База знаний и LLM-реакции

В Лие есть поддержка LLM. Благодаря этому ответы становятся точнее, контекстнее и при необходимости более творческими. В сценариях за это отвечают две реакции:

LLM-Ответ — обрабатывает самые широкие и неожиданные запросы клиента.
LLM-Анализ — разбирает входные данные, определяет, какие переменные учитывать или сохранять, и помогает выбрать, по какой ветке сценария двигаться дальше.

Чтобы начать использовать эти реакции, подключите и настройте Базу знаний. После этого Лия будет опираться на ваши материалы — инструкции, регламенты, FAQ — и формировать ответы на их основе.

Как подключить Базу знаний?

Вкладка База знаний расположена на левой вертикальной панели главного меню платформы.

Если модуль пока не подключён к вашему проекту, на экране появится заглушка.

Не пугайтесь: для активации достаточно написать вашему менеджеру в Лия — он быстро подключит модуль и поможет разобраться.

Навигация и элементы интерфейса Базы знаний

После подключения модуля вкладка База знаний на левой панели главного меню станет доступной. Просто откройте её, чтобы перейти к инструментам для работы с файлами.

Если база ещё пустая, вы увидите сообщение: Добавьте файлы в Базу знаний. Загрузите документы или текст — и Лия начнёт изучать вашу информацию.

Для загрузки информации в Базу знаний доступны две кнопки:

+ Файл — позволяет загружать документы через интерфейс (перетащите их мышкой или выберите на компьютере). Поддерживаются форматы PDF, TXT, DOCX, JSON и другие, размер — до 5 МБ на файл. Можно загружать как по одному, так и несколько файлов сразу. После добавления нажмите Сохранить.

+ Контент — позволяет добавлять текстовую информацию прямо в интерфейсе. Одна сущность может содержать до 10 000 символов. После нажатия кнопки откроется форма Создание контента: укажите заголовок, добавьте материал и завершите редактирование нажатием кнопки Создать.

После добавления информации на вкладке появится таблица с загруженными файлами и контентом. В ней отображаются:

Наименование
Тип — файл или текст
Обновлён — дата и время последнего обновления.
Автор — кто из операторов загрузил файл.
Статус — подробнее в разделе Статусы файлов и контента.
Активен — переключатель для включения или исключения информации из Базы знаний.

Над таблицей есть фильтры для поиска нужного файла или контента. Вы можете задать диапазон дат (с … по …), выбрать тип загруженной информации, отфильтровать записи по статусу или по автору — оператору, который загрузил материал. Чтобы применить фильтрацию, нажмите кнопку Поиск.

Чтобы было удобнее работать, таблицу можно сортировать по наименованию и по дате обновления. Для этого используйте стрелочки вверх/вниз в заголовках колонок.

Статусы файлов и контента

В таблице у файлов и контента могут быть три статуса:

Индексация — Лия изучает файл или контент. В этот статус элемент также переходит, если его исключили из базы с помощью переключателя активности.
Работает — обработка завершена, информация готова к использованию.
Ошибка — при изучении файла возникла ошибка. Попробуйте перезапустить обучение или загрузить данные в другом формате.

Требования к содержанию и качеству базы знаний

Качество базы знаний — это основа работы ИИ. Чем лучше подготовлены материалы, тем точнее и полезнее будут ответы. Ниже мы собрали основные требования, которые помогут вам быстро сориентироваться и не допустить ошибок.

Требование

Описание

Почему это важно?

Полнота

В базе знаний должны быть все ключевые материалы по вашей области, без пробелов в важных темах.

Если информации не хватает, ИИ может упустить детали или сгенерировать «галлюцинацию» — ответ, которого на самом деле нет.

Точность и Достоверность

Вся информация должна быть проверенной, точной.

Если в базе знаний есть ошибки, ИИ будет давать неточные ответы. Это снижает доверие клиентов и в некоторых сферах может быть рискованно (например, в медицине или юриспруденции).

Актуальность

Данные в базе нужно регулярно обновлять. Устаревшую информацию удаляйте или помечайте как архивную через переключатель активности.

Если ИИ использует устаревшие данные (например, старые тарифы или версии ПО), это может ввести пользователей в заблуждение.

Избегать

противоречия

База знаний должна быть последовательной: без противоречащих друг другу фактов или инструкций.

Противоречия сбивают ИИ с толку и могут привести к разным ответам на один и тот же вопрос, что снижает доверие пользователей.

Ясность и Однозначность

Пишите просто и понятно. Без двусмысленностей и сложного жаргона — а если без термина никак, добавьте короткое объяснение.

Чем проще и четче изложен материал, тем легче ИИ-модели (особенно LLM) его понять и правильно интерпретировать для ответа.

Требования к структуре и формату данных

Чем лучше организованы данные, тем быстрее и точнее ИИ их использует. Ниже мы собрали простые требования, которые помогут вам понять основные правила.

Требование

Описание

Почему это важно?

Структура

Информация должна быть хорошо организована. Идеально — сочетание структурированных данных (таблицы, списки, схемы) и неструктурированных (статьи, инструкции).

Когда информация структурирована, ИИ легче понимает контекст и взаимосвязи. Формат «Вопрос–Ответ» (FAQ) — один из самых удобных и эффективных для обучения.

Разметка и Метаданные

Каждый документ или фрагмент данных должен сопровождаться метаданными: теги, ключевые слова, дата создания/обновления, автор, категория, уровень доступа.

Метаданные позволяют ИИ быстрее находить релевантные материалы и правильно понимать их контекст. Например: «эта инструкция относится к версии 2.5 продукта».

Четкая иерархия

Материалы должны иметь чёткую иерархию: разделы и подразделы. Используйте заголовки (H1, H2, H3) и связанные гиперссылки.

Логичная иерархия показывает ИИ, как связаны разделы между собой. Например, что «Настройка Wi-Fi» — это часть раздела «Сетевые подключения».

Атомарность

(деление на небольшие фрагменты)

Каждый документ или статья в идеале должен быть посвящен одной конкретной теме или вопросу.

Это упрощает поиск точного ответа и снижает вероятность того, что ИИ "выхватит" из длинной статьи нерелевантный фрагмент.

Поддержка разных форматов

База знаний эффективнее всего работает с текстовыми материалами. Поддерживаются форматы .html, .pdf, .docx, .csv и другие.

Имейте в виду: изображения и сканы система не обрабатывает, поэтому лучше подготовить текстовые версии.

Создание и поддержка базы знаний — серьёзная работа. Но именно она делает ИИ-агента умным и полезным. Качество базы напрямую определяет качество его ответов.

Как настроить LLM-реакции в сценарии

Перейдите в нужный сценарий во вкладке Сценарии.

В панели настроек сценария доступны две специальные реакции: LLM-Ответ и LLM-Анализ.

LLM-Ответ

LLM-Ответ — нужен, чтобы сформировать и отправить клиенту сложный текстовый ответ (фраза, сообщение, объяснение и т. п.). Это "говорящая" реакция.

Просто перетащите реакцию LLM-Ответ в сценарий — и блок сразу добавится с базовыми настройками.

Чтобы использовать реакцию по назначению, её нужно настроить под ваши цели. Для этого щёлкните по добавленному блоку левой кнопкой мыши — справа откроется панель с настройками.

Источник

В выпадающем списке «База знаний» укажите источник, из которого LLM будет брать информацию.

Если база подключена — просто выберите её.
Если база ещё не подключена, см. раздел Как подключить Базу знаний?, а также материалы: Навигация и элементы интерфейса Базы знаний, Требования к содержанию и качеству, Требования к структуре и формату данных.

Промпт

Поле для инструкций (до 3 000 символов). При необходимости добавляйте ссылку на переменные контекста — они автоматически подставятся в запрос. Это помогает тонко настраивать реакцию.

Температура

Определяет «творчество» модели:

0–0.5 — точные и предсказуемые ответы.
0.7–1 и выше — более креативные, но менее строгие к фактам.

Рекомендуемое значение: 0.7.

Макс. токенов

Ограничивает длину ответа (1 токен ≈ 1 слово/символ).

100–300 — короткие ответы.
1000+ — развернутые тексты. Пример: 300 токенов ≈ 2–3 абзаца.

Таймаут (сек)

Максимальное время ожидания ответа.

5–10 сек — быстрые ответы, риск обрыва длинных.
15–30 сек — больше времени на полный текст. Оптимум: 15 секунд.

Чекбокс «Всегда генерировать»

Включён — модель обязательно выдаст ответ, даже при нехватке данных.
Выключен — LLM промолчит, если информации недостаточно для релевантного ответа.

Успех и Ошибка реакции

У реакции есть два возможных исхода:

Успех — ответ сформирован и отправлен на запрос.
Ошибка — ответ не удалось сформировать (например, из-за нехватки информации или слишком жёстких параметров промпта, температуры, таймаута и т. п.).

В зависимости от результата будет выбрана соответствующая ветка сценария.

LLM-Анализ

Реакция полезна для анализа входных данных. Результат можно сохранить в переменную и использовать в следующих шагах сценария.

Перетащите реакцию LLM-Анализ в сценарий — блок сразу появится с настройками по умолчанию.

Переменная для сохранения

Укажите имя переменной, в которую будет записан результат анализа. Позже её можно подставить в другие шаги сценария.

База знаний

В выпадающем списке «База знаний» укажите источник, из которого LLM будет брать информацию.

Если база подключена — просто выберите её.
Если база ещё не подключена, см. раздел Как подключить Базу знаний?, а также материалы: Навигация и элементы интерфейса Базы знаний, Требования к содержанию и качеству, Требования к структуре и формату данных.

Промпт

Инструкции для LLM (до 3 000 символов). Здесь можно задать правила анализа, формат ответа или условия для выделения данных. Допускается использование переменных контекста.

Температура

Задаёт вариативность результата:

0–0.5 — строгий, предсказуемый анализ.
0.7–1 — более гибкий и креативный. Рекомендуемое значение: 0.5–0.7.