Athento permite la creación de bases de conocimiento, una funcionalidad avanzada que actúa como un tipo especial de base de datos orientada a la gestión del conocimiento. Estas bases se utilizan para alimentar asistentes inteligentes que responden preguntas basadas en el contenido documental.
¿Qué es una base de conocimiento en Athento?
Una base de conocimiento en Athento está compuesta por un conjunto de documentos (tanto binarios como sus metadatos) provenientes de determinados espacios (series) y formularios (doctypes). Estos documentos son indexados y utilizados como contexto por el asistente inteligente para responder consultas.
Pasos para Crear una Base de Conocimiento
-
Accede al área de Administración Avanzada de Athento.
-
Dirígete a la sección "Knowledge Base".
-
Haz clic en “Añadir nueva base de conocimiento”.
-
Completa los siguientes campos de configuración:
Campo | Descripción |
---|---|
Nombre | Nombre identificativo de la base de conocimiento. |
Descripción (opcional) | Breve descripción del propósito o alcance de la base. |
Prompt | Contexto e instrucciones que guían al asistente sobre cómo estructurar las respuestas. Este campo ayuda a definir el tono, formato y alcance esperado. Existe un promt por defecto que se puede utilizar. |
Top N | Número máximo de documentos que el asistente utilizará para generar la respuesta. Se seleccionan los N documentos más relevantes según su similitud con la consulta. |
Is Public | Si se activa, los documentos de la base se considerarán públicos y el asistente generará enlaces públicos como parte de las referencias. |
Series (Espacios) | Espacios desde los cuales se incluirán documentos en la base de conocimiento. |
Doctypes (Formularios) | Formularios específicos cuyos documentos se incorporarán a la base. |
Source Metadata | Campos de metadatos que se incluirán en el contexto de cada documento para enriquecer las respuestas del asistente. |
Acceso al Asistente
Una vez creada la base de conocimiento, en el listado correspondiente aparecerá un enlace directo al asistente asociado a dicha base. Desde allí podrás comenzar a realizar consultas utilizando el contenido de los documentos seleccionados como fuente de conocimiento.
Para acceder a la vista del asistente y comenzar a hacer consultas, en el listado de bases de conocimiento aparece un link para cada una de ellas.
Mantener el contexto de la conversación
Para mantener el contexto de la conversación actual es necesario configurar el ID de un asistente de openAI en el proyecto.
-
OPENAI_ASSISTANT_ID. ID de un asistente de Open AI. Más información sobre la configuración del asistente en este enlace.
¿Cómo funciona y qué tener en cuenta sobre las respuestas?
Para que el asistente pueda usar los documentos como contexto de respuesta, estos deben transformarse en representaciones vectoriales, también conocidas como embeddings. Este proceso permite comparar consultas con documentos de forma semántica, no solo textual.
Proceso técnico:
-
Generación de embeddings:
Los embeddings de los documentos se generan ejecutando el comando interno:Este comando transforma los documentos en vectores y los almacena en un índice optimizado con FAISS.
-
Consulta del usuario:
Cuando el usuario realiza una pregunta, esta también se convierte en un embedding. -
Búsqueda por similitud:
El sistema compara el vector de la consulta con los vectores almacenados y selecciona los documentos más cercanos utilizando cosine similarity.
El parámetro Top N determina cuántos de esos documentos relevantes serán seleccionados. -
Generación de respuesta:
Los documentos seleccionados (embeddings + contenido relevante) se envían junto con la consulta al modelo LLM (como OpenAI) para generar una respuesta razonada y contextualizada.
Comentarios
0 comentarios
Inicie sesión para dejar un comentario.