Rozšíření dotazu
Parafrázuje uživatelský vstup do několika alternativních dotazů pro zlepšení sémantického vyhledávání v bázi znalostí pomocí LLM promptu.
Tento pracovní postup s názvem „Sémantické vyhledávání“ umožňuje uživatelům vyhledávat informace ve své soukromé bázi znalostí využitím pokročilých jazykových modelů a sémantických vyhledávacích technik. Je navržen tak, aby prohledával všechny naplánované domény, dokumenty a sekce Otázek & Odpovědí, a automatizoval získávání nejrelevantnějších informací v reakci na uživatelské dotazy.
Interakce s uživatelem a uvítací zpráva
Když uživatel otevře chatovací rozhraní, pracovní postup spustí uvítací zprávu:
- Message Widget zobrazí:
👋 Vítejte v nástroji pro vyhledávání ve vaší soukromé bázi znalostí!
Jsem tu, abych vám pomohl prohledávat dokumenty ve vaší soukromé bázi znalostí 📚. Prohledám všechny naplánované domény, soukromé dokumenty a sekce Otázek & Odpovědí, abych našel informace, které potřebujete.
Jednoduše zadejte svůj dotaz a pojďme společně najít odpovědi! ✨🔍
Tato přívětivá zpráva pomáhá uživatele nasměrovat a vybízí je k zadání vyhledávacího dotazu.
Zpracování a rozšíření dotazu
Uživatelský vstup:
Uživatel zadá dotaz prostřednictvím chatovacího pole.Rozšíření dotazu:
- Dotaz je odeslán do komponenty Rozšíření dotazu.
- Poháněná jazykovým modelem OpenAI (konkrétně
gpt-4o-mini) tato komponenta generuje až tři parafrázované nebo sémanticky podobné dotazy. - Cílem je zvýšit šanci na nalezení všech relevantních dokumentů, i když je původní formulace dotazu nejednoznačná nebo omezená.
| Komponenta | Účel |
|---|---|
| Chat Input | Sběr uživatelského vyhledávacího dotazu |
| OpenAI LLM (gpt-4o-mini) | Generuje alternativní formulace dotazu |
| Rozšíření dotazu | Vytváří až 3 varianty dotazu pro vyhledávání |
Získávání dokumentů
- Rozšířené dotazy jsou předány komponentě Document Retriever.
- Tato komponenta prohledává soukromou bázi znalostí uživatele, včetně naplánovaných domén, dokumentů a sekcí Otázek & Odpovědí.
- Získá až 10 nejrelevantnějších dokumentů se zaměřením na obsah v hlavičkách
<H1>pro maximální relevantnost kontextu.
Prezentace výsledků
- Získané dokumenty jsou předány do Document Widgetu, který je formátuje a prezentuje v přehledné chatovací podobě.
- Konečné výsledky jsou zpětně zobrazeny uživateli v chatovacím rozhraní.
| Krok | Komponenta | Typ výstupu |
|---|---|---|
| Získání dokumentů | Document Retriever | Surové dokumenty |
| Formátování výsledků | Document Widget | Zpráva |
| Zobrazení uživateli | Chat Output | Chatová zpráva |
Schéma pracovního postupu
flowchart LR
A[Chat otevřen] --> B[Uvítací zpráva]
B --> C[Zadání uživatelského dotazu]
C --> D[Rozšíření dotazu\n(OpenAI LLM)]
D --> E[Document Retriever]
E --> F[Document Widget]
F --> G[Chat Output]
Výhody a použití
- Automatizace: Pracovní postup automatizuje sémantické vyhledávání, šetří manuální úsilí a zajišťuje, že uživatelé vždy dostanou přívětivý, vedený zážitek.
- Škálovatelnost: Rozšiřováním dotazů a vyhledáváním ve všech relevantních zdrojích poskytuje workflow robustní pokrytí, takže je vhodný i pro rozsáhlé nebo složité báze znalostí.
- Přesnost: Využitím LLM pro parafrázování se snižuje riziko opomenutí informací kvůli formulaci dotazu.
- Uživatelská zkušenost: Okamžitá zpětná vazba a jasné instrukce dělají z nástroje uživatelsky přívětivé řešení i pro netechnické publikum.
Typické příklady použití:
- Interní správa znalostí pro týmy podpory
- Firemní portály pro vyhledávání v FAQ a dokumentech
- Automatizovaní asistenti pro soukromé či proprietární datasety
Díky spojení sémantického vyhledávání s rozšiřováním dotazů poháněným LLM tento pracovní postup zajišťuje, že uživatelé mohou efektivně získávat relevantní znalosti, což zvyšuje produktivitu i objevování informací.
