In depth
Retrieval-Augmented Generation (RAG) ist die Standard-Architektur für KI-Chatbots, die präzise aus einer bestimmten Wissensbasis antworten müssen. Im E-Commerce sind das Ihr Katalog und Ihre Richtlinien. Anstatt das Sprachmodell zu bitten, Fakten aus dem Training abzurufen, führt das System zuerst eine Suche durch, um die relevanten Produkte, Seiten oder FAQs abzurufen, und übergibt diese Ausschnitte dann zusammen mit der Frage des Käufers an das Modell. Die Antwort des Modells ist durch das eingeschränkt, was abgerufen wurde, weshalb RAG-basierte Chatbots spezifische Produkte und Preise zitieren können, statt sie zu erfinden. Emporiqa basiert auf RAG: Jeder Käufer-Turn löst eine hybride Abfrage über Ihre synchronisierten Daten (Produkte + Richtlinien + Seiten) aus, und das Sprachmodell sieht nur das, was abgerufen wurde. Diese Abfrage macht „schließt Verkäufe ab" möglich: Das Modell empfiehlt echte SKUs zu echten Preisen.
See also