Semantische Wissensdatenbank-Suche

Durch semantische Suche mit KI können Sie ganz einfach Informationen aus privaten Wissensdatenbank-Dokumenten suchen und abrufen. Der Ablauf erweitert Benutzeranfragen, durchsucht mehrere Wissensquellen und präsentiert relevante Ergebnisse in einer benutzerfreundlichen Chat-Oberfläche.

So funktioniert der KI-Flow - Semantische Wissensdatenbank-Suche

Flows

So funktioniert der KI-Flow

Benutzer gibt Suchanfrage ein.
Der Benutzer gibt eine Frage oder Suchanfrage über eine Chat-Oberfläche ein.
Anfrageerweiterung mit KI.
Das System erweitert und paraphrasiert die Anfrage des Benutzers mithilfe eines KI-Sprachmodells, um die Suchgenauigkeit zu verbessern.
Semantische Suche in der Wissensdatenbank.
Erweiterte Anfragen werden verwendet, um alle geplanten Domains, Dokumente und Q&A-Bereiche in der privaten Wissensdatenbank zu durchsuchen.
Präsentation relevanter Dokumente.
Die relevantesten Dokumente oder Informationen werden abgerufen und dem Benutzer in der Chat-Oberfläche angezeigt.
Benutzerfreundliche Chat-Erfahrung.
Ergebnisse werden in einem konversationellen und zugänglichen Format präsentiert, um die Wissenssuche nahtlos zu gestalten.

In diesem Flow verwendete Prompts

Nachfolgend finden Sie eine vollständige Liste aller in diesem Flow verwendeten Prompts, um dessen Funktionalität zu gewährleisten. Prompts sind die Anweisungen, die dem KI-Modell gegeben werden, um Antworten zu generieren oder Aktionen auszuführen. Sie leiten die KI dabei, die Absicht des Benutzers zu verstehen und relevante Ausgaben zu generieren.

In diesem Flow verwendete Komponenten

Nachfolgend finden Sie eine vollständige Liste aller Komponenten, die in diesem Flow verwendet werden, um seine Funktionalität zu gewährleisten. Komponenten sind die Bausteine jedes KI-Flows. Sie ermöglichen es Ihnen, komplexe Interaktionen zu erstellen und Aufgaben zu automatisieren, indem verschiedene Funktionalitäten verbunden werden. Jede Komponente dient einem bestimmten Zweck, wie z.B. der Verarbeitung von Benutzereingaben, der Datenverarbeitung oder der Integration mit externen Diensten.

ChatInput

Die Chat Input-Komponente in FlowHunt initiiert Benutzerinteraktionen, indem sie Nachrichten aus dem Playground erfasst. Sie dient als Startpunkt für Flows und ermöglicht die Verarbeitung von Text- und dateibasierten Eingaben im Workflow.

Chat-Ausgabe

Entdecken Sie die Chat-Ausgabe-Komponente in FlowHunt – finalisieren Sie Chatbot-Antworten mit flexiblen, mehrteiligen Ausgaben. Unverzichtbar für nahtlose Flow-Abschlüsse und die Erstellung fortschrittlicher, interaktiver KI-Chatbots.

Nachrichten-Widget

Die Nachrichten-Widget-Komponente zeigt individuelle Nachrichten in Ihrem Workflow an. Ideal, um Nutzer zu begrüßen, Anweisungen zu geben oder wichtige Informationen darzustellen. Sie unterstützt Markdown-Formatierung und kann so eingestellt werden, dass sie pro Sitzung nur einmal erscheint.

Chat-Öffnungs-Trigger

Die Komponente Chat-Öffnungs-Trigger erkennt, wenn eine Chat-Sitzung beginnt, sodass Workflows sofort reagieren können, sobald ein Nutzer den Chat öffnet. Sie startet Abläufe mit der ersten Chat-Nachricht und ist somit unerlässlich für den Aufbau reaktionsschneller, interaktiver Chatbots.

Abfrageerweiterung

Die Abfrageerweiterung in FlowHunt verbessert das Verständnis des Chatbots, indem Synonyme gefunden, Rechtschreibfehler korrigiert und konsistente, präzise Antworten auf Benutzeranfragen sichergestellt werden.

Dokumenten-Retriever

FlowHunts Dokumenten-Retriever verbessert die Genauigkeit von KI, indem generative Modelle mit Ihren eigenen aktuellen Dokumenten und URLs verbunden werden. So erhalten Sie zuverlässige und relevante Antworten durch Retrieval-Augmented Generation (RAG).

Wissensquellen-Widget

Zeigen Sie relevante Dokumente direkt in den Antworten Ihres Chatbots mit dem Wissensquellen-Widget an. Diese Komponente stellt ausgewählte Wissensdokumente als optisch hervorgehobene Widgets dar und macht es den Nutzern leicht, während eines Gesprächs auf unterstützende Informationen zuzugreifen und diese zu überprüfen.

LLM OpenAI

FlowHunt unterstützt Dutzende von Textgenerierungsmodellen, darunter Modelle von OpenAI. So verwenden Sie ChatGPT in Ihren AI-Tools und Chatbots.

Flow-Beschreibung

Zweck und Vorteile

Überblick zum Workflow der Semantischen Suche

Dieser Workflow mit dem Titel „Semantische Suche“ ermöglicht es Nutzern, Informationen in ihrer privaten Wissensdatenbank mithilfe fortschrittlicher Sprachmodelle und semantischer Suchtechniken zu finden. Er durchsucht alle geplanten Domains, Dokumente und Q&A-Bereiche und automatisiert das Auffinden der relevantesten Informationen auf Benutzeranfragen.

Benutzerinteraktion und Willkommensnachricht

Öffnet ein Benutzer die Chat-Oberfläche, wird folgende Willkommensnachricht ausgelöst:

  • Message Widget zeigt an:

    👋 Willkommen beim Tool zur privaten Wissensdatenbank-Suche!
    Ich helfe dir, Dokumente in deiner privaten Wissensdatenbank zu durchsuchen 📚. Ich durchsuche alle geplanten Domains, privaten Dokumente und Q&A-Bereiche, um die gewünschten Informationen zu finden.
    Gib einfach deine Anfrage ein, und lass uns gemeinsam die Antworten finden! ✨🔍

Diese freundliche Nachricht orientiert die Nutzer und leitet sie dazu an, ihre Suchanfrage einzugeben.

Anfrageverarbeitung und -erweiterung

  1. Benutzereingabe:
    Der Benutzer stellt eine Anfrage über das Chat-Eingabefeld.

  2. Anfrageerweiterung:

    • Die Anfrage wird an eine Anfrageerweiterungs-Komponente übergeben.
    • Basierend auf einem OpenAI-Sprachmodell (konkret gpt-4o-mini) generiert diese Komponente bis zu drei paraphrasierte oder semantisch ähnliche Anfragen.
    • Ziel ist es, die Wahrscheinlichkeit zu erhöhen, alle relevanten Dokumente zu finden – auch wenn die ursprüngliche Anfrage unklar oder eingeschränkt formuliert ist.
KomponenteZweck
Chat InputSammelt die Suchfrage des Nutzers
OpenAI LLM (gpt-4o-mini)Generiert alternative Formulierungen der Anfrage
AnfrageerweiterungErstellt bis zu 3 Varianten der Suchanfrage

Dokumentenabruf

  • Die erweiterten Anfragen werden an einen Document Retriever weitergegeben.
  • Diese Komponente durchsucht die private Wissensdatenbank des Nutzers inklusive geplanter Domains, Dokumente und Q&A-Bereiche.
  • Es werden bis zu 10 der relevantesten Dokumente abgerufen, wobei der Fokus auf Inhalten innerhalb von <H1>-Überschriften liegt, um die Kontextrelevanz zu maximieren.

Ergebnispräsentation

  • Die abgerufenen Dokumente werden an ein Document Widget übergeben, das sie chatgerecht aufbereitet und darstellt.
  • Die finalen Ergebnisse werden dem Benutzer in der Chat-Oberfläche angezeigt.
SchrittKomponenteAusgabetyp
Dokumente abrufenDocument RetrieverRohdokumente
Ergebnisse formatierenDocument WidgetNachricht
Anzeige für NutzerChat OutputChat-Nachricht

Workflow-Diagramm

flowchart LR
    A[Chat Opened] --> B[Welcome Message]
    B --> C[User Query Input]
    C --> D[Query Expansion\n(OpenAI LLM)]
    D --> E[Document Retriever]
    E --> F[Document Widget]
    F --> G[Chat Output]

Vorteile und Anwendungsfälle

  • Automatisierung: Der Workflow automatisiert die semantische Suche, spart manuellen Aufwand und sorgt für eine stets freundliche, geführte Nutzererfahrung.
  • Skalierbarkeit: Durch Anfrageerweiterung und Suche über alle relevanten Quellen bietet der Workflow eine robuste Abdeckung – ideal für große oder komplexe Wissensdatenbanken.
  • Genauigkeit: Durch Paraphrasierung mit LLMs sinkt das Risiko, Informationen aufgrund der Formulierung der Anfrage zu übersehen.
  • Nutzererlebnis: Sofortiges Feedback und klare Anweisungen machen das Tool auch für nicht-technische Nutzer einfach bedienbar.

Typische Anwendungsfälle:

  • Internes Wissensmanagement für Support-Teams
  • Firmenweite FAQ- und Dokumentensuchportale
  • Automatisierte Assistenten für private oder proprietäre Datensätze

Durch die Kombination aus semantischer Suche und Anfrageerweiterung mit LLMs stellt dieser Workflow sicher, dass Nutzer effizient auf relevante Informationen zugreifen und so Produktivität und Wissensfindung steigern können.

Lassen Sie uns Ihr eigenes KI-Team aufbauen

Wir helfen Unternehmen wie Ihrem, intelligente Chatbots, MCP-Server, KI-Tools oder andere Arten von KI-Automatisierungen zu entwickeln, um Menschen bei sich wiederholenden Aufgaben in Ihrer Organisation zu ersetzen.

Mehr erfahren

Google Docs Q&A-Chatbot
Google Docs Q&A-Chatbot

Google Docs Q&A-Chatbot

Ein KI-gestützter Chatbot, der präzise Antworten auf Benutzerfragen liefert, die sich ausschließlich auf den Inhalt eines bereitgestellten Google-Dokuments stüt...

3 Min. Lesezeit
KI Keyword-Recherche mit SEO-Metriken
KI Keyword-Recherche mit SEO-Metriken

KI Keyword-Recherche mit SEO-Metriken

Dieser Workflow automatisiert die Keyword-Recherche, indem er eine detaillierte Tabelle mit verwandten Keywords für Ihre Zielphrase erstellt, einschließlich wic...

3 Min. Lesezeit
Keyword-Häufigkeits-Analyzer für SEO
Keyword-Häufigkeits-Analyzer für SEO

Keyword-Häufigkeits-Analyzer für SEO

Dieser Flow analysiert die am häufigsten verwendeten Keywords auf Top-Ranking-Webseiten für ein Ziel-Keyword. Ideal für SEO-Profis und Content-Marketer, die ihr...

3 Min. Lesezeit