Google'da bir yapay zeka mühendisi mülakatındasın. Röportaj yapan kişi şöyle soruyor: "Verilerimiz birkaç kaynağa (Salesforce, Gmail, Drive vb.) yayılmış durumda. Bunun üzerine birleşik bir sorgu motoru nasıl kurursunuz?" Sen: "Her şeyi bir vektör veritabanına gömüp RAG yapacağım." Mülakat bitti! Birçok geliştirici hâlâ bağlam buluşmasının doğrusal bir boru hattı olduğunu düşünüyor: Chunk → Embed → Retrieve → Generate Bu basit demolar için harika çalışıyor, ancak prodüksiyon sistemlerinin temelde farklı bir şey gerektirmesi gerekiyor. Daha iyi anlamak için şu soruyu göz önünde bulundurun: "Chicago bölgesindeki 4. çeyrek satış performansımızı, paydaşlarla yapılan bir toplantıda oluşturulan geçen yılki projeksiyonlarla karşılaştırın." Bu tek sorgu şunları gerektirir: - SQL veritabanınızdan satış verileri - Grafik ilişkileri (organizasyonel hiyerarşi) - Projeksiyon raporları üzerinden vektör araması - Zaman tabanlı filtreleme (bu yıl 4. çeyrek geçen yıl vs. geçen yıl) - İzin kontrolleri (kullanıcı yetkilendirmesi için) ...