नॉलेज बेस और RAG

नॉलेज बेस और RAG

नॉलेज बेस आपके AI बॉट की नींव है। अपने संगठन के वास्तविक दस्तावेज़ अपलोड करें — बॉट इस डेटा से सीखता है और एक स्मार्ट RAG (Retrieval-Augmented Generation) पाइपलाइन का उपयोग करके प्रश्नों के उत्तर देता है।

दस्तावेज़ अपलोड करना

1. बाईं मेनू में नॉलेज बेस पर जाएं।

2. दस्तावेज़ अपलोड करें पर क्लिक करें और एक फ़ाइल चुनें (PDF, DOCX, या TXT)।

3. सिस्टम द्वारा दस्तावेज़ को प्रोसेस और इंडेक्स करने की प्रतीक्षा करें। पूर्ण होने पर स्टेटस Ready दिखाएगा।

4. अपलोड किए गए दस्तावेज़ से बॉट प्रश्नों के उत्तर दे सकता है या नहीं, यह सत्यापित करने के लिए दाईं ओर Test Bot पैनल में बॉट का परीक्षण करें।

प्लान सीमाएं

प्रत्येक प्लान में दस्तावेज़ अपलोड की अलग-अलग सीमाएं हैं। सभी प्लान में प्रति दस्तावेज़ अधिकतम फ़ाइल आकार 10 MB है। अपनी वर्तमान प्लान सीमाएं Billing & Subscription पर देखें।

• Free: अधिकतम 3 दस्तावेज़
• Starter: अधिकतम 10 दस्तावेज़
• Growth: अधिकतम 100 दस्तावेज़
• Plus: अधिकतम 200 दस्तावेज़
• Pro: अधिकतम 500 दस्तावेज़
• Scale: अधिकतम 2,000 दस्तावेज़
• Enterprise: अधिकतम 5,000 दस्तावेज़

टेक्स्ट से बनाएं

फ़ाइल अपलोड के अलावा, आप सीधे टेक्स्ट से नॉलेज बेस एंट्री बना सकते हैं:

1. Create from Text पर क्लिक करें
2. आसान संदर्भ के लिए एक शीर्षक दर्ज करें
3. टेक्स्ट एडिटर में सामग्री पेस्ट करें या टाइप करें
4. Save पर क्लिक करें — सिस्टम तुरंत इंडेक्स कर देगा

यह FAQs, नीतियों, या किसी भी ऐसी सामग्री के लिए उपयोगी है जिसे आप बिना फ़ाइल के सीधे लिखना चाहते हैं।

RAG पाइपलाइन

जब कोई उपयोगकर्ता प्रश्न पूछता है, तो सिस्टम उसे 4-चरणीय RAG पाइपलाइन के माध्यम से प्रोसेस करता है:

1. Hybrid Search — कीवर्ड और सिमेंटिक वेक्टर सर्च दोनों का एक साथ उपयोग करके सभी दस्तावेज़ों में खोज करता है, यह सुनिश्चित करता है कि कोई भी प्रासंगिक सामग्री छूटे नहीं।

2. Query Rewriting — उपयोगकर्ता के प्रश्न को अधिक सटीक और सर्च-अनुकूल बनाने के लिए पुनर्लेखन करता है, जिससे प्रश्न अस्पष्ट होने पर भी रिट्रीवल सटीकता में सुधार होता है।

3. Re-ranking — प्रासंगिकता के आधार पर प्राप्त दस्तावेज़ खंडों को स्कोर और पुनः क्रमबद्ध करता है, ताकि सबसे प्रासंगिक सामग्री पहले AI मॉडल को दी जाए।

4. Generate Answer — AI मॉडल प्राप्त सामग्री के आधार पर स्रोत संदर्भों सहित एक स्वाभाविक-भाषा उत्तर उत्पन्न करता है।

RAG विशेषताएं

विशेषता	विवरण
Hybrid Search	उच्च रिकॉल के लिए कीवर्ड + सिमेंटिक वेक्टर सर्च को जोड़ता है
Query Rewriting	रिट्रीवल सटीकता में सुधार के लिए उपयोगकर्ता प्रश्नों को स्वतः पुनः लिखता है
Re-ranking	सबसे प्रासंगिक खंडों को सामने लाने के लिए क्रॉस-एनकोडर री-रैंकिंग
Smart Model Routing	जटिलता और लागत के आधार पर प्रश्नों को उचित मॉडल पर रूट करता है

गार्डरेल मोड

नियंत्रित करें कि बॉट नॉलेज बेस के भीतर कितनी सख्ती से रहता है:

मोड	व्यवहार
Strict	बॉट केवल अपलोड किए गए दस्तावेज़ों से उत्तर देता है। प्रासंगिक सामग्री न मिलने पर उत्तर देने से मना करता है।
Hybrid	बॉट मुख्य रूप से नॉलेज बेस का उपयोग करता है लेकिन आवश्यकता पड़ने पर सामान्य ज्ञान से पूरक कर सकता है।
Open	बॉट नॉलेज बेस को संदर्भ के रूप में उपयोग करता है लेकिन अपने प्रशिक्षण डेटा से स्वतंत्र रूप से उत्तर दे सकता है।

संकेत

ग्राहक सहायता और आंतरिक हेल्पडेस्क के लिए, बॉट को भटकने या हॉलुसिनेट करने से रोकने के लिए Strict मोड की अनुशंसा की जाती है।

Test Bot

लाइव जाने से पहले अपनी नॉलेज बेस को सत्यापित करने के लिए Test Bot पैनल का उपयोग करें:

• उपयोगकर्ता की तरह प्रश्न टाइप करें
• जांचें कि उत्तर आपके दस्तावेज़ों पर आधारित हैं
• बॉट ने कौन से दस्तावेज़ खंड प्राप्त किए, यह देखने के लिए Source व्यू का उपयोग करें
• यदि आवश्यक हो तो गार्डरेल मोड बदलें और पुनः परीक्षण करें

नॉलेज बेस में परिवर्तन Test Bot में तुरंत प्रभावी होते हैं — कोई पुनः परिनियोजन आवश्यक नहीं।

KB ऑटो-सुझाव ड्राफ्ट

v1.6.0

ऑटो-सुझाव सुविधा Analytics डैशबोर्ड से अनुत्तरित प्रश्नों का विश्लेषण करती है और सामग्री अंतराल को भरने के लिए स्वचालित रूप से ड्राफ्ट नॉलेज बेस लेख उत्पन्न करती है:

1. सिस्टम उन अनुत्तरित प्रश्नों से विषयों की पहचान करता है जिनका कोई मेल खाता दस्तावेज़ नहीं है
2. यह प्रश्न पैटर्न के आधार पर सुझाई गई सामग्री के साथ एक ड्राफ्ट दस्तावेज़ उत्पन्न करता है
3. ड्राफ्ट “Suggested Draft” बैज के साथ Analytics → Unanswered अनुभाग में दिखाई देते हैं
4. बॉट कवरेज को तुरंत बेहतर बनाने के लिए ड्राफ्ट की समीक्षा करें, संपादित करें और प्रकाशित करें

क्रॉस-लिंगुअल सर्च

v1.6.10

RAG पाइपलाइन क्रॉस-लिंगुअल रिट्रीवल का समर्थन करती है — विज़िटर एक भाषा में प्रश्न पूछ सकते हैं और अलग भाषा में लिखे दस्तावेज़ों से प्राप्त उत्तर पा सकते हैं।

यह दो तंत्रों के माध्यम से काम करता है:

1. Query translation — क्वेरी रिराइट सेवा स्वचालित रूप से गैर-अंग्रेज़ी क्वेरी को खोज से पहले अंग्रेज़ी में अनुवाद करती है, ताकि विज़िटर की भाषा चाहे जो हो, अंग्रेज़ी भाषा के दस्तावेज़ खोजे जा सकें।
2. Wider search net — जब रिरैंकर सक्षम होता है, तो सिस्टम एक निचली प्रारंभिक समानता सीमा का उपयोग करता है ताकि कम कोसाइन समानता लेकिन उच्च सिमेंटिक प्रासंगिकता वाली क्रॉस-लिंगुअल और बोलचाल की क्वेरी को रिरैंकर के मूल्यांकन से पहले फ़िल्टर न किया जाए।

कोई कॉन्फ़िगरेशन आवश्यक नहीं है — जब RAG पाइपलाइन की क्वेरी रिराइटिंग और रिरैंकिंग सुविधाएं सक्रिय होती हैं तो क्रॉस-लिंगुअल सर्च डिफ़ॉल्ट रूप से सक्षम होती है। यदि क्वेरी अनुवाद उपलब्ध नहीं है, तो सिस्टम मूल क्वेरी के साथ खोज पर वापस आ जाता है। यह सुधार विशेष रूप से उन संगठनों के लिए ध्यान देने योग्य है जिनके पास अंग्रेज़ी भाषा की नॉलेज बेस है और जो बहुभाषी विज़िटर की सेवा करते हैं।

संकेत

सर्वोत्तम क्रॉस-लिंगुअल परिणामों के लिए, अपने नॉलेज बेस दस्तावेज़ों को स्पष्ट और सुव्यवस्थित रखें। क्वेरी रिराइटर तब सबसे अच्छा काम करता है जब दस्तावेज़ सामग्री मानक शब्दावली का उपयोग करती है।