Bağlı ve senkronize kaynaklar
Google Drive, SharePoint, Notion, Confluence ya da yardım merkezinizi bağlarız. Her pasaj başlığı, tarihi ve bağlantısıyla saklanır; senkronizasyon değişen ya da silinen belgeleri yakalar.
Nexura Digital hizmeti
Belgelerinizden yanıt veren ve onlara atıf yapan bir yapay zeka bilgi tabanı (RAG)
Ekibiniz düz bir dille soruyor, asistan gerçek belgelerinizin ne dediğiyle yanıtlıyor ve tam kaynağa bağlantı veriyor. Yanıt belgelerde yoksa bunu söyleyecek şekilde kurulur.
RAG (retrieval-augmented generation) tabanlı bir yapay zeka bilgi tabanı, şirket belgelerinizdeki ilgili pasajları bulur, yanıtı bunlardan yazar ve kaynağını gösterir. Dahili bilgiyi aramak ya da aynı soruları tekrar tekrar yanıtlamak zaman kaybettiren ekipler için kuruyoruz. 7 günlük denemeye tek bir kaynakla ve ekibinizin gerçek sorularıyla başlarsınız.
Neler dahil: kaynaklar, izinler ve atıflar
Geçerli kalan izinler
Her pasaj ekip ya da erişim düzeyi bilgisi taşır ve arama, soranın kim olduğuna göre filtrelenir. Aranmaması gereken her şey dizinin dışında kalır; çok ayrıntılı izinleri nasıl yansıtacağımızı sizinle birlikte kararlaştırırız.
Atıflı yanıtlar
Her yanıt, kendisinin geldiği belgeyi ve bölümü bağlar; böylece herkes kontrol edebilir. Asistan bir şeyi bulamadığında uydurmak yerine bunu söylemesi için yönlendirilir. RAG uydurma yanıtları azaltır ama tamamen ortadan kaldırmaz.
Kimler için, kimler için değil?
Uygunsa
Ekibiniz prosedürleri, teknik föyleri, politikaları ya da destek geçmişini her gün kontrol ediyor ve bu dokümantasyon mevcut ve makul ölçüde güncel.
Uygun değilse
- Yalnızca birkaç belgeniz var: iyi bir SSS sayfası yeterli olur
- Belgeleriniz birbiriyle çelişiyor ve hangisinin doğru olduğuna kimse karar vermiyor
- Canlı bir veritabanından kesin rakamlara ihtiyacınız var: bu durumda bir entegrasyon ya da MCP sunucusu daha uygun
- Bir hata ciddi sonuçlar doğurur ve insan incelemesi olmayacak
Yanıt kalitesini nasıl ölçüyoruz?
Değerlendirilmemiş bir asistan yalnızca bir demodur; bu yüzden ekip kullanmadan önce onu gerçek sorularla test ediyoruz.
Neyi kontrol ediyoruz
- Arama doğru belgeyi getiriyor mu
- Yanıt getirilen içeriğe bağlı kalıyor mu
- Atıf doğru yere mi işaret ediyor
- Bilgi yokken bilmediğini kabul ediyor mu
Nasıl kontrol ediyoruz
Ekibiniz beklenen yanıtı ve kaynağıyla birlikte sorular yazar. Biz elle inceliyor, ayrıca ikinci bir modeli hakem olarak kullanıyoruz; modelde, parçalamada ya da talimatlarda her değişiklikten sonra seti yeniden çalıştırıyoruz. Yayına girdikten sonra kullanıcı oyları ve yanıtsız sorular belgelerdeki boşlukları ortaya çıkarır.
Devreye alma süreci
Hazırlık
- Kaynakları, sahiplerini ve dışarıda kalacakları seçin
- Mükerrer ya da güncel olmayan sürümleri kaldırın
- Erişim gruplarını ve kullanılacak kanalı belirleyin
Kurulum
- n8n ya da kodla alım ve senkronizasyon
- Hibrit aramalı vektör dizini: Qdrant'ta ya da pgvector'lu Postgres'te
- Slack, Microsoft Teams ya da dahili bir sohbette asistan
- Değerlendirme, ayar ve kademeli devreye alma
Yerinde kalan şeyler
Teslimatlar
- Sunucunuzda çalışan alım ve senkronizasyon iş akışları
- Adınıza açılmış bir hesapta vektör dizini
- Seçtiğiniz kanala kurulmuş asistan
- Kaynak ve izin haritası
- Sonuçlarıyla birlikte değerlendirme seti
İlk adım: tek kaynakla 7 günlük deneme
Kapsamı belli, ölçülen bir asistan
Sizinle birlikte bir kaynak seçiyoruz, örneğin bir departmanın prosedür klasörünü, ve bir kanal. Atıflı asistanı kurup ekibinizin sorularını çalıştırıyor, kaynak eklemeden önce sonuçları birlikte inceliyoruz. Kapsam, tarihler ve koşullar başlamadan önce yazılı olarak kararlaştırılır.
SSS
Sık sorulan sorular
Belgelerim modeli eğitmek için kullanılacak mı?
RAG ile model belgelerinizle yeniden eğitilmez; yalnızca her yanıt için gereken pasajları alır. Verileri eğitimden hariç tutan API koşullarına sahip sağlayıcıları seçiyoruz; veri kendi altyapınızdan çıkamıyorsa kendi sunucunuzda çalışan açık modelleri değerlendiriyoruz. Hukuki değerlendirme danışmanınıza aittir.
Drive veya SharePoint'te zaten sahip olduğumuz izinlere uyabilir mi?
Evet, bazı çekincelerle. Soranın kim olduğuna göre grup ya da koleksiyonlara göre filtreleriz; yeter ki Slack ya da Teams gibi kanal kişiyi tanımlayabilsin. Çok ayrıntılı klasör izinlerini birebir yansıtmak daha karmaşık olduğu için dizinlemeden önce net bir erişim modelinde anlaşırız.
Taranmış PDF'ler, tablolar ya da Excel dosyalarıyla çalışıyor mu?
Taranmış PDF'ler OCR gerektirir, karmaşık tablolar kötü bölünürse yapısını kaybeder; bu yüzden bunları ayrı ele alırız. Rakam dolu tablolar doğrudan bir entegrasyonla sorgulanmalı, çünkü asistan parçalardan hesap yapmamalı. Değerlendirme sırasında sorun çıkaracak belgeleri işaretleriz.
Bilgi tabanını sonradan kim bakımını yapar?
İçeriğin sahibi ekibiniz olur: bir prosedür değiştiğinde asistan bir sonraki senkronizasyondan sonra bunu yansıtır. Alımı otomatik bırakırız, senkronizasyon başarısız olursa uyarı alırsınız ve kaynak ekleme rehberi verilir. Değerlendirmeleri ve ayarlamaları gözden geçirmemizi isterseniz bu ayrıca kararlaştırılır.
İletişim
Ekibiniz en sık hangi soruyu soruyor?
Bize bir örnek gönderin ve yanıtın bugün nerede durduğunu söyleyin. O kaynak üzerinde 7 günlük bir deneme öneririz; karar vermeden önce sonuçları birlikte inceleriz.