Realtime domeinspecifieke RAG-chatbot
Een realtime chatbot die Google Search gebruikt, beperkt tot je eigen domein, relevante webinhoud ophaalt en gebruikmaakt van OpenAI LLM om gebruikersvragen te beantwoorden met de meest actuele informatie. Ideaal voor het geven van nauwkeurige, domeinspecifieke antwoorden in klantenservice of informatieportalen.
Flows
Hoe de AI-flow werkt
- Gebruikersvraag invoer.
- Vangt gebruikersvragen op via chatinvoer of vooraf ingestelde knoppen.
- Query-uitbreiding.
- Parafraseert en breidt de gebruikersvraag uit om de nauwkeurigheid van het ophalen te verbeteren.
- Domeinspecifieke Google Search.
- Voert een Google Search uit, beperkt tot het opgegeven domein met behulp van de uitgebreide zoekopdrachten.
- Webinhoud ophalen.
- Haalt de inhoud op van de meest relevante URL's die door de zoekopdracht zijn gevonden.
- LLM-antwoorgeneratie.
- Gebruikt OpenAI LLM om een definitief, contextverrijkt antwoord te genereren dat aan de gebruiker wordt getoond.
Gebruikte prompts in deze flow
Hieronder vindt u een complete lijst van alle prompts die in deze flow zijn gebruikt om de functionaliteit te bereiken. Prompts zijn de instructies die aan het AI-model worden gegeven om reacties te genereren of acties uit te voeren. Ze begeleiden de AI bij het begrijpen van de gebruikersintentie en het genereren van relevante uitvoer.
Gebruikte componenten in deze flow
Hieronder vindt u een complete lijst van alle componenten die in deze flow zijn gebruikt om de functionaliteit te bereiken. Componenten zijn de bouwstenen van elke AI-flow. Ze stellen u in staat om complexe interacties te creëren en taken te automatiseren door verschillende functionaliteiten met elkaar te verbinden. Elke component heeft een specifiek doel, zoals het verwerken van gebruikersinvoer, het verwerken van gegevens of het integreren met externe diensten.
ChatInput
Het Chat Input-component in FlowHunt start gebruikersinteracties door berichten vanuit de Playground vast te leggen. Het dient als het startpunt voor flows, waardoor de workflow zowel tekst- als bestandsinvoer kan verwerken.
Chatuitvoer
Ontdek het Chat Output-component in FlowHunt—finaliseer chatbot-antwoorden met flexibele, meerledige outputs. Essentieel voor naadloze flow-afronding en het creëren van geavanceerde, interactieve AI-chatbots.
Button Widget
De Button Widget-component in FlowHunt transformeert tekst of invoer in interactieve, aanklikbare knoppen binnen je workflow. Perfect voor het creëren van dynamische gebruikersinterfaces, het verzamelen van gebruikerskeuzes en het verhogen van de betrokkenheid in AI-gedreven chatbots of geautomatiseerde processen.
Chat Geopend Trigger
Het Chat Geopend Trigger-component detecteert wanneer een chatsessie start, zodat workflows direct kunnen reageren zodra een gebruiker de chat opent. Het initieert flows met het eerste chatbericht en is daarmee essentieel voor het bouwen van responsieve, interactieve chatbots.
Chatgeschiedenis-component
De Chatgeschiedenis-component in FlowHunt stelt chatbots in staat eerdere berichten te onthouden, wat zorgt voor samenhangende gesprekken en een verbeterde klantervaring, terwijl het geheugen- en tokengebruik wordt geoptimaliseerd.
Promptcomponent in FlowHunt
Ontdek hoe de Promptcomponent van FlowHunt je in staat stelt de rol en het gedrag van je AI-bot te definiëren, zodat je relevante, gepersonaliseerde antwoorden krijgt. Pas prompts en sjablonen aan voor effectieve, contextbewuste chatbotflows.
Generator
Ontdek het Generator-component in FlowHunt—krachtige AI-gedreven tekstgeneratie met het door jou gekozen LLM-model. Creëer moeiteloos dynamische chatbot-antwoorden door prompts, optionele systeemberichten en zelfs afbeeldingen als input te combineren, waardoor het een essentiële tool is voor het bouwen van intelligente, conversatiestromen.
LLM OpenAI
FlowHunt ondersteunt tientallen tekstgeneratiemodellen, waaronder modellen van OpenAI. Hier lees je hoe je ChatGPT gebruikt in je AI-tools en chatbots.
Query-uitbreiding
Query-uitbreiding in FlowHunt verbetert het begrip van chatbots door het vinden van synoniemen, het corrigeren van spelfouten en het waarborgen van consistente, accurate antwoorden op gebruikersvragen.
GoogleSearch-component
De GoogleSearch-component van FlowHunt verbetert de nauwkeurigheid van chatbots door middel van Retrieval-Augmented Generation (RAG), waarmee up-to-date kennis uit Google wordt gehaald. Beheer de resultaten met opties zoals taal, land en queryvoorvoegsels voor precieze en relevante uitkomsten.
URL Retriever
Ontgrendel webinhoud in je workflows met de URL Retriever-component. Haal moeiteloos tekst en metadata uit elke lijst met URL's—waaronder webartikelen, documenten en meer. Ondersteunt geavanceerde opties zoals OCR voor afbeeldingen, selectieve metadata-extractie en aanpasbare caching, waardoor het ideaal is voor het bouwen van kennisrijke AI-flows en automatiseringen.
Flowbeschrijving
Doel en voordelen
Overzicht
Deze workflow implementeert een eenvoudige Retrieval-Augmented Generation (RAG) chatbot die realtime Google Search gebruikt om actuele informatie van het internet op te halen—specifiek kan het worden aangepast om alle zoekopdrachten te beperken tot een bepaald domein. Het hoofddoel is een chatbot te creëren die gebruikersvragen kan beantwoorden met de meest relevante en recente online gevonden inhoud, wat het bijzonder waardevol maakt in situaties waar statische kennisbanken niet volstaan.
Belangrijkste componenten en flow
De workflow bestaat uit verschillende modulaire blokken, elk met een specifieke functionaliteit. Hieronder volgt een overzicht van de structuur en werking van de workflow:
| Component | Rol |
|---|---|
| Chat Input | Ontvangt gebruikersvragen en chatberichten. |
| Chat History | Beheert het gespreksverloop voor contextbewuste antwoorden. |
| Query Expansion | Parafraseert gebruikersinvoer naar meerdere alternatieve zoekopdrachten voor betere dekking. |
| Google Search | Voert zoekopdrachten uit op Google, beperkt door een aanpasbaar domeinvoorvoegsel. |
| URL Retriever | Haalt inhoud op van de URL’s die door Google Search zijn gevonden. |
| Prompt Template | Structureert context, gebruikersinvoer en geschiedenis voor het taalmodel. |
| OpenAI LLM | Genereert antwoorden met behulp van een taalmodel (bijv. GPT-3/4). |
| Generator | Roept de LLM aan met de prompt en context om het antwoord te produceren. |
| Chat Output | Toont chatbotantwoorden aan de gebruiker. |
| Button Widgets | Biedt snelle voorbeeldvragen waarmee gebruikers met één klik kunnen proberen. |
| Chat Opened Trigger | Initialyseert het gesprek en vult de quickstart-knoppen. |
Hoe de workflow werkt
Wanneer een gebruiker de chat opent, wordt de Chat Opened Trigger geactiveerd. Hiermee wordt de chatinterface geïnitieerd en verschijnen er verschillende Button Widgets met voorbeeldvragen (bijv. “wat voor dinosaurus heeft 500 tanden?”). Wanneer een gebruiker op een knop klikt of een eigen bericht invoert via Chat Input, verloopt de workflow als volgt:
Query-uitbreiding: De invoer van de gebruiker wordt geparafraseerd in meerdere versies om de kans te vergroten relevante zoekresultaten te vinden.
Google Search: De uitgebreide zoekopdrachten worden naar Google Search gestuurd. Standaard is de zoekopdracht beperkt tot een specifiek domein (ingesteld via het
query_prefixveld, bijv.site: www.JOUDOMEIN.com), zodat je de kennis van de chatbot op je eigen website of een vertrouwde bron kunt richten.URL Retriever: De workflow haalt de inhoud op van de belangrijkste zoekresultaten (URL’s) als volledige documenten.
Prompt samenstelling: De opgehaalde inhoud, gebruikersinvoer en chatgeschiedenis worden gecombineerd met behulp van het Prompt Template-component om rijke context te bieden voor het antwoord.
Taalmodel generatie: De prompt wordt naar de OpenAI LLM gestuurd, die een samenhangend en contextueel relevant antwoord genereert.
Antwoordoutput: Het gegenereerde antwoord wordt getoond aan de gebruiker via de Chat Output.
Voorbeeld van een use-case flow
- Gebruiker opent chat: Welkomstbericht en drie voorbeeldvraagknoppen verschijnen.
- Gebruiker klikt op “wanneer is moederdag 2024?”: De vraag wordt direct weergegeven in de chatoutput (voor directe feedback).
- De workflow voert de vraag uit via uitbreiding, zoeken, ophalen, prompt samenstellen en LLM-generatie, en toont vervolgens het antwoord.
Waarom deze workflow nuttig is
- Realtime kennis: De chatbot kan vragen beantwoorden met behulp van de meest actuele informatie van het internet of je gekozen domein.
- Domeinbeperking: Door het aanpassen van het
query_prefixkun je ervoor zorgen dat de chatbot alleen informatie gebruikt van je vertrouwde website of kennisbank, wat de betrouwbaarheid van antwoorden vergroot. - Contextbewustzijn: Door chatgeschiedenis en opgehaalde inhoud in de prompt op te nemen, kunnen antwoorden worden toegespitst en contextueel relevant zijn voor meerledige gesprekken.
- Schaalbaarheid en automatisering: Dankzij het modulaire ontwerp kan de workflow eenvoudig worden uitgebreid of aangepast voor verschillende domeinen, wat grootschalige inzet mogelijk maakt over verschillende onderwerpen of websites.
- Gebruikerservaring: Quickstart-knoppen en directe feedback maken de chatbot toegankelijk voor eindgebruikers.
Workflow samenvattingstabel
| Stap | Beschrijving |
|---|---|
| Gebruikersinvoer | Gebruiker typt een vraag of klikt op een quickstart-knop |
| Query-uitbreiding | Invoer wordt geparafraseerd voor bredere zoekdekking |
| Google Search | Zoekopdrachten worden uitgevoerd op Google, beperkt tot een opgegeven domein |
| URL-inhoud ophalen | Inhoud van de belangrijkste zoekresultaten wordt opgehaald |
| Promptconstructie | Gebruikersinvoer, zoekresultaten en chatgeschiedenis worden samengevoegd tot een prompt |
| LLM-generatie | OpenAI LLM genereert een antwoord met volledige context |
| Output | Antwoord wordt aan de gebruiker getoond |
Aanpassen
- Om de chatbot op je eigen domein te richten, wijzig je het veld
query_prefixin het Google Search-component (bijv.site: www.JOUDOMEIN.com). - Voeg voorbeeldvragen toe of pas ze aan via de Button Widget-componenten voor een meer toegespitste gebruikerservaring.
Ideale use-cases
- Klantenservicebots die altijd antwoorden geven op basis van je actuele documentatie of webinhoud.
- Interne kennisassistenten, beperkt tot je bedrijfsintranet of supportportaal.
- Elke chatbot die altijd externe, gezaghebbende bronnen moet aanhalen of gebruiken (bijv. voor compliance of nauwkeurigheid).
Door het zoek-, ophaal- en antwoordgeneratieproces te automatiseren, bespaart deze workflow handmatige zoektijd en zorgt ervoor dat gebruikers altijd de meest actuele en relevante informatie krijgen.
Laat ons uw eigen AI-team bouwen
Wij helpen bedrijven zoals die van u bij het ontwikkelen van slimme chatbots, MCP-servers, AI-tools of andere soorten AI-automatisering om mensen te vervangen bij repetitieve taken in uw organisatie.
Meer informatie
Eenvoudige Chatbot met Google Zoeken Tool
Ontdek de Eenvoudige Chatbot met Google Zoeken Template, ontworpen voor bedrijven om domeinspecifieke informatie efficiënt te bieden. Verbeter de gebruikerserva...
Google Docs Q&A Chatbot
Een AI-aangedreven chatbot die nauwkeurige antwoorden geeft op gebruikersvragen, uitsluitend op basis van de inhoud van een aangeleverd Google-document. Ideaal ...
AI-chatbot met realtime web- & kenniszoekfunctie
Een krachtige AI-chatbot die gebruikersvragen in realtime beantwoordt door informatie op te halen en te synthetiseren van Google, Reddit, Wikipedia, Arxiv, Stac...