Seorang supervisor bertanya, “Kapan retur boleh diterima tanpa kemasan asli?” Asisten AI menemukan kalimat yang mengizinkan retur, tetapi melewatkan syarat bahwa nomor seri harus terbaca. Dua kalimat itu ada di SOP yang sama. Saat dokumen dibagi untuk pencarian, keduanya masuk ke potongan yang berbeda.
Chunking RAG adalah cara membagi dokumen menjadi bagian yang bisa dicari. RAG, singkatan dari retrieval-augmented generation, mencari sumber yang relevan sebelum model menyusun jawaban. Untuk SOP, potongan yang baik membawa aturan beserta syarat yang menentukan kapan aturan itu berlaku.
Pilih Unit yang Masuk Akal bagi Pembaca SOP
Sebelum menentukan ukuran, tandai bagian yang dipakai bersama. Pada prosedur retur, satu unit mungkin memuat jenis produk, kondisi barang, syarat nomor seri, dan pihak yang menyetujui. Pada tabel pengeluaran, baris batas nilai perlu membawa judul kolom, mata uang, dan jabatan penyetuju. Simpan identitas dokumen, nomor bagian, versi berlaku, dan rujukan halaman agar operator dapat membuka sumber.
Dokumentasi Azure AI Search tentang pembagian dokumen menjelaskan beberapa pendekatan, termasuk pembagian berdasar panjang dan mengikuti struktur dokumen. Pilih dari jenis SOP dan pertanyaan pengguna. Ukuran yang bekerja untuk memo singkat belum tentu cocok untuk tabel persetujuan atau lampiran teknis.
Bandingkan Tiga Cara Membagi Dokumen
Potongan Berukuran Tetap sebagai Pembanding
Bagi teks pada batas kalimat dengan ukuran yang konsisten. Tambahkan sedikit pengulangan di tepi potongan bila syarat kerap terbelah. Cara ini praktis untuk menguji awal pada dokumen yang seragam. Jika kutipan menjadi berulang atau hasil teratas menampilkan bagian yang sama berkali-kali, kurangi pengulangan atau kelompokkan hasil menurut sumber.
Ikuti Judul Bagian dan Struktur Tabel
Untuk SOP yang rapi, bawa judul bab dan subbab ke potongan anak. Gabungkan satu aturan dengan catatan kaki yang mengubah maknanya. Jika tabel terlalu panjang, bagi berdasarkan kelompok baris dan ulangi judul kolom pada setiap bagian. Jangan meratakan tabel menjadi deretan angka tanpa label.
Temukan Potongan Kecil, Ambil Bagian Induk bila Perlu
Potongan kecil membantu pencarian menemukan frasa spesifik seperti “nomor seri”. Sistem kemudian dapat mengambil paragraf induk atau bagian yang dirujuk agar jawaban memiliki konteks. Batasi perluasan pada bagian yang relevan dan diizinkan untuk pengguna. Jika versi berlaku tidak bisa dipastikan atau dua sumber yang sah bertentangan, tampilkan sumber untuk diperiksa oleh pemilik SOP.
Uji Isi Potongan sebelum Menilai Gaya Jawaban
Pilih satu keluarga SOP digital. Minta pemilik proses menyusun pertanyaan dari kasus kerja nyata yang sudah disamarkan: syarat pengecualian, tabel otorisasi, prosedur yang berlaku di lokasi tertentu, serta pertanyaan yang tidak dijawab dokumen. Untuk tiap kasus, catat bagian yang harus ditemukan dan rincian yang wajib ada. Pada contoh retur tadi, keberhasilan berarti dua bukti muncul bersama: kondisi tanpa kemasan dan kewajiban nomor seri.
Bandingkan konfigurasi dengan pencarian, model, dokumen, dan set pertanyaan yang sama. Ukur persentase kasus saat semua bukti wajib ditemukan dalam hasil teratas, kelengkapan syarat pada jawaban, ketepatan kutipan, dan waktu respons. Catat kegagalan berdasarkan jenis: potongan salah batas, pencarian tidak menemukan sumber, atau model mengabaikan bukti yang sudah ditemukan. Masing-masing memerlukan perbaikan yang berbeda.
Tim data menjaga pemetaan bagian ke dokumen asli. Pemilik SOP memutuskan apakah jawaban sudah lengkap. Mulai dari penggunaan baca saja; proses yang memutuskan hak retur, pembayaran, atau dispensasi tetap mengikuti persetujuan yang berlaku. Jika potongan sudah utuh tetapi pencarian masih meleset, tinjau cara menggabungkan pencarian kata dan makna.
Jika asisten internal sering menemukan SOP yang benar tetapi melewatkan pengecualian, bahas contoh kegagalannya dengan Layana.ID. Bawa satu SOP yang boleh dibagikan dan beberapa pertanyaan nyata. Gunakan itu untuk menentukan uji kecil dalam pengembangan asisten berbasis dokumen.