Настройки знаний
Общая информация о «Знаниях»
Раздел «Знания» в Центре знаний позволяет управлять тем, как нейроагенты находят информацию в подключённых документах и используют её при ответах пользователям.
Каждое знание содержит:
список документов для поиска;
параметры работы RAG-поиска;
настройки формирования контекста и результата.
Настройки можно изменить на странице настройки знания или во время тестирования знания.
Интерфейсы различаются:
-
настройка знания — для конфигурации параметров;
-
тестирование знания — для проверки качества поиска и корректности выдачи.
1. Как открыть настройки знания
-
Перейдите в раздел Центр знаний → Знания.
-
Выберите нужное знание из списка.
-
В правом верхнем углу нажмите «Изменить настройки» или откройте вкладку «Настройки знания».
Вы попадёте на страницу с четырьмя блоками:
-
Настройки поиска
-
Настройки формирования контекста
-
Настройки результата
-
Модель для векторизации
После внесения изменений нажмите «Сохранить настройки».
2. Настройки поиска
Этот блок определяет, как именно система ищет фрагменты знаний в подключённых документах.
Основные параметры
-
Максимальное число возвращаемых фрагментов знаний
Определяет, сколько фрагментов знаний система вернёт по каждому запросу.
Обычно 3–5 достаточно для качественного ответа. -
Порог уверенности (0–1)
Минимальный уровень смыслового совпадения.
Фрагменты с уверенностью ниже указанного значения не попадают в результат.
Например, при 0,8 будут использованы только наиболее релевантные фрагменты.
Дополнительные параметры
🔹 BM25 — поиск по ключевым словам
Включите, если хотите дополнить поиск по смыслу поиском по формулировкам.
-
BM25 ищет совпадения по словам и используется вместе с векторным поиском.
-
Повышает точность при коротких или специфичных запросах.
Плюсы:
-
Находит редкие слова и точные формулировки.
-
Эффективен, если запрос пользователя короткий.
Минусы:
-
НУвеуличитываетсмысл фразы — может не найти певреформулированныея ответыа.
🔹 Reranking — повторная сортировка результатов
Опция улучшает качество поиска за счёт повторной проверки уже найденных фрагментов знаний.
При включении:
-
система использует отдельную модель реранкера (например, microsoft/Phi-4-mini-instruct);
-
найденные фрагменты проверяются повторно и сортируются по смысловой близости.
Дополнительные параметры:
-
Модель реранкера — выбирается из списка.
-
Количество фрагментов знаний для реранкера — должно быть меньше общего числа, указанного в параметре выше.
Если задано большее — появится предупреждение, и система не позволит сохранить настройки.
Плюсы:
-
Повышает точность выдачи.
-
Снижает риск появления нерелевантных фрагментов.
Минусы:
-
Увеличивает время ответа (до 1 секунды).
3. Настройки формирования контекста
Определяют, какую часть пользовательского диалога система использует для поиска по знаниям.
Доступны два режима:
-
Последние несколько фраз клиента — используется ограниченное число последних сообщений.
Укажите количество фраз в поле ниже.
Подходит для коротких диалогов, где контекст быстро меняется. -
Все фразы клиента — учитывается весь диалог.
Используется в длинных или тематически связанных обращениях.
Рекомендации:
-
Для справочных чат-ботов — 2–3 последних фразы.
-
Для сложных консультаций — весь диалог.
4. Настройки результата
Определяют, в каком виде найденные данные передаются нейроагенту.
-
Фрагменты знаний — система возвращает только найденные текстовые части.
Это быстрый и экономичный вариант, подходящий для коротких ответов. -
Весь текст документов, содержащих подходящие фрагменты знаний — возвращается полный текст документов, где найдены совпадения.
Этот режим реализует принцип Parent-child chunking:-
child — найденный фрагмент знаний;
-
parent — документ, в котором он находится.
Система передаёт нейромодели весь родительский документ, чтобы сохранить контекст.
-
Плюсы:
-
Помогает избежать потери смысла при сложных вопросах.
-
Повышает полноту и корректность ответа.
Минусы:
-
Увеличивает объём передаваемых данных.
-
Может замедлить время генерации ответа.
5. Модель для векторизации
Определяет, какая модель используется для преобразования текста документов в векторное представление — то есть поиск по смыслу.
-
Выберите нужную модель в выпадающем списке.
-
При изменении модели необходимо подтвердить реиндексацию — система пересчитает векторы всех документов знания.
Во время пересчёта знание временно недоступно для использования.
6. Тестирование знания
После сохранения настроек можно проверить, как работает поиск.
-
На странице тестирования знания введите запрос в строку поиска.
-
Система покажет список найденных документов и фрагментов знаний.
-
Результаты позволяют оценить, насколько хорошо работает текущая конфигурация.
Если результаты не удовлетворяют:
-
уменьшите порог уверенности;
-
увеличьте количество возвращаемых фрагментов знаний;
-
включите BM25 или Reranking.
7. Применение и сохранение
После внесения изменений нажмите «Сохранить настройки» (на странице настройки)
или «Применить к знанию» (на странице тестирования).
Появится окно подтверждения — после применения все боты и сценарии, использующие это знание, начнут работу с новыми параметрами.
💡 Сравнение методов
| Метод | Назначение | Преимущества | Ограничения |
|---|---|---|---|
| BM25 | Поиск по ключевым словам | Хорош при коротких или редких запросах | |
| Reranking | Повторная сортировка найденных фрагментов знаний | Повышает точность и качество ответов | Увеличивает время отклика |
| Parent-child chunking | Возврат целого документа с найденным фрагментом | Сохраняет контекст, предотвращает искажения смысла | Увеличивает объём данных и время обработки |
8. Где вносить настройки
Эта система настроек позволяет гибко управлять логикой RAG-поиска и адаптировать её под разные задачи — от коротких консультаций до сложных тематических запросов с большим контекстом.