Minska AI-hallucinationer genom att lägga till anpassade kunskapsbaser

Indexering

Översikt av FlowHunts schema-funktion

I dagens inlägg utforskar vi schema-funktionen i FlowHunt och hur den kan användas för att effektivt indexera din domän. Genom att ställa in scheman kan du säkerställa att din chatbot har tillgång till den mest aktuella informationen, vilket minskar risken för AI-hallucinationer och förbättrar svarens noggrannhet.

FlowHunt
13 augusti 2024

Vikten av domänindexering för chatbots

För att en chatbot ska ge korrekta och relevanta svar måste den ha tillgång till välindexerat innehåll. Genom att regelbundet crawla din domän, URL:er eller sitemaps kan chatboten upprätthålla en heltäckande förståelse av innehållet, vilket leder till mer precisa svar.

Minska LLM-hallucinationer med korrekt data

AI-hallucinationer uppstår när en modell genererar information som inte baseras på tillhandahållen data. Detta kan motverkas genom att säkerställa att chatboten har tillgång till den mest korrekta och aktuella informationen från din domän via regelbunden indexering.

Förstå webbplatsindexering

Vad är schema-funktionen?

Schema-funktionen i FlowHunt låter dig automatisera processen att crawla din domän, specifika URL:er eller till och med sitemaps. Detta säkerställer att din chatbot hålls informerad om de senaste uppdateringarna på din webbplats.

Typer av innehåll du kan indexera (domäner, URL:er, sitemaps)

FlowHunt ger flexibilitet i vad du kan crawla—oavsett om det är en hel domän, specifika URL:er eller strukturerade sitemaps. Denna funktion är särskilt användbar för webbplatser som ofta uppdaterar sitt innehåll, såsom bloggar eller e-handelsplatser.

Ställa in crawling-frekvenser: Dagligen, veckovis, månadsvis, årsvis

Du kan ställa in frekvensen för dina crawlningar för att matcha din webbplats uppdateringsschema. Om du till exempel publicerar nytt innehåll dagligen, säkerställer daglig crawling att din chatbot håller sig uppdaterad med den senaste informationen.

Fördelar med att använda scheman för domänindexering

Säkerställa innehållets korrekthet och relevans

Regelbundna crawlningar garanterar att all information som indexeras av chatboten är aktuell, vilket leder till mer korrekta svar. Detta är avgörande för att ge användarna pålitlig och uppdaterad information.

Förbättra chatbotens svar med uppdaterad data

Med tillgång till det senaste innehållet kan din chatbot generera svar som både är relevanta och korrekta. Denna förmåga är särskilt värdefull för webbplatser som erbjuder produktjämförelser, detaljerade recensioner eller har omfattande FAQ:er.

Minimera risken för hallucinationer i AI-svar

Genom att konsekvent indexera din domän minimerar du risken för AI-hallucinationer, där chatboten kan generera svar baserade på föråldrad eller irrelevant data. Detta leder till en mer pålitlig och trovärdig användarupplevelse.

Praktiska användningsområden för domänindexering

Webbplatskuratorer

Webbplatskuratorer kan dra stor nytta av schema-funktionen genom att säkerställa att allt innehåll på webbplatsen indexeras och är lättillgängligt för chatboten. Detta gör chatboten till ett kraftfullt verktyg för att navigera och tillhandahålla information på webbplatsen.

Produktjämförelser för e-butiker

E-handelsplattformar kan använda denna funktion för att låta chatboten göra korrekta produktjämförelser. Genom att ha tillgång till alla relevanta produktdetaljer kan chatboten guida kunder genom deras beslutsprocess mer effektivt.

Allmän webbplatskurering och informationshämtning

Utöver e-handel kan alla webbplatser som kräver detaljerad informationshämtning — såsom utbildningsplattformar, tjänsteleverantörer eller innehållsbibliotek — dra nytta av denna funktion. Chatboten kan fungera som en heltäckande guide och lotsa användare till den specifika information de behöver.

Steg-för-steg-guide för att bygga en chatbot med schema-funktionen

Navigera till fliken Scheman

För att börja använda schema-funktionen, navigera till fliken Scheman i FlowHunt. Det är här du ställer in ditt crawl-schema för att indexera din domän eller specifikt innehåll på din webbplats.

Skapa ett nytt schema

Klicka på Skapa nytt schema för att påbörja processen. Här ombeds du välja den domän, URL:er eller sitemap du vill indexera.

Välj domäner, URL:er eller sitemaps för crawling

För bästa resultat, om din webbplats har en strukturerad sitemap, använd den för crawling. Sitemaps ger en heltäckande lista över URL:er på din webbplats, vilket gör det enklare för chatboten att indexera allt relevant innehåll.

Välj crawling-frekvens

Välj därefter hur ofta domänen eller sitemapen ska crawlas. För webbplatser med frekventa uppdateringar kan daglig crawling vara nödvändig. För andra kan veckovis eller månadsvis crawling räcka.

Bygga ett flöde i FlowHunt

Gå till “Mina flöden”-fliken

Efter att du har ställt in ditt schema, gå vidare till fliken Mina flöden. Det är här du skapar ett nytt flöde som kommer att använda det indexerade innehållet.

Skapa och namnge ditt flöde

Börja med att ge ditt flöde ett beskrivande namn som speglar projektets fokus. Detta gör det enklare att identifiera flödet senare.

Förstå flödes-canvasen

Flödes-canvasen är din arbetsyta i FlowHunt. Den är utformad för att vara intuitiv och låter dig dra och släppa komponenter, koppla ihop dem och skapa en logisk sekvens som guidar AI-agenten från input till output.

Grundläggande komponenter i ett flöde

Input-komponent: Fånga användarfrågor

Input-komponenten är där användarens fråga matas in. Detta fungerar som startpunkten i ditt flöde och fångar upp frågan eller ämnet som användaren vill utforska.

Output-komponent: Leverera AI-svar

Output-komponenten är där AI-agentens svar levereras. Detta är det slutgiltiga resultatet av ditt flöde, innehållande informationen som hämtats och bearbetats av verktyget.

Lägg till frågeexpansion för förbättrade sökresultat

För att förbättra LLM:ens (Large Language Model) förståelse av användarfrågor, lägg till en frågeexpansionskomponent. Denna komponent omformulerar input-frågor till flera alternativ, vilket förbättrar chatbotens semantiska sökförmåga.

Förbättra AI-svar med ytterligare komponenter

Integrering av chathistorik

Genom att lägga till chathistorik-integrering säkerställs att chatboten minns tidigare interaktioner, vilket gör att den kan anpassa sina svar baserat på användarens tidigare frågor. Detta leder till en mer personlig användarupplevelse.

Inkorporera LLM:er: Välj GPT-3.5 Turbo för kostnadseffektivitet

För frågeexpansionskomponenten kan du använda en LLM som GPT-3.5 Turbo. Även om denna modell inte är den snabbaste eller mest kraftfulla är den kostnadseffektiv och tillräcklig för att hantera frågor utan att generera nytt innehåll.

Använd dokumenthämtare för åtkomst till indexerat innehåll

Dokumenthämtarkomponenten är avgörande för att komma åt informationen från dina crawlade sidor. Eftersom du använder scheman för att indexera din domän kommer denna komponent vara den primära datakällan för chatbotens svar.

Konfigurera dokumenthämtarkomponenten

Koppla dokumenthämtaren till frågeexpansionen

Koppla dokumenthämtarkomponenten till frågeexpansionskomponenten. Denna koppling gör att chatboten kan hämta relevant information från det indexerade innehållet baserat på den utökade frågan.

Koppla schemat till dokumenthämtaren

Lägg därefter till ditt schema i dokumenthämtaren. Detta säkerställer att chatboten hämtar information från den senaste crawlningen av din domän eller sitemap.

Justera inställningar för optimalt resultat

Du kan justera inställningarna i dokumenthämtarkomponenten för att förfina utdata. Det kan innebära att justera hur mycket information som hämtas eller vilka delar av innehållet som prioriteras i svaret.

Prompta och generera innehåll i ditt flöde

Lägg till prompt-verktyget i ditt flöde

När din data är klar är det dags att generera textsvar. Lägg till prompt-verktyget i ditt flöde och koppla det till dokumenthämtaren som kontext och input-komponenten som input.

Använd dokumenthämtaren som kontext

Dokumenthämtaren fungerar som kontext för prompt-verktyget och tillhandahåller den bakgrundsinformation som chatboten behöver för att generera sina svar.

Fintunna prompts för önskade svar

Du kan anpassa prompten för att styra chatbotens svar mer effektivt. Det kan handla om att ange ton, stil eller särskild information som chatboten ska inkludera i sina svar.

Vår prompt:

du är en webbplatskurator som endast svarar baserat på innehållet du får från dokumenthämtaren. och om du inte vet svaret, låt användaren veta det.

Din uppgift är att besvara kundfrågor i INPUT med hänsyn till tidigare konversation i CHAT HISTORY.

Om CONTEXT tillhandahålls, använd den för att generera svaret.

— CONTEXT START
{context}
— CONTEXT END

— CHAT HISTORY START
{chat_history}
— CHAT HISTORY END

— INPUT START
{input}
— INPUT END

Svara på språk: {lang}

Formatera svaret med markdown.

SVAR:

Slutför ditt flöde

Koppla generator-komponenten till en LLM

Avslutningsvis, koppla generator-komponenten till en kraftfull LLM. Detta gör att chatboten kan producera det slutliga utdata som levereras till användaren.

Ställ in output för användarinteraktioner

Se till att output är konfigurerat för att uppfylla chatbotens mål, oavsett om det handlar om att tillhandahålla länkar, generera innehåll eller ge vägledning baserat på användarens fråga.

Förbättra användarupplevelsen med länkade innehåll

Eftersom din chatbot använder indexerad och crawlad information kan du förbättra användarupplevelsen genom att tillhandahålla länkar till relevant innehåll. Lägg till en dokumentwidget i ditt flöde och koppla den till dokumenthämtaren, så användarna får direkt tillgång till de sidor de behöver.

Slutsats

Sammanfattning av viktiga punkter

I denna guide har vi gått igenom hur du använder schema-funktionen i FlowHunt för att indexera din domän och förbättra noggrannheten hos din chatbot. Genom att regelbundet crawla din webbplats säkerställer du att chatboten har tillgång till den senaste informationen, vilket minskar risken för AI-hallucinationer.

Avslutande tankar om att minska LLM-hallucinationer

Att minska AI-hallucinationer är avgörande för att upprätthålla användarnas förtroende och säkerställa att din chatbot levererar högkvalitativ, korrekt information. Genom att använda schema-funktionen i FlowHunt kan du hålla chatbotens kunskapsbas uppdaterad och ge pålitliga svar på användarnas frågor.

Här är en skärmdump av det färdiga flödet: