Klasyczny RAG znajduje podobne fragmenty. To świetne, dopóki pytanie nie wymaga relacji. GraphRAG dodaje warstwę grafu — z prowencją i ścieżką dowodową.
W skrócie
GraphRAG łączy encje i relacje, gdy „podobny akapit” to za mało
wymaga entity linking, grafu z provenance i planera zapytań
bez provenance graf jest nieaudytowalny i nie powinien zasilać odpowiedzi
mierzyć trzeba coverage, precision, dowodowość i stabilność
Jeśli to ma wejść do procesu, proszę traktować ten rozdział jako standard operacyjny.
Teza: wektory dobrze znajdują „podobne fragmenty”. Graf dobrze znajduje „powiązane fakty”.
GraphRAG łączy jedno z drugim, gdy odpowiedź zależy od relacji, a nie tylko od podobieństwa tekstu.
retrieval wektorowy daje szum, bo w dokumentach jest dużo podobnych akapitów,
potrzebujesz restrykcji typu: „tylko dokumenty z tej jednostki, z tej wersji, z tej relacji”.
2. Architektura wysokopoziomowa
W praktyce GraphRAG oznacza dodatkowe komponenty:
ekstrakcję encji i relacji (entity linking),
utrzymanie grafu (wersjonowanie, provenance),
planner zapytań (kiedy graf, kiedy wektory, kiedy hybryda),
fuzję wyników i cytowania (dowód dla każdej tezy).
3. Model danych: encje, relacje, provenance
Minimalny standard grafu, który da się audytować:
Entity: id, typ, aliasy, źródła, wersja,
Relation: typ relacji, kierunek, confidence (jeśli liczysz),
Provenance: skąd relacja pochodzi (doc_id + fragment + wersja).
Pułapka: graf bez provenance szybko zamienia się w „drugą prawdę”, której nie da się zweryfikować.
Jeśli nie da się wskazać źródła relacji, nie należy jej używać w odpowiedziach.
4. Jakość: jak mierzyć, czy graf pomaga
Coverage: czy GraphRAG rozwiązuje pytania, z którymi wektory sobie nie radziły.
Precision: czy zmniejsza liczbę nietrafnych fragmentów.
Dowodowość: czy rośnie odsetek odpowiedzi z kompletnymi cytowaniami.
Stabilność: czy wyniki nie „pływają” po zmianach indeksu.
5. Operacje i governance
GraphRAG jest wymagający operacyjnie. Dobrą praktyką jest:
wersjonowanie grafu tak samo jak dokumentów (SSOT),
reindeksacja grafu w rytmie (nie ad‑hoc),
testy regresji na pytania relacyjne (golden set),
kontrola dostępu: graf nie może obejść RBAC dokumentów.
