---
title: "Что такое RAG? Генерация, дополненная поиском | BroadRouter"
description: "RAG находит нужные фрагменты в ваших документах и добавляет их в промпт, чтобы LLM отвечала по ним. Как устроен конвейер и когда выигрывает длинный контекст."
url: https://broadrouter.com/ru/glossary/rag/
lang: ru
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/rag/) (обновлён 2026-11-14).

# RAG (генерация, дополненная поиском)

Обновлено 2026-11-14

RAG (retrieval-augmented generation, генерация, дополненная поиском) — это подход, при котором приложение сначала находит во внешнем хранилище, например поисковом или векторном индексе, фрагменты, относящиеся к вопросу, а затем добавляет их в промпт, чтобы языковая модель отвечала по этому тексту, а не только по памяти.

Также называют: генерация с дополненной выборкой, генерация, дополненная поиском, RAG-система, RAG-конвейер, RAG, retrieval-augmented generation, retrieval augmented generation, RAG pipeline, retrieval-augmented LLM

RAG даёт модели открытую книгу: прежде чем она ответит, ваш код находит нужные страницы и кладёт их в промпт.

## Как это работает

Термин появился в работе Lewis и др. (2020). Авторы объединили генерирующую модель (“parametric memory”, перевод: «параметрическая память») с “a dense vector index of Wikipedia” (перевод: «плотным векторным индексом Википедии»; “non-parametric memory”, перевод: «непараметрическая память»), к которому модель обращалась через нейросетевой ретривер, и сообщили о лучших результатах в ответах на вопросы открытой предметной области, чем у моделей, полагавшихся только на свои веса.

Современный RAG-конвейер с LLM API обычно выглядит так:

1.  **Индексация.** Документы делятся на фрагменты (чанки), каждый превращается в [эмбеддинги](https://broadrouter.com/ru/glossary/embeddings/) и сохраняется в [векторной базе данных](https://broadrouter.com/ru/glossary/vector-database/), часто рядом с индексом по ключевым словам.
2.  **Поиск.** Вопрос пользователя тоже превращается в эмбеддинг, и находятся самые похожие фрагменты, скажем от 5 до 20.
3.  **Генерация.** Эти фрагменты попадают в промпт с инструкцией отвечать только по ним и ссылаться на них. Промпт отправляется чат-модели.

Модель сама ничего не ищет. Потолок задаёт качество поиска: если нужный фрагмент не найден, модель не сможет им воспользоваться.

## Почему это важно

-   **Актуальность.** Знания в весах модели заканчиваются датой окончания обучения. RAG позволяет отвечать по сегодняшнему прайс-листу или регламенту.
-   **Стоимость.** 10 фрагментов стоят намного меньше входных токенов, чем весь корпус в каждом вопросе.
-   **Прослеживаемость.** Ответы могут ссылаться на фрагменты, из которых взяты, — это помогает [заземлению (grounding)](https://broadrouter.com/ru/glossary/grounding/) и облегчает поиск [галлюцинаций](https://broadrouter.com/ru/glossary/hallucination/).
-   **Порядок важен.** Начало и конец длинного промпта модели используют лучше, чем середину. Ставьте лучшие фрагменты первыми. См. [lost in the middle](https://broadrouter.com/ru/glossary/lost-in-the-middle/).

## В BroadNet Inference

BroadNet отвечает за этап генерации. Эндпоинт для эмбеддингов в документации не указан, поэтому для поиска нужна отдельная модель эмбеддингов или поиск по ключевым словам. DeepSeek V4.1 Flash и GLM 5.3 принимают до 1 048 576 токенов контекста, поэтому можно щедро добавлять найденные фрагменты (а для небольших корпусов — обойтись без поиска). Статья [«длинный контекст или RAG»](https://broadrouter.com/ru/blog/long-context-vs-rag/) сравнивает оба подхода по цене и полноте, а [поиск для RAG на арабском](https://broadrouter.com/ru/blog/arabic-rag-search/) разбирает нормализацию и гибридный поиск для арабского.

## Частые ошибки

-   Винить модель, когда ошибается поиск. Логируйте, какие фрагменты были найдены для каждого ответа.
-   Фрагменты, которые режут таблицы или предложения пополам.
-   Нет инструкции отвечать «не найдено». Без неё модель заполняет пробелы по памяти.

## Вопросы и ответы

### RAG — это то же самое, что дообучение?

Нет. RAG добавляет документы в промпт в момент запроса и ничего не меняет в модели. Дообучение меняет веса модели. RAG проще обновлять: вы переиндексируете документ, а не переобучаете модель.

### Нужна ли для RAG векторная база данных?

Не всегда. Поиском (ретривером) может служить поиск по ключевым словам, SQL-запрос или небольшой индекс в памяти. Векторная база полезна, когда документов много и нужны совпадения по смыслу.

### Заменяет ли контекстное окно в 1 млн токенов RAG?

Иногда. Если весь корпус помещается в окно и к нему часто обращаются с кэшированием, можно отправлять его целиком. Для больших или быстро меняющихся корпусов поиск всё ещё дешевле и быстрее в расчёте на вопрос.

## См. также

-   [Эмбеддинги (embeddings)](https://broadrouter.com/ru/glossary/embeddings/) (термин)
-   [Векторная база данных (vector database)](https://broadrouter.com/ru/glossary/vector-database/) (термин)
-   [Контекстное окно (context window)](https://broadrouter.com/ru/glossary/context-window/) (термин)
-   [Заземление (grounding)](https://broadrouter.com/ru/glossary/grounding/) (термин)
-   [Галлюцинация (hallucination)](https://broadrouter.com/ru/glossary/hallucination/) (термин)
-   [Потеря в середине (lost in the middle)](https://broadrouter.com/ru/glossary/lost-in-the-middle/) (термин)
-   [Чанкинг (chunking) в RAG](https://broadrouter.com/ru/glossary/chunking/) (термин)
-   [Реранкинг (reranking)](https://broadrouter.com/ru/glossary/reranking/) (термин)
-   [Гибридный поиск (hybrid search)](https://broadrouter.com/ru/glossary/hybrid-search/) (термин)
-   [BM25](https://broadrouter.com/ru/glossary/bm25/) (термин)
-   [OpenAI Python SDK и BroadNet Inference](https://broadrouter.com/ru/guides/openai-python-sdk/) (руководство)
-   [Длинный контекст или RAG: когда 1 млн токенов заменяет векторную БД](https://broadrouter.com/ru/blog/long-context-vs-rag/) (статья)
-   [RAG на арабском: нормализация, чанкинг и поиск, который работает](https://broadrouter.com/ru/blog/arabic-rag-search/) (статья)
-   [Когда контекстное окно на 1 млн токенов оправдано (а когда нет)](https://broadrouter.com/ru/blog/million-token-context-window-guide/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

[Начать](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-rag&utm_content=page-cta) ·

**Источники**

-   [Lewis и др., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks (arXiv, NeurIPS 2020)](https://arxiv.org/abs/2005.11401)
-   [OpenAI, руководство по векторным эмбеддингам (сценарий поиска)](https://developers.openai.com/api/docs/guides/embeddings)
-   [Справочник API BroadNet Inference, ID моделей и контекст (на английском)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ru-glossary-rag&utm_content=sources#models)
