AACSearch Assistant формирует ответ на основе найденных документов и возвращает подтверждающие источники. Пользователь может проверить, откуда взялось утверждение.Попробовать AssistantПосмотреть API
Направьте его на одну или несколько коллекций — отдельное векторное хранилище поднимать не нужно.
На каждом ходу ассистент ищет, опирает ответ на реальные документы и стримит ответ с цитатами.
Передайте id разговора на следующем ходу — ассистент помнит, о чём уже спрашивали.
Вместо модели:
AACSearch использует:
Это делает retrieval частью контролируемой search infrastructure.
AI Assistant не обязан заменять classic search. Используйте их вместе:
точный термин
обычная выдача
вопрос
grounded answer
сложный exploration
answer + sources + related results
Надёжный AI search должен уметь:
Search UI, Assistant и MCP используют одну retrieval infrastructure. Это уменьшает количество параллельных индексов и разных ACL-моделей.
Для AI search важны:
Retrieval quality уже сегодня измеряется golden query sets в Quality Lab; связывайте Assistant с Quality Lab и analytics.
Каждый ответ ссылается на конкретные документы, на которых он основан.
Сущности и связи, извлечённые из вашего контента, с дедупликацией и кластеризацией в сообщества.
Базовый ответ плюс прицельные дочерние поиски для вопросов, где нужны и широта, и глубина.
Server-Sent Events для UI, тарификация за ход ассистента из кредитного кошелька.
Ассистент, поиск и рекомендации делят один id сессии: разговор, клик и покупка относятся к одному посетителю — отдельную идентичность подключать не нужно.
{ "messages": [{ "role": "user", "content": "Does it come in wide fit?" }] }
// -> Server-Sent Events: delta chunks, then
// { "sources": [{ "doc_id": "42", "title": "Trail Runner GT" }] }Узнать больше
Лучший способ оценить поисковую платформу — не читать ещё одну сравнительную таблицу.
И только после этого принимайте решение.