مساعد الذكاء الاصطناعي للإجابة على الأسئلة المعتمدة على ويكيبيديا

مساعد ذكاء اصطناعي يجيب على أسئلة المستخدمين بمعلومات واقعية وموثوقة، مستخدمًا نهج RIG لإسناد الإجابات إلى مصادر ويكيبيديا وتحديد الأقسام الدقيقة. مثالي لإجابات موثوقة وقابلة للتتبع تعتمد على بيانات خارجية.

كيف يعمل تدفق الذكاء الاصطناعي - مساعد الذكاء الاصطناعي للإجابة على الأسئلة المعتمدة على ويكيبيديا

التدفقات

كيف يعمل تدفق الذكاء الاصطناعي

جمع مدخلات المستخدم.
يجمع أسئلة المستخدمين من خلال واجهة دردشة.
إنشاء المسودة الأولية.
ينتج إجابة أولية ويحدد الأقسام التي تحتاج إلى بيانات خارجية أو تحقق.
استرجاع بيانات ويكيبيديا.
يستخدم أداة ويكيبيديا لجلب المعلومات ذات الصلة والدقيقة لكل قسم من الإجابة.
تدقيق وتحسين الحقائق بواسطة وكيل الذكاء الاصطناعي.
يقوم وكيل الذكاء الاصطناعي بتحسين وإسناد كل قسم من الإجابة باستخدام بيانات ويكيبيديا المسترجعة، مع إضافة روابط المصادر المباشرة.
تسليم الإجابة.
يعرض الإجابة المستندة إلى مصادر قوية للمستخدم عبر واجهة الدردشة.

المطالبات المستخدمة في هذا التدفق

فيما يلي قائمة كاملة بجميع المطالبات المستخدمة في هذا التدفق لتحقيق وظائفه. المطالبات هي التعليمات المعطاة لنموذج الذكاء الاصطناعي لتوليد الاستجابات أو تنفيذ الإجراءات. تقود الذكاء الاصطناعي في فهم نية المستخدم وتوليد مخرجات ذات صلة.

الموجه

ينشئ موجه LLM أولي لإنتاج إجابة نموذجية ببيانات وهمية ومؤشرات مصادر لمزيد من التحسين. يوجه LLM لتحديد المصادر التي يجب استخدامها لكل قسم....

                Gived is user's query. Based on the User's query generate best possible answer with fake data or percentage. After each of different sections of your answer, include data which source to use in order to fetch the correct data and refine that section with correct data. you can either specify to choose Internal knowledge source to fetch data from in case there is custom data to user's product or service or use wikipedia to use as general knowledge source.

---
Example Input: Which countries are top in terms of renewable energy and what is the best metric for measuring this and what is that measure for top country?
Example output: The top countries in renewable energy are Norway, Sweden, Portugal, USA [Search in Wikipedia with query "Top Countries in renewable Energy"], the usual metric for renewable energy is Capacity factor [Search in Wikipedia with query "metric for renewable energy"] and number one country has 20% capacity factor [search in Wikipedia "biggest capacity factor"]
---

Let's begin now!

User Input:   {input}

وكيل الذكاء الاصطناعي

موجه وكيل LLM الذي يوجه النموذج لتحسين الإجابة الأولية باستخدام أداة ويكيبيديا، مع التركيز على الدقة والحقائق، وتوثيق المصادر لكل قسم، وتجنب العبارات العامة أو ...

                You are given a sample answer to user's question. The sample answer might include wrong data.&

use wikipedia tool in the given sections with the specified query to use wikipedia's information to refine the answer. 

include the link of wikipedia in each of the sections specified. 

FETCH DATA FROM YOUR TOOLS AND REFINE THE ANSWER IN THAT SECTION. ADD THE LINK TO THE SOURCE IN THAT PARTICULAR SECTION AND NOT IN THE END.


Focus on detailed information. Don't use phrases like "In todays fast changing world...", "In today's complex...", "is a crucial step", "plays significant role", "fast-paced...", "pivotal role", "In the ever-evolving landscape of" or "In the realm of ...", always cut to the point without useless conclusions or intros.

المكونات المستخدمة في هذا التدفق

فيما يلي قائمة كاملة بجميع المكونات المستخدمة في هذا التدفق لتحقيق وظائفه. المكونات هي كتل البناء لكل تدفق ذكاء اصطناعي. تتيح لك إنشاء تفاعلات معقدة وأتمتة المهام من خلال ربط وظائف مختلفة. كل مكون يخدم غرضاً محدداً، مثل التعامل مع مدخلات المستخدم أو معالجة البيانات أو التكامل مع الخدمات الخارجية.

إدخال الدردشة

مكوّن إدخال الدردشة في FlowHunt يطلق تفاعلات المستخدم من خلال التقاط الرسائل من ساحة اللعب. يعمل كنقطة البداية للتدفقات، مما يتيح لسير العمل معالجة المدخلات النصية وتلك المستندة إلى الملفات.

عرض إدخال الدردشة

مكوّن البرومبت في FlowHunt

تعرّف على كيفية استخدام مكوّن البرومبت في FlowHunt لتعريف دور وسلوك روبوت الذكاء الاصطناعي الخاص بك، مما يضمن ردودًا ذات صلة وشخصية. خصص البرومبت والقوالب لخلق تدفقات دردشة فعّالة وواعية بالسياق.

عرض مكوّن البرومبت في FlowHunt

المُوَلِّد

استكشف مكون المُوَلِّد في FlowHunt—توليد نصوص قوية مدعومة بالذكاء الاصطناعي باستخدام نموذج LLM الذي تختاره. أنشئ بسهولة ردود ديناميكية للدردشة بدمج المطالبات، والتعليمات النظامية الاختيارية، وحتى الصور كمدخلات، مما يجعله أداة أساسية لبناء سير عمل ذكي وحواري.

عرض المُوَلِّد

أداة ويكيبيديا

تحدث بسهولة مع أي صفحة ويكيبيديا باستخدام وكلاء الذكاء الاصطناعي من FlowHunt. احصل على ملخصات موجزة، وروابط للمصادر، وحوّل ساعات البحث إلى رؤى تفاعلية.

عرض أداة ويكيبيديا

وكيل الذكاء الاصطناعي

يمنحك مكون وكيل الذكاء الاصطناعي في FlowHunt إمكانيات اتخاذ القرار الذاتي واستخدام الأدوات داخل سير عملك. يستفيد من نماذج اللغة الكبيرة ويتصل بأدوات متنوعة لحل المهام، واتباع الأهداف، وتقديم استجابات ذكية. مثالي لبناء أتمتة متقدمة وحلول تفاعلية بالذكاء الاصطناعي.

عرض وكيل الذكاء الاصطناعي

عنصر الرسائل

يُعرض عنصر الرسائل رسائل مخصصة داخل سير العمل الخاص بك. مثالي للترحيب بالمستخدمين، أو تقديم التعليمات، أو عرض أي معلومات هامة، ويدعم تنسيق Markdown ويمكن ضبطه للظهور مرة واحدة فقط في كل جلسة.

عرض عنصر الرسائل

إخراج الدردشة

اكتشف مكون إخراج الدردشة في FlowHunt—أنهِ ردود الدردشة مع مخرجات متعددة ومرنة. ضروري لإكمال التدفق بسلاسة وإنشاء روبوتات دردشة تفاعلية ومتقدمة بالذكاء الاصطناعي.

عرض إخراج الدردشة

مشغل بدء الدردشة

مكون مشغل بدء الدردشة يكتشف متى يبدأ جلسة دردشة، مما يسمح لسير العمل بالاستجابة فورًا بمجرد أن يفتح المستخدم الدردشة. يقوم ببدء التدفقات برسالة الدردشة الأولية، مما يجعله ضروريًا لبناء روبوتات دردشة تفاعلية وسريعة الاستجابة.

عرض مشغل بدء الدردشة

وصف التدفق

الغرض والفوائد

نظرة عامة

يعد مساعد ويكيبيديا RIG (المولّد المتداخل مع الاسترجاع) سير عمل آلي مصمم للإجابة على استفسارات المستخدمين من خلال إنشاء ردود أولية، وتحديد البيانات الواقعية اللازمة، واسترجاع المعلومات من ويكيبيديا، وتحسين الإجابات مع ذكر الاستشهادات الدقيقة لكل قسم. الهدف الأساسي هو تقديم إجابات تستند إلى مصادر يمكن التحقق منها، وتحديد الأقسام والمصادر المستخدمة بدقة، مما يجعله مفيدًا بشكل خاص للبحث والتحقق من الحقائق والأغراض التعليمية.

كيف يعمل سير العمل

  1. بدء الدردشة والترحيب

    • عند فتح جلسة دردشة، يتم استقبال المستخدم برسالة ترحيب تشرح هدف سير العمل: تقديم إجابات موثوقة مدعومة بالمصادر. يساعد ذلك في تحديد توقعات جودة وشفافية الردود.

  2. أخذ استفسار المستخدم

    • يرسل المستخدم سؤالاً عبر مدخلات الدردشة. يتم التقاط هذا الإدخال وإرساله للمعالجة.

  3. إنشاء الموجه

    • يتضمن سير العمل قالب موجه يأخذ سؤال المستخدم وينشئ موجهًا تفصيليًا. يوجه هذا الموجه النظام إلى:
      • إنشاء مسودة إجابة، حتى لو استخدمت بيانات مؤقتة.
      • لكل قسم في الإجابة، تحديد أي مصدر خارجي (مثل ويكيبيديا) أو قاعدة المعرفة الداخلية يجب استخدامها للتحقق وتحسين ذلك القسم.
      • تضمين استفسارات بحث في ويكيبيديا لجلب المعلومات الصحيحة لكل قسم.

    مثال:

    مدخل المستخدم: ما هي الدول المتصدرة في مجال الطاقة المتجددة؟
المخرجات الأولية: الدول المتصدرة هي النرويج، السويد، البرتغال [ابحث في ويكيبيديا: "Top Countries in renewable Energy"]...

  4. إنشاء الإجابة الأولية

    • باستخدام مولّد نماذج اللغة، ينشئ النظام مسودة إجابة بناءً على الموجه، مع إبراز الأماكن التي يجب إدخال بيانات واقعية فيها والمصادر التي يجب استخدامها للتحقق.

  5. استرجاع البيانات وتحسين الإجابة

    • يتلقى وكيل الذكاء الاصطناعي مسودة الإجابة ويستخدم أداة ويكيبيديا للبحث في ويكيبيديا باستخدام الاستفسارات المحددة.
    • لكل قسم من الإجابة، يسترجع الوكيل البيانات الواقعية ذات الصلة من ويكيبيديا ويستبدل المحتوى المؤقت أو الأولي.
    • يتم تحسين كل قسم ليشمل رابطًا مباشرًا إلى مقالة أو قسم ويكيبيديا المستخدم، مما يضمن الشفافية وسهولة التحقق.

    يُطلب من الوكيل تجنب العبارات العامة أو الحشو، والتركيز فقط على المحتوى الموجز والدقيق.

  6. الإخراج النهائي

    • يتم عرض الإجابة المحسّنة بالكامل، مع إسناد كل قسم إلى مصدر محدد في ويكيبيديا (مع الروابط مرفقة في النص)، للمستخدم في واجهة الدردشة.

بنية سير العمل

الخطوةالمكونالغرض
1مشغّل فتح الدردشةيكتشف جلسة دردشة جديدة ويشغل رسالة الترحيب
2أداة الرسائليعرض التحية الأولية والتعليمات
3مدخل الدردشةيستقبل سؤال المستخدم
4قالب الموجهيصيغ الموجه مع تعليمات لمسودة الإجابة ومؤشرات المصادر
5المولّدينتج مسودة الإجابة الأولية (مع بيانات مؤقتة)
6أداة ويكيبيدياتمكّن من استرجاع البيانات من ويكيبيديا
7وكيل الذكاء الاصطناعييحسن المسودة، يجلب الحقائق، يدرج الاستشهادات/الروابط
8إخراج الدردشةيعرض الإجابة النهائية المعتمدة للمستخدم

الميزات والفوائد الرئيسية

  • شفافية المصادر: يحدد كل قسم من الإجابة بوضوح صفحة أو قسم ويكيبيديا المستخدم، مع روابط مباشرة للتحقق من قبل المستخدم.
  • الأتمتة وقابلية التوسع: يقوم سير العمل بأتمتة عملية الصياغة والتحقق من الحقائق وتحسين الإجابات، مما يجعله مناسبًا للتعامل مع العديد من الاستفسارات بكفاءة.
  • مخرجات بمستوى بحثي: من خلال إسناد كل معلومة إلى مصدر خارجي قابل للتحقق، ينتج النظام إجابات مناسبة للسياقات الأكاديمية والتجارية والمهنية.
  • قابلية التخصيص: إذا لزم الأمر، يمكن إدراج مصادر معرفة داخلية بجانب ويكيبيديا، مما يجعل النظام قابلاً للتكيف لاسترجاع بيانات خاصة بالشركات.

حالات الاستخدام

  • مساعدون تعليميون: تزويد الطلاب بإجابات تستشهد دائمًا بمصادرها.
  • روبوتات التحقق من الحقائق: التحقق الفوري من المعلومات وعرض المصادر دون بحث يدوي.
  • دعم العملاء: تقديم معلومات الشركة أو المنتج مع توثيق مصدر البيانات بوضوح.
  • إنشاء المحتوى: يمكن للكتّاب والصحفيين الحصول على محتوى أولي مع مراجع مضمنة لمزيد من التطوير.

الملخص

يمكن هذا سير العمل المستخدمين من الحصول على إجابات موثوقة وموثقة جيدًا عن طريق دمج خطوات التوليد والاسترجاع. وهو مفيد بشكل خاص في الحالات التي تكون فيها دقة المعلومات والشفافية ونسب المصادر أمرًا جوهريًا. كما أن تصميمه المعياري والآلي يجعله عالي القابلية للتوسع للمؤسسات التي ترغب في أتمتة مهام البحث والإجابة على الأسئلة على نطاق واسع.

دعنا نبني فريق الذكاء الاصطناعي الخاص بك

نحن نساعد الشركات مثل شركتك في تطوير روبوتات الدردشة الذكية، وخوادم MCP، وأدوات الذكاء الاصطناعي أو أنواع أخرى من أتمتة الذكاء الاصطناعي لاستبدال البشر في المهام المتكررة في مؤسستك.

حدد موعد عرض تجريبي جربه الآن

اعرف المزيد

مساعد ويكيبيديا RIG (مولد متداخل مع الاسترجاع)
مساعد ويكيبيديا RIG (مولد متداخل مع الاسترجاع)

مساعد ويكيبيديا RIG (مولد متداخل مع الاسترجاع)

اكتشف مساعد ويكيبيديا RIG، أداة مصممة لاسترجاع المعلومات الدقيقة من ويكيبيديا. مثالي للبحث وإنشاء المحتوى، حيث يوفر إجابات موثوقة وموثقة بسرعة. عزز معرفتك ببيان...

1 دقيقة قراءة
AI Wikipedia +5
وكيل دعم العملاء بالذكاء الاصطناعي مع تكامل API لـ LiveAgent
وكيل دعم العملاء بالذكاء الاصطناعي مع تكامل API لـ LiveAgent

وكيل دعم العملاء بالذكاء الاصطناعي مع تكامل API لـ LiveAgent

يقوم سير العمل المدعوم بالذكاء الاصطناعي هذا بأتمتة دعم العملاء من خلال ربط استفسارات المستخدمين بمصادر معرفة الشركة وواجهات برمجة التطبيقات الخارجية (مثل LiveA...

5 دقيقة قراءة
روبوت دردشة RAG مخصص للنطاق في الوقت الحقيقي
روبوت دردشة RAG مخصص للنطاق في الوقت الحقيقي

روبوت دردشة RAG مخصص للنطاق في الوقت الحقيقي

روبوت دردشة في الوقت الحقيقي يستخدم بحث Google مقيدًا بنطاقك الخاص، يسترجع محتوى الويب ذي الصلة، ويستفيد من نموذج OpenAI LLM للإجابة على استفسارات المستخدمين بم...

4 دقيقة قراءة