Jak działa RAG
Termin upowszechnił się po publikacji pracy naukowej z 2020 roku. Dziś RAG stosuje się zarówno w wyszukiwarkach AI, jak i w firmowych chatbotach odpowiadających na podstawie dokumentacji.
- Zapytanie użytkownika jest przekształcane w jedno lub kilka zapytań wyszukiwania.
- System wyszukuje dokumenty w indeksie: wyszukiwarki internetowej lub własnej bazy wiedzy.
- Z dokumentów wybierane są najbardziej pasujące fragmenty.
- Model językowy dostaje te fragmenty jako kontekst i na ich podstawie pisze odpowiedź, często z odnośnikami do źródeł.
Przykład
Użytkownik pyta asystenta AI, jakie dokumenty są potrzebne do rejestracji samochodu sprowadzonego z Niemiec. Asystent wyszukuje strony urzędów i poradniki, wybiera z nich fragmenty z listą dokumentów i składa odpowiedź. Jeśli Twoja strona ma aktualną, czytelną listę w osobnej sekcji, łatwiej trafi do tego kontekstu niż długi tekst bez struktury.
Co RAG oznacza dla SEO
Najpierw wyszukiwanie
Strona, której nie ma w indeksie wykorzystywanym przez asystenta, nie może zostać zacytowana.
Fragmenty, nie całe strony
Model pracuje na wybranych fragmentach, więc każda sekcja powinna być zrozumiała samodzielnie.
Aktualność
RAG pozwala korzystać z bieżących informacji, więc daty, ceny i dane warto utrzymywać w aktualnym stanie.
Dostęp dla robotów
Blokada robotów danego dostawcy w robots.txt może uniemożliwić pobranie strony do odpowiedzi.
Typowe błędy i nieporozumienia
- Przekonanie, że asystent AI zawsze opiera się tylko na wiedzy z trenowania.
- Myślenie, że RAG eliminuje błędy: model nadal może źle zinterpretować źródło.
- Przekazywanie kluczowych informacji tylko w grafikach lub plikach PDF bez tekstu.
- Blokowanie wszystkich robotów AI bez analizy, które z nich pobierają strony do odpowiedzi, a które do trenowania.
Jak sprawdzić, czy Twoja strona jest pobierana
W logach serwera można zobaczyć wizyty robotów dostawców AI, którzy publikują nazwy swoich user-agentów. Część z nich odwiedza stronę w odpowiedzi na pytanie użytkownika. W GA4 warto śledzić odesłania z domen asystentów AI, a ręcznymi testami sprawdzać, czy strona pojawia się wśród źródeł.
Najczęstsze pytania
Czy ChatGPT i Perplexity korzystają z RAG?
Gdy wyszukują w internecie i pokazują źródła, działają według podobnego schematu: wyszukanie, wybór fragmentów, generowanie odpowiedzi. Dokładna implementacja jest u każdego dostawcy inna i nie w pełni opisana.
Czym RAG różni się od trenowania modelu?
Trenowanie zmienia wiedzę zapisaną w modelu i trwa długo. RAG dostarcza modelowi informacje w chwili zadania pytania, bez zmiany samego modelu.
Czy optymalizacja pod RAG różni się od SEO?
W dużej mierze opiera się na tych samych zasadach. Dodatkowo warto pisać sekcje, które zachowują sens po wycięciu z całej strony.
Czy firma może wykorzystać RAG na własnej stronie?
Tak, np. w chatbocie odpowiadającym na podstawie dokumentacji lub bazy wiedzy firmy. To osobny projekt wdrożeniowy, niezwiązany bezpośrednio z SEO.
