Produkční RAG se láme na třech věcech: špatném chunkingu, chybějícím query rewritingu a eval setu deseti queries napsaných zakladatelem. Stavíme zbylých 80 % systému. Právě ono rozhoduje, jestli je retrieval spolehlivý na vašem reálném korpusu: nekonzistentní PDF, staré wiki, doménový žargon, multi-hop otázky i data, která se aktualizují ve chvíli, kdy agent stále tahá včerejší snapshot.
Pixelfield je pro CTO, Heads of Product a VP Engineering ve firmách, které potřebují, aby AI uvažovala nad jejich vlastními daty, ne nad generickými trénovacími daty. Senior inženýři, kteří vymezují rozsah, píšou i produkční kód. 50+ AI funkcí v produkci, nejrychlejší nasazení dva měsíce. A jsme známí tím, že vám řekneme, kdy je fine-tuning dražší chyba.
80 % za vector searchemChunking, reranking, hybrid retrievalEvaluace jako CI/CD gate, ne dojmyFreshness SLA a drift monitoring
Každé RAG demo funguje na hrstce čistých dokumentů. Produkce má miliony stránek, skenovaná PDF, staré wiki, near-duplicates, multi-hop otázky a uživatele, kteří se ptají způsobem, jaký váš test set nikdy nečekal. Navrhujeme pro tu realitu od prvního týdne: profilování korpusu, sběr reálných dotazů, eval set z produkčních dat, fail-fast na vzorcích, které RAG obvykle zabíjejí.
Vector search je slavných 20 % RAG systému. 80 %, co rozhodne, jestli to půjde do produkce, je chunking strategie, query rewriting, hybrid retrieval, reranking, citation tracking, freshness SLA, evaluation pipelines a monitoring. Většina agentur prodá těch 20 %. My stavíme zbylých 80 %.
Eval set deseti otázek napsaných zakladatelem je nejčastější vzorec selhání RAG, který vidíme. Eval set stavíme z reálných produkčních queries, rozšiřujeme o adversarial cases (multi-hop, near-duplicate, stale-data traps) a pouštíme ho jako CI/CD gate. RAGAS nebo DeepEval, hlídá změny promptů a embedding modelů. Co neměříte, nedostanete do produkce.
Kolem 51 % enterprise AI jede jako RAG. RAG dává 80 % hodnoty s 20 % provozní režie. Fine-tuning je správná volba pro úzkou, stabilní, high-volume behaviorální změnu (tón, výstupní formát), kde prompt engineering nevynutí spolehlivě. Doporučili jsme klasický RAG s lepším chunkingem poté, co týmy spálily dva měsíce na fine-tuningu. Uděláme totéž pro vás, pokud to bude správná volba.
Související AI cluster služby
Vzorkujeme váš reálný korpus a klasifikujeme datové tvary: strukturovaná, semi-strukturovaná, skenovaná, konverzační. Kde to jde, profilujeme vzorce dotazů reálných uživatelů. Pak určíme, co před retrievalem smazat, restrukturovat nebo vyloučit.Discovery zahrnuje evaluation baseline na vašich datech s malým test eval setem, takže víte, odkud začínáme.
Dostanete: profil korpusu, retrieval architekturu (standard vs Graph vs Agentic, s odůvodněním), ingestion plán, evaluation framework, cenovou nabídku s pevným rozsahem a odhadované měsíční provozní náklady.
Stavba běží jako malý zkušený tým vedený Michalem Vavrou. Stavíme ingestion pipeline (chunking podle typu dat, OCR/table extrakce, deduplikace, freshness CDC), retrieval vrstvu (hybrid BM25 + vector + případně graph) a reranking pass.
Každou iteraci hlídá fixní eval set rozdělený podle query typu a datového tvaru. Retrieval precision a faithfulness sledujeme od prvního dne, ne až po spuštění.
Eval set rozšíříme o reálné produkční queries plus adversarial cases (multi-hop, near-duplicates, stale-data traps). RAGAS/DeepEval pouštíme jako CI/CD gate. Cross-encoder reranking ladíme na precision. Doplníme citation tracking, source lineage a fallback chains pro výpadky retrievalu.
Systém pouštíme ve stínovém režimu proti reálnému provozu, než někdo uvidí výstup. Řešení jde do produkce, když přežije hardening pass, ne když funguje demo.
Při spuštění zapojíme monitoring retrieval kvality, faithfulness drift alerty, freshness lag tracking, query-distribution drift, citation-accuracy regresi a feedback loop z lidského review zpátky do eval setu. RAG systémy stárnou. Retainer nastavíme tak, aby váš tiše nedegradoval.
Měsíční retainer pro monitoring, prompt a chunking ladění, embedding-model aktualizace, on-call. In-house kdykoli, až budete připraveni.
Přímé odpovědi na otázky, které slyšíme od CTO a Heads of Product na každém scoping callu.
LangChain tutorial vás dostane od nuly k funkčnímu demu na deseti čistých dokumentech. Produkční RAG je problém datové platformy: chunking strategie podle datového typu, query rewriting, hybrid retrieval (BM25 + vector + případně graph), cross-encoder reranking, citation tracking, freshness SLA, RAGAS/DeepEval jako CI/CD gate, drift monitoring a fallback chains. Stavíme 80 % za demem. Pokud váš use case sedí v tutorialu, zapojte si to sami a přeskočte nás.
Kolem 51 % enterprise AI jede jako RAG. RAG dává 80 % hodnoty s 20 % provozní režie. Fine-tuning je správná volba pro úzkou, stabilní, high-volume behaviorální změnu (tón, výstupní formát), kde prompt engineering nevynutí spolehlivě. Viděli jsme týmy spálit dva měsíce na fine-tuningu. Lepší chunking a hybrid search by je k cíli dostaly za dva týdny. Nasaďte nejdřív RAG. V discovery vám řekneme, jestli je váš use case jeden z těch vzácných, kde vyhrává fine-tuning.
Obvykle ano. Ingestion pipeline je půlka práce: OCR pro skenované PDF (s ručním písmem, kde to typ dokumentu chce), structure-aware table extrakce, deduplikace, source-of-truth precedence napříč systémy, freshness flagy pro staré wiki stránky. V discovery profilujeme korpus a upřímně řekneme, kdy je odpověď 'opravte data layer první, pak stavte RAG'. Doporučili jsme to víckrát.
Standardní RAG s hybrid searchem zvládá single-hop semantic queries na většině korpusů. Graph RAG když jsou data opravdu relační a queries multi-hop: organizační schémata, řetězce faktur, code dependencies, compliance lineage, 'kdo reportuje člověku, který schválil fakturu X'. Agentic RAG když systém potřebuje rozhodnout, jak retrievovat (vector vs graph vs SQL vs API). Cena za složitost je reálná. Rozhodnutí děláme s vámi písemně v discovery.
Hit rate je vanity metrika. Záleží na: retrieval precision, answer faithfulness, citation accuracy, context relevance. Používáme RAGAS a DeepEval. Eval set stavíme z reálných produkčních queries plus adversarial cases (multi-hop, near-duplicate, stale-data traps). Změny promptů a embedding modelů pak hlídáme regresí. RAG jde do produkce, když přežije eval gate, ne když funguje demo.
Discovery: pevná cena od 50 000 Kč. Malý cílený RAG (jeden korpus, jeden retrieval mód, do jednoho produktu): od 280 000 Kč. Mid-market produkční nasazení s hybrid retrieval, reranking, evaluation pipelines a Graph nebo Agentic komponentami obvykle 700 000-2,8 mil. Kč. Run rate je pevný měsíční plus inference a embedding cost, který od prvního dne minimalizujeme.
Ano. Standardní kontrakt je plné IP vlastnictví: source kód, prompty, prompt registry, ingestion pipelines, eval datasety, infrastructure-as-code, monitoring dashboardy, runbooky. Žádná pronajatá vrstva. Dokumentujeme tak, aby to šlo kdykoli předat vašemu týmu nebo jinému vendorovi. Jediný důvod, proč zůstanete, je že je práce dobrá.
