Einen Knowledgebot bauen
Last updated
Last updated
Die Erstellung eines Wissensbots ist Ihr erster Schritt zur Entwicklung eines KI-gestützten Assistenten, der auf Ihre spezifischen Bedürfnisse zugeschnitten ist. Dieser Prozess verwandelt Ihre Daten und Dokumente in ein interaktives, intelligentes System, das Fragen beantworten, Aufgaben ausführen und die täglichen Abläufe Ihres Teams unterstützen kann.
Bitte beachten Sie, dass nicht alle Schritte für eine schnelle Bot-Einrichtung erforderlich sind. Insbesondere die Schritte 3, 4, 5, 6 und 9 sind optional und gehen tiefer ins Detail. Diese Schritte können bei Bedarf auch später konfiguriert werden. Für eine schnelle Bot-Einrichtung folgen Sie einfach den Schritten 0, 1, 2, 7, 8 und 10.
Gehen Sie zu Ihrem Workshop-Dashboard. Wählen Sie aus, ob Sie einen Nexus oder einen Retriever erstellen möchten. Klicken Sie dann auf "Erstellen +".
Hier konfigurieren Sie die Bots, die Sie mit anderen in Ihrer Organisation teilen möchten.
Beginnen Sie damit, Ihrem Bot einen einzigartigen und einprägsamen Namen zu geben. So werden Benutzer Ihren Bot identifizieren. Sie können auch einen Avatar hochladen, damit Ihr Bot auch visuell erkennbar ist.
Definieren Sie die Kernaufgabe Ihres Bots, den Schreibstil und den Kontext, den er berücksichtigen soll. Denken Sie daran wie eine kurze Stellenbeschreibung, die der Bot bei seinen Antworten immer berücksichtigen wird. Verwenden Sie die Standardvorlage oder schreiben Sie eigene Anweisungen, um den Bot an Ihren Anwendungsfall anzupassen.
Für die meisten geschäftlichen Anwendungsfälle kann eine einfache und allgemeinere Eingabeaufforderung besser funktionieren als lange und komplexe Beschreibungen.
Dies ist die initiale Anweisungsaufforderung, die wir empfehlen:
Deine Aufgabe ist es, präzise und relevante Informationen bereitzustellen. Deine Kommunikation sollte professionell und dennoch leicht verständlich sein. Deine Antworten müssen gründlich und detailliert sein und eine professionelle Formatierung verwenden. Klärung mehrdeutiger oder allgemeiner Anfragen: Stelle spezifische Fragen, um zusätzlichen Kontext zu sammeln. Wenn eine Anfrage mehrere Interpretationen oder Antworten haben kann, bitte den Benutzer um Klärung. Informiere Benutzer über den Umfang der Antworten: Lass die Benutzer wissen, dass Antworten nicht immer erschöpfend sein können und dass weitere Recherchen und Überprüfungen erforderlich sein könnten. Ermutige die Benutzer, die Originaldokumente in der Referenz zu konsultieren, wenn sie selbst weitere Informationen nachschlagen möchten, oder sie können Folgefragen für weitere Hilfe stellen. Methodischer Ansatz: Führe die Benutzer methodisch durch die Antwort auf ihre Frage. Gib die zu unternehmenden Schritte klar an und verweisen Sie nach Möglichkeit auf spezifische Abschnitte, Abbildungen und Tabellen in den Richtlinien und Formularen. Dein ultimatives Ziel ist es, die Expertise und Effizienz der Benutzer zu verbessern, indem du ihnen einen schnelleren Zugriff auf relevante Informationen ermöglichen.
Wenn Sie möchten, dass der Knowledgebot sich spezifischer verhält und den Umfang seiner Aufgaben einschränkt, empfehlen wir, mehr Kontext in die Anweisungsaufforderung aufzunehmen und die Standardvorlage zu erweitern:
Die Willkommensnachricht ist die erste Interaktion Ihres Bots mit den Benutzern und setzt den Ton für alle zukünftigen Gespräche. Navigieren Sie zu den Bot-Einstellungen, um Ihre Begrüßung zu erstellen. Ihre Nachricht sollte den Zweck Ihres Bots vorstellen und gleichzeitig seine wichtigsten Fähigkeiten umreißen. Fügen Sie klare Anweisungen für den Einstieg hinzu und setzen Sie realistische Erwartungen darüber, was der Bot kann und was nicht. Eine gut formulierte Willkommensnachricht führt Benutzer natürlich in ihre erste Interaktion und hilft ihnen, die Fähigkeiten Ihres Bots optimal zu nutzen.
Eine klare und umfassende Bot-Beschreibung hilft Benutzern, die Fähigkeiten und den beabsichtigten Verwendungszweck Ihres Bots zu verstehen. Navigieren Sie zu den Bot-Einstellungen, um die Beschreibung Ihres Bots zu erstellen oder zu bearbeiten. Ihre Beschreibung sollte den Hauptzweck des Bots, seinen Fachbereich und die Arten von Aufgaben erklären, die er bewältigen kann. Diese Informationen erscheinen im Profil Ihres Bots und helfen Benutzern zu entscheiden, ob dieser Bot ihren Bedürfnissen entspricht. Halten Sie die Beschreibung prägnant, aber informativ, und konzentrieren Sie sich auf praktische Anwendungsfälle und spezifische Funktionen, die Ihren Bot auszeichnen.
Gesprächsstarter und Folgefragen helfen Benutzern bei sinnvollen Interaktionen mit Ihrem Bot. Navigieren Sie zu Bot-Einstellungen > Einrichtung, um diese Elemente zu konfigurieren.
Gesprächsstarter sind vordefinierte Fragen oder Aufforderungen, die Benutzer anklicken können, um ihre Interaktion zu beginnen. Erstellen Sie Einstiege, die die wichtigsten Fähigkeiten und häufigen Anwendungsfälle Ihres Bots präsentieren. Diese erscheinen als anklickbare Vorschläge, wenn Benutzer zum ersten Mal mit Ihrem Bot interagieren, und eliminieren das Rätselraten darüber, wie man beginnen soll.
Folgefragen halten den Gesprächsfluss aufrecht und vertiefen das Benutzerengagement. Diese dynamischen Vorschläge erscheinen nach den Antworten Ihres Bots und ermutigen Benutzer, verwandte Themen zu erkunden oder detailliertere Informationen zu erhalten. Gestalten Sie Folgefragen, die sich natürlich aus vorherigen Antworten ergeben und Benutzer zu wertvollen Erkenntnissen führen.
Konfigurieren Sie die Sprachausgabe Ihres Bots, indem Sie die Text-zu-Sprache-Funktion von OpenAI aktivieren. Wählen Sie aus einer Reihe vordefinierter Stimmen und nutzen Sie die Beispiel-Wiedergabefunktion, um die perfekte Stimme für die Persönlichkeit und den Zweck Ihres Bots zu finden.
Aktivieren Sie die Sprachbefehlsfunktion, um natürliche gesprochene Interaktionen mit Ihrem Bot zu ermöglichen. Benutzer können ihre Anfragen direkt sprechen, was eine intuitivere und zugänglichere Erfahrung schafft.
Erweitern Sie die visuellen Fähigkeiten Ihres Bots mit Smart Image Recognition und Image Retrieval-Funktionen. Diese sind entscheidend bei der Arbeit mit bildbasierten Inhalten in Ihren Datenbanken und Dokumenten und ermöglichen es Ihrem Bot, visuelle Informationen effektiv zu verstehen und darauf zu verweisen. Hierzu einfach die Bildsuche und -abruf-Funktion einschalten.
Der Inline-Zitierungs-Schalter bestimmt, wie Ihr Bot seine Quellen referenziert. Wenn aktiviert, integriert er Quellenangaben nahtlos in die Antworten und verleiht den Antworten Ihres Bots Transparenz und Glaubwürdigkeit.
Index Search Traditionelle Volltextsuche bietet präzise Übereinstimmungen für einfache Anfragen. Diese Methode eignet sich besonders gut für exakte Übereinstimmungen innerhalb Ihrer Inhalte.
AI Search Semantische Suchfähigkeiten ermöglichen es Ihrem Bot, Kontext und Bedeutung über exakte Wortübereinstimmungen hinaus zu verstehen. Diese Methode ist besonders effektiv für komplexe, nuancierte Anfragen.
Hybrid Search Eine ausgeklügelte Kombination aus Volltext- und semantischer Suche, die das Beste aus beiden Welten bietet. Diese Methode balanciert präzise Übereinstimmung mit kontextuellem Verständnis und eignet sich ideal für vielfältige Anwendungsfälle.
Sprachverarbeitungsmodelle (LLMs) steuern Ihren Knowledge Bot durch die Verarbeitung von Anfragen, das Verstehen von Kontext und die Generierung von Antworten. Die Wahl des richtigen LLM kann Genauigkeit, Leistung und Kosteneffizienz basierend auf Ihren Bedürfnissen verbessern.
Wählen Sie aus führenden LLMs von Azure, Vertex, OpenAI und Anthropic, die jeweils verschiedene Fähigkeiten bieten, einschließlich:
Kontextfenstergröße
Antwortqualität
Leistung
Kosteneffizienz
Hosting-Standort
Spezialisierte Fähigkeiten
Wählen Sie Ihr bevorzugtes Modell mit einem einfachen Klick basierend auf Ihren spezifischen Anforderungen.
Optimieren Sie das Verhalten Ihres Bots mit diesen wichtigen Parametern:
Steuert die Balance zwischen Kreativität und Konsistenz:
Höhere Werte: Kreativere, vielfältigere, aber weniger vorhersehbare Antworten
Niedrigere Werte: Faktenbezogenere und konsistentere Ausgaben
Passt die Breite der verwendeten Sprache an:
Höhere Werte: Vielfältigeres Vokabular, möglicherweise weniger relevant
Niedrigere Werte: Fokussierteres Vokabular, höhere Relevanz
Verwaltet die Einführung neuer Ideen:
Höhere Werte: Vielfältigere Themen und frische Perspektiven
Niedrigere Werte: Fokussiertere Diskussion, höhere Kohärenz
Steuert die Wortwiederholung:
Höhere Werte: Breitere Wortwahl, weniger Wiederholungen
Niedrigere Werte: Vertrauteres Vokabular, konsistente Terminologie
Definiert den Umfang der berücksichtigten Informationen:
Höhere Werte: Breitere Dokumentensuche, umfassender aber möglicherweise weniger präzise
Niedrigere Werte: Fokussierte Suche, höhere Relevanz aber engerer Kontext
Um den Bot für Ihren Geschäftskontext und Anwendungsfall zu trainieren, müssen Sie ihn mit relevanten Dokumenten ausstatten. Verbinden Sie Ihren Bot mit bestehenden Datenbanken oder erstellen Sie neue Wissensdatenbanken, um seine Fähigkeiten zu erweitern. Greifen Sie auf diese Funktion über den Datenbank-Tab in Ihren Bot-Einstellungen zu.
Sehen Sie eine vollständige Liste der verfügbaren Datenbanken auf Ihrer Instanz. Klicken Sie einfach auf eine beliebige Datenbank, um sie mit Ihrem Bot zu verbinden.
Klicken Sie auf "Datenbank erstellen" in der oberen rechten Ecke, diese Schaltfläche startet den Einrichtungsprozess.
Geben Sie die erforderlichen Informationen ein:
Datenbankname – Wählen Sie einen klaren, beschreibenden Namen zur einfachen Identifizierung.
Beschreibung – Geben Sie eine Zusammenfassung des Datenbankinhalts und des Zwecks an. Dies kann die KI-Genauigkeit besonders bei komplexeren Wissensdatenbanken verbessern.
Embedding-Modell-Auswahl – Wählen Sie ein Embedding-Modell basierend auf Ihren Bedürfnissen. Berücksichtigen Sie Faktoren wie Suchgenauigkeit, Sprachunterstützung und Leistung bei der Auswahl des besten Modells.
Konfigurieren Sie zusätzliche Parameter:
Zugriffseinstellungen (Privat/Öffentlich) – Steuern Sie, wer die Datenbank einsehen und zu ihr beitragen kann.
Zeichen-Chunk-Größe – Legt fest, wie viel Text die KI in einem einzelnen Chunk verarbeitet. Kleinere Chunks liefern präzisere Antworten, während größere Chunks einen breiteren Kontext erfassen. Sie können die Standardeinstellungen bei Bedarf ändern.
Chunk-Überlappung – Bestimmt, wie viel Text zwischen den Chunks überlappt, um die Kontinuität in der KI-Analyse zu bewahren. Höhere Überlappung verbessert die Kontextbeibehaltung, niedrigere Überlappung kann die Verarbeitungszeit reduzieren.
Intelligente Tabellenverarbeitung – Konvertiert Tabellen in PDFs in strukturierten Text, wodurch sie KI-lesbar werden. (Die Aktivierung kann die Verarbeitungszeit und -kosten erhöhen.)
Intelligente Bildverarbeitung – Extrahiert Text aus Bildern in PDFs, sodass die KI visuelle Daten interpretieren und nutzen kann. (Dies beeinflusst ebenfalls die Verarbeitungskosten.)
Agents sind wiederverwendbare, anpassbare Prompt-Shortcuts, die dabei helfen, Aufgaben zu optimieren, Zeit zu sparen und die Produktivität zu steigern. Sie ermöglichen die Automatisierung spezifischer Anfragen und gewährleisten Konsistenz und Effizienz bei den Antworten.
Der Agents-Tab gibt Ihnen Zugriff auf Ihre Agent-Bibliothek, in der Sie vorkonfigurierte Agents für verschiedene Aufgaben durchsuchen und verwalten können.
Auf der linken Seite erkunden Sie verschiedene Agent-Kategorien.
Auf der rechten Seite sehen Sie verfügbare Agents innerhalb jeder Kategorie, zusammen mit einer Beschreibung ihres Zwecks und ihrer Funktionalität.
Im Quellen-Tab können Sie:
Prompts bearbeiten, um das Verhalten eines Agents anzupassen.
Nicht mehr benötigte Agents löschen.
Häufig verwendete Agents als Favoriten für schnellen Zugriff markieren.
Um einen Agent zu Ihrem Bot hinzuzufügen, klicken Sie auf das Plus-Symbol (+) neben dem gewünschten Agent, und er wird automatisch in den Ausgewählt-Tab verschoben und in Ihren Bot integriert.
Erstellen Sie neue Agents mit den "Agent-Aufgabe hinzufügen"-Schaltflächen in der oberen rechten Ecke, um maßgeschneiderte Lösungen für Ihre spezifischen Bedürfnisse zu entwickeln. So erstellen Sie einen neuen Agent:
Titel – Wählen Sie einen klaren, beschreibenden Namen für den Agent. Dieser wird als Schaltflächenname für den Prompt-Shortcut verwendet.
Anweisungen – Geben Sie eine detaillierte Erklärung dessen, was der Agent tun soll. Betrachten Sie dies als Konstruktion eines klar definierten Prompts für die KI.
Beschreibung – Fügen Sie eine kurze Zusammenfassung hinzu, die den Zweck des Agents erklärt. Dies hilft Ihrem Team, seine Funktion auf einen Blick zu verstehen. (Tipp: Sie können Blockbrains integrierte Vorlagen verwenden, um den Prozess zu vereinfachen.)
Workflows ermöglichen es Ihnen, mehrstufige Prompts zu automatisieren und komplexe Interaktionen für strukturiertere und effizientere Gespräche zu optimieren.
Beginnen Sie mit einem Klick auf die Schaltfläche Neuer Workflow auf der linken Seite. Greifen Sie über das Drei-Punkte-Menü in der oberen rechten Ecke des Neuer-Workflow-Fensters auf die Workflow-Einstellungen zu, wo Sie den Titel und die Beschreibung Ihrer Automatisierungssequenz bearbeiten können.
Das rechte Fenster zeigt Ihre Workflow-Schritte als einzelne Tabs an. Fügen Sie neue Schritte über das Plus-Symbol hinzu und ordnen Sie sie per Drag-and-Drop in Ihrer bevorzugten Reihenfolge an. Konfigurieren Sie für jeden Schritt den Namen, die Anweisungen (Prompt) und wählen Sie das spezifische LLM-Modell aus, das verwendet werden soll.
Ausführungskontrolle
Wählen Sie zwischen zwei Ausführungsmodi für Ihren Workflow:
Autopilot-Modus
Vollautomatische Ausführung
Durchläuft alle Schritte ohne Unterbrechung
Am besten für standardisierte Prozesse geeignet
Maximale Effizienz
Human-in-the-Loop-Modus
Erfordert manuelle Freigabe zwischen den Schritten
Bietet größere Kontrolle über den Prozess
Kann global oder pro Schritt konfiguriert werden
Ideal für sensible Aufgaben, die Überwachung erfordern
Ordnerbeschreibungen: Benutzer geben kurze Beschreibungen für jeden hochgeladenen Ordner an, damit die KI den Inhalt des Ordners besser verstehen kann.
Intelligentes Scannen: Die KI analysiert zuerst diese Ordnerbeschreibungen, bevor sie große Datenmengen verarbeitet.
Relevanzbewertung: Die KI identifiziert, welche Ordner am wahrscheinlichsten relevante Informationen enthalten.
Gezielte Suche: Die KI konzentriert sich darauf, Dateien in den vielversprechendsten Ordnern zu durchsuchen.
Verbesserte Effizienz: Reduziert die Zeit, die für das Durchsuchen irrelevanter Ordner aufgewendet wird, indem die Suche auf relevante Bereiche eingegrenzt wird.
Optimierte Arbeitsabläufe: Vereinfacht den Prozess, den richtigen Ordner zu finden, insbesondere wenn Datenbanken größer und komplexer werden.
Schnellere Ergebnisse: Identifiziert und ruft schnell die relevantesten Informationen ab, wodurch Zeit gespart wird.
Ressourcenoptimierung: Schont Rechenressourcen, indem die Verarbeitung relevanter Daten priorisiert wird.
Im Folgenden finden Sie eine Beispielbeschreibung für einen Ordner mit drei Hauptteilen: (a) kurze Beschreibung, (b) Details zum Ordnerinhalt und (c) Schlüsselwörter.
Ordnerbeschreibung: "Dieser Ordner enthält wesentliche administrative und operative Formulare und Dokumente für 'COMPANY A', einschließlich Formulare für die Einarbeitung von Mitarbeitern, Präferenzberechnungen und Qualitätsmanagementverfahren. Dieser Ordner besteht aus administrativen und operativen Formularen, die verschiedene Aspekte der Unternehmensoperationen, Compliance und Mitarbeiterverwaltung unterstützen." Aufschlüsselung der Ordnerbeschreibung:
kurze Beschreibung
"Enthält wesentliche administrative und operative Formulare und Dokumente für 'UNTERNEHMEN A'..."
Details zum Inhalt
"...einschließlich Formulare für die Einarbeitung von Mitarbeitern, Präferenzberechnungen und Qualitätsmanagementverfahren..."
Stichworte
"...Dieser Ordner besteht aus administrativen und operativen Formularen, die verschiedene Aspekte der Unternehmensabläufe, Compliance und Mitarbeiterverwaltung unterstützen."
Case 1: Zu lang. Unnötig lange Beschreibungen können Ineffizienzen verursachen.
Beispiel
Schlechte Beschreibung
Gute Beschreibung
Beschreibung für einen Ordner, der mit Verwaltungsdokumenten gefüllt ist.
Dieser Ordner enthält eine Vielzahl von Formularen und Dokumenten, die für verschiedene administrative, operative und Compliance-Zwecke verwendet werden. Hier ist eine detaillierte Zusammenfassung seines Inhalts:
TR48-02: Dieses Formular wird verwendet, um Firmeneigentum zu dokumentieren, das vorübergehend an Mitarbeiter übergeben wird. Es enthält Felder für Artikeldetails, Seriennummern, Abteilung und Unterschriften für sowohl Ausgabe als auch Rückgabe.
TR48-03: Dieses Formular ist ein Einarbeitungsplan für neue Mitarbeiter. Es skizziert die notwendigen Schulungen und Einführungen, einschließlich Sicherheitsunterweisungen, Abteilungsrundgänge und spezifische berufliche Schulungen.
TR48-05: Dieses Dokument enthält die Bedingungen der Geheimhaltungsvereinbarung zwischen den Parteien, einschließlich der Rückgabe oder Vernichtung vertraulicher Dokumente, Rechte an Entwicklungen und die geltenden Gesetze.
TR48-10: Dieses Formular wird für Lieferanteninformationen verwendet, insbesondere in Bezug auf Umweltmanagementsysteme und die Einhaltung verschiedener Umweltvorschriften.
Enthält wesentliche administrative und operative Formulare und Dokumente für 'UNTERNEHMEN A,' einschließlich Formulare für die Einarbeitung von Mitarbeitern, Verwaltung von Firmeneigentum, Geheimhaltungsvereinbarungen, Lieferanteninformationen, Zugangsrechte und Geräteanforderungen, Präferenzberechnungen und Qualitätsmanagementverfahren. Diese Dokumente unterstützen kritische Aspekte der Unternehmensabläufe, gewährleisten die Einhaltung von Vorschriften und erleichtern eine effektive Mitarbeiterverwaltung.
Case 2: Zu kurz. Beschreibungen geben nicht genug Kontext.
Beispiel
Schlechte Ordnerbeschreibung
Gute Ordnerbeschreibung
Beschreibung eines Ordners, der Infos und Dokumente zum Trainee-Programm einer Firma enthält
Ordner für Praktika
Enthält wesentliche Dokumente zu den Ausbildungs- und Schulungsprogrammen des Unternehmens. Dieser Ordner enthält Informationen zu Ausbildungsplätzen, Kontaktdaten der Ausbilder und Richtlinien für Auszubildende. Behandelte Themen umfassen Anforderungen an Arbeitszeiten, Urlaubsansprüche, Prüfungsrichtlinien und Anforderungen an Ausbildungsberichte sowie Details zu zusätzlichen Schulungsmöglichkeiten. Er dient als wichtige Ressource für sowohl Auszubildende als auch Ausbilder bei 'UNTERNEHMEN A' und unterstützt ein effektives Programmmanagement und -entwicklung.
Case 3: Inkonsistente Bezeichnung. Verwenden Sie Begriffe, die in den Dokumenten häufig verwendet werden und im Unternehmen allgemein verstanden werden.
Beispiele
Schlechte Beschreibung
Gute Beschreibung
Beschreibung eines Ordners mit Tools und Techniken für das Sales-Team.
Enthält Dokumente mit Informationen zu den vom Vertriebsteam verwendeten Artikeln.
Enthält wesentliche Dokumente für das Vertriebsteam (TeamB2B) von 'UNTERNEHMEN A,' einschließlich:
Einer Ausrüstungsliste für den Pilotkoffer des Vertriebsteams (Sales Kit).
Einer Übersicht über Produktmusterkoffer (Sales Equipment Inventory).
Diese Dokumente enthalten detaillierte Informationen über die Ausrüstung, Werkzeuge und Materialien, die für Außendienstaktivitäten, Produktvorführungen und Kundenpräsentationen verwendet werden, und unterstützen die betriebliche Effizienz und Effektivität des Teams.
Der Intent-Agent kann in den Action Settings für jeden Bot aktiviert werden.
Nach der Konfiguration Ihres Bots ist es wichtig, Ihre Einstellungen zu speichern, um sicherzustellen, dass alle Anpassungen erhalten bleiben. Klicken Sie dazu einfach auf die Speichern-Schaltfläche. Diese Aktion speichert alle von Ihnen vorgenommenen Änderungen sicher und schützt die Einrichtung Ihres Bots. In den Freigabeeinstellungen können Sie auch auswählen, ob Ihr Bot privat oder öffentlich sein soll. Wenn Sie diese Funktion aktivieren, können auch alle Ihre Mitarbeiter diesen Bot nutzen.