Base de conocimiento

Usa recuperación cuando las respuestas deben venir de material fuente confiable.

La base de conocimiento es donde Reticuli convierte material fuente en contexto buscable para el asistente.

En términos simples: el asistente busca pasajes relevantes antes de responder.

Usa conocimiento cuando

  • los hechos cambian con el tiempo
  • las respuestas deben citar o seguir material fuente
  • los usuarios preguntan por políticas, detalles de producto o procedimientos
  • quieres actualizar conocimiento sin volver a entrenar comportamiento

Qué hace buena a una fuente

Una buena fuente es actual, específica y confiable.

Fuentes fuertes:

  • una política por archivo
  • artículos limpios del centro de ayuda
  • documentación de producto actual
  • SOP y playbooks enfocados
  • notas cortas con instrucciones claras

Fuentes débiles:

  • exportaciones antiguas en las que nadie confía
  • documentos largos mezclados con temas no relacionados
  • versiones duplicadas de la misma política
  • capturas sin texto
  • contenido privado que el asistente nunca debería revelar

Regla del modelo de embeddings

Reticuli usa un modelo de embeddings para convertir documentos en vectores buscables.

Usa el mismo modelo de embeddings para indexar y consultar. Si el índice y la consulta usan modelos distintos, la calidad de recuperación puede volverse aleatoria e inutilizable.

Sincronizar conocimiento

Después de cambiar fuentes o ajustes de recuperación, sincroniza la base de conocimiento. Luego vuelve a probar las mismas preguntas en el área de pruebas.

Prueba práctica

Pregunta:

  • ¿Qué fuente usó el asistente?
  • ¿Respondió desde la política más reciente?
  • ¿Omitió un documento obvio?
  • ¿Citó un dato que no está en el conjunto de fuentes?
Ajustes de conocimiento y sincronización de fuentes
Canvas de datos con carpetas, archivos fuente, modelo del proyecto y ejemplos de entrenamiento.

Los archivos fuente se vuelven conocimiento buscable después de indexarse. Las carpetas organizan el canvas.

Siguiente lectura

Fine-tuning

En esta página