IA e recuperação de informação

O que isto cobre

• Pesquisa e perguntas sobre documentos

  Pesquisa híbrida sobre uma coleção fechada: palavra-chave e vetores densos, fundidos, depois um reranker sobre os candidatos finais. As citações resolvem para uma passagem real num documento real. Uma pergunta devolve uma resposta que o leitor consegue verificar.

  Medimos a pesquisa em perguntas tiradas da forma como as pessoas procuram, incluindo nomes e tokens raros que os embeddings falham. A esta escala o índice vive no processo. Uma base de dados vetorial entra quando o peso operacional se justifica, e esse limiar fica escrito.

• Assistentes internos e chatbots

  Um assistente que chama ferramentas nos vossos sistemas: consultar um registo, redigir uma resposta, abrir um ticket. O modelo escolhe a ferramenta em runtime. O ciclo, o limite de iterações e a definição de feito escrevem-se antes do primeiro prompt.

  Cada passo fica num rasto. Enviar, apagar e pagar passam por uma allowlist ou esperam por uma pessoa. Quando o assistente faz algo inesperado, o rasto mostra o que viu e o que escolheu.

• Automação do apoio ao cliente

  Respostas tiradas do vosso conteúdo de ajuda, das políticas e de tickets anteriores. O sistema responde quando as fontes cobrem a pergunta. Quando não cobrem, a conversa passa para uma pessoa com as passagens recuperadas anexadas.

  A qualidade é um número em conversas reservadas: encontrou o artigo certo, recusou quando devia. O limiar é vosso. O lançamento espera por esse número.

• Relatórios automáticos

  Relatórios gerados a partir das vossas fontes, em que cada afirmação carrega uma etiqueta calculada da proveniência: Verificada, Provável ou Desconhecida. A classificação é calculada em código depois da geração.

  Um excerto citado tem de existir na fonte como substring. As etiquetas são também um diagnóstico. Contagens idênticas entre rondas significavam que o pipeline estava a afirmar, e foi medir a distribuição que o mostrou.

• Processamento e extração de dados de documentos

  Campos extraídos de PDFs, formulários, digitalizações e email: nomes, datas, valores, identificadores. Verificações de formato e de valores em falta correm antes de uma linha ser escrita a jusante.

  Páginas ambíguas vão para uma fila de revisão. A extração volta a correr. Uma mudança a um parser é pontuada num conjunto etiquetado de documentos, da mesma forma que uma mudança de pesquisa é pontuada em perguntas.

• Recomendação e ranking

  Ordenação a partir dos vossos próprios sinais: cliques, compras, prioridade editorial, recência. A ordem é uma função que se consegue inspecionar.

  Mudanças ao ranker são avaliadas em casos reservados. Um ganho que fica dentro do ruído fica em staging. Citamos o intervalo que rondas idênticas de facto produziram.

Entregáveis

• Um conjunto de avaliação com as vossas perguntas

  Perguntas reais da vossa equipa com as respostas esperadas, versionadas no vosso repositório.

• Código de pesquisa e geração

  A correr nos vossos repositórios, na vossa cloud, nas vossas contas.

• Um número antes e depois

  Recall e latência medidos no mesmo conjunto, para ver o que a mudança trouxe.

• Registos de cada execução

  O que o sistema encontrou, e porque respondeu daquela forma.

• Runbook e sessão de passagem

  Como adicionar documentos, reindexar, e seguir uma resposta má até à fonte.

Exemplo