文档与数据导入
PDF、Office 文件、网站、数据库以及 ERP / POS 记录，均可安全地建立索引。
我们提供的服务
包含内容
权限感知搜索
用户只能检索到他们被允许查看的内容——按角色、分支机构或部门划分。
带引用的答案
每个答案都链接到其来源段落，方便团队核实并采取行动。
准确性评估
测试集由您的真实问题构建；准确性是经过衡量的，而不是想当然的。
为什么选择 RAG 而不是通用聊天机器人？
大语言模型写作流畅，但它们本身并不了解您的价格、政策或库存水平——而且可能会自信地编造内容。检索增强生成（RAG）解决了这个问题：在回答之前，系统会从您的数据中检索最相关的段落，模型仅依据这些内容作答，并附上引用来源。
我们连接的内容
- 政策、SOP、人力资源手册和合同（PDF、Word、Google Drive、SharePoint）
- 产品目录、价目表和技术手册
- ERP、POS 和会计记录：销售、库存、客户和发票
- 网站、帮助中心和工单历史
工作原理
- 导入：文档和记录经过清洗、切分为段落，并在向量数据库中建立索引。
- 检索：每个问题都会获取最匹配的段落——并按用户权限进行过滤。
- 生成：模型仅依据这些段落作答并注明引用，或者说明不知道。
- 评估：我们在真实问题上衡量准确性，并持续改进检索。
价值所在
销售团队几秒钟内报出正确价格，客服人员依据最新政策作答，财务人员用日常语言搜索数千张发票，新员工入职时无需等待资深同事。
常见问题
常见问题
什么是 RAG（检索增强生成）？
RAG 是一种 AI 技术：系统先在您自己的文档中搜索相关段落，然后仅依据这些段落作答并附上引用——因此答案准确且可验证。
RAG 与普通聊天机器人有何不同？
普通聊天机器人依据通用训练数据作答，可能会编造事实。RAG 助手只依据您批准的内容作答，不知道时会如实说明。
你们可以连接哪些文档？
PDF、Word 和 Excel 文件、Google Drive、SharePoint、网站、帮助中心、数据库，以及您的 ERP 或 CRM 等业务系统。
不同的员工可以看到不同的信息吗？
可以。检索会遵循权限设置，因此每位用户只能从其有权访问的文档中获得答案。
我们的数据会被用于训练公共 AI 模型吗？
不会。您的文档保存在您的私有索引中，绝不会用于训练公共模型。
可以在我们自己的服务器上运行吗？
可以。我们可以部署在您的云账户或本地服务器上，并在需要时使用开源模型。
你们如何衡量准确性？
我们会根据您的真实问题构建测试集，衡量答案的正确率和引用是否恰当，并不断改进检索，直至达到目标。
一个 RAG 项目需要多长时间？
基于您的一组文档构建首个可用的助手通常需要 2–3 周；扩展到更多数据源和用户则分阶段进行。
从一个流程开始。四周内验证成效。
选一个最耗时的流程——我们会用您的数据运行一个可用的试点。