מדריך בסיס הידע AI
אמנו את ה-AI עם המסמכים, האתרים וזוגות השאלות-תשובות שלכם.
סקירה כללית
בסיס הידע (RAG — Retrieval-Augmented Generation) מאפשר לכם להזין את ה-AI בנתונים שלכם. כשלקוח שואל שאלה, ה-AI מחפש בבסיס הידע הקשר רלוונטי ומשתמש בו ליצירת תשובות מדויקות ועדכניות.
העלאת מסמכים
העלו קבצי PDF, DOCX, TXT, JSON או CSV עד 50MB. המסמכים מחולקים אוטומטית (1000 תווים, 200 חפיפה) ומומרים ל-embeddings עם המודל הרב-לשוני של Cohere.
סריקת אתרים
הזינו URL ו-NevoChat יסרוק ויחלץ תוכן מהאתר. הגדירו עומק סריקה (1-5 רמות), עיכוב בין עמודים, או הדביקו sitemap.xml מותאם למיקוד URL מדויק.
זוגות שאלה-תשובה
צרו זוגות שאלה-תשובה לתשובות מדויקות ומעובדות ידנית. הם מומרים ל-embeddings לצד נתחי מסמכים לחיפוש סמנטי.
חיפוש סמנטי
חפשו בכל בסיס הידע בשאילתות בשפה טבעית. הפעילו דירוג מחדש AI (Cohere rerank-multilingual-v3.0) לדיוק תוצאות טוב יותר.
מצבי RAG
RAG ישיר: בסיס הידע נבדק תמיד לפני כל תגובת AI. אידיאלי כשתשובות צריכות תמיד להתייחס למסמכים.
RAG מבוסס כלים: ה-AI מחליט מתי לחפש בבסיס הידע. אידיאלי לזרימות שיחה שבהן לא כל הודעה דורשת חיפוש במסמכים.
פורמטי תוכן נתמכים
שימוש בבסיס הידע בזרימות
- 1.העלו את המסמכים בלוח מחוונים → בסיס ידע
- 2.בבונה הזרימות, הוסיפו צומת שאילתת RAG
- 3.חברו אותו לפני צומת תגובת AI
- 4.צומת תגובת AI ישתמש בנתחים שנמצאו כהקשר