Připojené a synchronizované zdroje
Připojujeme Google Drive, SharePoint, Notion, Confluence nebo vaše centrum nápovědy. Každá pasáž se ukládá s názvem, datem a odkazem a synchronizace zachytí dokumenty, které se změní nebo smažou.
Služba Nexura Digital
AI znalostní databáze (RAG), která odpovídá z vašich dokumentů a uvádí jejich zdroje
Váš tým se ptá běžnou řečí a asistent odpoví tím, co skutečně říkají vaše dokumenty, a přímo odkáže na přesný zdroj. Když odpověď v dokumentech není, je nastaven tak, aby to řekl.
AI znalostní databáze postavená na RAG (retrieval-augmented generation) najde relevantní pasáže ve firemních dokumentech a odpověď z nich sestaví s uvedením zdroje. Nasazujeme ji pro týmy, které ztrácejí čas hledáním interních informací nebo opakovaným odpovídáním na stejné dotazy. Začít můžete 7denní zkouškou na jediném zdroji, s otázkami vašeho týmu z reálného provozu.
Co je součástí: zdroje, oprávnění a citace
Oprávnění, která drží
Každá pasáž nese metadata týmu nebo úrovně přístupu a vyhledávání filtruje podle toho, kdo se ptá. Cokoli, co nemá být prohledatelné, zůstane mimo index a jak zohlednit velmi jemná oprávnění, se s vámi domluvíme.
Odpovědi s citacemi
Každá odpověď odkazuje na dokument a sekci, odkud vychází, takže ji může kdokoli ověřit. Asistent má pokyn přiznat, že něco nenašel, místo aby improvizoval. RAG snižuje počet vymyšlených odpovědí, ale úplně je neodstraní.
Pro koho to je a pro koho ne
Vhodné, pokud
Váš tým denně kontroluje postupy, technické listy, zásady nebo historii podpory a tato dokumentace existuje a je přiměřeně aktuální.
Nevhodné, pokud
- Máte jen pár dokumentů: postačí dobrá stránka s často kladenými otázkami
- Vaše dokumenty si odporují a nikdo nerozhoduje, která platí
- Potřebujete přesné údaje z živé databáze: lépe se hodí integrace nebo server MCP
- Chyba by měla vážné důsledky a nebude žádná lidská kontrola
Jak měříme kvalitu odpovědí
Neohodnocený asistent je jen demo, proto ho před použitím v týmu otestujeme na reálných dotazech.
Co kontrolujeme
- Zda vyhledávání najde správný dokument
- Zda odpověď zůstává u toho, co bylo nalezeno
- Zda citace ukazuje na správné místo
- Zda přizná, že informaci nezná, pokud v dokumentech není
Jak kontrolujeme
Váš tým napíše dotazy s očekávanou odpovědí a jejím zdrojem. Vyhodnocujeme ručně i pomocí druhého modelu jako posuzovatele a sadu znovu spouštíme po každé změně modelu, dělení textu nebo instrukcí. Po spuštění odhalí hlasy uživatelů a nezodpovězené dotazy mezery v dokumentaci.
Jak zavádíme
Příprava
- Výběr zdrojů, vlastníků a toho, co zůstane mimo
- Odstranění duplicitních nebo zastaralých verzí
- Určení přístupových skupin a kanálu, který se použije
Sestavení
- Příjem a synchronizace pomocí n8n nebo vlastního kódu
- Vektorový index s hybridním vyhledáváním v databázi Qdrant nebo v Postgresu s pgvector
- Asistent ve Slacku, Microsoft Teams nebo v interním chatu
- Vyhodnocení, ladění a postupné spouštění
Co zůstává u vás
Výstupy
- Synchronizační a příjmové workflow na vašem serveru
- Vektorový index v účtu vedeném na vaši firmu
- Asistent nastavený v kanálu, který jste zvolili
- Přehled zdrojů a oprávnění
- Sada pro vyhodnocení s výsledky
Prvním krokem je 7denní zkouška s jedním zdrojem
Omezený a měřený asistent
Spolu vybereme jeden zdroj, například složku s postupy jednoho oddělení, a jeden kanál. Sestavíme asistenta s citacemi, projdeme dotazy vašeho týmu a výsledky společně zhodnotíme dříve, než přidáme další zdroje. Rozsah, termíny a podmínky se sjednají písemně před začátkem.
FAQ
Často kladené otázky
Budou moje dokumenty použity k trénování modelu?
S RAG se model na vašich dokumentech znovu netrénuje; dostává jen pasáže potřebné pro každou odpověď. Vybíráme poskytovatele, jejichž smluvní podmínky takové údaje z trénování vylučují, a pokud data nesmějí opustit vaši infrastrukturu, zvážíme otevřené modely na vlastním serveru. Právní posouzení je věcí vašeho poradce.
Dokáže respektovat oprávnění, která už máme na Drive nebo SharePointu?
Ano, s výhradami. Filtrujeme podle skupin nebo kolekcí podle toho, kdo se ptá, pokud kanál, například Slack nebo Teams, osobu identifikuje. Přesně zrcadlit velmi jemná oprávnění ke složkám je složitější, proto se před indexací dohodneme na jasném modelu přístupu.
Funguje to s naskenovanými PDF, tabulkami nebo soubory Excel?
Naskenovaná PDF potřebují OCR a složité tabulky při špatném rozdělení ztratí strukturu, proto je řešíme zvlášť. Tabulky plné čísel je lepší dotazovat přes přímou integraci, protože asistent by neměl počítat z útržků. Během posouzení označíme dokumenty, které budou dělat potíže.
Kdo znalostní databázi udržuje později?
Obsah vlastní váš tým: když se postup změní, asistent se přizpůsobí po nejbližší synchronizaci. Příjem ponecháváme automatizovaný, s upozorněním při selhání synchronizace a s návodem na přidávání zdrojů. Pokud chcete, abychom dál kontrolovali vyhodnocení a ladili výsledky, domluvíme to samostatně.
Kontakt
Na jakou otázku se váš tým ptá nejčastěji?
Pošlete nám příklad a napište, kde se odpověď dnes nachází. Navrhneme 7denní zkoušku na tomto zdroji s výsledky k posouzení, než se rozhodnete.