Panoramica del Workflow di Ricerca Semantica

Questo workflow, intitolato “Ricerca Semantica”, consente agli utenti di cercare informazioni all’interno della propria knowledgebase privata sfruttando modelli linguistici avanzati e tecniche di ricerca semantica. È progettato per eseguire una scansione su tutti i domini programmati, documenti e sezioni Q&A, automatizzando il recupero delle informazioni più rilevanti in risposta alle query degli utenti.

Interazione Utente e Messaggio di Benvenuto

Quando un utente apre l’interfaccia chat, il workflow attiva un messaggio di benvenuto:

• Message Widget visualizza:

  👋 Benvenuto nello strumento di ricerca della knowledgebase privata!
  Sono qui per aiutarti a cercare tra i documenti della tua knowledgebase privata 📚. Scansionerò tutti i domini programmati, i documenti privati e le sezioni Q&A per trovare le informazioni di cui hai bisogno.
  Inserisci semplicemente la tua query e iniziamo a trovare le risposte! ✨🔍

Questo messaggio amichevole aiuta gli utenti a orientarsi e li guida nell’inserimento della query di ricerca.

Elaborazione ed Espansione della Query

1. Input Utente:
   L’utente invia una query tramite il campo di input della chat.

2. Espansione della Query:

   • La query viene inviata a un componente di Espansione della Query.
   • Alimentato da un modello linguistico OpenAI (specificamente, gpt-4o-mini), questo componente genera fino a tre query parafrasate o semanticamente simili.
   • L’obiettivo è aumentare le possibilità di recuperare tutti i documenti rilevanti, anche quando la formulazione iniziale della query è ambigua o limitata.

Recupero Documenti

• Le query espanse vengono inviate a un Document Retriever.
• Questo componente cerca nella knowledgebase privata dell’utente, inclusi domini programmati, documenti e sezioni Q&A.
• Recupera fino a 10 dei documenti più rilevanti, concentrandosi sul contenuto all’interno degli header <H1> per massimizzare la rilevanza contestuale.

Presentazione dei Risultati

• I documenti recuperati sono inviati a un Document Widget, che li formatta e li presenta in modo adatto alla chat.
• I risultati finali compilati vengono mostrati all’utente nell’interfaccia chat.

Diagramma del Workflow

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]

Vantaggi e Casi d’Uso

• Automazione: Il workflow automatizza la ricerca semantica, risparmiando lavoro manuale e garantendo un’esperienza sempre amichevole e guidata per l’utente.
• Scalabilità: Espandendo le query e cercando su tutte le fonti rilevanti, il workflow offre una copertura robusta, rendendolo adatto a knowledgebase ampie o complesse.
• Precisione: Sfruttare gli LLM per la parafrasi riduce il rischio di perdere informazioni a causa della formulazione della query.
• Esperienza Utente: Feedback immediato e istruzioni chiare rendono lo strumento facile da usare anche per utenti non tecnici.

Tipici casi d’uso:

• Gestione interna della conoscenza per team di supporto
• Portali di ricerca FAQ e documenti a livello aziendale
• Assistenti automatici per dataset privati o proprietari

Integrando la ricerca semantica con l’espansione delle query alimentata dagli LLM, questo workflow garantisce agli utenti un accesso efficiente alle conoscenze rilevanti, aumentando produttività e scoperta delle informazioni.