База знаний для ИИ агента — это управляемый набор источников, где у каждого документа есть владелец, версия, правило доступа и ссылка для проверки ответа. Агент обращается к такому набору через поисковый инструмент, получает подходящие фрагменты и показывает человеку основания вывода. В материале о помощнике техподдержки главный объект — разговор с пользователем; здесь разбирается подготовка самого источника для разных агентных задач. Проектная схема применима после согласования владельцев источников и серверных правил доступа.
Карта источников
Для агентского поиска документу нужны владелец, действующая версия, область доступа и адрес первоисточника. Без этих полей найденный фрагмент трудно проверить и безопасно показать пользователю.
Начните с реестра источников. Внесите туда утверждённые инструкции, справочные страницы и описания процессов, к которым агент вправе обращаться. Владелец документа отвечает за актуальность и решение о публикации; технический владелец инструмента отвечает за загрузку и поиск. Если источник заменён новой редакцией, прежнюю сохраняют для истории, а поисковому инструменту передают только разрешённый статус. Для каждой записи нужен устойчивый идентификатор: название файла само по себе меняется при переименовании.
| Поле | Значение для поиска | Кто подтверждает |
|---|---|---|
| Владелец | Контакт для проверки смысла и актуальности | Владелец процесса |
| Версия | Связь фрагмента с редакцией источника | Автор документа |
| Доступ | Группа читателей и чувствительность | Администратор источника |
| Цитата | Адрес, раздел и фрагмент текста | Читатель ответа |
Реестр помогает разделить содержание документа и технические записи индекса. В базе документов хранятся утверждённые файлы и история изменений; индекс содержит подготовленные для поиска фрагменты с идентификаторами источника. Если владелец отозвал доступ или обновил редакцию, команда пересматривает индекс и проверяет, какие фрагменты доступны агенту. Маршрут обновления данных в RAG вынесен в другие материалы; задача здесь — определить, какую редакцию и на каком основании агент может цитировать.
В качестве соседнего сценария посмотрите работу RAG агента с поиском и цитатой. Подготовка базы начинается раньше вызова модели: со списка доверенных источников и ответственных за них людей.
Версии и индекс
Проектный конвейер принимает документ только после проверки формата, владельца и статуса редакции. Парсер извлекает текст и структуру, скрипт создаёт фрагменты с привязкой к разделам, а затем индексатор обновляет поисковую копию. Правила разбиения подбирают по типу документа: границы заголовков и таблиц сохраняют смысл лучше случайного отрезка текста. Полную выгрузку и подсчёты обрабатывает код; языковая модель может объяснить спорный фрагмент, но человек сверяет его с оригиналом.
Для сканированного PDF сначала нужен OCR. Он даёт распознанный текст и сигнал о возможных пробелах, после чего специалист проверяет качество чтения по исходной странице. Особенно важны таблицы, подписи и номера разделов: потерянная колонка меняет смысл цитаты. Документ с сомнительным распознаванием переводят на ручную проверку до публикации в поиске. Качество ответа зависит от качества источника.
- Зарегистрируйте редакцию документа, владельца, источник получения и статус допуска.
- Извлеките текст парсером или OCR, сохранив связь фрагментов со страницами и разделами.
- Соберите индекс из разрешённых фрагментов; обновите ссылку с каждого фрагмента на конкретную редакцию.
- Проверьте выдачу по вопросу с известным ответом и по вопросу к устаревшей редакции.
Индекс полезно собирать как воспроизводимый артефакт: версия схемы обработки, версия документа и набор допущенных фрагментов позволяют понять происхождение ответа. При новой редакции повторная обработка должна заменить поисковую видимость прежних фрагментов согласно согласованному правилу. Качество поиска проверяют по точности найденного раздела и переходу к оригиналу.
Фильтр доступа
Поисковый инструмент получает контекст пользователя от серверной системы: его роль, область данных и разрешённый набор источников. Сервер применяет фильтр перед выдачей фрагментов и повторно сверяет доступ при открытии цитаты. Промпт может попросить агента соблюдать ограничения, однако право чтения определяется сервером и исходной системой. Когда роли меняются, поисковые записи и кэш ответа требуют согласованного обновления, иначе закрытый фрагмент способен остаться в прежней выдаче.
Официальная документация поискового сервиса Microsoft различает индексируемые и удалённые источники для агентского поиска. У индексируемых источников есть поисковый индекс; удалённые обращаются к внешней платформе при запросе. Документация также описывает ограничение доступа на уровне документа по меткам чувствительности для некоторых индексируемых источников с условиями настройки и пометкой preview. Политику доступа для компании проектируют отдельно.
Сервер сверяет право на источник до передачи текста агенту. Отказ остаётся отказом даже при просьбе модели показать скрытый документ. Человек проверяет конфигурацию на тестовых ролях и фиксирует результат.
В проектном пилоте понадобятся контрастные проверки: сотрудник с доступом видит разрешённый раздел, сотрудник без доступа получает отказ, а владелец открывает цитату в исходной системе. Запрос к удалённому источнику и запрос к индексу проверяют отдельно, поскольку границы хранения и обновления у них разные. Для чувствительных материалов журнал фиксирует идентификатор запроса и решение о доступе без копирования полного содержания. Ответственный за данные утверждает карту ролей, инженер проверяет её применение на сервере.
После согласования ролей становится ясно, какие документы можно подключать к агентным сценариям. Для проектирования такого контура под внутренние источники можно обсудить внедрение ИИ агентов и требования к доступу.
Нужна агенту база знаний с проверяемым доступом и цитатами?
Цитата и ответ
Хорошая цитата связывает конкретный тезис с фрагментом, редакцией и местом в исходном документе. Агент получает из инструмента текст, адрес источника и служебные идентификаторы, а затем строит ответ по разрешённой выдаче. Пустой поиск должен приводить к честному сообщению об отсутствии основания. Если найденные документы расходятся, агент показывает расхождение и предлагает владельцу проверить версии. Решение о применимой инструкции принимает человек, который отвечает за процесс.
Ссылку проверяют как рабочий переход: читатель с правами открывает именно тот раздел и видит фразу в нужной редакции. Для удалённых источников набор возвращаемых ссылок может отличаться от индексируемого; официальный источник Microsoft отдельно отмечает, что сервисные citation URL доступны для некоторых индексируемых сценариев с пометкой preview, у удалённого источника без локального индекса такие сервисные URL отсутствуют. Поэтому формат цитаты определяют при проектировании конкретной интеграции.
- Задайте вопрос, ответ на который явно есть в утверждённой редакции. Сверьте тезис и адрес цитаты.
- Спросите о факте из устаревшей редакции. Проверьте, что ответ следует действующей политике видимости.
- Повторите вопрос от роли с закрытым источником. Убедитесь, что текст и цитата остаются недоступными.
- Запросите вывод, для которого в базе отсутствует основание. Отметьте корректный отказ и маршрут уточнения у владельца.
Проверять нужно весь путь, включая права на открытие исходного файла. Красивый ответ с недоступной ссылкой оставляет человека без возможности сверки. Для таблиц и схем сохраняют указание на страницу, рисунок и подпись, а сложный фрагмент передают специалисту на ручную проверку. Если агент готовит BPMN, его схема остаётся черновиком для обсуждения; инженер проверяет логику и возможность исполнения в выбранной системе.
Пилот и приёмка
Будущий пилот можно построить на небольшом наборе разрешённых учебных документов с разными версиями и ролями. Владелец процесса заранее готовит вопросы с известными основаниями, инженер фиксирует ожидаемую выдачу, специалист по безопасности согласует тестовые права. Затем команда прогоняет поиск, ответ и открытие каждой цитаты. Такой порядок служит планом пилота.
Критерии приёмки формулируют вокруг проверяемых ошибок: устаревшая редакция отсутствует в актуальной выдаче, закрытый документ скрыт от чужой роли, разрешённая ссылка ведёт к нужному фрагменту, сомнительный OCR ожидает проверки человека. Отдельно проверяют ситуацию после отзыва доступа и после смены версии документа. Успех модели в формулировке ответа сам по себе недостаточен: принимающий специалист сверяет смысл цитаты с оригиналом и отмечает исключения.
Скрипт сравнивает идентификаторы версий, правила видимости и комплектность метаданных по полному набору записей. Языковая модель объясняет возможную причину пропуска, подсказывает запрос для дополнительной проверки и формулирует черновик ответа. Человек проверяет гипотезу на исходном документе. Такой порядок отделяет поиск источника от утверждения смысла и снимает спор о том, кто отвечает за ошибку в индексе или тексте.
Стоимость контура зависит от состояния документов, числа источников, правил доступа и требований к проверке цитат. Обсуждение начинается с карты документов и маршрута актуализации; оценка составляется под конкретный объём работ без универсального тарифа. Для начала назначьте владельцев источников, выберите учебные документы и запишите ожидаемые отказы. После проверки такого набора можно решать, какие источники и агентные задачи подключать следующими.
Возьмите утверждённую инструкцию и её старую редакцию, добавьте роли читателей и контрольные вопросы. Проверьте выдачу, отказ и ссылку на оригинал до расширения базы.