Retrieval-Augmented Generation (RAG)

Retrieval-Augmented Generation (RAG) adalah terobosan dalam dunia kecerdasan buatan yang memecahkan masalah "halusinasi" (AI mengarang jawaban).

Bagaimana RAG Bekerja?

Alih-alih hanya mengandalkan data pelatihan masa lalu yang tersimpan di dalam "otak"-nya, AI dengan sistem RAG akan: 1. Retrieval (Pencarian): Melakukan pencarian di internet atau database internal untuk mencari dokumen relevan terkait pertanyaan pengguna. 2. Augmented (Pengayaan): Mengambil teks dari dokumen tersebut dan memasukkannya ke dalam context window AI. 3. Generation (Pembuatan Teks): AI merangkum dokumen tersebut menjadi jawaban yang koheren, biasanya disertai dengan kutipan (footnotes).

Mesin seperti Perplexity AI dan Microsoft Copilot beroperasi menggunakan arsitektur RAG, yang membuatnya menjadi target utama untuk praktik Generative Engine Optimization (GEO).