Skip to main content

नॉलेज बेस

नॉलेज बेस तुमच्या एजंट्सना अचूक उत्तरे देण्यासाठी आवश्यक असलेली माहिती पुरवते. तुमचे दस्तऐवज — प्रॉडक्ट शीट्स, धोरणे, FAQs — अपलोड करा आणि तुमचा एजंट कॉल दरम्यान आपली उत्तरे आधारभूत करण्यासाठी अंदाज लावण्याऐवजी सर्वात संबंधित परिच्छेद मिळवतो. हे retrieval-augmented generation (RAG) आहे.

Knowledge (/knowledge) उघडा.

नॉलेज बेस कसे काम करते

Knowledge Base Knowledge Base: इंडेक्सिंग स्थिती, तुकड्यांची संख्या, गुणवत्ता स्कोअर आणि कव्हरेज विश्लेषणासह दस्तऐवज.

कच्च्या दस्तऐवजापासून आधारभूत उत्तरापर्यंतच्या प्रवाहात चार पायऱ्या आहेत:

  1. तुमचे दस्तऐवज नॉलेज बेसमध्ये अपलोड करा.
  2. Portal त्यांना प्रक्रिया करते आणि इंडेक्स करते, प्रत्येक दस्तऐवजाचे ते शोधू शकेल अशा परिच्छेदांमध्ये विभाजन करते.
  3. तुम्ही नॉलेज बेस एजंटशी जोडता.
  4. प्रत्येक कॉलवर, कॉलरने जे विचारले त्याच्याशी सर्वात जुळणारे परिच्छेद एजंट मिळवतो आणि त्यांच्या आधारे उत्तर देतो.

परिणाम म्हणजे तुमच्या स्वतःच्या उत्पादनांचे, धोरणांचे आणि प्रक्रियांचे प्रतिबिंब असलेली उत्तरे — आणि बनावट उत्तरे खूप कमी.

दस्तऐवज अपलोड करा

तुमच्या एजंट्सना ज्यांचा आधार घ्यावा असे दस्तऐवज जोडा. समर्थित स्वरूपे PDF, DOC, DOCX आणि TXT (.pdf, .doc, .docx, .txt) आहेत, प्रत्येकी 10 MB पर्यंत.

  1. एक किंवा अधिक फाइल्स अपलोड करा.
  2. मजकुराची प्रक्रिया केली जाते आणि इंडेक्स केला जातो जेणेकरून तो कॉल दरम्यान मिळवता येईल.
tip

केंद्रित, सुव्यवस्थित दस्तऐवज अपलोड करा. एक स्पष्ट FAQ किंवा नीटनेटका धोरण दस्तऐवज एका मोठ्या, मिश्र PDF पेक्षा खूप चांगला मिळवला जातो. अतिशय मोठा किंवा असंबंधित मजकूर वेगवेगळ्या फाइल्समध्ये विभागा, आणि प्रत्येकाला वर्णनात्मक नाव द्या जेणेकरून तुम्ही नंतर त्या ओळखू शकाल.

शोध

तुमच्या नॉलेज बेसमध्ये काय आहे ते तपासण्यासाठी आणि एखादा दस्तऐवज इंडेक्स झाला आहे व सापडण्याजोगा आहे याची खात्री करण्यासाठी शोध वापरा. कॉलर प्रत्यक्षात जसा विचारेल त्याप्रमाणे — त्यांच्या शब्दांत, तुमच्या नव्हे — शोधणे हा थेट कॉलमध्ये त्यावर अवलंबून राहण्यापूर्वी योग्य परिच्छेद परत येतो की नाही याची तपासणी करण्याचा झटपट मार्ग आहे. जर तुमच्या शोधात काहीच सापडले नाही, तर एजंटलाही ते सापडणार नाही.

रिट्रीव्हल सेटिंग्ज

रिट्रीव्हल कसे वागते ते ट्यून करा जेणेकरून तुमच्या एजंटला योग्य संदर्भ मिळेल — फार कमी नाही, फार जास्तही नाही:

  • Similarity — एखादा परिच्छेद वापरला जाण्यासाठी प्रश्नाशी किती जवळून जुळला पाहिजे. जास्त म्हणजे अधिक कठोर, त्यामुळे फक्त मजबूत जुळणीच परत येतात; कमी म्हणजे अधिक सहनशील आणि अधिक परिच्छेद समोर आणते.
  • Top-k — प्रत्येक उत्तरासाठी सर्वात जुळणाऱ्या परिच्छेदांपैकी किती आणायचे. लहान ठेवल्यास उत्तरे आटोपशीर राहतात; मोठे ठेवल्यास एजंटला काम करण्यासाठी अधिक मिळते.

उत्तरांमध्ये संदर्भ नसताना top-k वाढवा; एजंट सैलपणे संबंधित मजकूर आणत असेल तेव्हा similarity कडक करा. हेच दोन नियंत्रक प्रत्येक एजंटवर Knowledge & RAG टॅबवरही दिसतात, त्यामुळे तुम्ही येथे एक आधाररेषा सेट करू शकता आणि तिथे विशिष्ट एजंटसाठी समायोजित करू शकता.

तुमचा नॉलेज बेस अद्ययावत ठेवा

नॉलेज बेस त्यात जे आहे तितकाच चांगला असतो. जेव्हा एखादे धोरण, किंमत किंवा उत्पादन तपशील बदलतो, तेव्हा स्रोत दस्तऐवज अद्ययावत करा जेणेकरून एजंट्स जुन्या माहितीवरून उत्तरे देणे थांबवतील. एजंट्सनी यापुढे वापरू नये असे दस्तऐवज काढून टाका, आणि कोणत्याही बदलानंतर नवीन मजकूरच परत येतो की नाही याची खात्री करण्यासाठी शोध ने पुन्हा तपासा.

एजंट्सशी जोडा

नॉलेज बेस एखाद्या एजंटशी जोडल्यावरच तो एजंटद्वारे वापरला जातो. एजंटवर, नॉलेज बेस जोडण्यासाठी आणि त्याचे रिट्रीव्हल वर्तन सेट करण्यासाठी LLM (Model) टॅबचा Add Knowledge Base विभाग उघडा — कोणताही वेगळा Knowledge टॅब नाही; पाहा Knowledge & RAG. जोडल्यानंतर, एजंट प्रत्येक कॉलवर तुमच्या दस्तऐवजांमधून मजकूर मिळवतो.

पुढील पायऱ्या