以下是基于产品知识库构建智能问答助手的详细步骤:
创建知识库:
创建数据库存储用户的问答:
场景概述: 现代产品更新换代速度快,用户在使用产品时经常会有疑问,而且新产品的上市会伴随大量的信息和数据。利用 RAG 检索增强生成框架,能够将这些零散的信息整合成一个知识库。通过这个知识库,用户能够快速获得到需要问题的答案,极大地提升了用户体验,让用户不必再翻看厚重的说明书或漫无边际地搜索网络,省时又省力。
特别需要注意的是:文档的分片策略会严重影响查询的结果,这是当前 RAG 自身的方案原理导致的。
这里我使用一款名为外贸大师产品的帮助文档进行演示。其帮助文档的地址为:[外贸大师使用秘籍· Yuque](https://www.yuque.com/charlotteyang/lbvyfu)为了简单,我选择其中一个文档来创建知识库:[购买后新人常见问题汇总·语雀](https://www.yuque.com/charlotteyang/lbvyfu/gvzs7qt313zg0svr)1.点击创建知识库1.从知识库中添加知识单元为了更好的检索效果,这个例子里使用Local doucuments的方式,并且上传的Markdown格式文档首先看下文档数据的格式:每个问题都是使用###作为开头(这是Markdown的语法)准备开始上传文件至此,一个完整的知识库就构建完成啦!接下来我们就可以去创建我们的产品资料问答机器人特别需要注意的是:文档的分片策略会严重影响查询的结果,这是当前RAG自身的方案原理导致的。
2024.06.05更新对数据库不太了解的小伙伴,可以阅读下这篇文章,相信可以对于有所帮助[这可能是讲Coze的数据库最通俗易懂的文章了](https://waytoagi.feishu.cn/wiki/WpC2wteRPitq0Ukf4lFcI99Zn6g?from=from_copylink)首先我们创建一个机器人:外贸大师产品资料问答机器人,进入到Bot的开发和预览页面由于我们的需求中有这样一条:记录下用户的问题和机器人的回答,方便我们进行统计用户最关心的问题,然后进行优化这个需求就需要依赖数据库,将用户的每一次提问都保存到数据库中1.创建数据库1.定义数据库
现代产品更新换代速度快,用户在使用产品时经常会有疑问,而且新产品的上市会伴随大量的信息和数据。利用RAG检索增强生成框架,我们能够将这些零散的信息整合成一个知识库。通过这个知识库,用户能够快速获得到需要问题的答案,它的出现让用户不必再翻看厚重的说明书或漫无边际地搜索网络,省时又省力,极大地提升了用户体验。