Indbyg retrieval i prompten
Besvar spørgsmål med forankret kontekst og kildehenvisninger
Indbyg retrieval i prompten er en gratis NLP Academy-lektion på CoddyKit. Dette er lektion 4 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i NLP Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. NLP Academy-kurset indeholder 4 lektioner i alt.
Sæt delene sammen
Du kan hente relevante tekststykker og kalde en LLM. Nu forbinder du dem: indsæt den hentede tekst i prompten som kontekst.
Den udvidede prompt
En RAG-prompt har tre dele: en instruktion, den hentede kontekst og brugerens spørgsmål. Modellen læser alle tre dele samlet.
Saml de hentede tekststykker
Saml først dine bedste tekststykker i én tekstblok. En tom linje mellem dem gør hvert tekstafsnit læsbart for modellen.
context = "\n\n".join(hits)Opbyg promptstrengen
Omgiv konteksten og spørgsmålet med tydelige etiketter. En enkel skabelon fortæller modellen præcis, hvad den skal bruge, og hvad den skal svare på.
prompt = f"Context:\n{context}\n\nQuestion: {question}\nAnswer:"Fortæl modellen, at den skal holde sig til kilderne
Tilføj en instruktion om kun at svare ud fra konteksten. Det begrænser hallucinationer og holder svaret knyttet til dine kilder.
Håndtering af ukendte svar
Fortæl modellen, at den skal sige, at den ikke ved det, når konteksten ikke indeholder svaret. Det er bedre at tillade Jeg ved det ikke end at få et selvsikkert, forkert gæt.
Send det til LLM'en
Send den samlede prompt til dit modelkald. LLM'en svarer nu ud fra din hentede kontekst og ikke kun ud fra sin træning.
answer = llm(prompt)Vis kilderne
Returnér de tekststykker, du brugte, sammen med svaret. Disse kildehenvisninger gør det muligt for brugerne at kontrollere påstanden og opbygger tillid.
Hold øje med kontekstlængden
For mange tekststykker fylder kontekst-vinduet op. Hold k lille, og beskær lange tekstafsnit, så prompten passer inden for modellens budget.
En minimal RAG-funktion
Hele forløbet er kort: indlejr, søg, opbyg prompt, og generér. Denne ene funktion rummer en hel RAG-pipeline.
def rag(q):
hits = retrieve(q)
return llm(build_prompt(hits, q))Forbedring af kvaliteten af hentningen
Hvis svarene er svage, ligger løsningen som regel i hentningen og ikke i LLM'en. Bedre tekststykker og omrangering forbedrer kvaliteten mere end en større model.
Hurtigt tjek
Tænk over, hvad der indgår i en RAG-prompt.
Opsummering
Du samler hentede tekststykker i kontekst, opbygger en prompt med instruktion og spørgsmål, genererer et forankret svar og viser kilderne. ✅
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Indbyg retrieval i prompten” gratis?
Ja — alle 3 lektioner i læringssporet NLP Academy, inklusive “Indbyg retrieval i prompten”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. NLP Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Indbyg retrieval i prompten”?
Besvar spørgsmål med forankret kontekst og kildehenvisninger Du øver dig i NLP Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på NLP Academy?
Der kræves ingen tidligere erfaring. NLP Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 4 af 4.
Hvor lang tid tager lektionen “Indbyg retrieval i prompten”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne NLP Academy-lektion?
Ja. Alle NLP Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Hvorfor LLM'er har brug for retrieval
- Opdeling og embedding af dokumenter
- Vektorsøgning med et vector store
- Indbyg retrieval i prompten