AI Hub

מאגר ידע בשיג ושיח הוא מאגר מרכזי של מידע המאפשר לנציגי AI ולתהליכי אוטומציה לגשת לנתונים הייחודיים לעסק שלך כדי לספק תגובות מדויקות ומותאמות הקשר למשתמשים.

מבנה מאגר הידע

מאגר ידע מורכב משני רכיבים עיקריים:

1. Vector Store: המיכל הראשי שמקבץ ומארגן מספר קבצים קשורים

2. קבצים: מסמכים בודדים המכילים את המידע העסקי שלך (קובצי PDF, מסמכי טקסט וכו')

חשוב: מאגרי ידע משותפים בין כל הבוטים בסביבת העבודה, מה שמאפשר שימוש חוזר יעיל במידע.

כיצד ליצור מאגר ידע

דרישות מוקדמות

• יש לחבר את מפתח ה-API של OpenAI במיקום:

Workspace ← Integrations ← Artificial Intelligence ← OpenAI

מדריך שלב אחר שלב

1. גישה ל-AI Hub

   • יש להיכנס לכל צ'אטבוט

   • יש לנווט אל AI Hub ← Knowledge Base

1. יצירת Vector Store

   • יש ללחוץ על "Create New Vector Store"

הגדרת ה-Vector Store

• יש להגדיר שם (לדוגמה, "Business Info")

• יש להגדיר תפוגה (אופציונלי - 0 = ללא תפוגה)

• ניתן להעלות קבצים ישירות או לבחור קבצים קיימים

1. הוספת קבצים

   • יש ללחוץ על "Files" (קבצים) כדי להוסיף קבצים נוספים

1. יצירת מאגר הידע

   • יש ללחוץ על כפתור "+"

• יש לתת שם למאגר הידע

• ניתן להוסיף תיאור (אופציונלי)

• יש לבחור את ה-Vector Store שנוצר

• יש לשמור את ההגדרות

היכן להשתמש במאגר ידע

1. נציגי AI

מיקום: AI Hub ← AI Agents

← Model Responses ← OpenAI Responses

הגדרה:

• יש להפעיל את אפשרות "Knowledge Base" (מאגר ידע)

• יש לבחור את מאגר הידע הרצוי מהתפריט הנפתח

• נציג ה-AI יבצע שאילתה אוטומטית בקבצים אלה כדי לענות על שאלת המשתמש

אופן הפעולה: בכל פעם שנציג ה-AI זקוק להפניות כדי ליצור תגובות על העסק שלך, הוא יגש אוטומטית לקבצים במאגר הידע שנבחר.

2. בונה התהליכים

מיקום: Flow Builder ← Actions ← Integrations ← OpenAI

← Search Knowledge Base

הגדרות זמינות:

• Model Response: יש לבחור את מודל התגובה

• System Message: יש להגדיר את הנחיית ה-AI (כיצד ה-AI אמור להגיב על בסיס המידע העסקי)

• User Input: בדרך כלל משתמש בקלט הטקסט האחרון של המשתמש

• Knowledge Base: יש לבחור את מאגר הידע

• Max Number of Results: מספר התוצאות המוחזרות (ברירת מחדל: 2)

• Max Tokens: מומלץ מינימום של 1,000 טוקנים לתגובות מלאות

• Remove Key Values: אפשרות להסיר פרמטרים ספציפיים מה-payload (שימושי כדי להישאר בגבול של 20,000 תווים עבור שדות JSON)

יתרונות יצירת מאגר ידע

1. תגובות מדויקות ועקביות

• ה-AI מספק מידע מדויק על העסק, המוצרים והשירותים שלך

• מבטל תגובות כלליות או לא מדויקות

• שומר על עקביות במידע המשותף

2. ניהול מרכזי

• ניתן לעדכן מידע במקום אחד

• שינויים משתקפים אוטומטית בכל הבוטים בסביבת העבודה

• מפשט תחזוקה ובקרת גרסאות

3. חיסכון בזמן

• מבטל את הצורך לאמן כל בוט בנפרד

• שימוש חוזר יעיל בתוכן במספר בוטים

• מקצר את זמן ההגדרה של נציגים חדשים

4. יכולת התרחבות

• ניתן להוסיף בקלות קבצים חדשים ככל שהעסק שלך גדל

• ניתן לארגן מידע ב-Vector Stores שונים לפי קטגוריה

• תמיכה במספר מאגרי ידע להקשרים שונים

5. חוויית משתמש משופרת

• תגובות רלוונטיות ומפורטות יותר

• הפחתה בשאלות ללא מענה

• תמיכה יעילה ומותאמת אישית יותר

6. גמישות אינטגרציה

• שימוש בנציגי AI לתגובות אוטומטיות

• אינטגרציה בתהליכים מורכבים בבונה התהליכים

• שילוב עם פעולות ואינטגרציות אחרות

שיטות עבודה מומלצות

1. ארגון קבצים

   • יש לשמור קבצים קשורים באותו Vector Store

   • יש להשתמש בשמות תיאוריים לזיהוי קל

   • יש לעדכן את המידע באופן קבוע

2. הגדרת טוקנים

   • לחיפושים במאגר ידע, יש להשתמש במינימום של 1,000 טוקנים

   • יש להתאים בהתאם לצורכי מורכבות התגובה

3. ניטור

   • יש לבדוק את סטטוס עיבוד הקבצים

   • יש להשתמש ב-"Sync" (סנכרון) כדי לרענן את התצוגה לאחר שינויים

   • יש לבדוק תגובות לאחר ההגדרה