Tilsluttede og synkroniserede kilder
Vi forbinder Google Drive, SharePoint, Notion, Confluence eller dit hjælpecenter. Hver passage gemmes med titel, dato og link, og synkroniseringen fanger dokumenter, der ændres eller slettes.
Nexura Digital-ydelse
En AI-vidensbase (RAG), der svarer ud fra dine dokumenter og henviser til dem
Dit team spørger med almindelige ord, og assistenten svarer med det, dine dokumenter faktisk siger, og linker til den præcise kilde. Når svaret ikke findes, er den sat op til at sige det.
En AI-vidensbase bygget på RAG (retrieval-augmented generation) finder de relevante passager i dine virksomhedsdokumenter og skriver svaret ud fra dem med henvisning til kilden. Vi udruller den til teams, der mister tid på at lede efter intern information eller gentager de samme svar. Du starter med en 7-dages test på én kilde, med dit teams rigtige spørgsmål.
Hvad der er med: kilder, rettigheder og henvisninger
Rettigheder, der holder
Hver passage har metadata for team eller adgangsniveau, og søgningen filtrerer efter, hvem der spørger. Alt, der ikke må kunne søges, holdes ude af indekset, og vi aftaler med dig, hvordan meget detaljerede rettigheder skal afspejles.
Svar med henvisninger
Hvert svar linker til det dokument og afsnit, det stammer fra, så alle kan kontrollere det. Assistenten er instrueret i at sige, at den ikke kan finde noget, i stedet for at gætte. RAG reducerer opdigtede svar, men fjerner dem ikke helt.
Hvem det er til, og hvem det ikke er til
Godt match, hvis
Dit team tjekker procedurer, datablade, politikker eller supporthistorik hver dag, og dokumentationen findes og er nogenlunde aktuel.
Ikke et match, hvis
- Du kun har en håndfuld dokumenter: en god FAQ-side er nok
- Dine dokumenter modsiger hinanden, og ingen afgør, hvad der er rigtigt
- Du har brug for præcise tal fra en live database: en integration eller en MCP-server passer bedre
- En fejl ville få alvorlige konsekvenser, og der ikke er nogen menneskelig gennemgang
Sådan måler vi svarkvaliteten
En ikke-evalueret assistent er bare en demo, så vi tester den mod rigtige spørgsmål, før teamet bruger den.
Hvad vi tjekker
- Om søgningen finder det rigtige dokument
- Om svaret holder sig til det, der blev fundet
- Om henvisningen peger på det rigtige sted
- Om assistenten indrømmer, at den ikke ved det, når oplysningen ikke findes
Sådan tjekker vi
Dit team skriver spørgsmål med det forventede svar og dets kilde. Vi gennemgår manuelt og med en anden model som dommer, og kører sættet igen efter hver ændring af model, opdeling eller instruktioner. Når den er i drift, afslører brugernes stemmer og ubesvarede spørgsmål huller i dokumentationen.
Sådan udruller vi den
Forberedelse
- Vælg kilder, ejere og hvad der skal holdes ude
- Fjern dubletter og forældede versioner
- Definer adgangsgrupper og den kanal, der skal bruges
Opbygning
- Indlæsning og synkronisering med n8n eller kode
- Vektorindeks med hybridsøgning, i Qdrant eller i Postgres med pgvector
- Assistent i Slack, Microsoft Teams eller en intern chat
- Evaluering, finjustering og en gradvis udrulning
Hvad der bliver tilbage
Leverancer
- Workflows til indlæsning og synkronisering på din server
- Vektorindeks på en konto i dit navn
- Assistent opsat i den kanal, du valgte
- Kort over kilder og rettigheder
- Evalueringssæt med resultater
Første skridt: en 7-dages test med én kilde
En afgrænset, målt assistent
Vi vælger sammen med dig én kilde, fx en afdelings procedurmappe, og én kanal. Vi bygger assistenten med henvisninger, kører dit teams spørgsmål og gennemgår resultaterne sammen, før vi tilføjer flere kilder. Omfang, datoer og vilkår aftales skriftligt, før vi går i gang.
FAQ
Ofte stillede spørgsmål
Bliver mine dokumenter brugt til at træne modellen?
Med RAG trænes modellen ikke om på dine dokumenter; den modtager kun de passager, der er nødvendige for hvert svar. Vi vælger udbydere, hvis API-vilkår udelukker, at data bruges til træning, og hvis data ikke må forlade din infrastruktur, ser vi på open source-modeller på din egen server. Den juridiske vurdering er op til din rådgiver.
Kan den respektere de rettigheder, vi allerede har i Drive eller SharePoint?
Ja, med forbehold. Vi filtrerer efter grupper eller samlinger ud fra, hvem der spørger, så længe kanalen, fx Slack eller Teams, identificerer personen. Helt præcis spejling af meget detaljerede mappetilladelser er mere komplekst, så vi aftaler en klar adgangsmodel, før vi indekserer.
Virker det med scannede PDF'er, tabeller eller Excel-filer?
Scannede PDF'er kræver OCR, og komplekse tabeller mister strukturen, hvis de deles dårligt, så vi håndterer dem særskilt. Regneark med mange tal forespørges bedre via en direkte integration, for assistenten bør ikke regne ud fra fragmenter. Under vurderingen markerer vi de dokumenter, der vil give problemer.
Hvem vedligeholder vidensbasen bagefter?
Dit team ejer indholdet: når en procedure ændres, afspejler assistenten det efter den næste synkronisering. Vi efterlader indlæsningen automatiseret, med alarm, hvis en synkronisering fejler, og en vejledning til at tilføje kilder. Ønsker du, at vi fortsat gennemgår evalueringer og finjustering, aftales det særskilt.
Kontakt
Hvilket spørgsmål stiller dit team oftest?
Send os et eksempel, og fortæl os, hvor svaret findes i dag. Vi foreslår en 7-dages test på den kilde, med resultater at gennemgå, før du beslutter dig.