Reducer AI-hallucinationer ved at tilføje tilpassede vidensbaser

Indeksering

Oversigt over FlowHunts Skema-funktion

I dagens indlæg udforsker vi skema-funktionen i FlowHunt og hvordan den kan bruges til effektivt at indeksere dit domæne. Ved at opsætte skemaer kan du sikre, at din chatbot har adgang til den mest opdaterede information, hvilket reducerer sandsynligheden for AI-hallucinationer og forbedrer nøjagtigheden af svarene.

FlowHunt
13. august 2024

Vigtigheden af domæneindeksering for chatbots

For at en chatbot kan give nøjagtige og relevante svar, skal den have adgang til velindekseret indhold. Ved regelmæssigt at crawle dit domæne, URL’er eller sitemaps kan chatbotten opretholde en omfattende forståelse af indholdet, hvilket fører til mere præcise svar.

Reducering af LLM-hallucinationer med nøjagtige data

AI-hallucinationer opstår, når en model genererer information, der ikke er baseret på de leverede data. Dette kan afhjælpes ved at sikre, at chatbotten har adgang til den mest nøjagtige og opdaterede information fra dit domæne gennem regelmæssig indeksering.

Forståelse af hjemmesideindeksering

Hvad er Skema-funktionen?

Skema-funktionen i FlowHunt gør det muligt at automatisere processen med at crawle dit domæne, specifikke URL’er eller endda sitemaps. Dette sikrer, at din chatbot forbliver opdateret om de seneste ændringer på dit site.

Typer af indhold, du kan indeksere (domæner, URL’er, sitemaps)

FlowHunt giver fleksibilitet i forhold til, hvad du kan crawle—uanset om det er et helt domæne, specifikke URL’er eller strukturerede sitemaps. Denne funktion er især nyttig for hjemmesider, der ofte opdaterer deres indhold, såsom blogs eller webshops.

Opsætning af crawl-frekvenser: daglig, ugentlig, månedlig, årlig

Du kan indstille hyppigheden af dine crawls, så den matcher opdateringsplanen for din hjemmeside. Hvis du f.eks. udgiver nyt indhold dagligt, sikrer daglig crawling, at din chatbot altid er opdateret med den nyeste information.

Fordele ved at bruge skemaer til domæneindeksering

Sikring af indholds nøjagtighed og relevans

Regelmæssigt planlagte crawls garanterer, at alt det indhold, chatbotten indekserer, er aktuelt, hvilket fører til mere præcise svar. Det er afgørende for at give brugerne pålidelig og opdateret information.

Forbedring af chatbot-svar med opdaterede data

Med adgang til det nyeste indhold kan din chatbot generere svar, der både er relevante og nøjagtige. Denne funktion er særligt værdifuld for hjemmesider, der tilbyder produktsammenligninger, detaljerede anmeldelser eller har omfattende FAQ-sektioner.

Minimering af risikoen for hallucinationer i AI-svar

Ved konsekvent at indeksere dit domæne minimerer du risikoen for AI-hallucinationer, hvor chatbotten ellers kunne generere svar baseret på forældede eller irrelevante data. Det giver en mere pålidelig og troværdig brugeroplevelse.

Praktiske anvendelsestilfælde for domæneindeksering

Hjemmesidekuratorer

Hjemmesidekuratorer kan drage stor fordel af skema-funktionen ved at sikre, at alt indhold på sitet er indekseret og let tilgængeligt for chatbotten. Det gør chatbotten til et effektivt værktøj til navigation og informationssøgning på hjemmesiden.

Produktsammenligninger for webshops

E-handelsplatforme kan bruge denne funktion til at lade chatbotten foretage nøjagtige produktsammenligninger. Ved at have adgang til alle relevante produktoplysninger kan chatbotten guide kunderne gennem deres beslutningsproces mere effektivt.

Generel hjemmesidenavigation og informationssøgning

Ud over e-handel kan enhver hjemmeside, der kræver detaljeret informationssøgning — såsom læringsplatforme, serviceudbydere eller indholdsbiblioteker — have glæde af denne funktion. Chatbotten kan fungere som en omfattende guide, der leder brugerne til den specifikke information, de har brug for.

Trin-for-trin-guide til at bygge en chatbot med Skema-funktionen

Navigering til Skema-fanen

For at begynde at bruge skema-funktionen skal du navigere til fanen Skemaer i FlowHunt. Her sætter du din crawl-plan op for at indeksere dit domæne eller specifikt indhold på dit site.

Oprettelse af et nyt skema

Klik på Opret nyt skema for at starte processen. Her bliver du bedt om at vælge det domæne, de URL’er eller det sitemap, du ønsker at indeksere.

Udvælgelse af domæner, URL’er eller sitemaps til crawling

For de bedste resultater, brug dit hjemmesides strukturerede sitemap til crawl, hvis du har et. Sitemaps giver en fuldstændig liste over URL’er på sitet og gør det nemmere for chatbotten at indeksere alt relevant indhold.

Valg af crawl-frekvens

Vælg derefter, hvor ofte domænet eller sitemappet skal crawles. For sider med hyppige opdateringer kan daglig crawling være nødvendig. For andre sider kan en ugentlig eller månedlig crawl være tilstrækkelig.

Oprettelse af et flow i FlowHunt

Adgang til “Mine Flows”-fanen

Når du har sat dit skema op, skal du gå til Mine Flows-fanen. Her opretter du et nyt flow, der udnytter det indekserede indhold.

Oprettelse og navngivning af dit flow

Start med at give dit flow et beskrivende navn, der afspejler projektets fokus. Det gør det nemmere at identificere flowet senere.

Forståelse af Flow-canvas

Flow-canvas’et er din arbejdsplads i FlowHunt. Det er designet til at være intuitivt, så du kan trække og slippe komponenter, forbinde dem og opbygge en logisk sekvens, der guider AI-agenten fra input til output.

Væsentlige komponenter i et flow

Input-komponent: indfangning af brugerforespørgsler

Input-komponenten er det sted, hvor brugerens forespørgsel indtastes. Det er udgangspunktet for dit flow og fanger spørgsmålet eller emnet, brugeren ønsker at udforske.

Output-komponent: levering af AI-svar

Output-komponenten er det sted, hvor AI-agentens svar leveres. Dette er det endelige resultat af dit flow og indeholder den information, værktøjet har hentet og behandlet.

Tilføjelse af forespørgselsudvidelse for forbedrede søgeresultater

For at forbedre LLM’ens (Large Language Model) forståelse af brugerforespørgsler, tilføj en forespørgselsudvidelses-komponent. Denne komponent omformulerer inputforespørgsler til flere alternativer og forbedrer chatbotens semantiske søgeevner.

Forbedring af AI-svar med yderligere komponenter

Integration af chat-historik

Ved at integrere chat-historik sikrer du, at chatbotten husker tidligere interaktioner og kan tilpasse sine svar baseret på brugerens tidligere forespørgsler. Det giver en mere personlig brugeroplevelse.

Inkorporering af LLM’er: vælg GPT-3.5 Turbo for omkostningseffektivitet

Til forespørgselsudvidelses-komponenten kan du inkorporere en LLM som GPT-3.5 Turbo. Selvom denne model ikke er den hurtigste eller mest kraftfulde, er den omkostningseffektiv og tilstrækkelig til at håndtere forespørgsler uden at generere nyt indhold.

Brug af dokument-henter til adgang til indekseret indhold

Dokument-henter-komponenten er afgørende for at få adgang til information fra dine crawlede sider. Da du bruger skemaer til at indeksere dit domæne, vil denne komponent være den primære datakilde for chatbotens svar.

Opsætning af dokument-henter-komponenten

Forbindelse af dokument-henter til forespørgselsudvidelse

Forbind dokument-henter-komponenten til forespørgselsudvidelses-komponenten. Denne forbindelse gør det muligt for chatbotten at hente relevant information fra dit indekserede indhold baseret på den udvidede forespørgsel.

Tilknytning af skemaet til dokument-henteren

Tilføj derefter dit skema til dokument-henteren. Det sikrer, at chatbotten henter information fra det nyeste crawl af dit domæne eller sitemap.

Justering af indstillinger for optimal output

Du kan justere indstillingerne i dokument-henter-komponenten for at finjustere outputtet. Det kan f.eks. være at ændre, hvor meget information der hentes, eller hvilke dele af indholdet der prioriteres i svaret.

Prompting og generering af indhold i dit flow

Tilføjelse af prompt-værktøjet til dit flow

Når dine data er klar, er det tid til at generere tekstsvar. Tilføj prompt-værktøjet til dit flow og forbind det til dokument-henteren som kontekst og input-komponenten som input.

Brug af dokument-henter som kontekst

Dokument-henteren fungerer som kontekst for prompt-værktøjet og giver den nødvendige baggrundsviden, chatbotten skal bruge for at generere sine svar.

Finjustering af prompts for ønskede svar

Du kan tilpasse prompten for bedre at guide chatbotens svar. Det kan f.eks. være at angive tone, stil eller specifik information, chatbotten bør inkludere i sine svar.

Vores prompt:

du er en hjemmesidekurator, der kun svarer baseret på det indhold, du modtager fra dokument-henteren. og hvis du ikke kender svaret, så lad brugeren vide det.

Din opgave er at besvare kundeforespørgsler i INPUT med hensyntagen til tidligere samtaler i CHAT HISTORY.

Hvis CONTEXT er tilgængelig, brug den til at generere svaret.

— CONTEXT START
{context}
— CONTEXT END

— CHAT HISTORY START
{chat_history}
— CHAT HISTORY END

— INPUT START
{input}
— INPUT END

Svar på sprog: {lang}

Formater svaret med markdown.

SVAR:

Afslutning af dit flow

Forbindelse af generator-komponenten til en LLM

Afslutningsvis skal du forbinde generator-komponenten til en kraftfuld LLM. Det gør det muligt for chatbotten at producere det endelige output, der leveres til brugeren.

Opsætning af output til brugerinteraktioner

Sørg for, at outputtet er konfigureret til at opfylde din chatbots mål, uanset om det er at give links, generere indhold eller tilbyde vejledning baseret på brugerens forespørgsel.

Forbedring af brugeroplevelsen med linket indhold

Da din chatbot bruger indekseret og crawlet information, kan du forbedre brugeroplevelsen ved at give links til relevant indhold. Tilføj en dokument-widget til dit flow og forbind den til dokument-henteren, så brugerne får direkte adgang til de sider, de har brug for.

Konklusion

Opsummering af hovedpunkter

I denne guide har vi gennemgået, hvordan du bruger skema-funktionen i FlowHunt til at indeksere dit domæne og forbedre din chatbots nøjagtighed. Ved at crawle dit site regelmæssigt sikrer du, at chatbotten har adgang til den nyeste information og reducerer risikoen for AI-hallucinationer.

Afsluttende tanker om reducering af LLM-hallucinationer

At reducere AI-hallucinationer er afgørende for at opretholde brugerens tillid og sikre, at din chatbot leverer information af høj kvalitet og med høj nøjagtighed. Ved at udnytte skema-funktionen i FlowHunt kan du holde chatbotens vidensbase opdateret og give pålidelige svar på brugernes forespørgsler.

Her er et screenshot af det færdige Flow: