Wyszukiwarka Dokumentów

Największą wadą dużych modeli językowych jest ich skłonność do prezentowania niejasnych, nieaktualnych lub wręcz fałszywych informacji. Aby zapewnić, że odpowiedzi są zawsze aktualne i adekwatne do Twojego zastosowania, modele generatywne muszą być skierowane do właściwych źródeł wiedzy.

To podejście, nazywane Retrieval-Augmented Generation (RAG), dostarcza modelom generatywnym Twoje własne źródła wiedzy. Komponenty wyszukujące, w tym Wyszukiwarka Dokumentów, pozwalają na wykorzystanie tej metody.

Czym jest komponent Wyszukiwarki Dokumentów?

Ten komponent pozwala chatbotowi pobierać wiedzę z Twoich własnych źródeł, zapewniając, że informacje są trafne, wiarygodne i aktualne. Informacje te pochodzą bezpośrednio ze źródeł wskazanych w Dokumentach i Harmonogramach. Rolą tego komponentu jest kontrola procesu pobierania.

Zapytanie wejściowe

Określa zapytanie używane do wyszukania odpowiednich informacji. Może być ono powiązane z innym komponentem lub wprowadzone ręcznie. W większości przypadków zapytaniem wejściowym będzie Wejście Czatowe.

Liczba dokumentów

To ustawienie ogranicza liczbę dokumentów, z których flow powinien pobierać informacje, dbając o to, by wyniki były trafne i generowały się w odpowiednim czasie.

Kategorie dokumentów

To opcjonalne ustawienie pozwala ograniczyć wyszukiwanie do jednej z kategorii utworzonych na ekranie Dokumenty w Źródłach Wiedzy.

Harmonogramy

Pozwala ograniczyć wyszukiwanie do jednego z Harmonogramów określonych na ekranie Harmonogramy w Źródłach Wiedzy.

Próg trafności

Źródła w Twojej bazie wiedzy będą pasować do zapytania w różnym stopniu. AI oceni je pod kątem trafności w skali od 0 do 1. To ustawienie pozwala Ci kontrolować, jak bardzo wynik musi odpowiadać zapytaniu.

Dokładny próg zależy od Twojego zastosowania, ale ogólnie zaleca się wartość 0,7-0,8 dla bardzo trafnych odpowiedzi z rozsądnej liczby źródeł.

Wyobraź sobie, że ustawiasz próg na 0,6 i masz następujące artykuły:

• Artykuł A: 0,8
• Artykuł B: 0,65
• Artykuł C: 0,5
• Artykuł D: 0,9

Tylko artykuły z wynikiem trafności powyżej 0,6 trafią do wyniku, czyli tylko A, B i D.

• Wysoki próg, na przykład 0,9, zwróci bardzo trafne wyniki ściśle odpowiadające zapytaniu, ale może mieć problem ze znalezieniem wystarczającej liczby dokumentów i pominąć niektóre wartościowe.
• Niski próg, np. poniżej 0,5, dostarczy informacje z większej liczby dokumentów, ale istnieje ryzyko pojawienia się nieistotnych danych.

Jak podłączyć komponent Wyszukiwarki Dokumentów do swojego flow

Komponent zawiera tylko jedno wejście i jedno wyjście:

• Zapytanie wejściowe: Zapytaniem może być dowolny tekstowy wynik innego komponentu. Typowe zastosowania to podłączenie ludzkiego Wejścia Czatowego lub Generatora.
• Wyjście: Wynikiem każdego komponentu typu wyszukiwarka jest zawsze Dokument.

Wyjście Dokumentu zawiera ustrukturyzowane dane, które nie nadają się bezpośrednio do końcowego wyjścia czatu. Wszystkie komponenty przyjmujące Dokumenty jako wejście przekształcają je w format przyjazny użytkownikowi. Są to albo komponenty Widget, albo przekształcacz Dokument na Tekst.

Dlaczego warto używać Wyszukiwarki Dokumentów?

• Uziemianie modeli AI: Zwiększaj precyzję merytoryczną i trafność odpowiedzi AI, dostarczając rzeczywiste, kontekstowe informacje z bazy wiedzy Twojej organizacji.
• Wzbogacenie kontekstu: Dostarczaj LLM-om lub chatbotom dokumenty pomocnicze lub materiały referencyjne dla bardziej świadomych odpowiedzi.
• Elastyczne filtrowanie: Wyszukiwanie można dostosować według kategorii, harmonogramu, adresu URL, struktury dokumentu lub metadanych, dzięki czemu zawsze wyświetlisz tylko najbardziej istotne informacje.
• Wyjście na miarę: Wybieraj, ile treści pobrać, jak ją podzielić i które metadane uwzględnić, aby łatwo dostosować do dalszych procesów AI lub potrzeb UI.
• Integracja z agentami: Dzięki opisom narzędzi i nazewnictwu, komponent może być wykorzystywany jako narzędzie w architekturach z agentami.

Przykładowe zastosowania

• Retrieval-Augmented Generation (RAG): Dostarczaj LLM-om dokumenty pomocnicze, aby generować precyzyjne, merytoryczne odpowiedzi.
• Chatboty i wirtualni asystenci: Szybko udostępniaj FAQ lub dokumenty polityk w odpowiedzi na pytania pracowników/klientów.
• Wzbogacenie danych: Pobieraj informacje o produkcie, autorze lub inne metadane do dalszej analizy AI lub automatyzacji procesów.

Przykład

Spróbujmy teraz! Zanim zbudujemy flow, musimy upewnić się, że utworzyliśmy odpowiednie Dokumenty lub Harmonogramy. Jeśli nie ma dobrego źródła, chatbot przeprosi za brak możliwości odpowiedzi.

Kroki:

1. Rozpocznij od Wejścia Czatowego.
2. Dodaj Wyszukiwarkę Dokumentów i połącz Wejście Czatowe jako Zapytanie wejściowe.
3. Wynik to Dokument, który należy przekształcić; w tym przykładzie użyjemy komponentu Dokument na Tekst.
4. Następnie podłącz Generator AI.
5. Możesz rozpocząć rozmowę.

Teraz nasz Flow może przeszukiwać źródła na podstawie ludzkiego zapytania, przekształcać ustrukturyzowane dane w czytelny tekst i przekazywać go AI, aby wygenerować przyjazną dla użytkownika odpowiedź.

Nasze Źródła Wiedzy zawierają Harmonogram ustawiony na przeszukiwanie strony cennika FlowHunt w celu uzyskania aktualnych informacji. Zapytajmy bota o to: