Kendi sohbet robotuna sahip Bilgi veritabanı (RAG).
DigElite chatbot'unun bilgi tabanı, müşterinin kendi belgelerinden (PDF kılavuzları, Word dosyaları, web sitesi içeriği, SSS'ler, tüzükler ve OZG hizmet açıklamaları) oluşturulur ve bir Geri Alma Artırılmış Üretim (RAG) katmanı kullanılarak sorgulanır. Her yanıt isteğe bağlı olarak kaynağı (belge + bölüm) içerir. Sistem uygun bir kaynak bulamazsa, chatbot tahminde bulunmak yerine dürüstçe "Bu konuda bilgim yok" der; bu eşik her uygulama için yapılandırılabilir.
Yanıtlar, model bilgilerden değil, belgelerinizden gelecektir.
Veri Alımıyla Güçlendirilmiş Üretim, klasik sohbet botlarının yanılsama sorununa mimari bir çözümdür. Dil modelinin kendi kendine cevap vermesi yerine, önce müşteri belgelerindeki ilgili bölümleri ararız, bunları modele iletiriz ve ardından modelin bunlardan bir cevap oluşturmasına izin veririz.
1 — İndeksleme
Belgeler bölümlere (parçalara) ayrılır, anlamsal olarak vektör gömme olarak kodlanır ve yerel bir vektör veritabanında (örneğin, pgvector, Qdrant, Chroma ile PostgreSQL) saklanır. Her şey müşterinin sunucusunda barındırılır.
2 — Geri Alma
Her sorgu için, soru bir gömme vektörüne dönüştürülür ve vektör veritabanıyla karşılaştırılır. En benzer bölümler (genellikle 3-5) yanıt için bağlam olarak derlenir.
3 — Yanıt Oluşturma
LLM (Aleph Alpha, Mistral, Llama), bir soru ve bağlamsal bölümler alır ve yalnızca bu bölümlere dayanarak bir cevap yazar. Kaynaklar da dahil edilir; izlenebilirlik sonradan eklenmez, baştan itibaren oluşturulur.
Hali hazırda sahip olduklarınızdan yola çıkarak.
- PDF — Kullanım kılavuzları, kullanıcı rehberleri, teknik incelemeler, OZG hizmet açıklamaları, tüzükler.
- Word / RTF — Dahili dokümantasyon, katkı payı düzenlemeleri, ofis SSS'leri.
- Excel / CSV — yapılandırılmış tablolar (örneğin, katkı düzeyleri, etkinlik takvimleri).
- Web sitesi içeriği — WordPress içeriğinden (yazılar, sayfalar, özel yazı türleri) taranarak veya doğrudan alınarak elde edilir.
- Markdown / Düz Metin — Wiki içeriği, Confluence dışa aktarımları, GitHub dokümantasyonu.
- API kaynakları — Mevcut bilgi API'lerine isteğe bağlı bağlantı (örneğin, dahili CRM verileri, ürün veritabanları).
„"Bu konuda hiçbir bilgim yok" - bu bir hata değil, bir özellik olarak.
Geleneksel yapay zekâ sohbet botlarının en büyük riski, cevapların serbestçe uydurulmasıdır ("halüsinasyon"). DigElite ile cevap üreteci sözleşmeyle bağlıdır: yalnızca arama katmanı eşleşen kaynaklar bulursa yanıt verebilir. Yapılandırılabilir bir benzerlik eşiğinin altında, sohbet botu açıkça "Bilgi tabanımızda bu konuda herhangi bir bilgim yok, bir personelimizle görüşmek ister misiniz?" şeklinde yanıt verir ve konuşmayı yapılandırılmış bir şekilde ilgili kişiye devreder.
„"Serbestçe bir şeyler uyduran bir sohbet robotu tehlikelidir. Biz, bir şeyi bilmediklerinde dürüstçe söyleyen sohbet robotları geliştiriyoruz; bu, bir işletme sohbet robotunun sahip olabileceği en önemli özelliktir.""
— Philipp Herrmann, DigElite'ın kurucusu
Potansiyel müşterilerin kurulum öncesinde sorması gereken sorular.
Belgelerimiz sık sık değişirse ne olacak?
Bilgi tabanı kademeli olarak güncellenebilir: Yeni bir PDF yüklediğinizde veya bir sayfayı değiştirdiğinizde sistem yalnızca değiştirilen bölümleri yeniden indeksler; tam bir yeniden oluşturma gerekmez. Son derece dinamik içerik (örneğin, tarihler, fiyatlar) için, bilgi kaynakları doğrudan bir veritabanına veya API'ye bağlanabilir, böylece güncellemeler gerçek zamanlı olarak etkili olur.
Bilgi verileri fiziksel olarak nerede bulunuyor?
Kendi WordPress veritabanınızda veya sunucunuzdaki yerel vektör veritabanında saklanır. Harici bir indeksleme sağlayıcısına hiçbir şey gönderilmez. API-LLM (Aleph Alpha, Mistral La Plateforme) kullanıyorsanız, işlem sırasında soruyla birlikte yalnızca ilgili bağlamsal bölümler iletilir; tüm bilgi tabanınızın genel bir iletimi yapılmaz.
Bilgi tabanı ne kadar büyük olabilir?
Küçük ve orta ölçekli işletmeler, dernekler ve kamu idareleri için tipik boyutlar (yüzlerce ila birkaç bin belge, 10-500 MB metin) sorun teşkil etmez. Vektör veritabanları milyonlarca parçaya kadar ölçeklenebilir. Çok büyük bilgi tabanları için, ilk görüşmede birkaç alana bölmenin uygun olup olmadığını ele alacağız.
Kullanıcı gruplarına göre kaynak görünürlüğünü kısıtlayabilir miyiz?
Evet. Bilgi tabanı bölümlere ayrılabilir (örneğin, "genel", "üyeler", "dahili personel"). Çoklu kiracılı dağıtımlarda (bölgesel dernekleri olan ana kuruluş), bölgesel dernek kullanıcısı yalnızca kendi bilgi bölümlerini ve ana kuruluşun genel içeriğini görür. İzinler WordPress rolleri aracılığıyla kontrol edilir.
Okumaya devam edebileceğiniz yer.
Bu özellik DigElite chatbot ailesinin bir parçasıdır — göz atın. Ürün Genel Bakışı veya tematik olarak ilgili kümeler.
Alman ve Avrupa Hukuk Yüksek Lisansları
RAG, ancak uygun bir modelle birlikte kullanıldığında tam etkisini gösterir.
Daha fazla bilgi edinin →
Web sitesindeki müşteri hizmetleri sohbeti
RAG bilgi tabanı için en yaygın kanal.
Daha fazla bilgi edinin →
DigElite Sohbet Botlarına Genel Bakış
Tüm küme konularını içeren sütun.
Daha fazla bilgi edinin →
Bir izlenim edinmek için 15 dakika yeterlidir.
Nordzypern.live adresinde kendi chatbot'umuzla canlı sohbet edeceğiz ve gerçek belgelere nasıl yanıt verdiğini, dürüstçe "Bilmiyorum" dediği durumları ve aramayı nasıl bir insana aktardığını göstereceğiz. Satış konuşması yok, 47. slayt yok.
Sohbet robotunu canlı izleyin ve ön görüşme yapın.