RAG Architecture Best Practices ที่ต้องรู้ —

RAG Architecture

RAG Retrieval-Augmented Generation LLM Knowledge Base Chunking Embedding Vector Store Retrieval Re-ranking Hybrid Search Production Optimization Hallucination

RAG Pipeline

=== RAG Pipeline Implementation ===

pip install langchain chromadb openai sentence-transformers

from langchain.document_loaders import PyPDFLoader, TextLoader

from langchain.text_splitter import RecursiveCharacterTextSplitter

from langchain.embeddings import OpenAIEmbeddings

from langchain.vectorstores import Chroma

from langchain.chat_models import ChatOpenAI

from langchain.chains import RetrievalQA

# Step 1: Load Documents

loader = PyPDFLoader("knowledge_base.pdf")

documents = loader.load()

# Step 2: Chunking — Recursive Splitting

text_splitter = RecursiveCharacterTextSplitter(

chunk_size=512,

chunk_overlap=50,

separators=["\n\n", "\n", ". ", " ", ""],

length_function=len,

)

chunks = text_splitter.split_documents(documents)

# Step 3: Embedding + Vector Store

embeddings = OpenAIEmbeddings(model="text-embedding-3-small")

vectorstore = Chroma.from_documents(

เนื้อหาเกี่ยวข้อง — ดูเพิ่มเติมเรื่อง Fail2ban Advanced Blue Green Canary Deploy

documents=chunks,

embedding=embeddings,

persist_directory="./chroma_db",

collection_metadata={"hnsw:space": "cosine"},

)

# Step 4: Retrieval + Generation

retriever = vectorstore.as_retriever(

แนะนำเพิ่มเติม — เรียนเทรดกับ iCafeForex

search_type="mmr", # Maximum Marginal Relevance

search_kwargs={"k": 5, "fetch_k": 20},

)

llm = ChatOpenAI(model="gpt-4o", temperature=0)

qa_chain = RetrievalQA.from_chain_type(

llm=llm,

chain_type="stuff",

retriever=retriever,

return_source_documents=True,

)

result = qa_chain({"query": "อธิบาย RAG Architecture"})

from dataclasses import dataclass

@dataclass

เนื้อหาเกี่ยวข้อง — Phase แปลว่าอะไร — ข้อมูลครบถ้วน 2026

class ChunkStrategy:

strategy: str

chunk_size: str

overlap: str

pros: str

cons: str

use_case: str

strategies = [

ChunkStrategy("Fixed Size", "256-512 tokens", "10-20%", "ง่าย เร็ว", "ตัดกลางประโยค", "Quick prototype"),

ChunkStrategy("Sentence Split", "3-5 sentences", "1 sentence", "ไม่ตัดกลางประโยค", "Chunk ขนาดไม่เท่ากัน", "Text documents"),

ChunkStrategy("Recursive", "512 tokens", "50 tokens", "แบ่งตาม Structure", "ต้อง Tune separators", "Production"),

ChunkStrategy("Semantic", "Variable", "Adaptive", "ตาม Meaning จริงๆ", "ช้า ต้อง Embedding", "High quality"),

ChunkStrategy("Parent-Child", "Parent 2048 Child 256", "None", "Context + Precision", "ซับซ้อน", "Complex docs"),

]

แนะนำเพิ่มเติม — SiamCafeBook

Advanced Retrieval

=== Advanced RAG Techniques ===

Hybrid Search — Semantic + Keyword

from langchain.retrievers import EnsembleRetriever

from langchain.retrievers import BM25Retriever

bm25_retriever = BM25Retriever.from_documents(chunks, k=5)

vector_retriever = vectorstore.as_retriever(search_kwargs={"k": 5})

เนื้อหาเกี่ยวข้อง — แนะนำให้อ่าน คู่มือฉบับสมบูรณ์ Model Registry Consensus Algorithm 2026: ทุกสิ่งที่คุณต้องรู้

hybrid_retriever = EnsembleRetriever(

retrievers=[bm25_retriever, vector_retriever],

weights=[0.3, 0.7], # 30% keyword, 70% semantic

)

Re-ranking with Cross-encoder

from sentence_transformers import CrossEncoder

reranker = CrossEncoder("cross-encoder/ms-marco-MiniLM-L-6-v2")

scores = reranker.predict(pairs)

ranked = sorted(zip(documents, scores), key=lambda x: x[1], reverse=True)

return [doc for doc, score in ranked[:top_k]]

Multi-Query Retrieval

from langchain.retrievers.multi_query import MultiQueryRetriever

multi_retriever = MultiQueryRetriever.from_llm(

retriever=vectorstore.as_retriever(),

llm=ChatOpenAI(temperature=0.3),

)

# Generates 3 query variations automatically

HyDE — Hypothetical Document Embeddings

from langchain.chains import HypotheticalDocumentEmbedder

hyde_embeddings = HypotheticalDocumentEmbedder.from_llm(

llm=ChatOpenAI(), base_embeddings=OpenAIEmbeddings(),

เนื้อหาเกี่ยวข้อง — แนะนำให้อ่าน Mica — คู่มือฉบับสมบูรณ์ 2026

prompt_key="web_search",

)

@dataclass

class RetrievalTechnique:

technique: str

how_it_works: str

improvement: str

complexity: str

latency_impact: str

techniques = [

RetrievalTechnique("Hybrid Search", "Semantic + BM25 keyword", "+15-25% relevance", "ต่ำ", "+10ms"),

RetrievalTechnique("Re-ranking", "Cross-encoder score top results", "+10-20% precision", "ปานกลาง", "+50-100ms"),

RetrievalTechnique("Multi-Query", "Generate query variations", "+10-15% recall", "ปานกลาง", "+500ms (LLM call)"),

RetrievalTechnique("HyDE", "Generate hypothetical doc first", "+5-15% for abstract queries", "สูง", "+1s (LLM call)"),

RetrievalTechnique("Parent-Child", "Retrieve child return parent", "+20% context quality", "ปานกลาง", "+20ms"),

RetrievalTechnique("Metadata Filter", "Pre-filter by category/date", "ลด Noise มาก", "ต่ำ", "-10ms (fewer docs)"),

]

เคล็ดลับ

• Chunk Size: เริ่ม 512 tokens แล้ว Tune ตาม Use Case
• Hybrid: ใช้ Hybrid Search เสมอ ดีกว่า Semantic อย่างเดียว
• Re-rank: เพิ่ม Re-ranker เพิ่ม Precision อย่างมาก
• Evaluate: วัดผล Faithfulness Context Relevance ทุก Version
• Metadata: ใส่ Metadata ทุก Chunk กรองได้ ลด Noise

RAG คืออะไร

Retrieval-Augmented Generation LLM Knowledge Base ค้นหาข้อมูลก่อนสร้างคำตอบ ลด Hallucination อัพเดทได้ อ้างอิงแหล่ง Chatbot Q&A Document