Chatbot ที่ตอบจากเอกสารบริษัท (RAG) ทำงานยังไง และพลาดตรงไหนบ้าง

Chatbot ที่ใช้ AI ทั่วไปตอบได้ทุกเรื่อง ยกเว้นเรื่องของบริษัทคุณ มันไม่รู้ราคาสินค้า เงื่อนไขการรับประกัน หรือระเบียบภายในของคุณ และถ้าถูกถาม มันมักแต่งคำตอบที่ฟังดูน่าเชื่อขึ้นมาแทนที่จะบอกว่าไม่รู้ เทคนิคที่แก้ปัญหานี้เรียกว่า RAG ซึ่งเป็นหัวใจของ chatbot องค์กรแทบทุกตัวในตอนนี้ บทความนี้อธิบายว่ามันทำงานยังไง พลาดตรงไหนบ้าง และวัดยังไงว่าตอบถูกจริง

RAG คืออะไร

RAG ย่อมาจาก Retrieval-Augmented Generation แปลตรงตัวคือให้ AI ค้นก่อนแล้วค่อยตอบ เทียบง่าย ๆ คือการเปลี่ยนจากสอบปิดตำราเป็นสอบเปิดตำรา AI ไม่ต้องจำข้อมูลของบริษัทไว้ในหัว แต่ทุกครั้งที่มีคนถาม ระบบจะไปค้นหน้าที่เกี่ยวข้องจากเอกสารของบริษัทมาให้ AI อ่านก่อน แล้วให้ตอบจากสิ่งที่อ่านเท่านั้น

ข้อดีที่ใหญ่ที่สุดคือข้อมูลอัปเดตได้ทันที ราคาเปลี่ยนก็แค่เปลี่ยนเอกสาร ไม่ต้องสอนหรือเทรน AI ใหม่ และทุกคำตอบชี้กลับไปได้ว่ามาจากเอกสารฉบับไหน หน้าไหน

ทำงานยังไง ทีละขั้น

1. เตรียมเอกสาร ดึงข้อความออกจากไฟล์ PDF, Word, หน้าเว็บ หรือฐานข้อมูล แล้วตัดเป็นท่อนสั้น ๆ ท่อนละเรื่อง
2. แปลงแต่ละท่อนเป็นตัวเลขชุดหนึ่งที่แทนความหมาย (embedding) เก็บไว้ในฐานข้อมูลที่ค้นตามความหมายได้
3. เมื่อมีคนถาม ระบบแปลงคำถามเป็นตัวเลขแบบเดียวกัน แล้วหาท่อนเอกสารที่ความหมายใกล้ที่สุดมาห้าถึงสิบท่อน
4. ส่งคำถามพร้อมท่อนเอกสารเหล่านั้นให้ AI พร้อมคำสั่งว่าให้ตอบจากเอกสารนี้เท่านั้น ถ้าไม่มีคำตอบให้บอกว่าไม่ทราบ
5. แสดงคำตอบพร้อมอ้างอิงว่ามาจากเอกสารไหน ให้คนถามตรวจต่อได้

ขั้นที่ AI ทำจริง ๆ มีแค่ขั้นที่สี่ อีกสี่ขั้นเป็นงานระบบล้วน ๆ และเป็นที่ที่ chatbot ส่วนใหญ่พลาด

พลาดตรงไหนบ้าง

เอกสารต้นทางไม่พร้อม

AI ตอบได้ดีเท่ากับเอกสารที่ค้นเจอ ถ้ามีคู่มือราคาสามฉบับที่ไม่ตรงกัน มันจะหยิบฉบับไหนมาตอบก็ได้ PDF ที่เป็นภาพสแกนต้องผ่าน OCR ซึ่งยังอ่านภาษาไทยพลาดบ่อย และตารางใน PDF มักถูกดึงออกมาเป็นข้อความที่คอลัมน์ปนกันจนอ่านไม่รู้เรื่อง งานเตรียมเอกสารจึงมักกินเวลามากกว่างานเชื่อม AI

การค้นหาภาษาไทย

ภาษาไทยไม่มีเว้นวรรคระหว่างคำ การตัดเอกสารเป็นท่อนหรือค้นด้วยคำสำคัญจึงพลาดง่ายกว่าภาษาอังกฤษ และการค้นตามความหมายอย่างเดียวมักพลาดกับสิ่งที่ต้องตรงตัว เช่น รหัสสินค้า เลขรุ่น หรือชื่อเฉพาะ ระบบที่ใช้กับเอกสารไทยได้ดีจึงมักค้นสองแบบพร้อมกัน ทั้งตามความหมายและตามคำที่ตรงตัว แล้วรวมผลเข้าด้วยกัน

สิทธิ์การเข้าถึง

ถ้าเอาเอกสารทุกฉบับเข้าระบบเดียวกัน พนักงานฝ่ายขายอาจถามแล้วได้คำตอบจากเอกสารเงินเดือนของฝ่ายบุคคล ระบบต้องกรองท่อนเอกสารตามสิทธิ์ของคนถามก่อนส่งให้ AI เสมอ ไม่ใช่สั่งให้ AI ช่วยระวัง เพราะ AI ไม่ใช่รั้วที่ไว้ใจได้

คำถามที่ต้องใช้ข้อมูลสด

สต็อกเหลือเท่าไหร่ ออเดอร์นี้ส่งถึงไหนแล้ว ยอดค้างชำระเท่าไหร่ คำถามพวกนี้ไม่ควรตอบจากเอกสาร เพราะเอกสารเก่าทันทีที่เขียนเสร็จ ต้องให้ AI เรียกข้อมูลจากระบบ ERP หรือฐานข้อมูลโดยตรงผ่าน API และจำกัดให้เรียกได้เฉพาะข้อมูลของลูกค้าคนที่ถามเท่านั้น

ตอบนอกขอบเขต

ต่อให้สั่งให้ตอบจากเอกสารเท่านั้น AI ก็ยังเติมความรู้ทั่วไปของตัวเองลงไปได้ ถ้าคนถามเรื่องที่ไม่มีในเอกสาร ระบบที่ดีต้องตอบว่าไม่ทราบและส่งต่อให้เจ้าหน้าที่ ไม่ใช่พยายามช่วยจนเกินขอบเขต เรื่องนี้ต้องออกแบบและทดสอบจริง ไม่ใช่แค่เขียนไว้ในคำสั่ง

วัดยังไงว่าตอบถูกจริง

• เก็บคำถามจริงจากลูกค้าหรือพนักงานห้าสิบถึงร้อยข้อ พร้อมคำตอบที่ถูกต้องที่ฝ่ายที่รู้เรื่องเขียนไว้
• รันชุดคำถามนี้ทุกครั้งที่เปลี่ยนเอกสาร เปลี่ยนวิธีตัดท่อน หรือเปลี่ยนโมเดล ดูว่าตอบถูกกี่ข้อและผิดแบบไหน
• ใส่คำถามที่ไม่มีคำตอบในเอกสารไว้ในชุดทดสอบด้วย เพื่อวัดว่าระบบยอมตอบว่าไม่ทราบหรือเปล่า
• มีปุ่มให้คนใช้กดว่าคำตอบนี้ช่วยได้หรือไม่ แล้วเอาคำถามที่ถูกกดว่าไม่ช่วยกลับมาเติมชุดทดสอบ

ถ้าไม่มีชุดทดสอบ การปรับระบบจะเป็นการเดา แก้คำถามหนึ่งให้ตอบถูกแล้วอีกสิบคำถามอาจตอบผิดโดยไม่มีใครรู้

เริ่มจากตรงไหน

เริ่มจากเอกสารชุดเดียวที่เป็นปัจจุบันและมีเจ้าของชัดเจน เช่น คู่มือสินค้าหรือระเบียบภายใน ตามหลักเดียวกับการเลือกงาน AI งานแรกขององค์กร และเริ่มกับพนักงานก่อนลูกค้า พนักงานรู้ว่าคำตอบไหนผิด และคำตอบผิดไม่หลุดไปถึงลูกค้า เมื่อวัดผลแล้วตอบถูกในระดับที่รับได้ ค่อยขยายไปเอกสารชุดอื่นหรือเปิดให้ลูกค้าใช้ผ่านเว็บหรือ LINE OA ที่เชื่อมกับระบบหลังบ้าน

CHAT 1 AI ของเราสร้างบนแนวคิดนี้ คือเชื่อมเอกสารและระบบที่ธุรกิจมีอยู่แล้ว และให้กำหนดขอบเขตได้เองว่าจะให้ตอบอะไร ไม่ตอบอะไร