agentikus RAG

angolul: agentic RAG (agentic retrieval-augmented generation)

haladóterjedő

Olyan AI-megoldás, ahol egy agent maga dönti el, mit, hol és hányszor keressen a forrásokban, mielőtt megfogalmazza a választ.

Érthetően

A hagyományos RAG úgy működik, mint egy sietős diák: a kérdésedre egyszer belenéz a jegyzetekbe, kiemeli az első pár találatot, és abból válaszol. Ha rossz helyen nyitotta ki a füzetet, a válasz is rossz lesz.

Az agentikus RAG inkább egy jó könyvtároshoz hasonlít. Először végiggondolja, mire vagy kíváncsi, majd több polcon is körülnéz. Ha az első találat kevés vagy ellentmondásos, másképp fogalmazza meg a keresést, és újra nekifut. Csak akkor válaszol, amikor elég anyagot gyűjtött.

Ez főleg összetett kérdéseknél hasznos, amelyekhez több dokumentumot kell összevetni, vagy több lépésben lehet csak eljutni a válaszig. Az ára, hogy lassabb és drágább, mint az egyszeri keresés.

Hogyan működik

Az agent megkapja a kérdésedet, és részfeladatokra bontja: mit kell megtudnia ahhoz, hogy válaszolni tudjon.
Kiválasztja, honnan érdemes keresni: belső dokumentumtárból, adatbázisból, a webről vagy más eszközből.
Lefuttatja a keresést, majd megítéli a találatokat: a kérdésről szólnak-e, elég frissek-e, hiányzik-e még valami.
Ha kevés az anyag, átfogalmazza a keresést vagy másik forráshoz fordul, és ezt addig ismétli, amíg elég alapja nincs a válaszhoz, vagy el nem éri a beállított lépéskorlátot.
Végül a nyelvi modell az összegyűjtött szövegrészekből megírja a választ, jó esetben a források megjelölésével.

Példa a mindennapokból

Megkérdezed a céges AI-asszisztenst, hogy változott-e a home office szabályzat tavaly óta, és ez hogyan érinti a te szerződésedet. Az asszisztens előkeresi a régi és az új szabályzatot, összeveti őket, megnézi a szerződéstípusodra vonatkozó részt, és csak ezután válaszol. Ugyanezt látod a csevegőrobotok „mélykutatás” funkcióinál, amikor az AI percekig keres és olvas, mielőtt összefoglalót ír.

Kit érint

munkavállalóA céges tudástárban kereső asszisztensek egyre gyakrabban így dolgoznak, ezért összetett kérdésekre is használhatóbb választ kapsz tőlük. → Munka és HR

vállalkozó, vezetőÖsszetett kérdésekre többnyire pontosabb választ ad a saját dokumentumaidból, de több számítási költséggel és hosszabb válaszidővel jár, amit érdemes előre mérlegelned.

fejlesztőEgyszerű keresőlánc helyett döntési ciklust, eszközhasználatot, leállási feltételeket és alapos kiértékelést kell megtervezned. → Kód

jogász, állampolgárSok dokumentumot összevető kérdéseknél hasznos segítség, de a megadott hivatkozásokat mindig neked kell ellenőrizned. → Jog

Gyakori félreértés

TévhitHa az AI többször is utánanéz a forrásokban, akkor a válasza biztosan helyes.

ValójábanA többkörös keresés csökkenti a tévedés esélyét, de nem szünteti meg: az agent félreértheti a kérdést, rossz forrást választhat, vagy hibás következtetést vonhat le a jó forrásból is.

Korlátok és kockázatok

Lassabb és drágább, mint az egyszeri keresés, mert minden újabb kör újabb modellhívást jelent.
Csak annyira jó, amennyire a forrásai: elavult vagy hibás dokumentumokból meggyőzően hangzó, de téves választ rak össze.
Az agent eltévedhet: fölösleges köröket futhat, vagy túl korán megállhat, ezért lépéskorlát és emberi ellenőrzés kell mellé.
A keresés közben beolvasott szövegekbe rejtett utasítások megtéveszthetik (prompt injection), különösen ha a nyílt weben is keres.

Hasonló, de nem ugyanaz

RAG (visszakereséssel bővített generálás) – A hagyományos RAG előre rögzített sorrendben egyszer keres és utána válaszol, az agentikus változatban a modell maga dönt a keresés menetéről és ismétléséről.
AI-agent – Az AI-agent bármilyen feladatot végezhet eszközökkel, az agentikus RAG kifejezetten a forrásokból való tájékozódásra és válaszadásra használja ezt a képességet.
szemantikus keresés – A szemantikus keresés csupán a kérdés jelentéséhez illő találatokat ad vissza, választ nem fogalmaz meg; az agentikus RAG ezt az egyik eszközeként használja egy többlépéses folyamatban.

Kapcsolódó fogalmak

Tágabb

RAG (visszakereséssel bővített generálás), AI-agent, generatív AI

Szűkebb

többagentes RAG, önjavító RAG, mélykutatás (deep research)

Rokon

eszközhasználat (tool use), vektoradatbázis, szemantikus keresés, hallucináció, kontextusablak

Röviden a története

A RAG fogalmát 2020-ban vezette be Patrick Lewis és szerzőtársai tanulmánya. Az agentikus változat 2023–2024 körül terjedt el, amikor a nyelvi modellek megbízhatóan megtanultak eszközöket hívni és több lépésben dolgozni.

Hol tart most

2026 végén a nagy csevegőrobotok kutató funkciói és sok vállalati tudásasszisztens már így működnek. A megbízhatóság mérése, a költségek és a biztonság kezelése viszont még kiforratlan.

Állapot: 2026. november

Más nevei

agentic RAG · agentikus RAG · agentic retrieval-augmented generation · agentikus visszakeresés · agentic retrieval · agentalapú RAG · agentic search

Források

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.