Źródła wiedzy

Knowledge Sources

To, co sprawia, że ogólny chatbot staje się Twoim własnym, to wiedza o Twojej stronie internetowej i unikalnym kontekście. Istnieje kilka sposobów, by to osiągnąć, z których wiele pozostaje niedostępnych dla małych firm. FlowHunt może służyć zarówno małym, jak i większym firmom, wykorzystując metodę Retrieval-Augmented Generation.

Ta metoda pozwala w pełni korzystać z ogólnej wiedzy i możliwości modeli takich jak ChatGPT, ale z istotną różnicą. W przeciwieństwie do starych, kosztownych metod trenowania modelu na danych, RAG pozwala połączyć i przesyłać źródła wiedzy, by uzyskiwać dokładne odpowiedzi w czasie rzeczywistym, bez zbędnych komplikacji.

FlowHunt Documents overview

Czym jest Retrieval-Augmented Generation

Wyobraź sobie, że planujesz wyjazd do nowego miasta i masz wiele pytań o atrakcje oraz dobre miejsca do jedzenia. Decydujesz się zapytać znajomego, który jest ekspertem od tego miasta. Zamiast polegać wyłącznie na swojej pamięci, znajomy szybko sprawdza przewodniki i najnowsze recenzje w internecie, zanim udzieli Ci wyselekcjonowanej odpowiedzi. Innymi słowy, upewnia się, że przekazuje Ci najbardziej aktualną i trafną informację.

W podobny sposób działa Retrieval-Augmented Generation (RAG). Metoda ta płynnie łączy pozyskiwanie wiedzy z zewnętrznej bazy danych z generatywną mocą wytrenowanych modeli LLM.

Tak jak Twój znajomy sprawdza przewodniki i recenzje, tak Twój Flow najpierw sięga po Twoje źródła, a dopiero potem generuje odpowiedź na ich podstawie. Oznacza to, że otrzymujesz dokładniejsze i bardziej kontekstowe odpowiedzi.

Jeśli zapytasz zwykłą AI o najlepsze restauracje w mieście, skorzysta tylko z danych, na których została wytrenowana. Te dane mogą być nieaktualne lub niepełne, przez co możesz spotkać się z kiepskimi rekomendacjami podczas wyjazdu. Dzięki RAG AI może pobierać najnowsze recenzje i rekomendacje z adresów URL, Google czy innych źródeł, zapewniając Ci najlepsze możliwe porady.

Po prostu połącz i przesyłaj różne typy źródeł kilkoma kliknięciami. Źródła są indeksowane, a następnie wyszukiwane na podstawie zapytania użytkownika. Ty decydujesz, z jakich treści korzysta chatbot — zarówno z informacji z Twojej publicznej strony, dokumentów, których nie chcesz publikować, filmów z YouTube, jak i zewnętrznych materiałów edukacyjnych.

Opcje źródeł wiedzy

Znajomy z naszego przykładu może sprawdzać różne źródła. Może czytać strony internetowe, sięgnąć do książki, sprawdzić Google, a nawet obejrzeć film na YouTube. Twój Flow również może uczyć się z tych wszystkich źródeł.

Jest jednak pewna różnica. Podczas wyszukiwania znajomy zadba, by informacje, z których korzysta, były aktualne i prawdziwe. AI tego nie potrafi — zadbanie o świeżość i prawdziwość wiedzy leży wyłącznie po Twojej stronie.

Istnieją trzy sposoby, by skierować Flow do właściwych informacji:

Harmonogramy

Przeszukuj i indeksuj całe domeny lub pojedyncze adresy URL cyklicznie. Ustaw raz i zapomnij. Twoje Flow będą uczyć się samodzielnie — w wybranej przez Ciebie skali i tempie.

Dowiedz się więcej o funkcji Harmonogramy.

Dokumenty

Natychmiast uzyskaj dostęp do informacji z różnych formatów dokumentów, stron HTML, a nawet filmów z YouTube. Prześlij plik lub podaj adres URL.

Dowiedz się więcej o funkcji Dokumenty.

Pytania & Odpowiedzi

Podaj predefiniowane odpowiedzi na konkretne zapytania. Dzięki temu bot zawsze będzie odpowiadał spójnie na ważne pytania i FAQ.

Dowiedz się więcej o funkcji Pytania & Odpowiedzi.

Kategorie źródeł wiedzy

Każde nowe źródło, które dodajesz, musi być skategoryzowane. Kategorie są zupełnie dowolne i mają pomóc Ci zarządzać rosnącą biblioteką.

FlowHunt Categories feature overview

Dowiedz się więcej o funkcji Kategorie.

Najczęściej zadawane pytania

Zacznij budować inteligentniejszą AI z własną wiedzą

Dowiedz się, jak funkcja Źródła wiedzy w FlowHunt pozwala łączyć, kategoryzować i zarządzać treściami dla dokładnych, kontekstowych odpowiedzi chatbota.

Dowiedz się więcej

Retrieval Augmented Generation (RAG)
Retrieval Augmented Generation (RAG)

Retrieval Augmented Generation (RAG)

Retrieval Augmented Generation (RAG) to zaawansowane ramy AI, które łączą tradycyjne systemy wyszukiwania informacji z generatywnymi dużymi modelami językowymi ...

4 min czytania
RAG AI +4
Spraw, aby LLM-y weryfikowały swoje odpowiedzi i podawały źródła
Spraw, aby LLM-y weryfikowały swoje odpowiedzi i podawały źródła

Spraw, aby LLM-y weryfikowały swoje odpowiedzi i podawały źródła

Zwiększ dokładność AI dzięki RIG! Dowiedz się, jak tworzyć chatboty, które weryfikują odpowiedzi zarówno na podstawie własnych, jak i ogólnych źródeł danych, za...

4 min czytania
AI Chatbot +5