使用 RAG 建立回覆基準

建立基準是一項技術，可協助模型生成更可靠、實用且符合事實的回覆。為生成式 AI 模型回覆建立基準時，您會將回覆連結至可驗證的資訊來源。如要實作基準建立，您必須擷取相關來源資料。建議的最佳做法是使用檢索增強生成 (RAG) 技術。檢索通常會使用搜尋引擎，而搜尋引擎會使用嵌入來源文字語意的索引。

此外，還有實作 RAG 生命週期的服務和元件 API，例如 Gemini Enterprise Agent Platform Builder API 的 Agent Search，可讓您混合搭配建構。您可以混搭建構，使用下列任一服務或 API 實作 RAG 解決方案：

  • Grounding generation API：可用來實作基準建立，或連結至檢索供應商，完成整個 RAG 生命週期。
  • 文件版面配置剖析器：這項剖析器結合 Document AI 和 Gemini 的優點，可理解文件內容。如要進一步瞭解版面配置剖析器，請參閱「使用版面配置剖析器」。
  • Gemini Enterprise Agent Platform 向量搜尋：這項搜尋服務效能極高，並使用高品質的向量資料庫。
  • Check Grounding API：這項 API 會比較 RAG 輸出內容與擷取的事實，確保所有陳述都有所依據，再將回覆傳回給使用者。

使用 Gemini Enterprise Agent Platform 的 RAG Engine 建立基準回覆

如要使用 RAG Engine 建立回覆基準，您必須建立提示。請執行下列步驟：

  1. 前往 Google Cloud 控制台的「Agent Studio」頁面。

    前往 Agent Studio

  2. 在側邊面板的「模型設定」下方，前往「建立基準」部分，然後開啟「您的資料」切換鈕。

  3. 在設定窗格中，選取「RAG Engine」做為基準來源。

  4. 從「Corpus」(語料庫) 清單中選取語料庫名稱。

  5. 在「Top-K 相似度」欄位中，選取預設值「20」。

  6. 按一下 [儲存]。

後續步驟