Komponent GoogleSearch

Největší výzvou pro AI bývala její tendence předkládat vágní, zastaralé nebo dokonce chybné informace. Všechny tyto problémy způsobuje prostý nedostatek přístupu k relevantním znalostem. V minulosti bylo řešení této slabiny možné pouze přeškolením celého modelu, což bylo pro většinu firem, natož jednotlivců, zcela nereálné. Existuje ale jiné řešení, které umožňuje modelům jednoduše nasměrovat na správné zdroje znalostí v reálném čase.

Tento přístup se nazývá Retrieval-Augmented Generation (RAG). Umožňuje dodávat generativním modelům aktuální znalosti bez technických dovedností nebo nutnosti učit celé modely od začátku. Vyhledávací komponenty, včetně GoogleSearch, vám umožní tuto metodu snadno využít.

Co je komponent GoogleSearch?

Tento komponent umožňuje toku získávat znalosti vyhledáváním relevantního obsahu na Googlu. Zadává vyhledávací dotaz a určuje, jakým způsobem se informace získávají. Lze jej používat současně s dalšími vyhledávacími komponentami a zvýšit tak kvalitu výsledné odpovědi.

Příklady použití

• Ověřování faktů v reálném čase: Ověřujte tvrzení nebo zjišťujte nejnovější zprávy k tématu.
• Obohacení obsahu: Automaticky doplňujte dokumenty o relevantní externí zdroje.
• AI agenti: Vybavte konverzační agenty schopností čerpat aktuální znalosti z webu. Vyhledávání v konkrétní doméně: Omezte hledání na konkrétní weby pomocí prefixu dotazu (např. site:arxiv.org pro vědecké články).

Proč používat tento komponent?

• Mějte vždy aktuální informace: Přístup k nejnovějším informacím z webu překonává omezení statických trénovacích dat.
• Flexibilní konfigurace: Přizpůsobte si vyhledávání podle země, jazyka či lokality.
• Integrace do workflow: Výstupy jsou kompatibilní s dalšími komponentami, takže můžete stavět komplexní, znalostmi podpořené AI procesy.
• Caching: Zvyšuje efektivitu tím, že při opakovaném dotazu neprovádí zbytečná vyhledávání.

Vstupní dotaz

Určuje dotaz, podle kterého se vyhledávají relevantní informace. Může být napojen z jiné komponenty (například Chat Input) nebo zadán ručně.

Limit výsledků

Tato volba omezuje počet odkazů, které budou prohledány. Google používá pokročilé algoritmy k řazení výsledků a zajišťuje, že nejvyšší jsou nejrelevantnější k dotazu. Prvních pět výsledků obvykle stačí, aby tok získal relevantní informace a vytvořil smysluplnou odpověď na většinu dotazů.

Jazyk

Pokud je váš web v konkrétním jazyce, chatbot vracející výsledky v angličtině může spíše uškodit. Navíc u specifických či lokálních témat lze získat relevantnější výsledky právě ve správném jazyce.

Země

Nastavení země je další pojistkou pro relevantnost výsledků. Představte si finančního chatbota, na kterého se uživatel zeptá na daňové zákony. Pouhé nastavení jazyka by mohlo způsobit, že člověk z Velké Británie dostane informace o amerických daních, což vede k nejasnostem a frustraci.

Lokalita

Toto volitelné nastavení umožňuje ještě více zpřesnit výsledky. Vyhledávat pouze v rámci konkrétního města nebo regionu se hodí pro některé případy použití.

Prefix dotazu

Prefixy dotazu jsou specifická slova nebo znaky, kterými můžete zúžit typ výsledků. Například prefix “daterange:” zajistí aktuálnost výsledků, prefix “filetype:” vám umožní vyhledat konkrétní formát souboru. Google podporuje řadu těchto prefixů a umožňuje tak velkou kontrolu nad vracenými daty.

Jak propojit komponent GoogleSearch do vašeho toku

Komponent má pouze jeden vstup a jeden výstup:

• Input Query: Dotaz může být libovolný textový výstup. Nejčastěji se propojuje například s Chat Input nebo Generátorem.
• Output: Výstupem každého vyhledávacího komponentu je vždy Dokument.

Výstup typu Dokument mohou číst pouze komponenty Document to Text a Widget-type. Tyto komponenty transformují syrové výsledky vyhledávání do prezentovatelné podoby, která je připravená k výstupu.

Vytvoření Flow s GoogleSearch

Vytvořme si jednoduchého chatbota, který jako hlavní zdroj znalostí využívá Google Search.

1. Jako vždy začněte s Chat Input.
2. Propojte vstup s komponentou GoogleSearch tak, aby lidský dotaz byl použit jako vyhledávací prompt.
3. Převeďte výstup retrieveru. Výstupem je záznam s URL, chceme ale čistý text. Použijte komponentu URL Retriever.
4. Můžete přidat Prompt a Chat History – doporučujeme to, protože výstup pak bude příjemnější a konverzačnější.
5. Připojte Generator a přidejte LLM do procesu.
6. Nyní můžete výstup zobrazit.

Výsledný Flow vypadá takto:

Zeptejte se GoogleSearch bota, jaký je nejlepší AI model:

Bot vrátí seznam nejlepších modelů, ke každému připojí komentář a vypíše zdroje. Úmyslně jsme délku výstupu omezili, aby se vešel do chatovacího okna. Výsledek ale může být mnohem podrobnější než tento.