Шаг 1. Инвентаризация и чистка документов
Качество ответов ассистента на 80% определяется качеством базы. Начните с ревизии: какие документы описывают процесс (регламенты, инструкции, прайсы, договоры, переписка), какие из них актуальны, а какие — устаревшие версии, противоречащие друг другу. Каждая пара «документ 2024 года против документа 2026-го» — будущий неверный ответ системы. На этом же этапе решается вопрос прав: у кого доступ к каким документам — ассистент должен наследовать эти права.
Шаг 2. Как устроен RAG-контур
- Фрагментация. Документы нарезаются на фрагменты с сохранением контекста (раздел, пункт);
- Индексация. Каждый фрагмент превращается в вектор — числовое представление смысла — и складывается в векторную базу;
- Поиск. Вопрос пользователя тоже векторизуется; система находит ближайшие по смыслу фрагменты;
- Генерация. Модель получает вопрос и найденные фрагменты, отвечает только на их основе и приводит источник;
- Обновление. Новая версия документа — это перезагрузка файла в базу, без переобучения модели.
Разбор понятия — в словарной статье «Что такое RAG»; как это выглядит в клиентском боте — RAG в чат-боте.
Шаг 3. Дообучение или RAG
Собственно дообучение (fine-tuning) — изменение весов модели на ваших текстах — нужно редко: для стиля ответов или узких задач классификации. Для фактических знаний («что написано в нашем регламенте») дообучение вредно: знания устаревают, а модель нельзя «отучить» от удалённого документа перезагрузкой файла. Полное сравнение подходов — в разборе «RAG или дообучение модели»; если дообучение всё же нужно — о требованиях к процессу в материале об обучении модели.
Шаг 4. Юридическая гигиена базы
Прежде чем загружать документы, проверьте два момента. Первый — персональные данные: если в документах есть ПДн, обработка оформляется по 152-ФЗ, а чувствительные данные лучше маскировать; подробности — в материале о персональных данных для обучения ИИ. Второй — права на контент: сторонние материалы, попавшие в базу, могут иметь ограничения использования — методика проверки описана в статье о юридической проверке датасетов.
Шаг 5. Пилот и метрики
Запускайте контур на одном процессе: внутренняя база знаний или поддержка. На пилоте (4–6 недель, от 480 000 ₽) замеряются точность ответов на тестовом наборе, доля корректных отказов и прослеживаемость до источника. Дальше база пополняется по регламенту, а качество отслеживается в сопровождении (от 50 000 ₽ в месяц).
Сколько это стоит
Ориентиры сентября 2026 года: аудит процессов и данных — от 90 000 ₽, пилот RAG-контура — от 480 000 ₽, полный промышленный контур с интеграциями — 0,9–1,2 млн ₽. Всё без НДС в связи с применением УСН. Услуга — LLM-интеграции и RAG; рыночные якоря — в кейсе цен LLM-интеграций. Смежный вопрос — галлюцинации LLM и как их обезопасить; полный список — в разделе «Вопросы и ответы».
Ошибки при наполнении базы знаний
Большинство провалов RAG-проектов случается на этапе загрузки документов, а не выбора модели. Типовые ошибки:
- Загрузка всего сразу. «Зальём все файлы, пусть ищет» — система путается в версиях и дублях; начинать нужно с ядра документов, которые реально используются в работе;
- Сканы без распознавания. Отсканированные PDF без текстового слоя индексируются фрагментами мусора — обязателен этап OCR;
- Игнорирование прав. В общую базу попадают документы с ограниченным доступом — ассистент выдаёт их не тем сотрудникам;
- Устаревшие версии. Старый регламент не удалён при выходе нового — система цитирует оба, как удобно поиску;
- Нет владельца базы. Документы закачивает подрядчик при запуске — и с тех пор никто не обновляет.
Правильная дисциплина проста: инвентаризация перед загрузкой, ответственный за разделы, правило «актуальна только одна версия», и короткий регламент пополнения. На pilots такие вещи стоят недорого, а эффект дают заметный: точность ответов растёт без замены модели и без дообучений — просто потому, что система перестаёт противоречить сама себе.
Итог: «обучение на документах» сегодня — это правильная организация знаний, а не тренировка модели. Инвентаризация, чистка версий, права доступа, владелец базы и RAG-контур со ссылкой на источник — из этих шагов складывается система, которая отвечает по вашим регламентам и обновляется перезагрузкой файлов. Пилот 4–6 недель покажет точность на реальных вопросах, а дальше качество поддерживается дисциплиной пополнения базы — это дешевле и надёжнее любого переобучения.