10. Arquitectura RAG Completa: Chatea con Tus Documentos y Base de Datos

<?php
declare(strict_types=1);

namespace App\Services;

class RagService
{
    private \PDO $pdo;
    private string $apiKey;

    public function __construct(\PDO $pdo, string $apiKey)
    {
        $this->pdo = $pdo;
        $this->apiKey = $apiKey;
    }

    /**
     * Responde una pregunta del usuario sustentándose 100% en documentos internos.
     */
    public function askInternalAssistant(string $userQuestion): string
    {
        // 1. Convertir la pregunta del usuario en vector de embeddings
        $queryEmbedding = $this->createEmbedding($userQuestion);

        // 2. Recuperar (Retrieval) los 3 fragmentos más relevantes de la BD
        $stmt = $this->pdo->prepare('
            SELECT id, titulo, contenido, (1 - (embedding <=> :vector::vector)) AS similitud
            FROM documentos_empresa
            ORDER BY embedding <=> :vector::vector ASC
            LIMIT 3
        ');
        $stmt->execute(['vector' => json_encode($queryEmbedding)]);
        $chunks = $stmt->fetchAll(\PDO::FETCH_ASSOC);

        // 3. Ensamblar el contexto delimitado con etiquetas XML
        $contextText = "";
        foreach ($chunks as $c) {
            $contextText .= "[Doc #{$c['id']}: {$c['titulo']}]\n{$c['contenido']}\n\n";
        }

        // 4. Construir System Prompt con instrucciones estrictas de contención
        $systemPrompt = <<<PROMPT
Eres el asistente interno de soporte de Kilopolis.
Responde a la pregunta del usuario basándote EXCLUSIVAMENTE en la siguiente información oficial:

<context>
{$contextText}
</context>

REGLAS OBLIGATORIAS:
1. Responde únicamente con hechos presentes dentro de las etiquetas <context>.
2. Si el contexto no contiene la respuesta exacta, responde textualmente: "No encuentro esa información en los manuales de la empresa."
3. Cita siempre el título o número del documento de donde extrajiste el dato.
PROMPT;

        // 5. Generar la respuesta final con el LLM
        return $this->callLlm($systemPrompt, $userQuestion);
    }

    private function createEmbedding(string $text): array
    {
        $ch = curl_init('https://api.openai.com/v1/embeddings');
        curl_setopt_array($ch, [
            CURLOPT_POST           => true,
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_HTTPHEADER     => [
                'Content-Type: application/json',
                'Authorization: Bearer ' . $this->apiKey
            ],
            CURLOPT_POSTFIELDS     => json_encode([
                'model' => 'text-embedding-3-small',
                'input' => $text
            ])
        ]);
        $res = json_decode((string)curl_exec($ch), true);
        curl_close($ch);
        return $res['data'][0]['embedding'] ?? [];
    }

    private function callLlm(string $systemPrompt, string $userQuestion): string
    {
        $ch = curl_init('https://api.openai.com/v1/chat/completions');
        curl_setopt_array($ch, [
            CURLOPT_POST           => true,
            CURLOPT_RETURNTRANSFER => true,
            CURLOPT_HTTPHEADER     => [
                'Content-Type: application/json',
                'Authorization: Bearer ' . $this->apiKey
            ],
            CURLOPT_POSTFIELDS     => json_encode([
                'model'       => 'gpt-4o-mini',
                'temperature' => 0.0,
                'messages'    => [
                    ['role' => 'system', 'content' => $systemPrompt],
                    ['role' => 'user', 'content' => $userQuestion]
                ]
            ])
        ]);
        $res = json_decode((string)curl_exec($ch), true);
        curl_close($ch);
        return (string)($res['choices'][0]['message']['content'] ?? '');
    }
}