Den största utmaningen för AI brukade vara dess tendens att presentera vaga, inaktuella eller rentav felaktiga uppgifter. Alla dessa problem beror enkelt på brist på tillgång till relevant kunskap. Tidigare krävdes det att träna om hela modellen för att lösa detta, vilket var otänkbart för de flesta företag, för att inte tala om privatpersoner. Men det finns ett annat tillvägagångssätt, där du enkelt kan peka modellerna mot rätt kunskapskällor vid behov.

Detta tillvägagångssätt kallas Retrieval-Augmented Generation (RAG) och gör det möjligt att förse generativa modeller med extra kunskap i farten, utan teknisk kompetens eller behov av att träna hela modeller. Hämtarkomponenter, inklusive GoogleSearch, gör det enkelt att använda denna metod.

Vad är GoogleSearch-komponenten?

Den här komponenten låter flödet hämta kunskap genom att söka på Google efter relevant innehåll. Den anger sökfrågan och styr hur flödet hämtar informationen. Den kan användas tillsammans med andra hämtarkomponenter för att förbättra det slutliga svaret.

Exempel på användningsområden

• Faktagranskning i realtid: Använd komponenten för att verifiera påståenden eller samla de senaste nyhetsartiklarna om ett ämne.
• Innehållsberikning: Hämta automatiskt externa relevanta resurser för att berika dokument.
• AI-agenter: Ge konversationsagenter möjlighet att hämta färsk kunskap från webben. Domänspecifik sökning: Begränsa sökningar till specifika webbplatser med frågeprefixfunktionen (t.ex. site:arxiv.org för vetenskapliga artiklar).

Varför använda denna komponent?

• Håll dig uppdaterad: Få tillgång till den senaste informationen från webben och övervinn begränsningarna med statiska träningsdata.
• Flexibel konfiguration: Anpassa sökningen till dina behov av land, språk och plats.
• Integration i arbetsflöde: Utdatan är kompatibel med andra komponenter, vilket gör det enkelt att bygga avancerade AI-processer med kunskap.
• Caching: Förbättrar effektiviteten genom att undvika onödiga sökningar när samma fråga upprepas.

Indatafråga

Anger den fråga som används för att söka efter relevant information. Den kan länkas från en komponent, såsom Chat Input, eller anges manuellt.

Resultatgräns

Den här inställningen begränsar antalet länkar som hämtas för information. Google har avancerade algoritmer för att ranka resultat och säkerställa att de översta är mest relevanta. De fem översta resultaten bör räcka för att flödet ska få relevant information och skapa ett meningsfullt svar på de flesta frågor.

Språk

Om din webbplats är på ett visst språk skulle en chattbot som svarar på engelska göra mer skada än nytta. Dessutom kan nischade och lokala ämnen ge mer relevanta resultat när de söks på rätt språk.

Land

Att ange land är ytterligare ett sätt att säkerställa relevanta resultat. Föreställ dig att du har en chattbot för finansiell rådgivning och en användare frågar om skattelagar. Om du bara anger språk kan en person från Storbritannien få information om amerikanska skattelagar, vilket leder till förvirring och frustration.

Plats

Denna valfria inställning låter dig snäva in resultaten ytterligare. Att returnera resultat som endast är relevanta för en viss stad eller region är fördelaktigt för vissa användningsområden.

Frågeprefix

Frågeprefix är specifika ord eller symboler du kan använda för att begränsa typen av resultat. Till exempel kan du använda prefixet “daterange:” för att säkerställa att resultaten är färska eller “filetype:” om du vill ha ett specifikt filformat. Google stöder flera sådana prefix, vilket ger stor kontroll över de returnerade resultaten.

Hur kopplar man GoogleSearch-komponenten till sitt flöde

Komponenten har bara ett indata- och ett utdatahandtag:

• Indatafråga: Frågan kan vara valfri textutdata. Vanliga användningsområden är att koppla Chat Input eller en Generator.
• Utdata: Utdatan från en hämtarkomponent är alltid ett dokument.

Dokumentutdata kan endast läsas av Document to Text- och Widget-typ-komponenter. Dessa omvandlar de råa sökresultaten till ett presentabelt format redo för utdata.

Skapa ett flöde med GoogleSearch

Låt oss skapa en enkel chattbot som använder Google Search som sin huvudsakliga kunskapskälla.

1. Börja som vanligt med Chat Input.
2. Koppla indata till GoogleSearch-komponenten, så att den mänskliga frågan blir sökprompten.
3. Omvandla hämtares utdata. Utdatan är en URL-post; vi vill ha det som vanlig text. Använd URL Retriever-komponenten.
4. Du kan valfritt lägga till Prompt och Chatt-historik. Vi gör det, då det gör utdatan trevligare och mer konversationsvänlig.
5. Koppla in Generator för att lägga till en LLM i flödet.
6. Nu är du redo att ge utdata.

Här är vårt resulterande flöde:

Låt oss fråga GoogleSearch-boten vilket som är den bästa AI-modellen:

Boten returnerar en lista med de bästa modellerna, kommenterar varje och listar källorna. Vi har medvetet begränsat längden på utdatan för att passa chattfönstret. Resultatet kan dock vara mycket mer utförligt än så här.