RAG po polsku: jak działa i jak zbudować mini-system samemu

RAG (z ang. Retrieval-Augmented Generation, po polsku: generowanie wzbogacone wyszukiwaniem) to metoda, w której model językowy przed odpowiedzią wyszukuje pasujące fragmenty w Twoich dokumentach i odpowiada na ich podstawie, a nie tylko z pamięci. Model sam z siebie zna wyłącznie dane z treningu, zwykle sprzed wielu miesięcy, i nic nie wie o Twojej firmie, cenach ani procedurach. RAG dokłada mu aktualne dokumenty w chwili, gdy zadajesz pytanie - bez douczania modelu. Dzięki temu firmowy chatbot odpowie na pytanie o coś, co zmieniło się w zeszłym miesiącu, i może wskazać, z którego dokumentu wziął odpowiedź.

Aktualizacja 13.10.2026: dopisaliśmy definicję na początku tekstu, konkretne modele embeddingów, które obsługują polski, darmowe sposoby podłączenia modelu językowego oraz wbudowany RAG w projektach Claude. Usunęliśmy twierdzenie, że RAG działa z polskimi dokumentami „równie dobrze” jak z angielskimi - to zależy od wybranego modelu embeddingów. Włączyliśmy tu też treści z naszych starszych poradników o RAG: rozwinięcie skrótu, bazę wiedzy, halucynacje i źródła w ChatGPT oraz Perplexity.

Ten poradnik tłumaczy mechanizm bez inżynierskiego żargonu, pokazuje różnicę względem fine-tuningu (bo te dwa pojęcia ciągle się myli) i prowadzi Cię krok po kroku przez budowę mini-systemu RAG na darmowych narzędziach. Zero kodu wyższej szkoły jazdy - jeśli ogarniasz kopiuj-wklej i wpisywanie komend w terminalu, dasz radę.

RAG po polsku - co to właściwie znaczy

Nazwę RAG wprowadzili w 2020 roku badacze z Facebook AI Research, University College London i New York University. Opisali ją jako połączenie dwóch rodzajów pamięci: wiedzy zapisanej w parametrach modelu i zewnętrznego indeksu dokumentów, do którego model sięga w trakcie odpowiadania. W praktyce oznacza to prostą zasadę: najpierw szukaj, potem generuj. Bez tego model odpowiada wyłącznie z pamięci - a pamięć ma datę graniczną i zero wiedzy o Twojej firmie.

Skrót rozkłada się na trzy słowa: Retrieval (wyszukiwanie fragmentów w bazie wiedzy), Augmented (wzbogacenie pytania o te fragmenty) i Generation (napisanie odpowiedzi przez model). „System RAG” to całość: baza dokumentów, wyszukiwarka i model, który odpowiada. A jeśli szukasz zwykłego tłumaczenia: angielskie rag (l.mn. rags) to szmata albo ścierka.

Różnica jest prosta do wyobrażenia: zwykły model to ktoś, kto zdał egzamin rok temu i odpowiada z głowy. RAG to ta sama osoba, ale z otwartą teczką dokumentów na biurku - może zajrzeć, sprawdzić i dopiero wtedy odpowiedzieć. Dzięki temu odpowiedzi są aktualne i oparte na realnych źródłach, a nie na zgadywaniu.

Mechanizm działa w dwóch krokach. Najpierw system przeszukuje bazę wiedzy (dokumenty firmowe, PDF-y, strony FAQ, maile) pod kątem fragmentów pasujących do pytania. Potem te fragmenty trafiają razem z pytaniem do modelu językowego, który na ich podstawie formułuje odpowiedź. Model nie "pamięta" Twoich dokumentów na stałe - dostaje je za każdym razem od nowa, jako kontekst do konkretnego pytania.

Jak krok po kroku wygląda zapytanie w systemie RAG

Zanim zbudujesz cokolwiek własnymi rękami, warto rozłożyć proces na czynniki pierwsze - bo cała reszta poradnika bazuje na tych krokach.

1. Użytkownik zadaje pytanie - np. pracownik pyta chatbota: "Jaki jest okres wypowiedzenia w umowie z klientem X?".
2. Pytanie zamienia się na wektor - specjalny model (tzw. model embeddingów) przekształca tekst pytania w ciąg liczb reprezentujący jego znaczenie.
3. System szuka podobnych fragmentów - w bazie wektorowej porównuje ten wektor z wektorami wcześniej zaindeksowanych dokumentów i wybiera te najbardziej pasujące znaczeniowo (nie tylko po słowach kluczowych).
4. Znalezione fragmenty trafiają do modelu - razem z oryginalnym pytaniem, jako dodatkowy kontekst.
5. Model generuje odpowiedź - opartą na dostarczonych fragmentach, a nie na domysłach z ogólnej wiedzy.

Ten mechanizm wyszukiwania semantycznego, czyli szukania po sensie a nie po dosłownych słowach, to serce całego systemu. Jeśli chcesz zrozumieć tę część dogłębnie, ten temat rozkłada na czynniki pierwsze artykuł o wyszukiwaniu semantycznym z FAISS.

Baza wiedzy w RAG - co do niej wrzucić i jak o nią dbać

Baza wiedzy to dokumenty, z których system RAG może korzystać: regulaminy, cenniki, procedury, FAQ, umowy, notatki ze spotkań. Od tego, co do niej trafi, zależy jakość odpowiedzi.

• Stare wersje szkodzą. Jeśli obok nowego cennika leży stary, system może trafić na stary i podać z niego cenę z pełnym przekonaniem. Usuwaj nieaktualne pliki albo oznaczaj je datą.
• Opisz dokumenty. Data, wersja czy dział zapisane przy fragmentach (metadane) pozwalają np. brać pod uwagę tylko obowiązujące procedury.
• Skan to jeszcze nie tekst. Zeskanowany PDF trzeba przepuścić przez OCR (rozpoznawanie tekstu), a jego błędy przenoszą się na wyszukiwanie.
• Baza nie aktualizuje się sama. Nowy albo zmieniony dokument trzeba (ponownie) zaindeksować - przy częstych zmianach to stały proces, nie jednorazowy projekt.

RAG kontra fine-tuning: dwa różne narzędzia do dwóch różnych problemów

Tu ludzie się gubią najczęściej. Fine-tuning to douczanie modelu na Twoich danych - model "zapamiętuje" wzorce na stałe, zmieniając swoje wewnętrzne parametry. RAG niczego nie zmienia w modelu - dostarcza mu aktualne informacje na wejściu, przy każdym pytaniu z osobna.

Kiedy które wybrać?

• RAG sprawdza się, gdy dane zmieniają się często (cenniki, procedury, aktualności) i gdy chcesz, żeby model podawał źródło swojej wiedzy.
• Fine-tuning ma sens, gdy chcesz zmienić styl odpowiedzi (np. konkretny ton, format, żargon branżowy), a nie samą wiedzę.
• Fine-tuning wymaga ponownego trenowania przy każdej aktualizacji danych - kosztowne i czasochłonne. RAG wystarczy zaktualizować, podmieniając dokument w bazie.

W praktyce większość firmowych zastosowań (chatbot obsługi klienta, wewnętrzna wyszukiwarka wiedzy, asystent HR) korzysta z RAG - bo dane się zmieniają, a nikt nie chce trenować modelu od nowa co tydzień.

Budowa mini-RAG na darmowych narzędziach - krok po kroku

Zanim zaczniesz: potrzebujesz komputera z zainstalowanym Pythonem, kilku plików tekstowych lub PDF-ów, które chcesz "nauczyć" system, oraz dostępu do modelu językowego (lokalnie albo przez darmowy poziom API). Nie musisz umieć programować - większość poniższych kroków to kopiowanie gotowych fragmentów kodu z dokumentacji i wpisywanie komend.

1. Zbierz dokumenty źródłowe. Umieść w jednym folderze pliki PDF, TXT lub DOCX, które mają być bazą wiedzy - np. regulamin firmy, FAQ, procedury.
2. Zainstaluj bibliotekę do budowy RAG. Otwierasz terminal i instalujesz framework do łączenia modeli językowych z bazami wiedzy (np. LangChain) oraz bazę wektorową: FAISS (biblioteka od Meta) albo Chroma. Obie są darmowe, mają otwarty kod i działają lokalnie na Twoim komputerze, a LangChain ma gotowe połączenia z każdą z nich.
3. Podziel dokumenty na fragmenty. Długie dokumenty trzeba pociąć na mniejsze kawałki (np. po kilkaset słów) - system nie przeszukuje całych plików naraz, tylko krótsze fragmenty.
4. Zamień fragmenty na wektory. Uruchamiasz model embeddingów, który każdemu fragmentowi przypisuje reprezentację liczbową. Do polskich dokumentów wybierz model, który zna polski. Darmowe przykłady z Hugging Face: polski MMLW (np. sdadas/mmlw-roberta-large, licencja Apache 2.0) oraz wielojęzyczne multilingual-e5-large i BGE-M3 (oba na licencji MIT, BGE-M3 obsługuje ponad 100 języków). Uwaga na drobiazg: część modeli wymaga stałego prefiksu przed tekstem zamienianym na wektor. Według kart modeli sdadas/mmlw-roberta-large oczekuje przed każdym pytaniem prefiksu „zapytanie: ”, a multilingual-e5-large - „query: ” przed pytaniem i „passage: ” przed fragmentem dokumentu. Inne modele z rodziny MMLW mają inne prefiksy, więc zawsze sprawdź kartę wybranego modelu. Wyniki modeli na polskich danych porównasz w rankingu PIRB (Polish Information Retrieval Benchmark) na Hugging Face.
5. Zapisz wektory w bazie. FAISS lub Chroma przechowują te wektory lokalnie - nie potrzebujesz płatnej infrastruktury do testów.
6. Podłącz model językowy. Wybierasz model, który będzie generował odpowiedzi. Może to być model open-source uruchomiony lokalnie, np. przez darmowe narzędzie Ollama (macOS, Windows, Linux), albo model z darmowego poziomu API Gemini, w którym jest m.in. Gemini 3.8 Flash (stan na 13.10.2026). Uwaga: darmowy poziom nadaje się do testów na własnym komputerze. Warunki Gemini API pozwalają udostępniać aplikację użytkownikom w Europejskim Obszarze Gospodarczym (a więc także w Polsce) wyłącznie na płatnym planie, więc firmowy chatbot dla pracowników czy klientów wymaga już płatnego API. Do danych wrażliwych najbezpieczniejszy jest model lokalny - dokumenty nie opuszczają wtedy Twojego komputera.
7. Przetestuj zapytanie. Wpisujesz pytanie, sprawdzasz, czy system znajduje właściwe fragmenty i czy odpowiedź faktycznie się na nich opiera - a nie zmyśla.

To wersja minimum do nauki. Inne drogi (narzędzia bez kodu, n8n, Dify, biblioteki Pythona), koszty i typowe problemy opisujemy w poradniku jak zbudować i wdrożyć system RAG krok po kroku.

Jeśli dopiero zaczynasz z promptami i chcesz, żeby model lepiej rozumiał, czego od niego oczekujesz przy generowaniu odpowiedzi z kontekstu, warto zajrzeć do poradnika o pisaniu promptów do kodu z AI - zasady formułowania jasnych instrukcji przekładają się też na RAG.

Gdzie RAG sprawdza się w praktyce firmowej

Najczęstsze zastosowanie to chatbot firmowy - asystent, który odpowiada pracownikom lub klientom na podstawie aktualnej dokumentacji, a nie ogólnej wiedzy internetowej. Zamiast szkolić nowego pracownika trzy dni na procedurach, wpisuje pytanie do chatbota i dostaje odpowiedź z konkretnym cytatem z regulaminu.

RAG działa też w narzędziach do analizy dokumentów (szybkie przeszukiwanie umów, raportów), w systemach rekomendacyjnych oraz wszędzie tam, gdzie dokładność odpowiedzi liczy się bardziej niż kreatywność. Jeśli zastanawiasz się, który model najlepiej sprawdzi się jako silnik generujący odpowiedzi w takim systemie, ten wybór ułatwia poradnik jak wybrać Claude lub ChatGPT do pracy.

Dla polskich firm ważne jest jedno: RAG działa z dokumentami po polsku - baza wiedzy nie musi być tłumaczona, system indeksuje treść w oryginalnym języku. Warunek jest jeden: model embeddingów musi dobrze radzić sobie z polskim (patrz krok 4), bo to on decyduje, czy wyszukiwanie znajdzie właściwy fragment. To realnie obniża barierę wejścia dla małych i średnich firm, które nie mają budżetu na tłumaczenie całej dokumentacji na angielski przed wdrożeniem AI.

Pamiętaj też o bezpieczeństwie takiego systemu - baza wiedzy podłączona do modelu to potencjalny wektor ataku, jeśli ktoś podrzuci do niej spreparowany dokument. Zanim wdrożysz RAG produkcyjnie, sprawdź podstawy z artykułu o tym, jak rozpoznać prompt injection.

Czy RAG eliminuje halucynacje?

Ogranicza je, ale nie usuwa. Autorzy pracy z 2020 roku, w której pojawiła się nazwa RAG, pokazali, że ich modele z wyszukiwaniem piszą tekst bardziej konkretny i zgodny z faktami niż porównywalny model bez wyszukiwania. Błędy nadal się zdarzają, zwykle z trzech powodów (o samych halucynacjach piszemy osobno):

• Odpowiedzi nie ma w bazie. Źle ustawiony system dopowie wtedy coś z ogólnej wiedzy modelu.
• Wyszukiwanie przynosi zły fragment. Pytasz o termin wypowiedzenia, a system trafia na termin płatności - więcej o tym, kiedy RAG podaje prawdę, ale złą prawdę.
• Model źle odczytuje dobry fragment. Zwłaszcza przy zawiłych klauzulach umów i specyfikacjach.

Dlatego w poleceniu dla modelu dopisuje się instrukcję w rodzaju „odpowiadaj tylko na podstawie podanych fragmentów, a jeśli odpowiedzi w nich nie ma, napisz to wprost”, a przy odpowiedzi pokazuje źródło. Przy umowach czy finansach zawsze je sprawdź.

Najczęstsze pytania

Czy RAG wymaga trenowania własnego modelu AI?

Nie. RAG korzysta z gotowego modelu językowego i dokłada mu dostęp do zewnętrznej bazy wiedzy - nie trzeba go trenować od nowa. To jedna z głównych zalet tego podejścia względem fine-tuningu.

Czy RAG działa dobrze z dokumentami po polsku?

Tak, jeśli model embeddingów i model generujący obsługują polski - wtedy dokumentów nie trzeba tłumaczyć. Do wyszukiwania w polskich tekstach są gotowe darmowe modele, np. polski MMLW albo wielojęzyczne multilingual-e5 i BGE-M3. Jakość odpowiedzi zależy głównie od tego wyboru.

Czym różni się RAG od zwykłego chatbota opartego na ChatGPT?

Chatbot bez dostępu do Twoich dokumentów odpowiada z wiedzy ogólnej - nie zna Twoich regulaminów, cenników ani umów. RAG dokleja mu w locie fragmenty z Twojej bazy wiedzy, dzięki czemu odpowiedzi są aktualne i konkretne dla Twojej firmy.

Czym RAG różni się od wklejenia dokumentu do czatu?

Wklejając dokument, sam wybierasz, co model przeczyta - przy kilku plikach to wystarcza, zwłaszcza że obecne modele Claude mają w API okno kontekstowe 1 mln tokenów (stan na 13.10.2026). RAG wybiera automatycznie: z setek dokumentów bierze kilka pasujących fragmentów, więc działa też wtedy, gdy całość nie zmieściłaby się w oknie kontekstowym.

Dlaczego ChatGPT i Perplexity podają źródła w odpowiedziach?

Bo w trybie wyszukiwania działają jak RAG, tylko bazą wiedzy jest internet: najpierw szukają stron, potem odpowiadają na ich podstawie. Perplexity według własnej pomocy przeszukuje sieć na bieżąco i do każdej odpowiedzi dołącza numerowane przypisy ze źródłami. ChatGPT z wyszukiwaniem może dodać cytowania prowadzące do stron. OpenAI zastrzega jednak, że cytowania bywają niepełne albo błędne, więc przy ważnych sprawach otwórz źródło. Jak przygotować własną stronę, żeby takie wyszukiwarki mogły ją cytować, opisujemy w poradniku jak zbudować i wdrożyć system RAG.

Czy da się mieć RAG bez programowania?

Tak. W płatnych planach Claude (Pro, Max, Team i Enterprise) projekty z dużą bazą wiedzy same przełączają się w tryb RAG, gdy materiały zbliżają się do limitu okna kontekstowego albo go przekraczają. Według Anthropic zwiększa to pojemność projektu nawet 10-krotnie. Wystarczy wgrać dokumenty do projektu - bez instalowania czegokolwiek.

Czy zbudowanie prostego systemu RAG jest drogie?

Podstawową wersję można postawić na darmowych, lokalnych narzędziach - bazie wektorowej typu FAISS czy Chroma oraz otwartych modelach embeddingów. Koszty rosną dopiero przy skalowaniu na produkcję z dużym ruchem.

Kiedy lepiej wybrać fine-tuning zamiast RAG?

Fine-tuning ma sens, gdy chcesz zmienić sposób formułowania odpowiedzi przez model (styl, ton, format), a nie samą wiedzę, którą model wykorzystuje. Jeśli dane zmieniają się często, RAG jest prostszy i tańszy w utrzymaniu.

RAG nie jest magią - to dwuetapowy mechanizm: szukaj, potem generuj. Jeśli Twoja firma ma dokumentację, która zmienia się częściej niż raz na kwartał, to naturalny kandydat na wdrożenie tego podejścia zamiast kosztownego fine-tuningu. Żeby lepiej zrozumieć, co dzieje się "pod maską" modelu, który generuje odpowiedź na podstawie znalezionych fragmentów, przyda się też przewodnik po transformerach - to architektura, na której opiera się większość modeli używanych w RAG.

Jeden krok na start: weź jeden dokument firmowy, który często sprawdzasz ręcznie (regulamin, cennik, FAQ), i zapytaj o niego ChatGPT lub Claude wprost, wklejając jego treść do okna czatu. Zobaczysz różnicę między odpowiedzią "z pamięci" a odpowiedzią opartą na konkretnym tekście - to właśnie fundament, na którym stoi cały RAG.