Как Конструктор AI-чатботов обучается на ваших данных без файн-тюна модели.
RAG (Retrieval-Augmented Generation) — стандартный паттерн для корпоративного AI. Конструктор AI-чатботов индексирует ваши данные в векторную БД, при запросе достаёт релевантные куски, передаёт в LLM как контекст.
Источники
- PDF / DOCX / TXT / Markdown — drag-and-drop
- Notion / Confluence / Google Drive / Dropbox
- GitHub / GitLab репозитории
- Веб-сайт через автокраулер
- База данных через SQL-коннектор
- Slack / Teams архив сообщений
Гибридный поиск
BM25 (ключевые слова) + embedded similarity (смысл) + re-ranking → лучший top-5 для контекста LLM. Поддержка multi-lingual моделей (русский + английский в одном индексе).
Обновление
Авто-сканирование источников каждые N часов. Webhook от Notion / Confluence — мгновенный re-index. Версионирование: AI отвечает на основе того, что было on-date.
Права доступа
Permission-aware retrieval: AI не покажет данные пользователю, у которого нет прав на источник. Sync с ACL из Notion / Google Drive / SharePoint.