Knowledge base
એક knowledge base તમારા agents ને ચોકસાઈથી જવાબ આપવા જરૂરી તથ્યો આપે છે. તમારા દસ્તાવેજો અપલોડ કરો — પ્રોડક્ટ શીટ, નીતિઓ, FAQ — અને તમારો agent અનુમાન કરવાને બદલે કૉલ દરમિયાન તેના જવાબોને આધાર આપવા સૌથી સંબંધિત ફકરા મેળવે છે. આ retrieval-augmented generation (RAG) છે.
Knowledge (/knowledge) ખોલો.
knowledge base કેવી રીતે કામ કરે છે
Knowledge Base: ઇન્ડેક્સિંગ સ્થિતિ, ચંક ગણતરી, ગુણવત્તા સ્કોર અને કવરેજ વિશ્લેષણ સાથેના દસ્તાવેજો.
કાચા દસ્તાવેજથી આધારભૂત જવાબ સુધીના પ્રવાહમાં ચાર પગલાં છે:
- તમારા દસ્તાવેજો knowledge base માં અપલોડ કરો.
- પોર્ટલ તેમને પ્રક્રિયા અને અનુક્રમિત કરે છે, દરેક દસ્તાવેજને તે શોધી શકે તેવા ફકરામાં તોડે છે.
- તમે knowledge base ને એક agent સાથે જોડો છો.
- દરેક કૉલ પર, agent કૉલરે જે પૂછ્યું તેને શ્રેષ્ઠ મેળ ખાતા ફકરા મેળવે છે અને તેમાંથી જવાબ આપે છે.
પરિણામ એવા જવાબો છે જે તમારી પોતાની પ્રોડક્ટ્સ, નીતિઓ અને પ્રક્રિયાઓ પ્રતિબિંબિત કરે છે — અને ઘણા ઓછા બનાવટી જવાબો.
દસ્તાવેજો અપલોડ કરો
તમારા agents જેના પર આધાર રાખે તે દસ્તાવેજો ઉમેરો. સમર્થિત ફોર્મેટ PDF, DOC, DOCX અને TXT (.pdf, .doc, .docx, .txt) છે, દરેક 10 MB સુધી.
- એક અથવા વધુ ફાઇલો અપલોડ કરો.
- સામગ્રી પ્રક્રિયા અને અનુક્રમિત થાય છે જેથી તેને કૉલ દરમિયાન મેળવી શકાય.
કેન્દ્રિત, સારી રીતે-સંરચિત દસ્તાવેજો અપલોડ કરો. એક સ્પષ્ટ FAQ અથવા વ્યવસ્થિત નીતિ દસ્તાવેજ વિશાળ, મિશ્રિત PDF કરતાં ઘણો સારો મેળવાય છે. ખૂબ મોટી અથવા અસંબંધિત સામગ્રીને અલગ ફાઇલોમાં વિભાજિત કરો, અને દરેકને વર્ણનાત્મક નામ આપો જેથી તમે પછીથી તેમને અલગ પાડી શકો.
શોધ
તમારા knowledge base માં શું છે તે તપાસવા અને દસ્તાવેજ અનુક્રમિત હતો અને શોધી શકાય તેવો છે તેની ખાતરી કરવા શોધનો ઉપયોગ કરો. કૉલર ખરેખર જે રીતે પૂછે — તેમના શબ્દોમાં, તમારા નહીં — તે રીતે શોધવી એ લાઇવ કૉલમાં તેના પર આધાર રાખતા પહેલા યોગ્ય ફકરો પાછો આવે છે કે નહીં તે તપાસવાનો ઝડપી માર્ગ છે. જો તમારી શોધ કંઈ ન બતાવે, તો agent પણ તેને શોધી શકશે નહીં.
Retrieval સેટિંગ્સ
retrieval કેવી રીતે વર્તે છે તે સુધારો જેથી તમારા agent ને યોગ્ય સંદર્ભ મળે — ન ઘણો ઓછો, ન ઘણો વધારે:
- Similarity — ફકરો વપરાવા માટે પ્રશ્ન સાથે કેટલો નજીકથી મેળ ખાવો જોઈએ. ઊંચું વધુ કડક છે, જેથી ફક્ત મજબૂત મેળ પાછા આવે; નીચું વધુ ઉદાર છે અને વધુ ફકરા દર્શાવે છે.
- Top-k — દરેક જવાબ માટે કેટલા શ્રેષ્ઠ-મેળ ખાતા ફકરા લાવવા. નાનું જવાબોને ચુસ્ત રાખે છે; મોટું agent ને કામ કરવા વધુ આપે છે.
જ્યારે જવાબોમાં સંદર્ભ ખૂટતો હોય ત્યારે top-k વધારો; જ્યારે agent ઢીલી રીતે સંબંધિત સામગ્રી લાવે ત્યારે similarity કડક કરો. એ જ બે નિયંત્રણો Knowledge અને RAG ટૅબ પર દરેક agent દીઠ પણ દેખાય છે, જેથી તમે અહીં એક આધારરેખા સેટ કરી શકો અને ત્યાં કોઈ ચોક્કસ agent માટે ગોઠવી શકો.
તમારી knowledge base વર્તમાન રાખો
knowledge base તેમાં શું છે તેટલી જ સારી હોય છે. જ્યારે કોઈ નીતિ, કિંમત અથવા પ્રોડક્ટ વિગત બદલાય, ત્યારે સ્રોત દસ્તાવેજ અપડેટ કરો જેથી agents વાસી તથ્યોમાંથી જવાબ આપવાનું બંધ કરે. તમે હવે agents ને વાપરવા ન દેવા માગતા હો તે દસ્તાવેજો દૂર કરો, અને નવી સામગ્રી જ પાછી આવે છે તેની ખાતરી કરવા કોઈ પણ ફેરફાર પછી શોધ સાથે ફરી તપાસો.
agents સાથે જોડો
knowledge base એક agent સાથે જોડાય પછી જ તેના દ્વારા વપરાય છે. agent પર, knowledge base ને જોડવા અને તેનું retrieval behavior સેટ કરવા LLM (Model) ટૅબનો Add Knowledge Base વિભાગ ખોલો — અલગ કોઈ Knowledge ટૅબ નથી; જુઓ Knowledge અને RAG. જોડ્યા પછી, agent દરેક કૉલ પર તમારા દસ્તાવેજોમાંથી મેળવે છે.
આગળનાં પગલાં
- આ સામગ્રી વાપરવા agent પર Knowledge અને RAG ગોઠવો.
- એક agent બનાવો અને તમારી knowledge base જોડો.
- તે તમારા દસ્તાવેજોમાંથી જવાબ આપે છે તેની ખાતરી કરવા ચેટમાં agent નું પરીક્ષણ કરો.