RAG в performance-маркетинге полезен не везде: вот где он реально экономит время
RAG нужен там, где агент должен отвечать не “умно”, а по вашей базе: офферы, правила модерации, UTM-нейминг, FAQ саппорта, история гипотез, заметки по крео. Тогда он не фантазирует, а вытаскивает нужный фрагмент и собирает ответ в одном стиле.
Лучшие кейсы:
— daily report: подтянуть цифры и объяснить отклонения по шаблону;
— creative spy: искать похожие паттерны по вашим прошлым победителям;
— closeloop: связать лид, источник, статус и причину отказа;
— медиабаинг-оператор: подсказать, какой лимит/аудиторию/крео уже пробовали.
Избыточен RAG, если задача не про знания, а про действие. Проверить статус кампании, остановить группу, сменить бюджет, выгрузить отчёт — это чаще API + простая логика. Если поверх такого действия поставить RAG, вы добавите задержку, токены и новый класс ошибок: релевантный ответ найден, но решение всё равно неверное.
Правило простое: RAG подключайте, когда цена промаха в знании выше цены лишнего поиска. Если агенту нужен доступ к контексту команды, делайте маленькую, чистую базу: короткие документы, версии источников, явные поля, без мусорных дублей. Иначе retrieval начнёт мешать быстрее, чем помогать.
Если у задачи есть ответ в ваших документах — RAG. Если у задачи есть ответ в API — сначала API, потом уже retrieval.
Agentic Marketing — AI-агенты в перформансе
@agentic_marketing
RAG в performance-маркетинге полезен не везде: вот где он реально экономит время
Этот пост опубликован в Telegram-канале Agentic Marketing — AI-агенты в перформансе. Подписаться можно по ссылке: @agentic_marketing.