نالج بیس
ایک نالج بیس آپ کے ایجنٹس کو وہ حقائق دیتا ہے جن کی انہیں درست جواب دینے کے لیے ضرورت ہوتی ہے۔ اپنی دستاویزات اپ لوڈ کریں — پروڈکٹ شیٹس، پالیسیاں، FAQs — اور آپ کا ایجنٹ کسی کال کے دوران اپنے جوابات کی بنیاد رکھنے کے لیے سب سے متعلقہ اقتباسات حاصل کرتا ہے، اندازہ لگانے کے بجائے۔ یہ retrieval-augmented generation (RAG) ہے۔
Knowledge کھولیں (/knowledge)۔
ایک نالج بیس کیسے کام کرتا ہے
نالج بیس: دستاویزات اپنی انڈیکسنگ حالت، چنک کی تعداد، معیار کے اسکور اور احاطے کے تجزیے کے ساتھ۔
ایک خام دستاویز سے ایک بنیاد شدہ جواب تک کے بہاؤ میں چار قدم ہیں:
- اپنی دستاویزات نالج بیس پر اپ لوڈ کریں۔
- پورٹل انہیں پروسیس اور انڈیکس کرتا ہے، ہر دستاویز کو ایسے اقتباسات میں توڑتا ہے جنہیں یہ تلاش کر سکے۔
- آپ نالج بیس کو کسی ایجنٹ سے جوڑتے ہیں۔
- ہر کال پر، ایجنٹ وہ اقتباسات حاصل کرتا ہے جو کال کرنے والے کے پوچھے گئے سے سب سے بہتر میل کھائیں اور ان سے جواب دیتا ہے۔
نتیجہ ایسے جوابات ہیں جو آپ کی اپنی پروڈکٹس، پالیسیوں اور عملوں کی عکاسی کرتے ہیں — اور کہیں کم گھڑے ہوئے جوابات۔
دستاویزات اپ لوڈ کریں
وہ دستاویزات شامل کریں جن سے آپ چاہتے ہیں کہ آپ کے ایجنٹس کھینچیں۔ حمایت یافتہ فارمیٹس PDF، DOC، DOCX اور TXT (.pdf، .doc، .docx، .txt) ہیں، ہر ایک 10 MB تک۔
- ایک یا زیادہ فائلیں اپ لوڈ کریں۔
- مواد پروسیس اور انڈیکس کیا جاتا ہے تاکہ اسے کالز کے دوران حاصل کیا جا سکے۔
مرکوز، اچھی طرح سے ساخت شدہ دستاویزات اپ لوڈ کریں۔ ایک واضح FAQ یا ایک صاف ستھری پالیسی دستاویز ایک بڑی، ملی جلی PDF سے کہیں بہتر حاصل ہوتی ہے۔ بہت بڑے یا غیر متعلقہ مواد کو الگ فائلوں میں تقسیم کریں، اور ہر ایک کو ایک وضاحتی نام دیں تاکہ آپ بعد میں انہیں الگ پہچان سکیں۔
تلاش
تلاش کا استعمال یہ چیک کرنے کے لیے کریں کہ آپ کے نالج بیس میں کیا ہے اور تصدیق کریں کہ کوئی دستاویز انڈیکس ہوئی اور تلاش کے قابل ہے۔ اس طرح تلاش کرنا جیسے کوئی کال کرنے والا دراصل پوچھ سکتا ہے — ان کے الفاظ میں، آپ کے نہیں — ایک تیز طریقہ ہے یہ جانچنے کا کہ درست اقتباس واپس آتا ہے اس سے پہلے کہ آپ کسی براہِ راست کال میں اس پر انحصار کریں۔ اگر آپ کی تلاش میں کچھ نہ نکلے، تو ایجنٹ بھی اسے نہیں ڈھونڈے گا۔
Retrieval سیٹنگز
ٹیون کریں کہ retrieval کیسے برتاؤ کرتا ہے تاکہ آپ کے ایجنٹ کو درست سیاق و سباق ملے — نہ بہت کم، نہ بہت زیادہ:
- Similarity — کسی اقتباس کو استعمال ہونے کے لیے سوال سے کتنا قریبی میل کھانا چاہیے۔ زیادہ سخت ہے، تو صرف مضبوط میل واپس آتے ہیں؛ کم زیادہ معاف کرنے والا ہے اور زیادہ اقتباسات سامنے لاتا ہے۔
- Top-k — ہر جواب کے لیے سب سے بہتر میل کھانے والے کتنے اقتباسات کھینچنے ہیں۔ چھوٹا جوابات کو تنگ رکھتا ہے؛ بڑا ایجنٹ کو کام کرنے کے لیے زیادہ دیتا ہے۔
جب جوابات میں سیاق و سباق غائب ہو تو top-k بڑھائیں؛ جب ایجنٹ ڈھیلے سے متعلقہ مواد کھینچے تو similarity تنگ کریں۔ وہی دو کنٹرولز فی ایجنٹ نالج اور RAG ٹیب پر بھی ظاہر ہوتے ہیں، تو آپ یہاں ایک بنیادی سطح مقرر کر سکتے ہیں اور وہاں کسی مخصوص ایجنٹ کے لیے ایڈجسٹ کر سکتے ہیں۔
اپنا نالج بیس تازہ رکھیں
ایک نالج بیس صرف اتنا ہی اچھا ہے جتنا اس میں موجود ہے۔ جب کوئی پالیسی، قیمت یا پروڈکٹ کی تفصیل بدلے، تو ماخذ دستاویز کو اپ ڈیٹ کریں تاکہ ایجنٹس باسی حقائق سے جواب دینا بند کر دیں۔ وہ دستاویزات ہٹا دیں جنہیں آپ مزید نہیں چاہتے کہ ایجنٹس استعمال کریں، اور کسی بھی تبدیلی کے بعد تلاش سے دوبارہ چیک کریں تاکہ تصدیق کریں کہ نیا مواد ہی واپس آتا ہے۔
ایجنٹس سے جوڑیں
ایک نالج بیس ایک ایجنٹ کے ذریعے صرف اسی وقت استعمال ہوتا ہے جب یہ کسی ایک سے جُڑا ہو۔ ایجنٹ پر، نالج بیس جوڑنے اور اس کا retrieval برتاؤ مقرر کرنے کے لیے LLM (Model) ٹیب کا Add Knowledge Base سیکشن کھولیں — کوئی الگ Knowledge ٹیب نہیں ہے؛ دیکھیں نالج اور RAG۔ جوڑنے کے بعد، ایجنٹ ہر کال پر آپ کی دستاویزات سے حاصل کرتا ہے۔
اگلے قدم
- اس مواد کو استعمال کرنے کے لیے کسی ایجنٹ پر نالج اور RAG ترتیب دیں۔
- ایک ایجنٹ بنائیں اور اپنا نالج بیس جوڑیں۔
- یہ تصدیق کرنے کے لیے کہ یہ آپ کی دستاویزات سے جواب دیتا ہے ایجنٹ کو چیٹ میں ٹیسٹ کریں۔