Worknano

Agentic RAG a RAG

Updated 2026-11-15

Agentic RAG a RAG to różnica między jednym wyszukiwaniem a porządnym rozejrzeniem się. RAG oznacza, że AI przeszukuje twoje dokumenty, zanim odpowie. Zwykły RAG szuka raz i odpowiada na podstawie tego, co wróci. W agentic RAG AI samo decyduje, czego szukać, czyta wyniki i szuka ponownie, aż ma dość, żeby odpowiedzieć.

Zwykły RAG: jedno wyszukiwanie, jedna odpowiedź

RAG to skrót od retrieval-augmented generation, czyli generowania wspartego wyszukiwaniem. Kroki są zawsze te same: szukasz raz, przekazujesz AI najlepsze fragmenty, powstaje odpowiedź. Jeśli właściwy fragment jest wśród wyników, odpowiedź jest dobra. Jeśli nie, AI albo przyznaje, że nie wie, albo wypełnia lukę domysłem.

Jest szybko, tanio i przewidywalnie. Dobrze radzi sobie z wieloma codziennymi pytaniami: "Jaki mamy okres na zwrot?"

Agentic RAG: szukaj, sprawdź, szukaj ponownie

"Agentic" znaczy, że AI samo ocenia, jaki będzie następny krok. Tutaj może szukać tyle razy, ile potrzebuje. Zanim odpowie, może zrobić trzy rzeczy.

Jedno pytanie, dwa sposoby

Kierownik sprzedaży pyta: "Czy dowieźliśmy to, co obiecaliśmy Hartwellowi wiosną, i czy coś jeszcze zostało otwarte?"

Zwykły RAG szuka raz, wpisując całe zdanie. Znajduje części pierwotnej oferty i późniejszy mail. Odpowiedź opisuje, co obiecano. O tym, co zostało otwarte, nie mówi nic wiarygodnego, bo to siedzi na liście zadań, do której wyszukiwanie nie sięgnęło.

Agentic RAG przechodzi przez to krok po kroku.

  1. Zauważa, że pytanie ma trzy części: co obiecano, co dowieziono i co zostało otwarte.
  2. Szuka obietnicy i znajduje ofertę z czterema pozycjami.
  3. Otwiera projekt klienta i czyta zadania. Trzy są gotowe, jedno w toku.
  4. Widzi, że oferta wspominała też o szkoleniu, ale żadne zadanie do niego nie pasuje. Szuka więc w notatkach hasła "szkolenie" i znajduje podsumowanie rozmowy, które przesunęło je na jesień.
  5. Odpowiada: trzy z czterech pozycji są zrobione, jedna jest w toku, a szkolenie zostało przełożone za porozumieniem stron. Pokazuje, skąd pochodzi każdy fakt.

To odpowiedź, jakiej udzieliłby staranny współpracownik. Wymagała też kilku wyszukiwań zamiast jednego.

Ile kosztują dodatkowe kroki

Zwykły RAGAgentic RAG
Czas oczekiwaniaKrótkiDłuższy
Koszt jednego pytaniaNiższyWyższy
Pytania z kilku częściSłaboDobrze

Kiedy które pasuje

Zwykły RAG wystarcza, gdy pytanie ma jedną część, a odpowiedź leży w jednym miejscu: zasada obowiązująca w firmie, szczegół produktu, "gdzie jest dokument o X".

Agentic RAG jest wart dodatkowego czasu i kosztu, gdy pytanie porównuje, łączy albo sprawdza: "co zmieniło się między dwiema wersjami", "których klientów dotyczy ten zapis", "czy to zgadza się z tym, co im powiedzieliśmy".

Trzy rzeczy, o które warto poprosić

Jak robi to Worknano

W Worknano wyszukiwanie to jedno z narzędzi, które można dać agentowi, obok czytania i filtrowania rekordów oraz liczenia i sumowania. AI Assistant i agenci używają wyszukiwania semantycznego, żeby znajdować dokumenty, zadania, deale, kontakty i OKR według znaczenia. Czytają tylko te fragmenty, które mają znaczenie, i mogą przekazać pytanie innemu agentowi, gdy lepiej pasuje specjalista. Ponieważ dane leżą w tym samym workspace, agent może przejść od znaleziska do proponowanego zadania lub zmiany, w granicach uprawnień osoby, która pyta.

Załóż darmowy workspace i zadaj asystentowi pytanie, które wymaga więcej niż jednego sprawdzenia.