Definicja i granice
Source of truth to dokument lub zestaw dokumentów, które jednoznacznie opisują podstawowe fakty o encji: nazwę, typ, kategorię, ofertę, osoby, relacje, lokalizacje, projekty i aktualny stan. Nie oznacza monopolu na prawdę, ale redukuje niespójność. Granicą tego pojęcia jest jego funkcja w całym pipeline AI Search. Nie należy rozszerzać go na obszary, które mają inną rolę techniczną lub decyzyjną.
Dlaczego encje są ważne
System nie pracuje wyłącznie na ciągach słów. Musi odróżnić osobę, firmę, markę, produkt, usługę, stronę WWW i dokument. Im bardziej spójne są nazwy, role oraz relacje, tym mniejsze ryzyko błędnego scalenia albo rozdzielenia encji.
Zasada source of truth
Najważniejsze fakty powinny mieć jedno kanoniczne miejsce potwierdzenia oraz zgodne reprezentacje w profilach zewnętrznych. Structured data powinno opisywać to, co użytkownik rzeczywiście widzi na stronie.
Jak wykorzystać to pojęcie w praktyce?
W kontekście „Source of truth — jedno miejsce, które porządkuje fakty o marce” najważniejsze jest, aby wyznaczyć kanoniczny dokument, w którym marka utrzymuje aktualne fakty, nazwy, liczby i relacje. Odpowiedź jest bardziej użyteczna, gdy system może znaleźć nie tylko twierdzenie, lecz także jego zakres, datę, podmiot i podstawę. Dokument powinien oddzielać fakty od interpretacji, wskazywać źródło pierwotne i zachowywać kontekst liczby lub cytatu.
Przykład i sposób weryfikacji
Zdanie „obsłużyliśmy tysiące klientów” jest słabsze niż okresowo opisany wynik powiązany z metodą liczenia i dokumentem źródłowym. Z kolei niezależna publikacja może potwierdzić rozpoznawalność, ale nie zastąpi dowodu dla liczby finansowej lub technicznej.
Granice interpretacji
Liczba publikacji, linków lub wzmianek nie dowodzi prawdziwości. Powielona informacja może pochodzić z jednego komunikatu, dlatego trzeba rozróżniać niezależność źródeł, ich bliskość do faktu i datę aktualności.
Wniosek dotyczący „Source of truth — jedno miejsce, które porządkuje fakty o marce” powinien wskazywać, co rzeczywiście zaobserwowano, czego nie da się potwierdzić oraz jaki następny test może rozstrzygnąć wątpliwość. Taka forma chroni czytelnika przed pozorną pewnością i pozwala wykorzystać dokument jako część powtarzalnej metodologii AI Search.
Co sprawdzić dalej?
Ten dokument jest częścią spójnego modelu AI Search. Kolejny krok zależy od tego, czy problem dotyczy query processing, retrieval, encji, źródeł, architektury czy pomiaru.