Descomposición de Consultas
La Descomposición de Tareas divide consultas complejas en subconsultas más pequeñas, ayudando a los chatbots de IA a ofrecer respuestas más precisas y enfocadas.
Descripción del componente
Cómo funciona el componente Descomposición de Consultas
Componente de Descomposición de Consultas
Descomposición de Consultas es un componente de flujo diseñado para mejorar la precisión y efectividad de los flujos de trabajo impulsados por IA, desglosando consultas de entrada complejas en subconsultas distintas y manejables. Este proceso ayuda a asegurar que cada aspecto de la pregunta original del usuario sea atendido, lo que da lugar a respuestas más exhaustivas y precisas.
¿Qué Hace Este Componente?
La función principal del componente de Descomposición de Consultas es tomar un texto de entrada—típicamente una pregunta compleja o de varias partes—y dividirlo en varias subconsultas o alternativas. Estas subconsultas representan las partes individuales de información que deben resolverse para poder responder completamente la consulta original. Este enfoque es especialmente útil en escenarios donde una pregunta es amplia, ambigua o compuesta por varios elementos entrelazados.
Características Clave y Entradas
| Nombre de Entrada | Tipo | Requerido | Descripción |
|---|---|---|---|
| Texto de Entrada | Message | Sí | El texto principal o pregunta que deseas dividir en múltiples consultas alternativas. |
| Historial de Chat | InMemoryChatMessageHistory | No | Mensajes de chat previos para proporcionar contexto y generar subconsultas más precisas. |
| LLM (Modelo) | BaseChatModel | No | El modelo de lenguaje utilizado para generar consultas alternativas. |
| Incluir Consulta Original | Boolean | No | Opción para incluir la consulta original en la lista de consultas alternativas. |
| Mensaje del Sistema | String | No | Instrucción adicional a nivel de sistema que se puede añadir al prompt para personalizar el comportamiento. |
- Texto de Entrada (requerido): El texto que se va a analizar y descomponer. Esta es la consulta principal del usuario.
- Historial de Chat: (opcional) Si está disponible, se puede proporcionar el contexto de la conversación previa para mejorar la relevancia y precisión de las subconsultas generadas.
- LLM (Modelo): (opcional) Especifica qué modelo de lenguaje grande (LLM) debe usarse para el proceso de descomposición, permitiendo una integración flexible con varios modelos de IA.
- Incluir Consulta Original: (avanzado, opcional) Controla si la salida también debe incluir la consulta original junto con las subconsultas generadas.
- Mensaje del Sistema: (avanzado, opcional) Permite añadir un mensaje de sistema personalizado para orientar la salida o proporcionar instrucciones adicionales al modelo.
Salidas
- Message: El componente genera un objeto de mensaje que contiene la lista de consultas alternativas o subpreguntas. Esto se puede usar como entrada para los siguientes pasos de procesamiento de IA, como respuestas separadas, recuperación de información o análisis adicional.
¿Por Qué Es Útil?
La Descomposición de Consultas es valiosa en flujos de trabajo de IA complejos donde una sola consulta puede abarcar varios temas o requerir razonamiento de múltiples pasos. Al dividir las consultas, se puede:
- Asegurar que todas las partes de una pregunta compleja sean abordadas.
- Facilitar búsquedas o recuperación de información más precisas.
- Permitir un procesamiento modular y paso a paso en los flujos de IA.
- Mejorar la transparencia y explicabilidad de las respuestas generadas por IA.
Ejemplos de Uso
- Soporte al Cliente: Descomponer una consulta extensa de un cliente en problemas individuales para respuestas más específicas.
- Asistencia en Investigación: Dividir una pregunta de investigación amplia en subtemas específicos para búsquedas bibliográficas más precisas.
- Razonamiento de Múltiples Pasos: Preparar preguntas para agentes de IA que requieren resolución de problemas o planificación secuencial.
Tabla Resumen
| Característica | Descripción |
|---|---|
| Entrada | Consulta compleja del usuario (texto) |
| Salida | Lista de consultas alternativas/subconsultas (como un objeto de mensaje) |
| Soporte de Contexto | Sí (vía historial de chat) |
| Selección de Modelo | Sí (se puede especificar LLM personalizado) |
| Opciones Avanzadas | Incluir consulta original, mensaje de sistema personalizado |
Al integrar la Descomposición de Consultas en tu flujo de trabajo de IA, habilitas un manejo más inteligente y granular de consultas complejas, lo que conduce a mejores resultados y una mejor experiencia de usuario.
Preguntas frecuentes
- ¿Qué es el componente de Descomposición de Consultas?
La Descomposición de Consultas divide consultas complejas y compuestas en subconsultas simples que son más fáciles de abordar. De esta manera, puede proporcionar respuestas más detalladas y enfocadas.
- ¿Qué pasa si no uso la Descomposición de Consultas?
La Descomposición de Consultas no es necesaria para todos los Flujos. Su uso principal es para crear bots de atención al cliente y otros usos donde la entrada requiere un enfoque paso a paso para entradas complejas. Usar la Descomposición de Tareas asegura respuestas detalladas y altamente relevantes. Sin ella, el bot puede recurrir a respuestas vagas.
- ¿Cuál es la diferencia entre Expansión de Consultas y Descomposición de Consultas?
Ambas ayudan al bot a entender mejor la consulta. La Descomposición de Consultas toma consultas complejas o compuestas y las divide en pasos ejecutables más pequeños. Por otro lado, la Expansión de Consultas amplía consultas incompletas o defectuosas, haciéndolas claras y completas.
Prueba la Descomposición de Consultas con FlowHunt
Comienza a crear chatbots de IA más inteligentes y automatiza consultas complejas con el componente de Descomposición de Consultas de FlowHunt.
Saber más
