RAG
Diğer adları: Retrieval-Augmented Generation, Bilgi getirme destekli üretim, Erişimle güçlendirilmiş üretim
RAG (bilgi getirme destekli üretim), bir büyük dil modelinin cevap üretmeden önce bir arama motorundan, veritabanından veya belge koleksiyonundan soruyla ilgili içerikleri bulup cevabını bu içeriklere dayandırdığı yöntemdir.
Terim, 2020’de Facebook AI Research (bugünkü Meta AI) araştırmacılarının yayımladığı bir makaleyle yaygınlaştı. Temel fikir basittir: Model her şeyi ezberden bilmek zorunda değil; önce ilgili belgeleri bulur, sonra cevabı onlara bakarak yazar.
Nasıl çalışır?
- Getirme: Kullanıcının sorusuna göre bir arama yapılır. Bu arama web’de, bir şirketin belge arşivinde ya da bir veritabanında olabilir.
- Ekleme: Bulunan metin parçaları soruyla birlikte modele verilir.
- Üretim: Model cevabı bu parçalara dayanarak yazar ve çoğu zaman kaynaklarını gösterir.
ChatGPT’nin arama özelliği, Perplexity ve Google’ın yapay zeka özetleri bu yaklaşımın farklı uygulamaları olarak görülebilir.
Neden önemli
RAG, modelin eğitim tarihinden sonraki bilgileri de kullanabilmesini sağlar ve halüsinasyon riskini azaltır, ama tamamen ortadan kaldırmaz. Model bulduğu kaynağı yanlış özetleyebilir.
GEO açısından RAG’in anlamı şudur: Sitenizin getirme adımında bulunabilmesi gerekir. Sayfa taranamıyorsa, yapay zeka botları engellenmişse ya da bilgi sayfanın derinlerine gömülmüşse model onu kullanamaz.
Örnek
Bir kullanıcı Perplexity’ye “2026’da asgari ücret ne kadar?” diye sorduğunda model bunu eğitim verisinden bilmez. Önce web’de güncel kaynakları arar, bulduğu sayfalardan cevabı derler ve kaynakları altta listeler.