AI-поиск по документам
DEMO / CONCEPT поиска по документам: нарезка файлов, эмбеддинги, поиск фрагмента, короткий ответ и ссылка на исходный документ.
Обзор проекта
Проект про уже существующий абзац. Набор файлов условный. Закрытое хранилище не подключено.
Какую задачу разбираем
Вопросы уже есть в PDF и гайдах, но поиск по словам их не находит, если формулировка другая.
Пример сценария
Спрашивают: «Где шаг 4 онбординга?» Короткий ответ плюс ссылка на handbook.pdf и исходный фрагмент — не новая политика.
Предлагаемый сценарий
- FILES
- CHUNKING
- EMBEDDINGS
- VECTOR SEARCH
- ANSWER
- SOURCE DOCUMENT
Как устроена система
FILES → нарезка → эмбеддинги → векторный поиск → ответ → исходный документ. Обновление файлов = повторная нарезка, чтобы индекс не отставал.
Ключевые возможности
- Загрузка и нарезка файлов
- Эмбеддинги и векторный поиск
- Короткий ответ, привязанный к фрагменту
- Видимая ссылка на документ
- Путь переиндексации при смене файлов
Интерфейс демо
Интерфейс показывает запрос и ответ с источником. Ваш диск не ищется.
FAQ
Зачем ссылка на исходный документ?
По ней человек проверяет фрагмент и видит, когда поиск ничего полезного не нашел. Текст без источника может скрыть промах. Источники также помогают оценить качество до реального запуска.
Чем это отличается от обычного поиска по словам?
Обычный поиск работает по точному совпадению слов и фраз. Семантический поиск учитывает смысл запроса и помогает находить релевантную информацию даже при разных формулировках. Для точных значений — например, номеров заказов, артикулов или идентификаторов — лучше использовать точный поиск или фильтры, поэтому часто уместен гибридный подход.
Что происходит, когда PDF обновляют?
Рабочая система может заново нарезать этот файл, заменить устаревшие векторы и отвечать по текущей версии. Индекс без обновления будет ссылаться на прошлый PDF. Задача обновления входит в рабочее решение.
Можно ли искать по конфиденциальным файлам?
Закрытый набор документов можно индексировать с авторизацией и доступом по ролям, чтобы человек видел только разрешенное. Этот DEMO / CONCEPT к конфиденциальным хранилищам не подключен. Контроль доступа — часть рабочей версии, а не «потом».
Ограничения
Набор файлов условный. Закрытое хранилище не подключено.
Что потребуется для рабочей версии
Конвейер загрузки, хранилище эмбеддингов, доступы, интерфейс ссылок на источники и задача обновления документов.