Grounding وRAG في Agentforce: كيف نربط Agent بمعرفة موثوقة

الإجابة المختصرة

يشكل "التأصيل" (Grounding) الفارق بين عامل آلي يستشهد بسياسة معتمدة وعامل آلي يصوغ ما يبدو صحيحًا. في Agentforce، تتألف طبقة التأصيل من أربعة مكونات تُبنى بتسلسل: ماهية المصادر المُعلنة كمصادر موثوقة، وكيف يُجزّأ المحتوى ويُعلّم لأغراض الاسترجاع، وكيف تُحفظ أذونات المستخدم لحظة الاسترجاع، وماذا يحدث عندما لا يُعثر على مصدر مناسب.

معظم الإخفاقات التي نراها في المشاريع التجريبية ليست إخفاقات متعلقة بالنموذج. إنها إخفاقات تتعلق بقاعدة معرفية لم يمتلكها أحد لمدة عامين، أو بمستندات تم بترها في منتصف جداول، أو بغياب مسار احتياطي. لذا، يبدأ العمل بفحص جاهزية المحتوى وليس بكتابة التعليمات (Instructions).

للمزيد حول النطاق الواسع لاختيار حالة الاستخدام (Use Case)، يُرجى مراجعة Agentforce للمؤسسات.

الطبقات الأربع للتأصيل (Grounding)

الطبقة 1: الإعلان عن مصادر الحقيقة

الخطوة الأولى ليست تقنية. يتم أخذ الأسئلة العشرين الأكثر شيوعًا في العملية المختارة، ولكل سؤال يُحدد مكان الإجابة الصحيحة حاليًا. تكون النتيجة مفاجئة دائمًا تقريبًا: بعض الإجابات موجودة في مقال معرفي (Knowledge Article)، وبعضها في حقل CRM، وبعضها في مستند لدى مدير فريق، وبعضها في أذهان شخصين قديمين.

يجب أن يكون لكل مصدر يتم إدخاله مالك مُحدد بالاسم، وتكرار تحديث متفق عليه، وتاريخ آخر فحص. المصدر الذي لا يمتلك مالكًا يصبح خلال أشهر مصدرًا لمعلومات قديمة، وسيستمر العامل الآلي في الاستشهاد به بثقة. المصادر التي لا تمتلك مالكًا تبقى خارج النظام، حتى لو كانت غنية بالمحتوى.

القرار الصعب هو ما الذي لا يجب ربطه. تبدو قواعد بيانات البريد الإلكتروني، وقنوات الدردشة، وعروض المبيعات التقديمية وكأنها منجم ذهب، لكنها تتكشف كمصدر رئيسي للإجابات الخاطئة، لأنه لا يوجد فيها تمييز بين مسودة، واقتراح مرفوض، وسياسة معتمدة.

تُفصل أساسيات تنظيف وتأهيل قاعدة المعرفة في جاهزية المعرفة لـ Agentforce.

الطبقة 2: التجزيء (Chunking)، البيانات الوصفية (Metadata)، والأهمية (Relevance)

يعتمد الاسترجاع الجيد بشكل أقل على النموذج وأكثر على طريقة تفكيك المحتوى. يؤدي التجزئة بناءً على عدد ثابت من الأحرف إلى إفساد الجداول، وقوائم الخطوات، وشروط الأهلية - وهو بالضبط المحتوى الذي تُستمد منه الإجابات الدقيقة. يُفضل التجزئة بناءً على الهيكل: عنوان فرعي، خطوة في عملية، أو صف جدول يُحفظ كاملاً مع سياقه.

تُعد البيانات الوصفية (Metadata) هي ما يُمكّن من تقليص مساحة البحث قبل حتى أن يدخل النموذج في الصورة. تتضمن العلامات الدنيا المطلوبة: المنتج أو خط الخدمة، السوق أو الدولة، اللغة، الجمهور المستهدف (عميل أو داخلي)، تاريخ الصلاحية، وحالة الاعتماد. بدون وسم السوق واللغة، سيخلط العامل الآلي في مؤسسة عالمية بين سياسات دولتين في الإجابة نفسها.

فحص الأهمية كمي وليس شعوريًا: تُبنى مجموعة من 50 إلى 100 سؤال حقيقي مع الإجابة الصحيحة والمصدر الصحيح، ويُقاس كم مرة ظهر المقتطف الصحيح في الاسترجاع. تشير نسبة استدعاء (Recall) منخفضة إلى مشكلة في التمثيل، ومعالجتها أقل تكلفة بكثير من استبدال النموذج أو إعادة كتابة التعليمات.

الطبقة 3: الأذونات لحظة الاسترجاع

هذه هي الطبقة التي تُسقط المشاريع التجريبية في مراجعات الأمان. القاعدة بسيطة: يجب أن يعمل الاسترجاع في سياق أذونات المستخدم، وليس في سياق حساب تكامل واسع. إذا كان جزء من المعلومات مخفيًا عن المستخدم في الواجهة، فيجب أن يكون مخفيًا أيضًا عن إجابة العامل الآلي.

في الواقع، هناك حاجة إلى ثلاثة فحوصات. أولاً، تحديد الصلة بين مستويات التصنيف في المصدر الخارجي و"الملفات الشخصية" (Profiles) و"مجموعات الأذونات" (Permission Sets) في Salesforce. ثانيًا، اختبار الشخصية (Persona): تُشغل نفس الأسئلة العشرة بهوية ممثل ومسؤول وعميل خارجي وتُقارن الإجابات. ثالثًا، التعامل مع المحتوى المختلط - يجب قطع مستند يكون معظمه عامًا وجزء منه حساس، أو عدم إدخاله على الإطلاق.

في القناة العامة، الافتراضي الآمن هو قائمة السماح: فقط المحتوى الذي تم وسمه صراحةً على أنه معتمد للعميل يدخل في فهرس متاح للعامل الآلي الخارجي. منهج قائمة الحظر سيفوت دائمًا مستندًا واحدًا.

تُفصّل نماذج المسؤولية بين المؤسسة وSalesforce ومزود النموذج في أمان Agentforce والمسؤولية المشتركة.

الطبقة 4: الاستشهادات (Citations)، التحديث (Freshness)، والاحتياط (Fallback)

تحوّل هذه الآليات الثلاث العامل الآلي من نظام معتم إلى نظام يمكن مراجعته. يشير الاستشهاد الحقيقي إلى المقطع الذي تم استرجاعه فعليًا، وليس إلى مقال يذكره النموذج في النص - وهذا هو الفرق بين الدليل والتزيين. تُعد نسبة الإجابات ذات الاقتباس الصالح أحد المقاييس القليلة التي يمكن لمدير غير تقني قراءتها وفهمها.

يتطلب التحديث اتفاقية مستوى خدمة (SLA) مكتوبة: تُراجع سياسة الأسعار ربع سنويًا، وإجراءات الخدمة نصف سنويًا، والمحتوى التنظيمي فور حدوث تغيير. يجب أن يُحذف المحتوى الذي تجاوز تاريخ صلاحيته من الفهرس تلقائيًا ولا يبقى حتى يلاحظ أحد الخطأ.

تمثل آلية الاحتياط السلوك الأكثر أهمية لاختباره قبل الكشف للعملاء. يجب أن يوضح العامل الآلي صراحةً أنه لا يمتلك معلومات معتمدة ويُحول الطلب، بدلاً من صياغة إجابة معقولة. سؤال جيد للاختبار: السؤال عن منتج غير موجود ورؤية ما إذا كان العامل الآلي يخلق له شروط خدمة.

سيناريو: شركة تأمين تضم 900 مقال معرفي

أرادت شركة تأمين عاملًا آليًا للإجابة على استفسارات ممثلي مركز الاتصال حول شروط بوليصة التأمين. فشل المشروع التجريبي الأول: 40% من الإجابات كانت خاطئة أو جزئية. أظهر التحليل أن المشكلة برمتها تكمن في طبقة المصادر – من بين 900 مقال، لم يتم تحديث 380 منها لأكثر من ثلاث سنوات، و60 منها كانت متناقضة مع مقالات أحدث حول نفس الموضوع.

لم يلمس الفريق النموذج. قلّصوا الفهرس إلى ثلاثة منتجات أساسية، حوالي 140 مقالًا فقط، وعيّنوا مالكًا لكل خط إنتاج، وأرشفوا المقالات المتناقضة. أضافوا وسمًا للمنتج، سنة الإصدار، وحالة الاعتماد، وانتقلوا إلى التجزيء حسب الفقرة بدلاً من الطول الثابت.

وصلت الجولة الثانية على نفس مجموعة الاختبار المكونة من 80 سؤالًا إلى دقة أعلى بكثير، والأهم من ذلك – في الحالات التي لم يكن فيها مصدر، أحال العامل الآلي إلى شخص بدلاً من التخمين. لم تكن النتيجة التي أدت إلى التوسع "لقد تحسن الذكاء الاصطناعي" بل "نحن نعرف على ما يعتمد".

المخاطر والإجراءات الوقائية

مقاييس طبقة التأصيل (Grounding)

معدل الاحتياط المرتفع ليس فشلاً - إنه خريطة لنقاط الضعف في المحتوى. قائمة الأسئلة التي أدت إلى الاحتياط هي أفضل أولوية لكتابة مقالات جديدة.

عندما تكون القدرة الداخلية على تأسيس طبقة تأصيل مُحكَمة غائبة، فإن خدمة Agentforce والذكاء الاصطناعي هي المسار العملي للمضي قدمًا.

قائمة المراجعة قبل ربط عامل آلي بالمصادر

• ☐ تم تحديد المصادر الحالية للإجابات على الأسئلة العشرين الأكثر شيوعًا.
• ☐ لكل مصدر في الفهرس مالك مُحدد بالاسم وتكرار تحديث.
• ☐ تم تحديد المصادر المتضاربة وأرشفتها.
• ☐ يتوفر وسم للمنتج، السوق، اللغة، الجمهور، وتاريخ الصلاحية.
• ☐ التجزيء يحافظ على الجداول وقوائم الخطوات.
• ☐ يعمل الاسترجاع في سياق أذونات المستخدم.
• ☐ تم إجراء اختبار الشخصية (Persona) لكل مستوى إذن ذي صلة.
• ☐ تتوفر مجموعة اختبار مكونة من 50 سؤالًا مع الإجابة الصحيحة والمصدر.
• ☐ الاستشهادات (Citations) تشير إلى المقطع الذي تم استرجاعه فعليًا.
• ☐ مسار الاحتياط (Fallback) مُصاغ ومُختبر في قناة العميل.