Agentic RAG: RAG sterowany przez agenta

Agentic RAG, czyli RAG sterowany przez agenta, łączy wyszukiwanie wiedzy z pętlą decyzyjną modelu. W klasycznym RAG system najpierw pobiera fragmenty z bazy, a potem przekazuje je modelowi do odpowiedzi. W wersji agentowej model może najpierw ocenić pytanie, wybrać źródło, wykonać wyszukiwanie, sprawdzić wynik i dopiero wtedy odpowiedzieć albo wykonać kolejne zapytanie.

To nie jest synonim zwykłego RAG. Różnica dotyczy kontroli przepływu. W wariancie dwuetapowym retrieval jest obowiązkowym, z góry ustalonym krokiem. Agentic RAG daje agentowi narzędzia, na przykład wyszukiwarkę dokumentów, bazę ofert, CRM lub API, oraz reguły, kiedy wolno z nich korzystać. Dzięki temu jeden system może obsłużyć pytanie proste bez szukania i pytanie złożone przez kilka celowych kroków.

Dla eksperta sprzedającego wiedzę sensowny przykład to asystent ofertowy. Zamiast wysyłać do modelu cały dysk dokumentów przy każdym pytaniu, agent otrzymuje narzędzia: „znajdź aktualną ofertę”, „sprawdź case study” i „odczytaj zasady współpracy”. Gdy ktoś pyta o wdrożenie dla szkoły językowej, agent może znaleźć właściwy pakiet, sprawdzić warunki i przygotować odpowiedź opartą na konkretnych plikach. To zmniejsza ryzyko, że AI dopowie cenę, zakres lub obietnicę, której nie ma w źródle prawdy.

Najpierw warto jednak zbudować porządną bazę wiedzy. Dokumenty muszą być aktualne, podzielone na sensowne fragmenty i opisane metadanymi. Agent nie naprawi niejasnej oferty ani nie rozpozna sam, że stare PDF-y są sprzeczne z nowym cennikiem. Potrzebuje też precyzyjnych opisów narzędzi: co zwracają, kiedy ich używać i jak wygląda błąd. To jest praktyczna część inżynierii kontekstu, a nie tylko dobry prompt.

Elastyczność ma cenę. Agent może wykonać za dużo wywołań, wybrać niewłaściwe źródło albo potraktować fragment dokumentu jako pełną odpowiedź. Czas odpowiedzi i koszt są mniej przewidywalne niż w prostym RAG. Dlatego dobry projekt ma limit kroków, listę dozwolonych źródeł, wymaganie cytowania dokumentu oraz warunek eskalacji do człowieka, gdy brakuje danych lub sprawa dotyczy ceny, umowy czy decyzji klienta.

Zacznij od jednego powtarzalnego pytania, na przykład „jaki pakiet pasuje do tego klienta?”. Zapisz wzorcowe odpowiedzi, wskaż jedyne dopuszczalne źródła i zmierz trzy rzeczy: czy agent pobrał właściwy dokument, czy odpowiedź jest zgodna z nim oraz ile kroków wykonał. Dopiero gdy ta mała pętla jest stabilna, dodawaj kolejne narzędzia. W przeciwnym razie powstaje efektowny demo-agent, którego nikt nie umie utrzymać.