующей, прежняя помечается отменённой. Ответ всегда ссылается на действующую версию.
Очистка. Убираются дубли, устаревшие файлы, служебные метки. Остаётся только содержательный текст.
Разметка прав доступа. Документы отдела видны только сотрудникам этого отдела. Общий слой компании виден всем. Права задаются на уровне пулов памяти.
Индекс строится локальной моделью на сервере заказчика. Тексты документов для поиска не покидают корпоративный контур. Какие фрагменты передавать внешней языковой модели при формировании ответа, фиксируется политикой проекта по согласованию с ИТ и информационной безопасностью.
Какие данные и доступы нужны для старта
Чтобы запустить корпоративную базу знаний с ИИ, потребуется:
Источники документов. Системы, где хранятся регламенты, стандарты, приказы. Чаще всего это 1С:Документооборот, сетевые папки, корпоративная почта. У каждого источника должен быть программный интерфейс — OData, API, IMAP. Если интерфейса нет, договариваются о файловом обмене по расписанию.
Сервер. База знаний и модель эмбеддингов разворачиваются на сервере компании. Это может быть ваше оборудование или арендованная площадка в России.
Доступы. Минимальные права на чтение документов из источников. Доступ к серверу для настройки и развёртывания.
Ответственные сотрудники. Руководитель отдела, который формулирует контрольные вопросы и проверяет ответы. ИТ-специалист, который выдаёт доступы и согласовывает политику безопасности.
Этапы внедрения RAG базы знаний для компании
Типичный порядок работы выглядит так.
Неделя 1. Анализ и старт. Совместно с руководством выбирается первый контур — набор документов и отдел, с которого начнётся пилот. Выдаются доступы с минимальными правами.
Неделя 2. Инфраструктура. На сервере заказчика разворачиваются: память, база правил, очередь задач, конструктор интеграций. Настраивается резервное копирование с проверкой восстановления.
Неделя 3. Запуск бота. Агент отвечает в Telegram-группе отдела со ссылкой на документ и пункт. Публикацию подтверждает человек.
Далее. Проверка и масштабирование. После стабильной работы пилота — подключение новых отделов и источников.
Каждый этап фиксируется в журнале работ. По итогам месяца — отчёт и акт. Подробнее о порядке работы — на странице «Как мы работаем».
Пример: как это работает в производственной компании
Допустим, производственный отдел работает по внутренним стандартам и регламентам. Документы хранятся в 1С:Документооборот — несколько сотен файлов с историей редакций.
Сотруднику нужно узнать, по какому стандарту проводится входной контроль комплектующих. Раньше он открывал систему, искал нужный документ, проверял, не отменён ли он, и читал десятки страниц.
С RAG базой знаний сотрудник пишет вопрос в Telegram-группу отдела. Агент находит нужный пункт действующего стандарта и отвечает: «Входной контроль комплектующих проводится по стандарту СТ-042, пункт 3.2. [Ссылка на документ]». Если стандарт отменён, агент укажет, каким документом он заменён.
Система читает документы программно из 1С:Документооборот через OData/API — без ручной выгрузки. Новые редакции подхватываются автоматически: прежняя помечается отменённой, новая становится действующей.
Это пример того, как устроен типовой сценарий. Конкретные цифры — количество документов, время настройки, состав работ — зависят от вашей ситуации и оцениваются после анализа процессов.
Контроль человека и проверка качества ответов
RAG база знаний не заменяет человека — она помогает быстрее найти нужный пункт. Но до того как система выйдет к отделу, она проходит несколько уровней проверки.
Контрольные вопросы от руководителя. Составляется список реальных вопросов с известными ответами. Каждый ответ системы сверяется с документом и пунктом.
Стендовая группа. Сначала агент отвечает в закрытой группе — руководителю и ИТ. Только после проверки выходит к отделу.
Автоматические тесты. Прогоняются при каждой доработке и при загрузке новых редакций: ссылки ведут на существующие пункты, отменённые редакции не всплывают.
Подтверждение публикации человеком. Пока отдел привыкает, ответ в группу уходит после кнопки у ответственного сотрудника.
Журнал вопросов без ответа. Показывает, по каким темам документов не хватает. Сводка приходит руководителю.
Риски и ограничения
У RAG-подхода есть границы, которые важно понимать до старта.
Качество зависит от документов. Если регламенты написаны противоречиво или устарели, база знаний будет отвечать так же. Система не исправляет плохие документы — она по ним ищет.
Нет документов — нет ответа. Если сотрудник спрашивает о чём-то, чего нет в загруженных документах, агент скажет об этом. Сотрудники должны привыкнуть, что база знаний отвечает только по тому, что в неё загружено.
Требуется сопровождение. Документы обновляются, выходят новые редакции, появляются новые источники. База знаний нуждается в регулярном обновлении и проверке.
Права доступа — критичны. Если настроить их неправильно, сотрудники увидят документы чужих отделов. Это решается матрицей доступов, но требует внимания на этапе настройки.
Как проверить результат и с чего начать
Проверить, подходит ли RAG база знаний для вашей компании, можно за один шаг.
Опишите один процесс. Какой отдел работает по документам? Какие вопросы сотрудники задают чаще всего? Где лежат документы — в 1С, в сетевых папках, в почте?
Получите оценку. По описанию процесса можно определить: какие источники подключать, сколько документов разбирать, какие тесты настраивать. Оценка даётся в часах по открытому прайсу.
Начните с пилота. Один отдел, один набор документов, одна Telegram-группа. После стабильной работы — масштабирование на другие отделы.
В OfficeForge мы помогаем компаниям настроить поиск по документам — от подготовки данных до запуска агента в Telegram. Подробнее о реализованных проектах — в разделе «Практика». Чтобы обсудить вашу задачу, опишите процесс — ответим с оценкой в часах и составом работ.
Частые вопросы
Нужно ли вручную выгружать документы в базу знаний?
Нет, если у источника есть программный интерфейс. 1С:Документооборот читается через OData/API, файловые хранилища и почта — по их протоколам. Ручная выгрузка требуется только для систем без интерфейса, и тогда договариваются о файловом обмене по расписанию.
Уходят ли тексты документов во внешний сервис?
Индекс строится локальной моделью эмбеддингов на сервере компании, поэтому тексты для поиска наружу не уходят. Какие фрагменты можно передавать внешней языковой модели при формировании ответа, фиксируется политикой проекта по согласованию с ИТ и ИБ.
Что происходит, когда выходит новая редакция документа?
База хранит историю редакций. Новая редакция становится действующей, прежняя помечается отменённой и остаётся в истории. В ответе агент ссылается на действующую редакцию и может показать, что именно изменилось.
Можно ли ограничить доступ к документам по отделам?
Да. Документы отдела видны только сотрудникам этого отдела, общий слой компании виден всем. Права задаются на уровне пулов памяти и закрепляются матрицей доступов.
Как проверить, что база знаний отвечает корректно?
Перед запуском в отдел проводится проверка: контрольные вопросы с известными ответами, стендовая группа для руководителя и ИТ, автоматические тесты при каждой доработке. Публикация ответа в группу отдела подтверждается человеком.
Сколько стоит внедрение RAG базы знаний?
Стоимость зависит от объёма документов, количества источников и требований к качеству. Работы оцениваются в часах по открытому прайсу. Диапазон часов и лимит бюджета согласуются до начала работ.