Hizmet
RAG ve kurumsal arama
RAG (retrieval-augmented generation), dil modelinin cevabı hafızasından değil sizin belgelerinizden üretmesidir. Zero-Shot kurumsal arşiv üstünde çalışan RAG sistemleri kurar: her cevap kaynağını gösterir, kullanıcının yetkisi olmayan belge cevaba hiç girmez ve kaynak yoksa sistem cevap uydurmaz.
Ne kuruyoruz
- 01Belge toplama hattı: dosya sunucusu, SharePoint, Drive, e-posta, wiki, veritabanı
- 02Kullanıcı yetkisine göre filtreleyen arama katmanı — yetkisiz belge cevaba girmiyor
- 03Cevapla birlikte kaynak: belge adı, sayfa ve alıntılanan paragraf
- 04Cevaplanabilirlik kontrolü: yeterli kaynak yoksa sistem cevap yerine 'bulunamadı' diyor
- 05Değerlendirme seti — gerçek sorular ve doğru kaynağın elle işaretlendiği liste
Nasıl ilerliyor
01
Soruları toplama
Sistemin cevaplaması beklenen 100-300 gerçek soruyu topluyoruz. Arşivi indekslemeden önce neyi ölçeceğimiz belli oluyor.
02
Arşivin durumu
Kaç belge, hangi biçim, hangi tarih, kim erişebiliyor. Bu adımda genelde arşivin sanılandan daha dağınık olduğu ortaya çıkıyor.
03
Arama önce, cevap sonra
Önce yalnızca arama kurulup ölçülüyor: doğru belge ilk beşte geliyor mu. Bu oran düşükken cevap kalitesini konuşmak anlamsız.
04
Cevap katmanı ve sınırlar
Arama yeterince iyiyken cevap üretimi ekleniyor. Kaynaksız cevap, yetki dışı belge ve tarih karışması için ayrı testler yazılıyor.
Neyi ölçüyoruz
- Doğru belgeyi ilk 5 sonuçta getirme oranı
- Kaynağa dayanmayan cevap sayısı (hedef: sıfır)
- Yetki dışı belgeden sızıntı testi sonucu (hedef: sıfır)
- Sorunun cevabını bulma süresi — sistem öncesi ve sonrası
- Güncelliğini yitirmiş belgeden gelen cevap oranı
Ne zaman uygun değil
Cevabın kaynağı tek bir yapılandırılmış veritabanındaysa RAG gereksiz; doğru çözüm sorgu yazmaktır. Arşiv çelişkili sürümlerle doluysa da önce sürüm düzeni gerekir — sistem çelişkiyi çözmez, iki cevabı da doğru sanır.
Sektöre göre
Aynı iş her sektörde aynı yürümüyor. Ayrıntılar burada.
Sık sorulanlar
RAG ile modelin kendi bilgisi arasındaki fark ne?
Modelin kendi bilgisi eğitim verisinden gelir; ne zaman güncellendiğini bilemez ve kaynak gösteremez. RAG'de cevap, o an sizin arşivinizden çekilen belgelerden üretilir. Belge değişince cevap değişir, ve her cümlenin arkasında gösterilebilir bir kaynak vardır.
Kimin neyi görebileceğini nasıl kontrol ediyorsunuz?
Yetki kontrolü arama katmanında, cevap üretilmeden önce yapılıyor. Kullanıcının göremeyeceği belge arama sonucuna hiç girmiyor, dolayısıyla cevaba da giremiyor. Bu davranış için ayrı bir sızıntı test seti yazılıyor ve her sürümde çalıştırılıyor.
Verimiz dışarı çıkıyor mu?
Bu bir kurulum tercihi. Tamamen kendi sunucunuzda çalışan açık ağırlıklı modellerle de kurulabiliyor, bulut sağlayıcıyla da. Hangi verinin nereye gittiği kurulum öncesi yazılı olarak belirleniyor; sözleşme ve mevzuat gereği veri yurt dışına çıkamıyorsa yerel kurulum yapılıyor.
Diğer hizmetler
Bu konuda yazdıklarımız
- Kurumsal yapay zekâ projesine nereden başlanırYapay zekâ yatırımı yapacak bir kurumun ilk projesini seçme yöntemi: hangi işler uygun, hangi sırayla ilerlenir, ilk seksen günde ne beklenmeli.
- Yapay zekâ neden uyduruyor, nasıl engellenirDil modelleri neden emin bir dille yanlış bilgi veriyor? Halüsinasyonun gerçek sebebi, hangi önlemlerin işe yaradığı ve neyin işe yaramadığı.
- Kurumsal veriyi yapay zekâya vermek güvenli miŞirket verisi bir dil modeline gidince ne oluyor? Sağlayıcı sözleşmeleri, eğitime kullanım, KVKK, yurt dışına aktarım ve kendi sunucunuzda çalıştırma.
Son güncelleme: 2026-09-05
Bu işi konuşalım
Ne yapmak istediğinizi yazın, iki gün içinde kimin bakacağını ve nasıl ölçeceğimizi söyleyelim.