RAG للمبتدئ: ازاي تخلّي Claude يجاوب من ملفاتك بدل ما يخترع مصادر

الورقة الأصلية لـ RAG اتنشرت من Facebook AI Research في 2020 (Lewis et al., NeurIPS 2020) وكانت أول تطبيق علمي لدمج البحث مع التوليد في pipeline واحد قابل للتدريب.

مثال كود شغّال على Anthropic SDK

ده أبسط RAG ممكن تكتبه. السكربت بياخد سؤال، يبحث بكلمات مفتاحية في ملف نصي، يبعت أعلى 5 سطور لـ Claude، ويرجّع الإجابة:

البحث ده بدائي عن قصد (keyword matching) عشان تفهم المبدأ. في الإنتاج تستبدل البحث بالكلمات بـ Embeddings + Vector Search — هتلاقي الفرق هائل في جودة الاسترجاع، خصوصاً مع العربي اللي بيتغيّر فيه شكل الكلمة (إجازة، إجازات، أجازة) لكن المعنى واحد.

أرقام من الواقع: ليه RAG مهمة فعلاً

دراسة Stanford HAI سنة 2024 على نماذج LLM في السياق القانوني الأمريكي قاست نسبة الهلوسة على أسئلة قضائية حقيقية:

• بدون RAG: نسبة الهلوسة وصلت 88% على أسئلة قانونية متخصصة.
• مع RAG: نزلت لحدود 17% على نفس الأسئلة بنفس النموذج.

فرق 5x في الموثوقية مش حاجة بسيطة. وفي شركات بنفّذ فيها RAG على وثائق داخلية، شفنا تقليل في "ما أعرفش" أو الإجابات الخطأ من حوالي 40% لـ 6% على أسئلة الموظفين الجدد عن السياسات.

المقايضات (Trade-offs)

كل توصية ليها ثمنها. RAG مش استثناء:

• المكسب: إجابات مبنية على مصادرك الحقيقية، تقدر تضيف معلومات جديدة بدون إعادة تدريب الموديل، وتقدر تعرض للمستخدم مصدر كل إجابة.
• الخسارة: latency زيادة من 200ms لـ 600ms حسب نوع الـ Vector DB، تكلفة تخزين الـ embeddings، وتعقيد إضافي في الـ pipeline (chunking, indexing, re-ranking).

الافتراض المهم: الكلام ده مبني على إن ملفاتك أكبر من 50,000 توكن (تقريباً 35-40 صفحة). لو ملفاتك أقل من كده، ابعتها كلها مباشرة في الـ system prompt مع Prompt Caching — هيبقى أرخص وأبسط بكتير من RAG، وأدق غالباً.

متى لا تستخدم RAG

1. ملفاتك صغيرة جداً (أقل من 50K توكن): Context Window في موديلات 2026 بيوصل 200K توكن. ابعت كل ملفاتك في system prompt مع Prompt Caching وخلّصت. RAG هنا over-engineering.
2. سؤالك عام مش مرتبط بملفات معينة: زي "اشرحلي ازاي يشتغل HTTP" أو "ما هو الفرق بين REST و GraphQL". هنا معرفة الموديل العامة كافية أكتر من أي ملف عندك.
3. محتاج دقة 100% في نصوص حساسة (طبية أو قانونية حرجة): حتى مع RAG، الموديل ممكن يأوّل المصدر غلط. في الحالات دي، اعرض للمستخدم النص الأصلي حرفياً بدل ما تخلّي LLM يلخّصه.
4. بياناتك بتتغيّر كل ثانية: RAG بتعمل index مسبق. لو الداتا real-time (أسعار، حجوزات لحظية)، استخدم Tool Use بدل RAG عشان النموذج يستعلم مباشرة وقت السؤال.

الخطوة التالية

افتح ملف نصي عندك دلوقتي (سياسة شركة، FAQ، أو وثيقة منتج)، وحط فيه 5-10 صفحات. شغّل الكود اللي فوق على سؤال واحد ولاحظ هل الإجابة طلعت من السياق فعلاً ولا الموديل ضرب من خارجه. لو طلعت من السياق، أنت عملت أبسط RAG ممكن. الخطوة بعد كده: استبدل البحث بالكلمات بـ Embeddings باستخدام voyage-3 من Voyage AI أو text-embedding-3-small من OpenAI — وقتها هتبدأ تحس بالفرق على نصوص عربية متنوعة.

المصادر

• Lewis, P. et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. NeurIPS 2020.
• Anthropic Documentation — Embeddings & RAG patterns: docs.claude.com/en/docs/build-with-claude/embeddings
• Stanford HAI (2024). Hallucinating Law: Legal Mistakes with Large Language Models.
• pgvector Project Documentation: github.com/pgvector/pgvector
• Voyage AI — Multilingual Embeddings benchmark report (2025).