Entenda como adicionar seus arquivos no Copilot da Tess AI
- Adicionando Bases de Conhecimento ao Copilot da Tess AI
-
Vamos explicar como adicionar bases de conhecimento ao seu Copilot na Tess AI para que ele possa responder perguntas com base em suas informações específicas.
-
Modelos de IA no Copilot: O Copilot da Tess AI oferece diversos modelos de IA, muitos com geração ilimitada (uso gratuito).
-
O que são Bases de Conhecimento?: Bases de conhecimento são conjuntos de informações que você fornece ao Copilot para que ele possa aprender e responder perguntas com base nelas. Isso permite que você personalize o Copilot com seus próprios dados.
-
Adicionando uma Base de Conhecimento: Clique no ícone de clipe no chat do Copilot para adicionar uma base de conhecimento. Você pode adicionar diferentes tipos de arquivos, como:
- Áudio
- CSV
- Excel
- Google Sheets
- URL de sites
-
Transcrição de Áudio: Ao adicionar um arquivo de áudio, você pode escolher entre diferentes modelos de transcrição (Deep Learning, Heavy AI) e o idioma.
-
Acessando a Base de Conhecimento: Após adicionar a base de conhecimento, ela estará disponível no chat e o Copilot a utilizará para responder suas perguntas. Você pode visualizar e gerenciar suas bases de conhecimento a qualquer momento.
-
Múltiplas Bases de Conhecimento: Você pode adicionar várias bases de conhecimento ao mesmo tempo, permitindo que o Copilot aprenda com diferentes fontes de informação.
-
Exemplos de Uso:
- Adicionar o guia de marca da sua empresa.
- Adicionar um PDF com informações específicas.
- Transcrever e analisar áudios de reuniões.
-
-
E se eu precisar de uma base de conhecimento muito grande em minha base de conhecimento? Entendendo o RAG
Nesse caso, recomendamos usar a metologia RAG, uma funcionalidade que permite expandir o conhecimento dos seus templates de chat para além do que os modelos suportam em volume de conteúdo, abrindo possibilidades para criar chats cada vez mais treinados.
Os LLMs são treinados em conjuntos de dados massivos, o que lhes permite gerar texto, traduzir idiomas e responder perguntas de forma impressionante. No entanto, esse conhecimento é estático até certo ponto, ou seja, se o LLM possui uma janela de contexto de 200k tokens, os conteúdos que você utilizará para treiná-lo na Base de Conhecimento não poderão ser maiores que isso.
O RAG quebra essa barreira, permitindo que seus chats acessem e leiam informações extras, além dos anexos da Base de Conhecimento, complementando o contexto fornecido e trazendo respostas mais completas.
Para isso, basta selecionar o modo de contexto (Context Mode *) como RAG, vide exemplo abaixo
Na prática, o RAG faz a leitura por meio de associações e menções a determinados tópicos. Ou seja, trazendo um exemplo: você pode inserir um arquivo de 50 páginas, mas no RAG, a IA irá buscar apenas o que estiver relacionado com a sua pergunta.
Qual a diferença no consumo de créditos?
Ao adicionar uma base de conhecimento, há um pequeno custo de processamento que consumirá seus créditos apenas uma vez, exatamente para acessar sua base carregada. Mas aí você não gasta mais nada.
E geralmente é muito pouco, não se preocupe. Sem base adicional e modelo ilimitado, você não gasta nenhum dos seus créditos!
Porém, você deve fazer isso utilizando o formato Deep Learning, pois no RAG você gastará em cada interação.
Ou seja, no Deep Learning você gasta menos, mas tem que usar arquivos menores que no RAG. É uma escolha que você deve fazer sempre que usá-lo :)
Conclusão
Adicione agora mesmo suas bases de conhecimento ao Copilot da Tess AI e personalize sua experiência!