Daten mit Ihrem Knowledge Bot verbinden
Arten von verknüpfbaren Daten
Blockbrain unterstützt verschiedene Arten von Daten, die Sie verknüpfen und als Kontext in Ihren Chaträumen verwenden können.
Insights: Verwenden Sie gespeicherte KI-Antworten oder persönliche Notizen für konsistente, kontextbezogene Ausgaben.
Datei-Upload: Hochladen von Dateien unter Beibehaltung der vollständigen Struktur, Formatierung und Bilder (kein Chunking).
Datenbank: Verbinden Sie große, fragmentierte und durchsuchbare Dokumentensammlungen, die von verschiedenen Teams gemeinsam genutzt werden.
E-Mail-Dienst: Importieren Sie Google Mail-Threads, um wichtige Konversationen zugänglich und durchsuchbar zu machen.
Zusätzlicher Kontext: Fügen Sie benutzerdefinierte Details oder Hintergrundinformationen hinzu, um die KI-Genauigkeit zu verbessern.
Insights
Insights sind textbasierte Notizen, die Sie selbst eingeben können oder die es Ihnen ermöglichen, zuvor gespeicherte KI-Interaktionen zu speichern und abzurufen, so dass Sie Wissen aus früheren Gesprächen leicht wiederverwenden können. Dies ist nützlich, um die Konsistenz der Antworten zu gewährleisten und wichtige Erkenntnisse teamübergreifend zu speichern.
Diese gespeicherten Insights fungieren als persönliche Wissensdatenbank, die Benutzern dabei hilft, wichtige KI-generierte Informationen zu behalten, Arbeitsabläufe zu rationalisieren und die Konsistenz über mehrere Interaktionen hinweg zu wahren. Im Gegensatz zu Datenbanken werden Insights im vollständigen Kontext und ohne Chunking gespeichert, so dass die ursprüngliche Nachrichtenstruktur für eine bessere Wiederauffindung und Wiederverwendung erhalten bleibt.
Wann sollte man Insights verwenden?
Wenn auf frühere KI-generierte Antworten häufig Bezug genommen werden muss
Wenn Teammitglieder verfeinerte Prompts oder wichtige Erkenntnisse aus Datenräumen austauschen
Wenn spezifisches kontextbezogenes Wissen für den schnellen Zugriff gespeichert werden soll
Datei-Upload
Dateien werden als ganze Einheiten ohne Unterteilung hochgeladen, so dass die vollständige Struktur und ursprüngliche Formatierung des Dokuments erhalten bleibt. Im Gegensatz zu Datenbanken, die den Inhalt in Abschnitte unterteilen, bleibt bei Dateien der Kontext in seiner Gesamtheit erhalten.
Wann sollten Sie stattdessen Dateien verwenden?
Wenn die Struktur eines Dokuments von entscheidender Bedeutung ist (z. B. bei juristischen Verträgen, Forschungsarbeiten, Berichten).
Wenn exakte Formulierungen referenziert werden müssen, anstatt sie in Stücken zu verarbeiten.
Wenn ein kleineres, eigenständiges Dokument für die KI-Abfrage verwendet wird und nicht für umfangreiche Suchanfragen
Wenn Bilder wie Infografiken, Diagramme, normale Bilder, Poster und Kataloge für die Anfrage relevant sind
Anwendungsbeispiel für das Hochladen von Dateien
Analysieren von Infografiken, die eine Grafik schwer
Analysieren aller Teile von Verträgen
Datenbank
Datenbanken sind ideal für die Speicherung und Verarbeitung großer Mengen von Dokumenten, insbesondere wenn sie von verschiedenen Teams gemeinsam genutzt werden. Hochgeladene Dokumente werden gechunked, das heißt, sie werden für die KI-Verarbeitung in kleinere Segmente unterteilt.
Wie sich Chunking auf die Genauigkeit auswirkt
Chunking ermöglicht der KI das effiziente Scannen und Abrufen von Informationen, kann aber die Kontextkontinuität in großen Dokumenten verringern.
Kleinere Chunks verbessern die Genauigkeit bei direkten Abfragen, während größere Chunks dazu beitragen, den Kontext beizubehalten, aber die Genauigkeit beeinträchtigen können, wenn sie zu groß sind.
Die Standardgröße von Chunks beträgt 2000 Zeichen mit einer Überlappung von 300 Zeichen, um ein Gleichgewicht zwischen Genauigkeit und Kontext zu gewährleisten.
Wann sollten Datenbanken verwendet werden?
Bei der Verwaltung großer Dokumentensammlungen, auf die mehrere Benutzer zugreifen müssen
Wenn Skalierbarkeit für die langfristige Datenverwaltung erforderlich ist
Wenn umfangreiche KI-Abfragen über viele Dokumente hinweg durchgeführt werden müssen
Last updated