Studi kasus
Nalar.Ai
Asisten AI untuk edukasi yang menjawab dengan sitasi, bukan tebakan. Pertanyaan siswa dijawab dari dokumen yang benar-benar dirujuk, lengkap dengan penunjuk sumbernya.
Masalah
Jawaban model bahasa untuk materi pelajaran mudah terdengar meyakinkan walau salah, dan guru tidak punya waktu memeriksa ulang setiap jawaban. Yang dibutuhkan adalah jawaban yang menunjukkan dari mana ia diambil.
Pendekatan
Alur RAG: dokumen dipecah, diindeks, lalu bagian yang paling relevan dipilih untuk tiap pertanyaan. Jawaban disusun hanya dari potongan yang lolos ambang kemiripan, dan setiap klaim ditautkan ke berkas serta halaman aslinya — empat dokumen dirujuk untuk satu jawaban pada demo di halaman work.
Yang saya kerjakan
Perancangan alur retrieval, pemilihan model, antarmuka percakapan, sampai halaman promosi yang kini berjalan di Vercel. Basis kode ditulis dalam TypeScript agar logika retrieval tetap bisa diuji terpisah dari antarmuka.
Hasil
Jawaban singkat yang bisa diperiksa ulang dalam hitungan detik: siswa melihat sumbernya, guru tidak perlu menebak. Halaman demo langsungnya bisa dibuka lewat tombol di bawah.