เมื่อเครื่องจักรมีปัญหา ช่างอาจต้องเปิดคู่มือหลายฉบับ ถามผู้มีประสบการณ์ และค้นประวัติซ่อมจากเอกสารคนละระบบ AI ผู้ช่วยค้นความรู้จึงควรเริ่มจากการช่วย หาเนื้อหาที่ถูกฉบับ พร้อมบอกว่าคำตอบมาจากไหน ก่อนขยายไปสู่การทำงานอื่น
บทความนี้เสนอแนวทางทดลองสำหรับองค์กรที่มีคู่มือ SOP และบันทึกงานอยู่แล้ว ตัวอย่างเป็นแบบออกแบบระบบ ไม่ใช่ผลการติดตั้งหรือคำรับรองความแม่นยำ
RAG ช่วยเชื่อมคำถามกับเอกสารอย่างไร
RAG หรือ Retrieval-Augmented Generation คือแนวทางนำข้อความที่ค้นได้จากแหล่งข้อมูลมาเป็นบริบทให้โมเดลสร้างคำตอบ สำหรับโรงงาน ควรส่งต่อทั้งเนื้อหา ชื่อเอกสาร รุ่นเครื่อง และวันที่มีผล เพื่อให้ผู้ใช้ตรวจย้อนกลับได้
ลำดับงานที่เสนอคือ ผู้ใช้ถาม → ตรวจสิทธิ์ → ค้นเอกสารที่เกี่ยวข้อง → เลือกข้อความประกอบ → สร้างคำตอบพร้อมอ้างอิง → เปิดเอกสารต้นทาง โดยต้องตรวจสิทธิ์ก่อนส่งเนื้อหาเข้าโมเดล และเมื่อเปิดลิงก์ต้นทางอีกครั้ง
เตรียมเอกสารก่อนเลือกโมเดล
เริ่มจากคู่มือของเครื่องหนึ่งกลุ่มและ SOP ที่มีผู้รับผิดชอบชัดเจน จัดข้อมูลกำกับให้ค้นและกรองได้
| ข้อมูลกำกับ | เหตุผลที่ต้องมี | |---|---| | รหัสเครื่องและรุ่น | ป้องกันการหยิบวิธีของเครื่องคนละรุ่น | | เลขเอกสารและ revision | ระบุฉบับที่มีผลจริง | | วันที่อนุมัติและสถานะ | แยกเอกสารใช้งานออกจากฉบับร่าง | | หน่วยงานและสิทธิ์อ่าน | จำกัดการเข้าถึงข้อมูลตามบทบาท | | หน้าและหัวข้อ | เปิดกลับไปตรวจข้อความต้นทาง |
ไฟล์สแกนควรตรวจคุณภาพ OCR โดยเฉพาะตัวเลข หน่วย และรหัสอะไหล่ การแปลงผิดตั้งแต่ต้นทำให้การค้นและคำตอบผิดตามได้ แม้ระบบตอบเป็นภาษาที่อ่านลื่นก็ตาม
ออกแบบคำตอบให้ตรวจสอบได้
หน้าคำตอบควรแสดงข้อความสั้น แหล่งอ้างอิง และข้อจำกัดที่เกี่ยวข้อง ถ้าค้นเอกสารไม่พบหรือพบหลายฉบับขัดกัน ให้บอกสถานะนั้นและเสนอให้เลือกเครื่องหรือ revision เพิ่มเติม
สำหรับคำถามที่เกี่ยวกับการตั้งค่าเครื่อง ให้แสดงชื่อเครื่องและฉบับเอกสารเด่นกว่าข้อความสรุป การมีแหล่งอ้างอิงไม่ได้รับประกันว่าข้อสรุปถูกต้อง ผู้รับผิดชอบหน้างานยังต้องตรวจขั้นตอนก่อนนำไปใช้
NIST Generative AI Profile กล่าวถึงความเสี่ยงจากคำตอบที่แต่งขึ้นและการจัดการข้อมูล จึงเป็นแหล่งอ่านประกอบการออกแบบการตรวจคำตอบและการควบคุมข้อมูลของโครงการนี้
ทดสอบด้วยชุดคำถามที่ทีมงานใช้จริง
จัดชุดคำถามที่ผู้เชี่ยวชาญตรวจไว้ล่วงหน้า โดยแยกจากเอกสารหรือคำถามที่ใช้ปรับระบบ แล้วเปรียบเทียบก่อนและหลังเปลี่ยนวิธีค้นหรือโมเดล
- คำถามที่มีคำตอบตรงในคู่มือ ต้องหาเอกสารและหน้าที่ถูกต้อง
- คำถามระบุเครื่องไม่ครบ ต้องถามข้อมูลเพิ่มแทนการเดา
- คำถามไม่มีคำตอบ ต้องแจ้งว่าไม่พบหลักฐานรองรับ
- ผู้ใช้ต่างสิทธิ์ ต้องไม่เห็นเอกสารหรือข้อความสรุปที่ไม่ได้รับอนุญาต
- เอกสารเก่าหรือถูกถอน ต้องไม่ถูกนำกลับมาเป็นคำแนะนำปัจจุบัน
บันทึกทั้งเวลาค้น อัตราคำตอบที่ผู้ตรวจยอมรับ ความถูกต้องของแหล่งอ้างอิง และจำนวนครั้งที่ระบบควรปฏิเสธแต่ยังตอบ อย่าใช้คะแนนความพึงพอใจเพียงตัวเดียว
เริ่มทดลองโดยยังไม่สั่งงานเครื่องจักร
กำหนดขอบเขตแรกเป็นผู้ช่วยอ่านข้อมูล ให้ทีมช่างใช้งานควบคู่กับวิธีเดิม และมีช่องทางส่งคำตอบผิดกลับไปแก้ฐานความรู้ การเชื่อม API เพื่อแก้ไขข้อมูลหรือสั่งงานควรเป็นโครงการอีกขั้นที่มีสิทธิ์และการอนุมัติแยกชัดเจน
ถ้ามีระบบเดิมอยู่แล้ว สามารถวางผู้ช่วยนี้ร่วมกับ เว็บแอปองค์กร หรือ บริการพัฒนาระบบ AI ได้ เริ่มสำรวจแนวคิดที่ Demo Center หรือ ปรึกษาการจัดการเอกสารและสิทธิ์ผู้ใช้
