Componenta GoogleSearch

Cea mai mare provocare pentru AI era tendința de a prezenta informații vagi, învechite sau chiar false. Toate aceste probleme sunt cauzate, pur și simplu, de lipsa accesului la cunoștințe relevante. În trecut, rezolvarea acestei probleme necesita antrenarea completă a modelului, ceea ce era de neconceput pentru majoritatea companiilor, cu atât mai puțin pentru persoane fizice. Însă există o abordare diferită, care îți permite să orientezi modelele către sursele corecte de cunoștințe, pe parcurs.

Această abordare se numește Retrieval-Augmented Generation (RAG) și îți permite să furnizezi modelelor generative informații suplimentare, pe loc, fără abilități tehnice sau nevoia de a antrena modele întregi. Componentele de recuperare, inclusiv GoogleSearch, îți permit să folosești cu ușurință această metodă.

Ce este componenta GoogleSearch?

Această componentă permite fluxului să recupereze cunoștințe căutând pe Google conținut relevant. Specifică interogarea de căutare și dictează modul în care fluxul recuperează informația. Poate fi folosită simultan cu alte componente de recuperare pentru a îmbunătăți răspunsul final.

Exemple de utilizare

• Verificare de fapte în timp real: Folosește componenta pentru a verifica afirmații sau pentru a colecta cele mai recente articole de știri pe un anumit subiect.
• Augmentare de conținut: Recuperează automat resurse externe relevante pentru îmbogățirea documentelor.
• Agenți AI: Dotează agenții conversaționali cu abilitatea de a aduce cunoștințe noi direct de pe web. Căutare specifică pe domeniu: Restricționează căutările la anumite site-uri web folosind funcționalitatea de prefix de interogare (ex: site:arxiv.org pentru articole academice).

De ce să folosești această componentă?

• Rămâi la zi: Accesează cele mai recente informații de pe web, depășind limitările datelor statice de antrenament.
• Configurare flexibilă: Personalizează căutarea după nevoile țării, limbii și locației tale.
• Integrare în fluxuri de lucru: Ieșirile sunt compatibile cu alte componente, fiind ușor de utilizat în procese AI complexe, bazate pe cunoștințe.
• Caching: Îmbunătățește eficiența evitând căutările redundante atunci când aceeași interogare este repetată.

Interogare de intrare

Specifică interogarea folosită pentru a căuta informații relevante. Poate fi preluată dintr-o componentă, precum Chat Input, sau introdusă manual.

Limitare rezultate

Această setare limitează numărul de linkuri analizate pentru informații. Google are algoritmi avansați pentru a clasifica rezultatele și a se asigura că cele de top sunt cele mai relevante pentru interogare. Primele cinci rezultate ar trebui să fie suficiente pentru ca fluxul să obțină informații relevante și să formuleze un răspuns semnificativ la cele mai multe întrebări.

Limbă

Dacă site-ul tău este într-o anumită limbă, un chatbot care returnează rezultate în engleză ar putea face mai mult rău decât bine. În plus, subiectele de nișă și locale pot oferi rezultate mai relevante dacă sunt căutate în limba corectă.

Țară

Setarea țării este o altă metodă de a asigura relevanța rezultatelor. Imaginează-ți că ai un chatbot de consultanță financiară, iar un utilizator întreabă despre legi fiscale. Doar setarea limbii ar putea duce la situația în care o persoană din Marea Britanie primește informații despre legile fiscale din SUA, ceea ce poate crea confuzie și frustrare.

Locație

Această setare opțională îți permite să restrângi rezultatele și mai mult. Returnarea rezultatelor relevante doar pentru un anumit oraș sau regiune poate fi utilă în anumite cazuri de utilizare.

Prefix de interogare

Prefixele de interogare sunt cuvinte sau simboluri specifice pe care le poți folosi pentru a restrânge tipul de rezultate. De exemplu, poți folosi prefixul “daterange:” pentru a te asigura că rezultatele sunt recente sau “filetype:” dacă dorești un anumit format de fișier. Google suportă o gamă largă de astfel de prefixe, oferind un control excelent asupra rezultatelor returnate.

Cum conectezi componenta GoogleSearch la fluxul tău

Componenta are un singur punct de intrare și unul de ieșire:

• Interogare de intrare: Interogarea poate fi orice rezultat text. Utilizări comune ar fi conectarea Chat Input sau a unui Generator.
• Ieșire: Ieșirea oricărei componente de tip retriever este întotdeauna un Document.

Ieșirea sub formă de Document poate fi citită doar de componentele Document to Text și de cele de tip Widget. Acestea transformă rezultatele brute ale căutării într-o formă prezentabilă, gata de afișare.

Crearea unui Flow folosind GoogleSearch

Să creăm un chatbot simplu care folosește Google Search ca sursă principală de cunoștințe.

1. Ca de obicei, începe cu Chat Input.
2. Conectează intrarea la componenta GoogleSearch, astfel încât întrebarea utilizatorului să fie interogarea de căutare.
3. Transformă ieșirea retrieverului. Ieșirea este un URL record; ne dorim să fie text simplu. Folosește componenta URL Retriever.
4. Opțional, poți adăuga Prompt și Istoric Chat. Vom face acest lucru, deoarece face ieșirea mai frumoasă și mai conversațională.
5. Conectează Generatorul pentru a adăuga un LLM în proces.
6. Ești gata să afișezi rezultatul.

Iată flow-ul rezultat:

Să întrebăm botul GoogleSearch care este cel mai bun model AI:

Botul returnează o listă cu cele mai bune modele, comentând despre fiecare și listând sursele. Am limitat intenționat lungimea rezultatului pentru a se potrivi ferestrei de chat. Totuși, rezultatul poate fi mult mai detaliat de atât.