Fonts connectades i sincronitzades
Connectem Google Drive, SharePoint, Notion, Confluence o el vostre centre d'ajuda. Cada passatge es guarda amb el seu títol, la data i l'enllaç, i la sincronització recull els documents que canvien o s'eliminen.
Servei de Nexura Digital
Una base de coneixement amb IA (RAG) que respon amb els vostres documents i els cita
El vostre equip pregunta en llenguatge natural i l'assistent respon amb el que diuen de debò els vostres documents, enllaçant la font exacta. Quan la resposta no hi és, està configurat per dir-ho.
Una base de coneixement amb IA basada en RAG (generació augmentada per recuperació) troba els passatges rellevants als documents de la vostra empresa i redacta la resposta a partir d'ells, citant la font. La despleguem per a equips que perden temps buscant informació interna o repetint sempre les mateixes respostes. Comenceu amb una prova de 7 dies amb una única font, fent servir les preguntes reals del vostre equip.
Què inclou: fonts, permisos i cites
Permisos que es mantenen
Cada passatge porta metadades d'equip o de nivell d'accés, i la cerca filtra segons qui pregunta. Tot el que no hauria de ser cercable queda fora de l'índex, i acordem amb vosaltres com reflectir els permisos més granulars.
Respostes amb cites
Cada resposta enllaça el document i l'apartat d'on surt, perquè qualsevol pugui comprovar-la, i l'assistent té instruccions de dir que no troba alguna cosa en lloc d'inventar-la. El RAG redueix les respostes inventades però no les elimina.
Per a qui és i per a qui no
Encaixa si
El vostre equip consulta cada dia procediments, fitxes tècniques, polítiques o historial de suport, i aquesta documentació existeix i està raonablement actualitzada.
No encaixa si
- Només teniu uns quants documents: una bona pàgina de preguntes freqüents n'hi ha prou
- Els vostres documents es contradiuen i ningú decideix quin és el correcte
- Necessiteu xifres exactes d'una base de dades en viu: en aquest cas encaixa més una integració o un servidor MCP
- Un error tindria conseqüències greus i no hi haurà revisió humana
Com mesurem la qualitat de les respostes
Un assistent sense avaluar és només una demostració, així que el provem amb preguntes reals abans que l'equip l'utilitzi.
Què comprovem
- Si la cerca recupera el document correcte
- Si la resposta es cenyeix al que s'ha recuperat
- Si la cita apunta al lloc correcte
- Si admet que no sap la resposta quan la informació no hi és
Com ho comprovem
El vostre equip escriu preguntes amb la resposta esperada i la seva font. Ho revisem a mà i amb un segon model com a jutge, i tornem a executar el conjunt després de cada canvi de model, de fragmentació o d'instruccions. Un cop en funcionament, els vots dels usuaris i les preguntes sense resposta revelen els buits de documentació.
Com ho desplegem
Preparació
- Triar fonts, responsables i què queda fora
- Eliminar versions duplicades o desactualitzades
- Definir grups d'accés i el canal que s'utilitzarà
Construcció
- Ingestió i sincronització amb n8n o amb codi
- Índex vectorial amb cerca híbrida, en Qdrant o en Postgres amb pgvector
- Assistent a Slack, Microsoft Teams o un xat intern
- Avaluació, ajust i una implantació gradual
Què es queda a les vostres mans
Entregables
- Fluxos d'ingestió i sincronització al vostre servidor
- Índex vectorial en un compte a nom vostre
- Assistent configurat al canal que heu triat
- Mapa de fonts i permisos
- Conjunt d'avaluació amb els seus resultats
Primer pas: una prova de 7 dies amb una font
Un assistent acotat i mesurat
Triem amb vosaltres una font, com la carpeta de procediments d'un departament, i un canal. Construïm l'assistent amb cites, passem les preguntes del vostre equip i revisem junts els resultats abans d'afegir més fonts. L'abast, les dates i les condicions s'acorden per escrit abans de començar.
FAQ
Preguntes freqüents
Els meus documents s'utilitzaran per entrenar el model?
Amb RAG, el model no es torna a entrenar amb els vostres documents; només rep els passatges necessaris per a cada resposta. Triem proveïdors les condicions de l'API dels quals exclouen aquestes dades de l'entrenament i, si les dades no poden sortir de la vostra infraestructura, valorem models oberts al vostre propi servidor. L'avaluació legal depèn del vostre assessor.
Pot respectar els permisos que ja teniu a Drive o SharePoint?
Sí, amb matisos. Filtrem per grups o col·leccions segons qui pregunta, sempre que el canal, com Slack o Teams, identifiqui la persona. Reflectir exactament permisos de carpetes molt granulars és més complex, així que acordem un model d'accés clar abans d'indexar.
Funciona amb PDF escanejats, taules o fitxers Excel?
Els PDF escanejats necessiten OCR, i les taules complexes perden l'estructura si es parteixen malament, així que les tractem per separat. Els fulls de càlcul plens de xifres es consulten millor a través d'una integració directa, perquè l'assistent no ha de calcular a partir de fragments. Durant l'estudi previ marquem els documents que donaran problemes.
Qui manté la base de coneixement després?
El contingut és responsabilitat del vostre equip: quan canvia un procediment, l'assistent el reflecteix després de la següent sincronització. Deixem la ingestió automatitzada, alertes si falla una sincronització i una guia per afegir fonts. Si voleu que seguim revisant avaluacions i ajustos, això s'acorda per separat.
Contacte
Quina pregunta fa més sovint el vostre equip?
Envieu-nos un exemple i digueu-nos on es troba la resposta avui. Us proposarem una prova de 7 dies sobre aquesta font, amb resultats per revisar abans que decidiu.