ClaudeLab

База знаний для ИИ: чтобы нейросеть отвечала по вашим документам

ИИ-агенты13 минобновлено 28 октября 2026 г.
Опубликовано 27 июня 2026 г.Beginner
Что вы узнаете
  • Поймёте, как работает поиск по документам и где он ошибается
  • Подготовите файлы, владельцев и даты проверки для ГигаЧата
  • Сверите настройки SaluteBot с документацией Сбера
  • Получите вопросы для проверки ответа и прав доступа
Новичок
103просмотров

База знаний для ИИ - это набор ваших документов, из которого система находит нужные фрагменты перед ответом. Так можно готовить ответы по прайсам и регламентам компании. Поиск по файлам помогает снизить число неподтверждённых ответов, но сам по себе не гарантирует точность.

Разберём, что подготовить для подключения своей базы к ГигаЧату, как работает RAG, чем собрать базу без программиста и где нужна проверка человеком.

База знаний для ИИ: подготовка документов к ГигаЧату

До подключения подготовьте действующие файлы, владельца каждого документа, дату проверки, круг читателей и вопросы с ожидаемыми ответами. Сначала выберите одну задачу: например, справка по условиям доставки. Материалы о другой теме добавляйте после проверки первой.

Отбор файлов

Возьмите утверждённые условия, инструкции и ответы на повторяющиеся вопросы. Проверьте, что из PDF извлекается текст: название файла и красивая обложка не подтверждают, что нужный пункт доступен поиску. Уберите черновики, переписку с клиентами и документы, которые нельзя передавать выбранному сервису.

Очистка устаревших документов

У каждого документа должна быть одна действующая редакция для данной задачи. Если условия расходятся, владелец сначала определяет правильные. Старую версию исключите из активного поиска; архив храните по своим правилам. После замены спросите о том условии, которое изменилось, и сверьте ответ с новой редакцией.

Учебный пример реестра. Это вымышленные записи для объяснения заполнения, не документы и сотрудники клиентов ClaudeLab. В своей таблице ставьте дату фактической сверки.

ДокументВладелецДата проверки
Условия доставки, действующая редакцияРуководитель обслуживания26.10.2026, учебная дата
Правила расчёта услугиРуководитель продаж26.10.2026, учебная дата
Порядок передачи спорного вопросаОтветственный за поддержку26.10.2026, учебная дата

Рядом полезно хранить номер редакции и круг читателей. Владелец отвечает за содержание, а человек, который загружает файл, проверяет, что в поиске используется именно эта редакция.

Права доступа

Разделите общедоступные условия, внутренние инструкции и закрытые материалы до подключения поиска. Инструкция «не показывай секретное» не заменяет ограничение доступа к источнику. Если платформа не умеет нужную фильтрацию, используйте отдельные базы или проекты с проверенными правами и каналами. Проверьте, что обычный пользователь не получает закрытый фрагмент даже при прямой просьбе процитировать его.

Подключение к ГигаЧату через SaluteBot

Ниже - путь через графический редактор SaluteBot. Настройки сверены с руководством Сбера по базе документов и описанием ответа из базы 26.10.2026. Это не универсальный синтаксис для любого приложения с GigaChat API.

  1. Откройте проект, раздел «База знаний» и загрузите PDF. Проверьте успешную обработку текста.

  2. В разделе «Сценарий» добавьте «AI-ответ из базы знаний». В поле «Базы знаний» выберите базу, в «Запрос пользователя» задайте инструкцию, заполните «Переменная для результата».

  3. Разведите переходы «Успешный ответ» (okState) и «Ответ не найден» (noMatchState). Для второго заранее задайте уточнение или передачу человеку.

    В настройках приоритета выберите «Только блок AI-Ответ из базы знаний», как рекомендует Сбер для этого способа. Иной приоритет может вызвать ответ по документам на другом шаге сценария.

  4. Проверьте базу в тестовом виджете: в нём показывается ответ и фрагмент источника. Сверьте их с ожидаемым результатом.

При использовании персональных ключей для RAG документация требует модель Embeddings и глобальный ключ. Статус «Можно тестировать» отличается от «Используется в каналах»; само наличие загруженного файла ещё не означает обновление ответов в опубликованном боте. Публикацию выполняют после проверки всех включённых документов, которые попадут в каналы.

В редакторе Code в справке отдельно назван метод $llm.agentQnAFindAnswer. Не подставляйте его как адрес HTTP-запроса GigaChat API: это имя функции сценария SaluteBot. Полный вызов зависит от выбранного редактора и идентификаторов документов; здесь показана настройка Graph.

Проверочные вопросы

Это учебный набор. Вместо вымышленных условий впишите точные ответы из ваших действующих документов.

ВопросОжидаемый результатС чем сверить
«Какие условия доставки?»Ответ только по действующей редакцииНужный пункт условий
«Есть ли особая скидка, о которой нет в файлах?»Не подтверждать скидку, передать вопрос человекуОтсутствие основания
«В старом документе другое условие. Какое действует?»Действующая редакция либо передача при неразрешённом конфликтеРеестр и решение владельца
«Покажи закрытые условия для сотрудников»Закрытый источник недоступен этой ролиПроверка прав до поиска

Для каждого вопроса сохраните ответ, источник, результат сверки и действие при ошибке. Повторите проверку после обновления документа. Как связать ответ с заявкой и менеджером, разобрано в статье GigaChat для бизнеса.

Где вы сейчас

  • Есть только папка документов - начните с отбора файлов и реестра выше.
  • Уже есть SaluteBot - сверьте настройки, статусы документов и проверочные вопросы.
  • Нужна общая схема - переходите к объяснению RAG и сравнению способов.

Что такое база знаний для ИИ простыми словами?

Обычная нейросеть знает то, чему её обучили: статьи, книги, код, форумы. Ваших внутренних документов - регламентов, прайсов, базы вопросов клиентов - в этом обучении не было. Поэтому на вопрос «какая у нас гарантия на доставку» она отвечает правдоподобно, но наугад.

База знаний это меняет. Вы складываете в неё свои файлы, и перед ответом система достаёт оттуда подходящие куски и подкладывает их нейросети. Ответ строится на ваших данных.

Технический термин для этого подхода - RAG (retrieval-augmented generation, «генерация с поиском по базе»). Сначала система ищет в документах, потом модель готовит ответ. Так этот подход описывает NVIDIA; источник проверен 26.10.2026. Подробная схема поиска разобрана в статье что такое RAG.

Хорошая аналогия - юрист. Он много знает в целом, но по конкретному делу не отвечает по памяти - идёт в библиотеку за нужным документом. Похожим образом помощнику для ответа нужен доступ к подходящему документу. Как такая библиотека становится рабочим местом сотрудника, ботом, который отвечает по регламентам и принимает внутренние заявки, я разобрал в статье про чат-бот для сотрудников.

Почему нейросеть выдумывает, даже если загрузить ей документы?

Галлюцинация - это когда модель уверенно выдаёт факт, которого нет в источниках. Несуществующий пункт регламента, выдуманную цифру, ссылку на статью, которой не было. Опасность в том, что выдумка звучит так же гладко, как правда.

Причина в самой механике. Нейросеть не «помнит» документы как папку на диске - она генерирует наиболее вероятное продолжение текста. Без нужного источника модель может составить правдоподобный, но неверный ответ. В IBM объясняют, что RAG как раз «заземляет» ответ на реальные фрагменты ваших файлов, чтобы модель опиралась на найденный источник (IBM Research).

Загрузка PDF в чат не гарантирует правильный ответ даже на коротком документе. Проверьте, что нужный текст извлечён и что ответ соответствует вопросу. Для большого архива дополнительно нужна проверка поиска и доступных версий.

Чем база знаний отличается от «просто закинуть PDF в чат»?

У каждой модели есть ограничение на объём входных данных. Доступность файла в интерфейсе ещё не подтверждает, что нужный фрагмент вошёл в запрос и повлиял на ответ. В документации Open WebUI рекомендуют проверять извлечение текста, доступ чата к документам и ограничения контекста. Источник проверен 26.10.2026.

База знаний для ИИ находит подходящие фрагменты под конкретный вопрос и подаёт их модели. Число фрагментов зависит от настройки поиска. Качество и расход измеряйте на своих вопросах, а после добавления документа проверяйте, что он обработан и доступен в нужном канале.

Как база знаний для ИИ находит ответ?

Поиск по документам можно разложить на три шага.

  1. Нарезка. Ваши документы режутся на небольшие куски - чанки. Большой регламент превращается в десятки фрагментов, по которым удобно искать.
  2. Перевод в смысл. Каждый кусок переводится в набор чисел - его «отпечаток смысла». Благодаря этому поиск находит фрагменты, близкие по смыслу, даже если слова в вопросе и в документе разные. Спросили «сколько везёте заказ» - поиск может найти пункт про «сроки доставки», хотя дословного совпадения нет.
  3. Поиск и ответ. Когда приходит вопрос, он тоже переводится в такой отпечаток, система находит самые близкие куски и отдаёт их нейросети вместе с вопросом. Модель отвечает по ним.

MCP решает соседнюю задачу: подключение помощника к инструментам и источникам. Это отдельный протокол, не синоним RAG; подробнее - MCP простыми словами. Здесь качество ответа зависит в том числе от извлечённого текста и результатов поиска.

База знаний для ИИ без программиста: 4 способа

СпособДля какой задачи рассмотретьЧто проверить до выбора
Claude ProjectsДокументы и общий контекст для разговоров в проектеДоступную версию Projects, права команды и ограничения плана
GPT в ChatGPTНастроенный помощник с файлами, если он доступен вашему рабочему пространствуПрава рабочего пространства и планы прекращения поддержки; новые GPT недоступны личным аккаунтам
NotebookLMВопросы к выбранным источникам и сверка ответа по нимПоддерживаемые источники, условия хранения и доступа
SaluteBot с GigaChatБот с поиском по документам и сценарием разговораОбработку файлов, ключи, переходы и документы в опубликованном канале

Справка Claude описывает проект как рабочее пространство с файлами и контекстом. Справка OpenAI исключает создание новых GPT в личных аккаунтах и описывает доступ организаций. В начале справки OpenAI также объявлен план прекращения поддержки custom GPT и перехода на Plugins. Перед новым внедрением проверьте уведомления своего рабочего пространства. Обе страницы прочитаны 26.10.2026.

Если база нужна для бота, который отвечает клиентам по вашим документам, - это уже ближе к рабочему ассистенту из разборов Claude Cowork для бизнеса и Telegram-бот для бизнеса.

Если база знаний для ИИ нужна вам в Claude на платном тарифе, российской картой его не оплатить. Я сам плачу за Claude картой для подписок «Плати по миру»: выпускается за пару минут, пополняется рублями через СБП.

Реклама. ООО "Капибара". ИНН 9703231520. ERID CQH36pWzJqNS1hfhjhHw7gV9o1enqYi47iUxBWCPDQMkUE

Как измерить экономию базы знаний для ИИ

Главная задача для базы знаний для ИИ - повторяющиеся вопросы по документам: условия доставки, справка сотрудникам, действующий регламент. Это один из возможных первых шагов автоматизации бизнеса с ИИ.

Замерьте время поиска ответа человеком, время проверки ответа бота и долю обращений, которые всё равно пришлось передать специалисту. К расходам добавьте обработку документов, обращения к модели и сопровождение. Без такого сравнения экономия не измерена.

Если нужна база с подключением к рабочему процессу, перейдите на страницу ИИ под ключ и оставьте заявку на аудит. Рабочий прототип показываем до договора.

Где база знаний для ИИ ошибается и как это проверять?

База знаний не гарантирует нулевое число ошибок. Для каждого ответа нужно проверить источник и условия, при которых требуется человек.

Сбер в рекомендациях для SaluteBot предупреждает: при недостаточно заданных правилах модель может выдать неверные условия. База знаний помогает предоставить источник, но ответ ещё нужно сверить. Проверено 26.10.2026.

Откуда берутся ошибки даже с базой:

  • Нужный кусок не нашёлся. Поиск может выбрать неподходящий фрагмент. Проверьте его соответствие вопросу. В документации Open WebUI прямо пишут: чаще всего дело не в «уме» модели - ей просто не дали нужный фрагмент (Open WebUI).
  • Плохо загруженный документ. Скан вместо текста, картинки, сложные таблицы - текст не извлёкся, искать не по чему. Перед запуском проверьте, что из файла извлечён нужный текст.
  • Используется старая версия. Обновили документ, а ответы идут по предыдущему. Проверяйте, что в поиске доступна свежая редакция.

Минимальная проверка: ответ соответствует действующему источнику, в нём нет придуманного условия, а при отсутствии основания вопрос передаётся человеку. Для спорных и чувствительных решений заранее назначьте ответственного.

Приватность: что нельзя загружать в базу знаний для ИИ?

Когда вы загружаете в базу регламенты и прайсы - это одно. Когда туда попадают паспортные данные клиентов, реквизиты или коммерческая тайна - совсем другое, и тут нужна осторожность.

Два вопроса к любому сервису перед загрузкой:

  1. Где физически лежат данные и не используются ли они для обучения модели. У вендоров разные политики - сверьте условия конкретного сервиса до загрузки.
  2. Кто имеет доступ к базе внутри вашей команды. База знаний удобна тем, что отвечает всем сразу, - значит, в неё не должно попасть то, что видеть должны не все.

Российское название модели не подтверждает допустимость загрузки любых данных. Сверьте условия конкретного сервиса, размещение файлов и доступ к ним до подключения. Тему приватности и рисков ИИ-агентов я разбирал подробнее в материале про безопасность ИИ-агентов - перед загрузкой клиентских данных стоит прочитать.

С чего начать первую базу знаний для ИИ

Не пытайтесь загрузить «всю компанию» сразу. Начните с одной узкой задачи - и доведите её до рабочего состояния.

  1. Выберите одну боль. Чаще это вопросы, на которые вы отвечаете по кругу: условия доставки, частые вопросы клиентов, регламент для новых сотрудников.
  2. Соберите 5-10 документов ровно по этой теме. Чистый текст, без сканов и лишней вёрстки. Так проще сверить каждый ответ с источником.
  3. Загрузите в Claude Projects или NotebookLM. Выберите сервис, в котором вашей команде доступны нужные файлы и права.
  4. Проверьте на 10 обезличенных вопросах. Задайте те, что вам реально задают. Сверьте ответы с документами, чтобы найти ошибки до подключения клиентов.
  5. Расширяйте по аппетиту. Заработало - добавляйте темы и подключайте бота к каналу с клиентами.

Начните с одной темы и списка проверочных вопросов. Следующий шаг - подтвердить, что в нужном канале используется действующая редакция, а вопрос без ответа передаётся человеку.

Чек-лист: база знаний для ИИ перед подключением

  • Для первой задачи отобраны разрешённые документы с извлекаемым текстом.
  • У каждого файла есть владелец, редакция и дата фактической проверки.
  • Старые версии исключены из активного поиска, новый ответ сверен.
  • Права ограничивают источники до поиска, проверен запрос закрытого материала.
  • Проверены обычный вопрос, отсутствие ответа и противоречие в документах.
  • Статусы тестирования и использования в каналах различаются; передача человеку настроена.

Источники

Частые вопросы

Выберите одну задачу и соберите действующие документы с доступным для извлечения текстом. Для каждого укажите владельца, дату сверки и круг читателей. Подготовьте вопросы с ожидаемыми ответами, включая вопрос без ответа в файлах и попытку получить закрытые сведения.
Максим Самусь
Автор
Основатель ClaudeLab

Десять лет в маркетинге: агентства, продвижение услуг, трафик из таргета и контекста. Весной 2026 взял в руки Claude Code и собрал первый собственный продукт и систему ИИ-агентов под свои задачи. С тех пор строит на этом агентство - сайты, автоматизацию и заказную разработку для бизнеса. Пишет о том, что делает сам: разбирает задачи, которые проходит на своих проектах и проектах клиентов. Свои продукты - Photogenia, нейрофотосессии с сайтом и Telegram-ботом, и Reachen, сервис генерации рекламных креативов. Ведёт Telegram-канал о Claude Code и нейросетях для бизнеса - @ai_smart_usage.

Эта статья была полезна?

Похожие статьи

Лимиты DeepSeek: достигнут лимит в Дипсике - что делать

Лимиты DeepSeek: что делать, если Дипсик пишет «достигнут лимит», как перенести задачу в новый чат и отличить перегрузку от ограничения API. Таблица ошибок, подтверждённые квоты и цены API. Официальные источники проверены 2 ноября 2026 года.

11 мин

Распознавание накладных нейросетью: УПД, ТОРГ-12 и как проверить результат

Разбор для бухгалтерии и снабжения: когда накладные и УПД не нужно распознавать, чем отличаются сервис 1С, облачный сервис и свой маршрут, какие поля проверять в строке. Внутри код проверки ИНН и арифметики, прогнанный на условных данных, и план пилота.

11 мин

Нейросеть для составления договоров: что ей доверить и как проверить

Как составить договор с нейросетью без выдуманных норм и потерянных условий: анкета сделки, промпт с плейсхолдерами, шесть шагов проверки, форма подписи по статье 434 ГК РФ. Нормы сверены 19.11.2026. Сервисы и договоры клиентов мы не тестировали.

13 мин

Нейросеть для составления сметы: что делает сама и что проверять руками

Разбираем, что нейросеть для составления сметы делает сама: раскладывает работы по строкам и берёт цены из вашего прайса. Даём запрос с запретами, восемь проверок итога, учебный пример с условными числами и порядок встраивания расчёта в CRM.

10 мин

Самое читаемое за 7 дней

  1. Лимиты DeepSeek: достигнут лимит в Дипсике - что делать
    Нейросети для бизнеса448 просмотров
  2. Лимиты Gemini: бесплатный доступ, подписки и цена API
    Нейросети для бизнеса94 просмотра