Разработка с ИИ: билдер-стек — RAG, промпты, fine-tuning, эмбеддинги, API

Коротко. Разработка с ИИ — это сборка продуктов поверх готовых языковых моделей. Вместо обучения модели с нуля вы соединяете её с данными через RAG, управляете ответом промптами, при необходимости дообучаете (fine-tuning), превращаете тексты в векторы (эмбеддинги) и вызываете всё это по API. Этот раздел — карта билдер-стека.

Самый частый путь в продакшен с ИИ в 2026 году — не обучать модель, а строить вокруг готовой. Модель даёт рассуждение и генерацию, а инженер собирает рабочий продукт из нескольких слоёв поверх неё. Этот раздел разбирает каждый слой билдер-стека по отдельности: что он делает, когда нужен и как его подключить.

Что входит в билдер-стек

Билдер-стек — это набор слоёв, которые превращают готовую модель в рабочий продукт. Снизу вверх: API даёт доступ к модели из кода, промпт-инжиниринг управляет тем, что она отвечает, RAG подключает ваши данные, эмбеддинги обеспечивают семантический поиск под капотом RAG, а fine-tuning меняет поведение модели, когда промпта и данных уже недостаточно. Каждый слой подключается отдельно и по мере необходимости.

RAG — память на ваших данных

RAG даёт модели доступ к вашим документам в момент ответа: система находит релевантные фрагменты в базе знаний и передаёт их модели как контекст. Это решает две главные проблемы голой модели — устаревание знаний и галлюцинации, — потому что ответ строится по найденным источникам, а не только по тому, что модель запомнила при обучении. Это первый слой, который добавляют, когда нужны свои данные.

Промпт-инжиниринг — управление ответом

Промпт-инжиниринг — это подбор формулировки, контекста и примеров так, чтобы модель выдавала точный и предсказуемый результат. Большие модели обучаются в контексте: качество ответа определяется не только моделью, но и структурой запроса. Это самый дешёвый слой стека — часто задача решается одним хорошо составленным промптом, без RAG и дообучения.

Fine-tuning — когда нужно поменять поведение

Fine-tuning — это дообучение готовой модели на своих примерах, чтобы устойчиво закрепить стиль, формат или доменное поведение. Его подключают, когда промпта и RAG уже не хватает: например, нужно, чтобы модель всегда отвечала в фирменном тоне или строго в заданной структуре. Это самый тяжёлый слой — требует данных и ресурсов, поэтому его берут точечно.

Эмбеддинги — смысл в виде векторов

Эмбеддинги превращают текст в числовой вектор так, что близкие по смыслу фрагменты оказываются рядом в пространстве. На этом стоит семантический поиск — именно он находит релевантные документы внутри RAG. Понимание эмбеддингов помогает собрать поиск, который ищет по смыслу, а не по точному совпадению слов.

API — как вызвать модель из кода

API — это способ вызвать модель из своего кода: запрос с промптом уходит на эндпоинт провайдера, в ответ приходит готовый текст. С этого слоя начинается любая разработка с ИИ — и облачные модели (Claude, GPT), и российские по API (GigaChat, YandexGPT) подключаются именно так. Оплата идёт за использованные токены.

С чего начать

Начать стоит с самого тонкого слоя: вызвать готовую модель по API и решить задачу промптом. Когда понадобятся свои данные — добавить RAG и эмбеддинги. И только если устойчиво не хватает поведения модели — подключать fine-tuning. Такой порядок экономит время и деньги: каждый следующий слой дороже предыдущего.

Источники

1. Lewis P. et al. «Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks». 2020. arxiv.org/abs/2005.11401
2. Anthropic. «Building Effective AI Agents». 2024. anthropic.com/engineering/building-effective-agents
3. Hu E. et al. «LoRA: Low-Rank Adaptation of Large Language Models». 2021. arxiv.org/abs/2106.09685