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 לסוכני שיחה שבהם לא כל הודעה דורשת חיפוש במסמכים.
פורמטי תוכן נתמכים
שימוש בבסיס הידע בסוכנים
- 1העלו את המסמכים בלוח מחוונים → בסיס ידע
- 2בעורך הסוכנים, הוסיפו צומת שאילתת RAG
- 3חברו אותו לפני צומת תגובת AI
- 4צומת תגובת AI ישתמש בנתחים שנמצאו כהקשר