ציטוטים: הפניה לטווח תווים במסמך, לא רק שם המקור

כשמודל עונה על בסיס מסמך שצירפתם, השאלה הראשונה של כל מי שמשתמש בזה ברצינות היא מאיפה בדיוק בא המשפט הזה. ציטוטים עונים על השאלה הזאת ברמת התו.

מפעילים בשדה על בלוק המסמך. הכלל: או שכל המסמכים בבקשה מסומנים, או אף אחד. אין מצב מעורב.

מה חוזר

התשובה מתפצלת לכמה בלוקי טקסט במקום אחד. בלוקים שנשענים על מסמך נושאים מערך ציטוטים, בלוקים שלא נשענים על כלום נשארים נקיים.

בכל ציטוט יש את הטקסט המצוטט עצמו, את האינדקס של המסמך, את הכותרת שלו, ואת המיקום. המיקום משתנה לפי סוג המקור: טווח תווים בטקסט רגיל, טווח עמודים ב-PDF כשהמספור מתחיל מאחד, ומיקום בבלוק תוכן במסמכים מותאמים.

למה זה יותר מנוחות

שני שימושים שקשה להשיג אחרת.

הראשון הוא ממשק. אפשר לסמן במסמך המקורי בדיוק את הקטע שעליו נשען המשפט, ולתת למשתמש לקפוץ אליו. זה משנה את יחס האמון של מי שקורא סיכום של מסמך ארוך.

השני הוא אימות אוטומטי. אפשר לבדוק שהטקסט המצוטט באמת מופיע במסמך במיקום שהוצהר. זו בדיקת מחרוזת פשוטה, והיא תופסת טענה שאין לה מקור.

המגבלה שתופסת אנשים

ציטוטים ופלט מובנה לא עובדים יחד. בקשה שמפעילה את שניהם מוחזרת בשגיאת 400.

זה תופס בדיוק את מה שנשמע הכי שימושי: חילוץ מובנה של שדות ממסמך, שכל שדה בו מפנה למקום שממנו הוא נלקח. צריך לבחור, או לפצל לשתי קריאות שהשנייה בהן מאתרת את המקומות.

איפה זה מתחבר לתוכן שנכתב אוטומטית

כל צינור שמייצר טקסט על בסיס מקורות מתמודד עם אותה שאלה: איך יודעים שהעובדה שנכתבה מגיעה מהמקור ולא מהמודל.

ציטוטים נותנים תשובה חלקית וטובה למקרה שבו המקור מצורף כמסמך. הם לא עוזרים כשהחומר מגיע כטקסט רגיל בהודעת המשתמש. שם צריך אימות משלכם, ובדרך כלל הבדיקה החזקה ביותר גם היא בדיקת מחרוזת: כל מספר ותאריך שמופיעים בפלט חייבים להופיע גם בקלט.

מה כדאי לצרף כמסמך ולא כטקסט

זו נקודה מעשית: אותו תוכן שנשלח כבלוק מסמך במקום כטקסט בהודעה מקבל גישה לציטוטים, לכותרת ולמיקום. הפרש בעלות אין כמעט, ולכן בכל מקום שבו יש מקור מוגדר עדיף לשלוח אותו כמסמך.

מה שנשאר לא פתור הוא כיסוי. אין ערובה שכל טענה בתשובה תישא ציטוט, וגם אין דגל שכופה את זה. בלוק בלי ציטוט הוא או מסקנה של המודל או טענה בלי מקור, וההבחנה בין השניים נשארת עבודה של מי שקורא.