شرح عملي لتقنية RAG في خدمة العملاء: كيف تعمل، وأين تخطئ، وكيف تبني قاعدة معرفة تجيب بدقة على WhatsApp وInstagram ودردشة الموقع.
يسأل العميل على WhatsApp عن مدة الاسترجاع أو رسوم التوصيل إلى أبوظبي، فيجيبه الذكاء الاصطناعي بثقة بمعلومة لا تخص متجرك. هذه هي المشكلة التي تحلّها تقنية RAG، أو «التوليد المعزَّز بالاسترجاع». في هذا المقال نشرح الفكرة بلغة بسيطة، ونتتبع مسار رد واحد من السؤال حتى الجواب، ونبيّن مواضع الخطأ وطرق الوقاية منها، ثم كيف تبني قاعدة معرفة يسهل الرجوع إليها.
ما معنى RAG بلغة بسيطة
يمكنك تخيّل RAG على أنه امتحان «كتاب مفتوح». لا يُطلب من النموذج اللغوي أن يتذكر سياسة الاسترجاع عندك، فهو لم يرَها أصلًا. يُطلب منه أن يبحث أولًا في مستنداتك عن المقاطع ذات الصلة بالسؤال، ثم يكتب الجواب اعتمادًا عليها.
للتقنية ثلاث كلمات تلخّصها:
- الاسترجاع: يبحث النظام في محتواك عن أنسب المقاطع لسؤال العميل.
- التعزيز: تُضاف هذه المقاطع إلى الطلب الذي يصل إلى النموذج، مع تعليمات الوكيل وسياق المحادثة.
- التوليد: يصوغ النموذج جوابًا طبيعيًا بلهجة مهذبة، مستندًا إلى ما وُجد.
النتيجة أن النموذج يتولى صياغة الجواب، بينما تأتي الحقائق من مصادرك أنت. وعندما تتغير الأسعار أو ساعات العمل تحدّث المستند، ولا تعيد تدريب أي شيء.
لماذا تعتمد فرق الدعم على RAG
هناك ثلاث طرق شائعة لإعطاء الذكاء الاصطناعي معرفة عملك. لكل منها مكان مناسب، لكن الدعم اليومي يميل في الغالب إلى الثالثة.
أسباب تفضيل فرق الدعم لـ RAG:
- التحديث السريع. إذا عدّلت سياسة الشحن صباحًا، فمن المنطقي أن تنعكس في الردود بعد تحديث المصدر دون مشروع تدريب.
- تقليل التخمين. حين يُطلب من الوكيل أن يلتزم بالمقاطع المسترجعة، تقل فرص اختراع المعلومات.
- سهولة المراجعة. إذا ظهر جواب خاطئ، تعرف أي مستند ينقصه تعديل.
- توسّع المحتوى. تضيف كتالوجًا أو دليلًا أو أسئلة شائعة دون أن تتضخم التعليمات الأساسية.
كيف يُبنى رد RAG خطوة بخطوة
لنفترض أن عميلًا كتب على WhatsApp لمتجر عطور في الرياض: «هل أستطيع إرجاع عطر فتحتُ علبته؟». هذا هو المسار الذي يمر به السؤال.
- 01سؤال العميل
- 02البحث في قاعدة المعرفة
- 03إضافة المقاطع إلى الطلب
- 04صياغة الجواب
1. فهم السؤال
يقرأ النظام الرسالة مع سياق المحادثة. قد يكتب العميل لاحقًا «وماذا عن الهدية؟»، وهذا السؤال لا يُفهم إلا بالرجوع إلى ما سبقه.
2. الاسترجاع
يبحث النظام في المصادر عن المقاطع الأقرب معنى للسؤال. لو كان في قاعدتك مقطع بعنوان «سياسة الاسترجاع للمنتجات المفتوحة» فهو المرشح الأول. وجود هذا المقطع بصياغة واضحة هو أهم عامل في جودة الجواب.
3. التعزيز
تُضم المقاطع المختارة إلى تعليمات الوكيل ورسالة العميل. هنا يظهر دور الشخصية والحدود التي ضبطتها: النبرة، واللغة، وما يُسمح له بقوله.
4. التوليد
يكتب النموذج جوابًا قصيرًا بلغة العميل: «يمكن إرجاع المنتجات خلال المدة المحددة بشرط كذا». وإذا لم يجد المقطع المناسب، فالسلوك الصحيح أن يقول إنه لا يملك المعلومة وأن يحوّل المحادثة إلى موظف، بدل أن يخمّن.
أين يفشل RAG وكيف نمنع ذلك
RAG يخفف الأخطاء لكنه لا يلغيها. وأغلب الإخفاقات تقع في مراحل يمكن التحكم بها.
فشل الاسترجاع
لا يجد النظام المقطع الصحيح لأن المحتوى مكتوب بمصطلحات تختلف عن كلام العملاء. المتجر يكتب «استبدال» والعميل يسأل عن «تغيير المقاس». العلاج: أضف أسئلة وأجوبة بصياغة العملاء أنفسهم، واقرأ سجل المحادثات لتعرف كيف يسألون فعلًا.
محتوى قديم أو متعارض
لو وُجد مستندان يذكر أحدهما التوصيل خلال ثلاثة أيام والآخر خلال خمسة، فقد يختار النظام أيهما. العلاج: أبقِ مصدرًا واحدًا لكل موضوع، واحذف النسخ القديمة بدل تركها «للاحتياط».
مقاطع طويلة تخلط المواضيع
صفحة واحدة تجمع الشحن والدفع والضمان تجعل الاسترجاع أقل دقة. العلاج: قسّم المحتوى إلى موضوعات صغيرة بعناوين واضحة.
أسئلة خارج النطاق
قد يسأل العميل عن شيء لا يغطيه محتواك أصلًا. العلاج: حدّد في تعليمات الوكيل ما يفعله عند غياب المعلومة، كالاعتذار وطلب تحويل المحادثة إلى موظف، ولا تترك له حرية الاجتهاد.
المعلومات الحساسة
أي شيء في قاعدة المعرفة قد يظهر في جواب لشخص غريب. العلاج: لا ترفع وثائق داخلية فيها بيانات شخصية أو أسرار تجارية إلى مصدر يقرأ منه وكيل عام.
بناء قاعدة معرفة يسهل الرجوع إليها
جودة RAG تتبع جودة المحتوى أكثر مما تتبع حجمه. قاعدة صغيرة مرتبة تتفوق على أرشيف ضخم فوضوي.
ابدأ بأكثر الأسئلة تكرارًا
لا تبدأ بتوثيق كل شيء. استخرج من محادثاتك الأخيرة الأسئلة العشرين أو الثلاثين الأكثر تكرارًا: الأسعار، والتوصيل، والاسترجاع، وساعات العمل، وطرق الدفع، والحجز. هذا يغطي في كثير من الأنشطة الجزء الأكبر من الحركة.
اكتب كل موضوع في مقطع مستقل
لكل مقطع عنوان يشبه السؤال، وجواب كامل لا يحتاج إلى مقطع آخر ليُفهم. ومثال ذلك:
- العنوان: هل التوصيل متاح إلى دبي والشارقة؟
- المحتوى: نعم، مع ذكر المدة والرسوم وحد الطلب المجاني إن وُجد.
اذكر الاستثناءات والأرقام صراحة
عبارة مثل «يُسترجع المنتج خلال مدة مناسبة» لا تفيد أحدًا. اكتب المدة والشروط وطريقة الطلب. وإن كانت السياسة تختلف بين بلد وآخر فاكتب ذلك في المقطع نفسه.
استخدم اللغة التي يكتب بها عملاؤك
في الخليج والشرق الأوسط يكتب العملاء بالفصحى تارة وباللهجة تارة، ويخلطون العربية بالإنجليزية في أسماء المنتجات. أضف الصيغ الشائعة كما تظهر في محادثاتك، ولا تفترض أن الجميع يستخدم مصطلحاتك الرسمية.
راجع بانتظام
اجعل مراجعة المحتوى جزءًا من العمل الأسبوعي: ما الأسئلة التي لم يجب عنها الوكيل جيدًا؟ وما المستند الذي يحتاج تعديلًا؟ ومن يملك صلاحية التعديل؟ وإذا عُيّن مسؤول واحد عن كل موضوع قلّ تضارب النسخ.
قياس الجودة وتحسينها باستمرار
الإطلاق بداية الدورة وليس نهايتها. فكرة العمل أن تقرأ الردود الفعلية وتصحح مصدر الخطأ.
مثال افتراضي للتوضيح فقط: لو تلقى متجر 300 محادثة في الشهر، فمراجعة 30 منها أسبوعيًا تكشف أنماط الأسئلة المتكررة التي تحتاج مقاطع جديدة. الأرقام هنا تقريبية لشرح الفكرة، وليست نتائج حقيقية.
وما يستحق المراقبة:
- الأسئلة التي حُوِّلت إلى موظف لغياب المعلومة.
- الردود التي قيّمها العملاء سلبًا.
- المواضيع المتكررة التي لا يوجد لها مقطع مخصص.
كل ملاحظة من هذه تتحول إلى تعديل صغير في المحتوى، وبعد أسابيع قليلة تصبح قاعدتك أقرب إلى ما يسأل عنه عملاؤك فعلًا.
الخلاصة
RAG يجعل الذكاء الاصطناعي يجيب من وثائقك بدل ذاكرته العامة، فيمنحك ردودًا أحدث وأسهل في المراجعة. لكنه ليس سحرًا: يفشل حين يكون المحتوى قديمًا أو متضاربًا أو مكتوبًا بغير لغة العملاء. ابدأ بأهم الأسئلة، واكتب مقاطع قصيرة واضحة، وحدّد سلوك الوكيل عند غياب المعلومة، وراجع المحادثات بانتظام.
تطبيق ذلك في AI SNS CHAT
في AI SNS CHAT تُنشئ وكيلًا ثم تغذّيه بالمعرفة من قسم Data sources في الشريط الجانبي. والمصادر المتاحة فيه:
- Files: ملفات مثل أدلة المنتجات وقوائم الأسعار.
- Text snippets: مقاطع نصية قصيرة تكتبها مباشرة، وهي مناسبة لسياسة واحدة أو إجابة محددة.
- Website: محتوى موقعك.
- Q&A: أسئلة وأجوبة بصياغة عملائك.
- Notion: صفحات من Notion.
- Social وTickets وSuggestions: مصادر إضافية يمكن الاستفادة منها حسب نشاطك.
وإن كانت وثائقك في أدوات أخرى، فتحت Channels موصلات لـ Confluence وGitBook وZendesk Guide وGoogle Drive وOneDrive وDropbox وBox وSharePoint وغيرها. وللموصلات الخاصة بالويكي حد لكل مزامنة هو 1.5 مليون حرف و400 صفحة، ويُبلَّغ المستخدم إذا جرى اقتطاع المحتوى. وهناك حدود أخرى على المساحة تختلف حسب الخطة، من 30 ميغابايت في الخطة المجانية إلى 3 غيغابايت في Corporate، فراجع صفحة الأسعار.
بعد إضافة المصادر، اضبط شخصية الوكيل وحدوده من إعداداته، وجرّبه في Playground بأسئلة عملائك الحقيقية قبل النشر. ثم انشره من Channels على أداة الدردشة في موقعك، أو WhatsApp، أو Instagram، أو Messenger، وغيرها. تجد القائمة الكاملة في صفحة الاتصالات.
بعد الإطلاق تظهر محادثات القنوات في Activity → Chat logs، حيث يمكنك التصفية والإبلاغ والتصعيد وتصدير السجل ومراجعة تقييمات الإعجاب وعدم الإعجاب. وعند ملاحظة جواب ضعيف يمكنك تعديل الرد وتحويله إلى الجواب النموذجي لتدريب الوكيل. ويمكن لموظف أن يستلم المحادثة فيتوقف البوت مؤقتًا. أما جدولة المناوبات والتنبيهات عبر Slack أو البريد أو WhatsApp أو غيرها، فتُضبط من Helpdesk → Scheduling، وهي تحتاج خطة Standard أو أعلى. وفي قسم التحليلات تجد Topics وQuestion history لمعرفة ما يسأل عنه العملاء، علمًا بأن التحليلات المتقدمة تتطلب Pro.
أما البحث في الويب عند غياب الجواب من قاعدة المعرفة، فهو مدمج فقط في قناة LINE WORKS. ويمكن لأي وكيل آخر استخدام إجراء Tavily للبحث الفوري، لكن الإجراءات والتكاملات تحتاج خطة Hobby أو أعلى. اطّلع على الميزات لمعرفة المزيد، أو أنشئ حسابًا وجرّب. وللاطلاع على ممارسات الأمان راجع صفحة الأمان.
الأسئلة الشائعة
هل RAG هو نفسه تدريب الذكاء الاصطناعي على بياناتي؟
لا. في التدريب تتغير أوزان النموذج نفسه، وهو عمل أثقل وأبطأ في التحديث. أما RAG فيترك النموذج كما هو ويقدّم له المقاطع ذات الصلة عند كل سؤال، لذلك يكفي تعديل المستند لتتغير الإجابة.
هل يمكن أن يعطي RAG إجابات خاطئة؟
نعم. قد يحدث ذلك إذا لم يُسترجع المقطع الصحيح، أو كان المحتوى قديمًا أو متضاربًا، أو كان السؤال خارج نطاقك. ويقل الخطأ بتنظيم المحتوى، وتحديد سلوك الوكيل عند غياب المعلومة، ومراجعة المحادثات، واختبار الوكيل قبل الإطلاق.
كم محتوى أحتاج لأبدأ؟
لا تحتاج إلى أرشيف كبير. تكفي في البداية إجابات عن الأسئلة العشرين أو الثلاثين الأكثر تكرارًا في محادثاتك، مكتوبة بوضوح مع الأرقام والاستثناءات. ثم توسّع القاعدة تدريجيًا بحسب ما تكشفه سجلات المحادثات.
هل تعمل قاعدة المعرفة نفسها على دردشة الموقع وWhatsApp وMessenger؟
المعرفة مرتبطة بالوكيل، وتنشر الوكيل نفسه على القنوات التي تختارها من Channels. فيجيب من المصادر ذاتها على دردشة الموقع وWhatsApp وMessenger وInstagram. ويبقى عليك مراجعة أسلوب الردود في كل قناة لأن عادات الكتابة تختلف بينها.
هل أعتمد على البحث في الويب بدل بناء قاعدة معرفة؟
لا يغني البحث العام عن قاعدتك، فالويب لا يعرف أسعارك ولا سياساتك ولا استثناءاتك. وهو في AI SNS CHAT مدمج فقط في LINE WORKS، وتتوفر لبقية الوكلاء أداة Tavily كإجراء. الأفضل أن تجعل قاعدة معرفتك المصدر الأساسي، وأن تعدّ البحث في الويب إضافة للأسئلة العامة.


