Jak przygotować dokumentację techniczną pod AI: DTR, instrukcje i normy

Czas czytania: ok. 7 minut

Krótka odpowiedź: jakość odpowiedzi asystenta AI zależy bardziej od stanu waszej dokumentacji niż od samego modelu. Zanim wpięcie w cokolwiek zadziała, dokumentacja musi być przeszukiwalna, czyli tekstem, a nie skanem-obrazem, zebrana w jednym źródle, spójnie ustrukturyzowana per maszyna albo temat, zwersjonowana i opatrzona podstawowymi metadanymi. Trzeba też świadomie zdecydować, co w ogóle wchodzi (DTR, instrukcje, normy, historia serwisu), a co wykluczyć (duplikaty, nieaktualne wersje, dane wrażliwe). To praca głównie porządkowa, nie AI-owa, ale to ona przesądza o wyniku. Poniżej rozkładamy ją na sześć kroków.

Dlaczego to przygotowanie decyduje, a nie model

Zasada jest prosta: model odpowiada tylko tak dobrze, jak dobre jest źródło, które mu podacie. Jeśli dokumentacja jest niekompletna, sprzeczna albo nieprzeszukiwalna, nawet najlepszy model będzie zgadywał albo zmyślał. W wyszukiwaniu wspieranym AI (RAG) o jakości odpowiedzi decyduje przede wszystkim retrieval, czyli to, czy system w ogóle znajdzie właściwy fragment. A retrieval jest tak dobry jak dane pod spodem. Dlatego kolejność jest zawsze taka sama: najpierw uporządkowana dokumentacja, potem narzędzie. Co konkretnie decyduje o jakości po stronie samego mechanizmu, rozłożyliśmy w RAG bez halucynacji.

Krok 1: zdecyduj, co w ogóle wchodzi

Zanim cokolwiek zeskanujecie, ustalcie zakres. Do bazy zwykle warto włączyć dokumentację techniczno-ruchową maszyn, instrukcje pracy i obsługi, normy i wymagania klienta, karty katalogowe oraz historię serwisu i rozwiązanych problemów. Równie ważne jest, czego nie wkładać: nieaktualnych wersji, duplikatów, dokumentów czysto prawnych bez wartości technicznej i danych wrażliwych, które nie powinny trafić do wyszukiwarki. Węższy, ale czysty zbiór działa lepiej niż szeroki i zaśmiecony. Czym dokładnie jest DTR i co zawiera, rozłożyliśmy osobno w nocie o dokumentacji techniczno-ruchowej.

Krok 2: zrób z tego tekst, a nie obraz

Największa pojedyncza bariera to skany. Zeskanowany PDF wygląda jak dokument, ale dla wyszukiwarki jest obrazem, w którym nie da się nic znaleźć. Dokumentację trzeba przepuścić przez OCR, czyli rozpoznawanie tekstu, żeby stała się przeszukiwalna. Rysunki i schematy zostają obrazem, ale warto opatrzyć je krótkim opisem tekstowym, bo to on pozwoli je odnaleźć. Bez tego kroku reszta pracy nie ma znaczenia, bo system po prostu nie zajrzy do treści.

Krok 3: jedno źródło i spójna struktura

Typowa firma trzyma dokumentację w kilku miejscach naraz: papier, foldery na dysku, skrzynki mailowe, głowy techników. Pod AI trzeba to sprowadzić do jednego źródła, żeby nie było wątpliwości, która kopia obowiązuje. Do tego dochodzi spójna struktura, najczęściej per maszyna albo per temat, z przewidywalnym nazewnictwem plików. To nie musi być wyrafinowany system, wystarczy, że jest jeden i konsekwentny. Chaos w strukturze przekłada się wprost na chaos w odpowiedziach.

Krok 4: wersjonowanie i aktualność

Dokumentacja żyje: maszyny się modernizuje, instrukcje aktualizuje, normy zmieniają. Jeśli w bazie leżą obok siebie trzy wersje tej samej instrukcji bez oznaczenia, która obowiązuje, system będzie mieszał je w odpowiedziach. Trzeba więc oznaczać wersje i daty oraz wycofywać nieaktualne dokumenty ze zbioru, z którego korzysta model. Najczęstszy błąd to zostawienie starych wersji „na wszelki wypadek", bo to one potem wracają jako złe podpowiedzi.

Krok 5: metadane, które robią różnicę

Metadane to krótka informacja o dokumencie: której maszyny dotyczy, jaki to typ (DTR, instrukcja, norma), z jakiej jest daty i w jakim języku. Dla człowieka to oczywiste z kontekstu, dla wyszukiwarki to konkretna pomoc, bo pozwala zawęzić szukanie do właściwej maszyny i typu dokumentu, zamiast przeszukiwać wszystko naraz. Dobrze opisane metadane potrafią poprawić trafność odpowiedzi bardziej niż zmiana modelu. Tu domyka się mechanizm, który opisaliśmy w RAG do dokumentacji technicznej.

Krok 6: uprawnienia i to, co widać

Nie każdy dokument powinien być widoczny dla każdego. Wymagania klienta objęte NDA, dane osobowe czy warunki handlowe wymagają kontroli dostępu, żeby asystent nie pokazał ich osobie, która nie powinna ich zobaczyć. Warto z góry ustalić, kto widzi co, i odzwierciedlić to w strukturze i uprawnieniach. To temat, który łączy porządkowanie wiedzy z bezpieczeństwem, o czym więcej w nocie o zarządzaniu wiedzą serwisową.

Ile tego trzeba, a czego nie

Nie trzeba przygotować całości naraz. Rozsądniej zacząć od jednej rodziny maszyn albo jednego, dobrze opisanego obszaru i dopiero po tym, jak zadziała, dokładać kolejne. Wąski, uporządkowany zbiór daje lepsze efekty niż szeroki i chaotyczny, a przy okazji szybciej widać, czy w ogóle działa. Ile danych realnie potrzeba, żeby wyszukiwanie miało z czego korzystać, zależy od różnorodności wyrobów, a nie od jednej magicznej liczby, o czym piszemy przy realnym sizingu asystenta.

Czego ten post nie pokrywa

To jest przewodnik po przygotowaniu dokumentacji, nie instrukcja konfiguracji narzędzi. Nie wchodzimy w chunking, dobór modelu embeddingów ani ustawienia retrievalu, bo to osobny, techniczny temat. Nie powtarzamy też, czym jest DTR, bo to rozłożyliśmy osobno, ani nie rozstrzygamy, czy rozwiązanie stawiać u siebie, czy w chmurze. Tu chodziło o jedno: jak doprowadzić dokumentację do stanu, w którym AI w ogóle ma z czego korzystać.

Powiązane

• Dokumentacja techniczno-ruchowa (DTR): co zawiera, jak nią zarządzać i gdzie pomaga AI
• RAG do dokumentacji technicznej: jak AI korzysta z DTR i instrukcji maszyn
• RAG bez halucynacji: chunking, retrieval i co decyduje o jakości odpowiedzi
• Ile danych potrzebuje asystent AI w biurze technicznym: realny sizing
• AI do zarządzania wiedzą serwisową: jak zasilić system i gdzie są granice

FAQ

Od czego zacząć przygotowanie dokumentacji pod AI?

Od decyzji, co w ogóle wchodzi, i od cyfryzacji. Zawęźcie zbiór do aktualnych, wartościowych dokumentów jednej rodziny maszyn, przepuśćcie skany przez OCR i zbierzcie je w jednym źródle. Reszta kroków, struktura, wersje i metadane, buduje się na tym.

Czy trzeba przygotować całą dokumentację naraz?

Nie. Lepiej zacząć wąsko, od jednego obszaru albo rodziny maszyn, sprawdzić, że działa, i dopiero potem dokładać kolejne. Wąski, uporządkowany zbiór wypada lepiej niż szeroki i chaotyczny.

Czy skany PDF wystarczą?

Nie, jeśli są obrazem. Skan wygląda jak dokument, ale wyszukiwarka nie znajdzie w nim tekstu, dopóki nie przejdzie przez OCR. Dopiero rozpoznany tekst jest przeszukiwalny.

Co najbardziej poprawia trafność odpowiedzi?

Uporządkowane źródło i dobre metadane, czyli oznaczenie, której maszyny i jakiego typu dokumentu dotyczy plik. To często daje większą poprawę niż zmiana samego modelu, bo pomaga systemowi znaleźć właściwy fragment.