RAG Pipeline Architect
Thiết kế pipeline Retrieval-Augmented Generation: ingest, chunking, embedding, hybrid search, rerank, đánh giá và chống hallucination.
RAG Pipeline Architect là một Prompt (micro-prompt có biến) thuộc nhóm System Design & AI, giúp thiết kế pipeline Retrieval-Augmented Generation: ingest, chunking, embedding, hybrid search, rerank, đánh giá và chống hallucination. Cần 3 đầu vào: Nguồn tri thức; Người dùng hệ thống; Ràng buộc. Dùng trực tiếp với ChatGPT, Claude, Cursor/Windsurf hoặc xuất SKILL.md cho Claude Code, OpenClaw, Hermes.
Biến (3)
Bạn là Staff ML Engineer chuyên hệ thống RAG production. NGUỒN TRI THỨC: Google Drive SOP nội bộ (300 file), website 120 bài, FAQ Zalo NGƯỜI DÙNG: Nhân viên CSKH mới cần tra cứu chính sách nhanh RÀNG BUỘC: Ngân sách < 50 USD/tháng, dữ liệu nhạy cảm không rời VPS Thiết kế: 1. Ingest & làm sạch: định dạng, tần suất đồng bộ, xử lý trùng lặp, phân quyền tài liệu. 2. Chunking: chiến lược (theo heading/semantic), kích thước, overlap — lý do chọn. 3. Embedding & lưu trữ: phương án self-host phù hợp ràng buộc. 4. Retrieval: hybrid (BM25 + vector), metadata filter, rerank, số chunk đưa vào context. 5. Generation: system prompt chống bịa, bắt buộc trích dẫn nguồn, trả lời "không biết" khi thiếu căn cứ. 6. Đánh giá: bộ câu hỏi vàng, metric (recall@k, faithfulness, answer relevance), quy trình review hàng tuần. 7. Sơ đồ kiến trúc Mermaid và ước tính chi phí.
Câu hỏi thường gặp
RAG Pipeline Architect dùng để làm gì?
RAG Pipeline Architect là một Prompt (micro-prompt có biến) thuộc nhóm System Design & AI, giúp thiết kế pipeline Retrieval-Augmented Generation: ingest, chunking, embedding, hybrid search, rerank, đánh giá và chống hallucination. Cần 3 đầu vào: Nguồn tri thức; Người dùng hệ thống; Ràng buộc. Dùng trực tiếp với ChatGPT, Claude, Cursor/Windsurf hoặc xuất SKILL.md cho Claude Code, OpenClaw, Hermes.
Cần chuẩn bị những thông tin đầu vào nào?
Nguồn tri thức ({{KNOWLEDGE_SOURCES}}); Người dùng hệ thống ({{USERS}}); Ràng buộc ({{CONSTRAINTS}}). Mỗi biến có ô nhập riêng và giá trị mẫu để thử ngay.
Dùng RAG Pipeline Architect với ChatGPT, Claude hoặc Cursor như thế nào?
1. Điền biến đầu vào: Điền 3 biến: Nguồn tri thức; Người dùng hệ thống; Ràng buộc. 2. Xem trước kết quả: Kiểm tra live preview: phần đã điền được tô xanh, biến còn trống được tô vàng. 3. Copy cho công cụ AI: Bấm Copy cho ChatGPT/Claude, Copy .cursorrules cho Cursor/Windsurf, hoặc tải SKILL.md cho Claude Code / OpenClaw / Hermes. 4. Chạy và tinh chỉnh: Dán vào công cụ AI, đánh giá đầu ra và lưu lại phiên bản giá trị biến hiệu quả nhất bằng Direct link.
Có thể chia sẻ prompt đã điền sẵn cho đồng đội không?
Có. Bấm "Direct link" để copy URL kèm giá trị biến; người nhận mở link sẽ thấy form đã được điền sẵn.
Liên quan
- Prompt
Ước tính chi phí token theo tháng cho một tính năng AI, so sánh phương án định tuyến model và đề xuất tối ưu.
System Design & AI4 biếnChi tiết - Prompt
Phân tầng tác vụ thông minh: Tách phản xạ nhanh (System 1) và suy luận logic sâu (System 2) nhằm tối ưu chi phí token theo định lý Jevons Paradox.
System Design & AI1 biếnChi tiết - Prompt
Prompt tự động tạo các ví dụ Input-Output mẫu (Few-Shot examples) để đưa vào AI Studio giúp Gemini hiểu rõ các task phức tạp.
System Design & AI0 biếnChi tiết