Nodo Knowledge Base - Risposte RAG nel FlowDesigner di ConvyAI
Panoramica
Il nodo Knowledge Base è un nodo della categoria GenerativeAI nel FlowDesigner. Usa l'AI Model configurato per comprendere l'intent dell'utente, recuperare opzionalmente contenuti rilevanti da un indice della Knowledge Base e generare una risposta contestualizzata - tutto all'interno di un singolo nodo.
Aggiungilo a qualsiasi flusso nel punto in cui vuoi che l'LLM gestisca l'input dell'utente. Puoi combinarlo con qualsiasi altro tipo di nodo, mantenendo il pieno controllo sulla struttura della conversazione mentre deleghi la comprensione del linguaggio naturale e la generazione delle risposte al modello.
Prerequisiti
- Un AI Model configurato.
- Una Knowledge Base indicizzata (necessaria per le risposte RAG; opzionale per flussi solo intent).
Configurazione del nodo
| Campo | Descrizione |
|---|---|
| Question | Il testo mostrato all'utente per avviare la conversazione. |
| AI Model | Il modello AI generativo usato per analizzare la richiesta dell'utente. Vedi AI Models. |
| Tone of voice | Definisce lo stile di risposta adottato dal bot. Opzioni: Empathetic, Professional, Friendly. |
| Add commands to prompt | Istruzioni specifiche da dare al modello per definire un comportamento preciso (es. vincoli di lingua, regole di formattazione, gestione del fallback). |
| Add context to prompt | Contesto aggiuntivo per estendere il dominio di conoscenza del bot. Utile per passare al prompt informazioni sul cliente raccolte in precedenza nel flusso. |
| Knowledge base index | L'indice della Knowledge Base usato per contestualizzare le risposte. Se lasciato vuoto, non viene eseguito alcun retrieval RAG. |
| Show exit buttons | Abilitare per presentare all'utente finale un menu di pulsanti come alternativa all'input testuale libero. |
| Intents | Selezione degli intent definiti nell'AI Model scelto. Quando la richiesta dell'utente viene classificata con uno degli intent selezionati, il flusso prosegue attraverso il nodo di uscita corrispondente. |
| Send generated answer to user | Se abilitato, il bot mostra automaticamente al cliente la risposta generata dall'LLM. |
| Set maximum number of interactions | Imposta il numero massimo di scambi tra l'utente e questo nodo prima che la conversazione esca verso il nodo successivo. Utile per evitare loop aperti e indirizzare il flusso verso una navigazione più controllata. |
Opzioni Knowledge Base
Quando viene selezionato un Knowledge base index, diventano disponibili due opzioni aggiuntive:
- Show source document URL - Mostra un link al documento sorgente accanto alla risposta generata. È possibile configurare un prefisso URL personalizzato.
- Retain conversation memory - Il contesto estratto da ogni interazione viene portato avanti nelle interazioni successive della stessa sessione. Migliora la contestualizzazione delle risposte nelle conversazioni multi-turno.
Routing degli intent
Quando gli intent sono configurati sull'AI Model selezionato, il nodo espone un'uscita per ogni intent più un'uscita di default. Il flusso viene instradato verso il ramo corrispondente quando il modello classifica il messaggio dell'utente con un punteggio di confidenza superiore alla soglia configurata.
| Uscita | Descrizione |
|---|---|
| Uscite intent | Una per ogni intent selezionato. Attivata quando il messaggio dell'utente corrisponde a quell'intent sopra la soglia. |
| Uscita default | Attivata quando nessun intent corrisponde o il punteggio di confidenza è sotto la soglia. La risposta LLM viene comunque generata e mostrata all'utente se Send generated answer to user è abilitato. |
| Uscita max interazioni | Attivata quando viene raggiunto il numero massimo di interazioni. Usa questa uscita per instradare la conversazione verso un flusso o nodo diverso. |
Note e limitazioni
- Add context to prompt è il modo consigliato per passare valori dinamici al prompt. Usa un nodo precedente per raccogliere i dati variabili e referenziarli qui.
- Il nodo Knowledge Base conta come una singola chiamata LLM per messaggio utente, indipendentemente da quanti chunk vengono recuperati.
- La classificazione degli intent e la generazione della risposta vengono eseguite nella stessa chiamata LLM.