Apa Itu RAG? Cara Membuat AI Menjawab Hanya dari Sumber yang Kita Percaya

RAG — Retrieval-Augmented Generation — adalah teknik yang membuat model bahasa menjawab berdasarkan potongan dokumen yang kita sediakan, bukan dari ingatannya sendiri.

Analogi ujian buku terbuka

Bayangkan dua peserta ujian. Yang pertama menjawab dari hafalan — kadang benar, kadang mengarang dengan percaya diri. Yang kedua wajib mengutip dari buku yang tersedia di meja; bila jawabannya tidak ada di buku, ia harus mengatakan tidak tahu.

RAG membuat model menjadi peserta kedua.

Tiga langkah

1. Pengindeksan — seluruh konten dipecah menjadi potongan kecil dan disimpan agar mudah dicari.
2. Pengambilan — ketika ada pertanyaan, sistem mencari potongan yang paling relevan.
3. Perangkaian jawaban — model diminta menjawab hanya dari potongan tersebut, dan menyebutkan sumbernya.

"Pembatasan cakupan bukan keterbatasan; ia adalah fitur yang membuat jawaban dapat dipertanggungjawabkan."

Bagaimana di situs ini

Asisten AI kedokterangigi.ai memakai pendekatan yang sama. Basis pengetahuannya hanya berisi artikel, regulasi, cerita, dan halaman jurnal yang sudah terbit. Ketika ditanya di luar cakupan itu, ia menolak dengan sopan dan menyarankan halaman terdekat — bukan mengarang jawaban.