RAG и слепые зоны: как находить пробелы в базе знаний без ручного разбора диалогов

У RAG-систем есть типичная болезнь: база знаний отвечает только на то, что в неё уже заложили, и молчит о вопросах, которых там нет. Если пользователь спрашивает о том, чего нет в базе, диалог переводится оператору. Оператор решает проблему, но через несколько дней приходит другой человек с тем же вопросом — и агент снова не знает ответа, потому что информация осталась только в истории поддержки.

Проблема усугубляется с ростом числа обращений: повторяющиеся вопросы тонут в тысячах диалогов, а редактор базы знаний видит лишь общую статистику передач оператору и точечные просьбы от продакта. В итоге контент для RAG пополняется по ощущениям, громким жалобам и случайно замеченным кейсам.

Авторы решили автоматизировать поиск таких пробелов. Их сервис читает обращения пользователей, выделяет из ответов операторов полезные решения, объединяет повторяющиеся запросы, сравнивает с текущей базой знаний и формирует для редактора готовые рекомендации. Это позволяет пополнять базу полуавтоматически, без ручного прочёсывания диалогов, и не терять ценные ответы из поддержки.