1. Najpierw zdefiniuj publiczne źródło prawdy
Dokumenty, strony i dane używane przez RAG powinny być zatwierdzone i mieć właściciela. Jeżeli źródła są sprzeczne, retrieval tylko szybciej dostarczy modelowi sprzeczność.
2. Chunking powinien zachowywać kontekst
Dzielenie dokumentu na arbitralne kawałki może odciąć warunki od odpowiedzi. Segmentacja powinna odpowiadać strukturze informacji i zachowywać informacje potrzebne do prawidłowej interpretacji.
3. Retrieval trzeba testować oddzielnie od generacji
Jeżeli właściwy fragment nie trafia do kontekstu, zmiana promptu nie naprawi problemu. Warto mierzyć trafność wyszukiwania i jakość odpowiedzi jako osobne etapy.
4. Fallback jest częścią produktu
Gdy źródło nie zawiera odpowiedzi, bezpieczniejszym zachowaniem może być jawne `nie wiem`, wskazanie materiału lub przekazanie do człowieka zamiast generowania wiarygodnie brzmiącej odpowiedzi.