Real-tids domænespecifik RAG Chatbot

Oversigt

Dette workflow implementerer en simpel Retrieval-Augmented Generation (RAG) chatbot, der udnytter realtids Google Søgning til at hente opdateret information fra internettet—specifikt kan den tilpasses til at begrænse alle søgninger til et bestemt domæne. Hovedformålet er at skabe en chatbot, der kan besvare brugerforespørgsler ved hjælp af det mest relevante og nyeste indhold fundet online, hvilket gør den særligt værdifuld i situationer, hvor statiske vidensbaser ikke er tilstrækkelige.

Nøglekomponenter og Flow

Workflowet er sammensat af flere modulære blokke, der hver repræsenterer en specifik funktionalitet. Nedenfor er en oversigt over workflowets struktur og funktion:

Sådan fungerer workflowet

Når en bruger åbner chatten, aktiveres Chat Opened Trigger. Dette initialiserer chatgrænsefladen og præsenterer flere Button Widgets med eksempelforespørgsler (f.eks. “hvilken dinosaur har 500 tænder?”). Når en bruger klikker på en knap eller indtaster en besked via Chat Input, fortsætter workflowet således:

1. Query Expansion: Brugerens input omformuleres til flere versioner for at maksimere sandsynligheden for at hente relevante søgeresultater.

2. Google Search: De udvidede forespørgsler sendes til Google Søgning. Som standard er søgningen begrænset til et specifikt domæne (angivet ved feltet query_prefix, f.eks. site: www.DITDOMÆNE.com), hvilket gør det muligt at fokusere chatbotens viden på dit eget website eller en betroet kilde.

3. URL Retriever: Workflowet henter indholdet af de øverste søgeresultater (URL’er) som hele dokumenter.

4. Prompt Assembly: Det hentede indhold, brugerinput og chat-historik kombineres ved hjælp af Prompt Template komponenten for at give rig kontekst til svaret.

5. Language Model Generation: Prompten sendes til OpenAI LLM, som genererer et sammenhængende og kontekstuelt relevant svar.

6. Response Output: Det genererede svar vises for brugeren via Chat Output.

Eksempel på brugsscenarie

• Bruger åbner chat: Velkomstbesked og tre eksempelforespørgselsknapper vises.
• Bruger klikker “hvornår er mors dag 2024?”: Spørgsmålet vises straks i chatoutputtet (for øjeblikkelig feedback).
• Workflowet kører forespørgslen igennem udvidelse, søgning, hentning, prompt-samling og LLM-generering og viser derefter svaret.

Hvorfor dette workflow er nyttigt

• Realtidsviden: Chatbotten kan besvare spørgsmål baseret på den nyeste information tilgængelig på internettet eller dit valgte domæne.
• Domænebegrænsning: Ved at tilpasse query_prefix kan du sikre, at chatbotten kun henter information fra dit betroede website eller vidensbase, hvilket forbedrer svarenes pålidelighed.
• Kontekstbevidsthed: Ved at inkludere chat-historik og hentet indhold i prompten kan svarene tilpasses og være relevante for samtaler med flere vendinger.
• Skalerbarhed og Automatisering: Den modulære opbygning gør det nemt at udvide eller tilpasse workflowet til forskellige domæner og muliggør storstilet implementering på tværs af emner eller hjemmesider.
• Brugeroplevelse: Hurtigstartsknapper og øjeblikkelig feedback gør chatbotten brugervenlig for slutbrugeren.

Workflow oversigtstabel

Tilpasning

• For at fokusere chatbotten på dit eget domæne, redigér feltet query_prefix i Google Search komponenten (f.eks. site: www.DITDOMÆNE.com).
• Tilføj eller ændr eksempelforespørgsler med Button Widget komponenterne for en mere tilpasset brugeroplevelse.

Ideelle brugsscenarier

• Kundesupport-bots, der altid giver svar baseret på din opdaterede dokumentation eller webindhold.
• Interne vidensassistenter begrænset til din virksomheds intranet eller supportportal.
• Enhver chatbot, der altid skal henvise til eller være afhængig af eksterne, autoritative kilder (f.eks. for overholdelse eller nøjagtighed).

Ved at automatisere søge-, hente- og svargenereringsprocessen sparer dette workflow manuel researchtid og sikrer, at brugerne altid får den mest aktuelle og relevante information tilgængelig.