Chat with Retrieval-Augmented Generation (RAG)能够将对话式AI融入到你的应用当中。它通过检索增强生成（RAG）技术，整合输入内容、数据源以及模型，从而构建出更为强大的产品体验，这一切都由Command提供支持。
借助各种连接器可以检索信息，比如可以将模型指向企业数据存储，使其能够无缝且安全地引用你的专有数据；也能将模型指向互联网，让其基于实时信息生成回复；还能为模型提供手动选择的文档，实现针对特定内容的有依据的问答。
当Chat和RAG相结合时，可以实现诸多功能。在对话方面，Chat能够理解消息背后的意图，记住对话历史，并通过多轮对话智能地做出回应，其回复由Cohere的Command模型提供支持。在减少幻觉方面，通过引用依据，能够减少幻觉并在生成的回复和用户之间建立信任，让用户明白回复的来源，而且Command经过训练可以从额外的来源回答问题。在数据隐私方面，当进行私有部署时，训练数据、输入提示以及输出回复都能保持私密，不会离开你的安全环境。
无论你在机器学习/人工智能方面的经验水平如何，Cohere的Command模型都能让你轻松地在应用中构建聊天界面。你可以获取API密钥，与模型进行聊天，还能查看相关文档等。此外，还有Coral Showcase可供你尝试Chat with RAG，在那里可以预览Coral的最新企业聊天能力。同时，也可以探索相关的文档和文章，或者自己动手构建演示。
