# RAG Pipeline taste

Промпт RAG Pipeline taste для ChatGPT задаёт инженерные стандарты проектирования поисковой генерации и оценки точности ответов.

- промпт · `type=prompt` · ChatGPT, Claude.ai, Claude Code · ★ 178201 у репозитория
- Автор: f
- Лицензия: CC0-1.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/f/prompts.chat/tree/HEAD/prompts.csv
- Обновлён: 2026-10-24
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/prompts/rag-pipeline-taste

## Что делает

Промпт описывает правила построения систем поиска и извлечения данных, включая сбор тестовой выборки вопросов, раздельное измерение метрик поиска и генерации, нарезку текста по структуре документов с перекрытием, а также хранение метаданных с хэшами контента. Сюда входят гибридный поиск с BM25 и плотными векторами, переранжирование через cross-encoder, фильтрация прав доступа внутри запросов и версионирование моделей эмбеддингов с инкрементальной индексацией через Postgres и pgvector.

Инструкции требуют от модели цитировать идентификаторы фрагментов, явно признавать нехватку контекста, переписывать диалоговые вопросы в автономные запросы, защищаться от внедрения инструкций во входах и логировать запросы с оценками. Промпт также советует запускать набор тестов в CI на каждое изменение, кэшировать эмбеддинги, ограничивать контекст токенами и прибегать к тонкой настройке только после устранения узких мест в поиске.

## Установка

### ChatGPT (родная платформа)

**Как использовать**
- Вставьте текст в начало диалога или в инструкции проекта

### Claude Code

**Вручную: положить файлы**
- Файл: `.claude/commands/prompts.csv.md`

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/f/prompts.chat/tree/HEAD/prompts.csv

## Когда брать
- собрать оценочный набор реальных вопросов пользователей
- настроить гибридный поиск BM25 и плотных векторов
- хранить метаданные и пути разделов для каждого фрагмента
- переписывать вопросы из диалога в отдельные запросы
- запускать тестовый набор в CI на каждое изменение

## Примеры запросов агенту
- Используй промпт RAG Pipeline taste для проектирования пайплайна поиска.
- Примени правила RAG Pipeline taste при настройке нарезки документов на чанки.

## Похожие
- [rag-pipeline-builder](https://affpapa.org/nevibecode/skills/rag-pipeline-builder.md) — скилл · 251 установка
- [rag-architect](https://affpapa.org/nevibecode/skills/httpsgithubcomjeffallan-rag-architect.md) — скилл · 5100 установок
- [embedding-pipeline-builder](https://affpapa.org/nevibecode/skills/embedding-pipeline-builder.md) — скилл · 259 установок
- [debug-rag](https://affpapa.org/nevibecode/skills/debug-rag.md) — скилл · ★ 30 у репозитория
- [langchain4j-rag-implementation-patterns](https://affpapa.org/nevibecode/skills/langchain4j-rag-implementation-patterns.md) — скилл · 3900 установок
- [langchain-rag](https://affpapa.org/nevibecode/skills/langchain-rag.md) — скилл · 18600 установок

Из того же набора: [f/prompts.chat](https://affpapa.org/nevibecode/by/f/prompts.chat.md) — 218 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
