Skip to content

RAG কী? AI-কে আপনার ব্যবসার নিজের তথ্য থেকে উত্তর দেওয়ানোর উপায়

নতুন জয়েন করা কর্মী প্রথম দিনেই আপনার রিটার্নের নিয়ম জানেন না। কিন্তু হাতে নিয়মের ফাইলটা দিলে ঠিকঠাক উত্তর দেবেন, যদি উত্তর দেওয়ার আগে একবার দেখে নেন। AI-কে ঠিক এই কাজটা শেখানোর উপায়ই হলো RAG।

সহজ ভাষায় AI৫ মিনিটে পড়ালিখেছে Reoncore Labs

সংক্ষেপে উত্তর

RAG, পুরো নাম retrieval-augmented generation, AI-কে আপনার নিজের তথ্য থেকে উত্তর দেওয়ায়। উত্তর দেওয়ার আগে সিস্টেম আপনার ডকুমেন্ট, দামের তালিকা বা নিয়মের মধ্যে প্রাসঙ্গিক অংশগুলো খুঁজে ভাষার মডেলকে দেয়, আর মডেল সেখান থেকে উত্তর লেখে, ভালো হলে সাথে উৎসের উল্লেখসহ। ভালো business chatbot আর কর্মীদের সহকারী বানিয়ে বানিয়ে বলা এড়ায় এভাবেই।

01AI-এর জন্য খোলা বইয়ের পরীক্ষা

একা একটা ভাষার মডেল যেন বই বন্ধ রেখে পরীক্ষা দিচ্ছে এমন এক ছাত্র: স্মৃতি থেকে উত্তর দেয়, আর স্মৃতি ফুরিয়ে গেলে গুছিয়ে আন্দাজ করে। সাধারণ জ্ঞানের প্রশ্নে এটা চলে, আপনার দামের প্রশ্নে বিপজ্জনক।

RAG একে বানিয়ে দেয় খোলা বইয়ের পরীক্ষা। প্রতিটা প্রশ্নে সিস্টেম আগে আপনার নিজের কাগজপত্র থেকে ঠিক পাতাগুলো খুঁজে বের করে, মডেলের সামনে রাখে, আর বলে: এখান থেকে উত্তর দাও। লেখার কাজ মডেলই করে। কিন্তু তথ্য আসে আপনার কাছ থেকে।

02RAG কাজ করে কীভাবে, ধাপে ধাপে

  1. 01কাগজপত্র জোগাড়: নিয়ম, প্রোডাক্টের বিবরণ, দামের তালিকা, FAQ, ম্যানুয়াল, আগের ভালো উত্তরগুলো।
  2. 02প্রস্তুতি: লম্বা ডকুমেন্টকে ছোট ছোট অংশে ভাগ করা, আর এমনভাবে সূচি করা যাতে শুধু হুবহু শব্দ নয়, অর্থ দিয়েও খোঁজা যায়।
  3. 03খোঁজা: প্রশ্ন এলে তার সাথে সবচেয়ে প্রাসঙ্গিক কয়েকটা অংশ বের করা।
  4. 04উত্তর: সেই অংশগুলো ভাষার মডেলকে দেওয়া, সাথে নির্দেশ, “শুধু এই উৎস থেকে উত্তর দাও; উত্তর এখানে না থাকলে সেটাই বলো।”
  5. 05উৎস দেখানো: উত্তরটা কোন ডকুমেন্ট থেকে এলো তা জানানো, যাতে একজন মানুষ মিলিয়ে দেখতে পারেন।

অর্থ দিয়ে খোঁজার এই ক্ষমতাই RAG-কে বুদ্ধিমান মনে করায়। কাস্টমার যদি জিজ্ঞেস করেন, “ফিট না হলে কি ফেরত দেওয়া যাবে?”, সিস্টেম খুঁজে আনে “রিটার্ন ও এক্সচেঞ্জ” নামের অংশটা, যদিও একটা শব্দও মেলেনি।

03RAG, fine-tuning, নাকি সব একসাথে পেস্ট করে দেওয়া?

পদ্ধতি
চ্যাটে পেস্ট
কী করে
পুরো ডকুমেন্টটা কথোপকথনে ঢুকিয়ে দেয়
কোথায় ভালো
একটা ডকুমেন্ট নিয়ে এককালীন প্রশ্ন
সীমাবদ্ধতা
অনেক ডকুমেন্টে ভেঙে পড়ে; কিছুই হালনাগাদ থাকে না
পদ্ধতি
RAG
কী করে
আপনার তথ্যে খুঁজে মডেলকে শুধু প্রাসঙ্গিক অংশ দেয়
কোথায় ভালো
এমন উত্তর, যা নির্ভুল, হালনাগাদ আর যাচাইযোগ্য হতেই হবে
সীমাবদ্ধতা
যতটা ভালো আপনার ডকুমেন্ট আর খোঁজার ব্যবস্থা, ততটাই
পদ্ধতি
Fine-tuning
কী করে
উদাহরণ দিয়ে মডেলকে আরও শেখায়
কোথায় ভালো
লেখার ধরন, ফরম্যাট বা বিশেষ কোনো কাজ শেখানো
সীমাবদ্ধতা
তথ্য শেখানোর জন্য দুর্বল পথ; তথ্য বদলালেই আবার করতে হয়

ব্যবসার তথ্যের জন্য প্রথম পছন্দ প্রায় সবসময় RAG। দাম বদলাল সোমবার; RAG সিস্টেম জানবে সোমবারেই। Fine-tune করা মডেল জানবে পরের দফা training-এর পর।

04ব্যবসায় RAG কোথায় লাভ দেয়

  • কাস্টমারকে এমন উত্তর, যার ভিত্তি আপনার আসল প্রোডাক্ট, দাম, ডেলিভারির নিয়ম আর রিটার্ন নীতি।
  • কর্মীদের সহকারী, যে HR, কাজের প্রক্রিয়া আর নিয়মের প্রশ্নের উত্তর দেয় হ্যান্ডবুক থেকে, পৃষ্ঠার উল্লেখসহ।
  • সেলসের সহায়তা: শত শত প্রোডাক্টের বিবরণ, কোনটার সাথে কোনটা চলে, স্টকের নিয়ম।
  • অপারেশন: চুক্তি, টেন্ডার বা সাপ্লায়ারের কাগজে ঠিক ধারাটা খুঁজে পাওয়া।
  • নতুনদের শেখানো: যে প্রশ্নগুলো নতুন কর্মী ম্যানেজারকে করতে লজ্জা পান, সেগুলো নির্দ্বিধায় করতে পারা।

05RAG কাজ করবে কি না, কী দিয়ে ঠিক হয়

দুর্বলতা খুব কমই ভাষার মডেলে থাকে। থাকে এগুলোয়:

  • ডকুমেন্ট। পুরোনো, পরস্পরবিরোধী বা অসম্পূর্ণ তথ্য আত্মবিশ্বাসী ভুল উত্তর তৈরি করে। দামের তালিকার তিনটা সংস্করণ মানে তিনটা সম্ভাব্য দাম।
  • দায়িত্ব। প্রতিটা উৎস হালনাগাদ রাখার দায় কারও না কারও থাকতে হবে।
  • অনুমতি। কর্মীদের সহকারী বেতনের শিট সবাইকে দেখাতে পারবে না। কে কী দেখতে পারবেন, খোঁজার ব্যবস্থাকে সেটা মানতে হবে।
  • ফরম্যাট। স্ক্যান করা PDF, নোটিশের ছবি আর জটিল টেবিল খোঁজার উপযোগী করতে যত্ন করে প্রস্তুত করতে হয়।
  • ভাষা। বাংলা, ইংরেজি আর দুটোর মিশেলে লেখা তথ্য তিন রকমেই পরীক্ষা করতে হয়, মানুষ আসলে যেভাবে প্রশ্ন করেন সেভাবে।
  • মাপজোখ। জানা সঠিক উত্তরসহ আসল প্রশ্নের একটা তালিকা, যা চালুর আগে আর প্রতিটা পরিবর্তনের পরে যাচাই করা হয়।

06নিজের ডকুমেন্ট দিয়ে চেষ্টা করে দেখুন

  1. 01ChatGPT বা Claude-এ একটা project খুলে দুই-তিনটা ডকুমেন্ট আপলোড করুন, যেমন দামের তালিকা আর রিটার্নের নিয়ম। আগে গোপন তথ্য সরিয়ে নিন, অথবা business প্ল্যান ব্যবহার করুন।
  2. 02কাস্টমার আসলে করেন এমন পাঁচটা প্রশ্ন করুন, প্রতিটা উত্তর ডকুমেন্টের সাথে মিলিয়ে দেখুন।
  3. 03এমন একটা প্রশ্ন করুন যার উত্তর ডকুমেন্টে নেই। ভালো ব্যবস্থা বলবে, সে জানে না।
  4. 04ডকুমেন্টে একটা দাম বদলে আবার আপলোড করুন, তারপর আবার জিজ্ঞেস করুন।

শেষ পরীক্ষাটাই দেখিয়ে দেয় ব্যবসার RAG সিস্টেমের আসল কাজ কোথায়: তথ্য হালনাগাদ আর নিয়ন্ত্রণে রাখা, আর যেখানে উত্তর দরকার সেখানে পৌঁছে দেওয়া, যেমন Messenger, WhatsApp বা কর্মীদের পোর্টালে।

প্রশ্নোত্তর

RAG কি আমার তথ্য দিয়ে AI-কে training দেয়?

না। উত্তর দেওয়ার সময় আপনার ডকুমেন্টে খোঁজা হয় আর মডেলকে দেখানো হয়; মডেল নিজে বদলায় না। এই কারণেই একটা ডকুমেন্ট হালনাগাদ করলে উত্তরও সঙ্গে সঙ্গে হালনাগাদ হয়ে যায়।

RAG কি তবুও ভুল উত্তর দিতে পারে?

পারে, তবে কম। ভুল অংশ খুঁজে আনতে পারে, বা ঠিক অংশটা ভুল বুঝতে পারে। ভালো সিস্টেম এটা কমায় পরিষ্কার নির্দেশ, উৎসের উল্লেখ, নিশ্চয়তা যাচাই আর অনিশ্চিত হলে মানুষের কাছে পাঠানোর ব্যবস্থা দিয়ে।

বাংলা ডকুমেন্ট দিয়ে কি RAG কাজ করে?

করতে পারে। তবে বাংলা আর বাংলা-ইংরেজি মেশানো প্রশ্নে খোঁজা আর উত্তরের মান আসল প্রশ্ন দিয়ে পরীক্ষা করে নিতে হয়, আর স্ক্যান করা বাংলা ডকুমেন্টের লেখা আগে নির্ভুলভাবে চিনিয়ে নিতে হয়।

Custom GPT বা Claude project থেকে RAG কোথায় আলাদা?

ওই সুবিধাগুলো একজন মানুষ বা একটা টিমের জন্য RAG-এর সহজ রূপ। ব্যবসার RAG সিস্টেম যোগ করে যা ওদের নেই: আপনার সিস্টেম থেকে নিজে থেকে হালনাগাদ, অনুমতির নিয়ন্ত্রণ, কাস্টমারের চ্যানেলের সাথে সংযোগ, লগ আর মাপা নির্ভুলতা।

সর্বশেষ আপডেট

এরপর পড়ুন

কোথায় আটকে আছেন, আমাদের বলুন।

সমস্যাটা নিজের ভাষায় লিখুন। সাহায্য করতে পারব কি না, আর পারলে কীভাবে এগোব, সোজাসুজি জানাব।