Glosář

Vyhledávání s AI

Co je Vyhledávání s AI?

Vyhledávání s AI označuje způsoby vyhledávání, které využívají AI k pochopení záměru dotazu, vážení výsledků a často k vytvoření souhrnné odpovědi se zdroji, místo prostého seznamu odkazů. Technicky využívají vyhledávání podle klíčových slov, vektorové vyhledávání nad embeddingy nebo jejich kombinaci, často následované jazykovým modelem. Příkladem jsou odpovídací vyhledávače na webu a interní vyhledávání ve znalostech, které zaměstnancům pomáhá najít, co potřebují, v příručkách a směrnicích.

Jak pomáhá KI.ordo

KI.ordo prohledává uložené znalosti na serveru pomocí vyhledávání podle klíčových slov BM25 a nepoužívá vektorové vyhledávání ani vyhledávání pomocí embeddingů.

Zjistit více

Témata

Vyhledávání
Znalosti
Retrieval

Vyzkoušet KI.ordo

Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.

Spustit demo

← Všechny pojmy

Související pojmy

Vyhledávání informací (information retrieval)

Vyhledávání informací zahrnuje metody, které ve velkém množství textu najdou dokumenty nebo úryvky odpovídající dotazu a seřadí je podle relevance. Klasické přístupy, například BM25, váží hledané výrazy podle toho, jak často a jak vzácně se vyskytují; novější přidávají sémantickou podobnost. Je základem vyhledávačů, podnikového vyhledávání a generování rozšířeného o vyhledávání (RAG), v němž jazykový model používá nalezené úryvky jako podklad pro svou odpověď.

Vyhledávání
BM25
+1

Retrieval-augmented generation (RAG)

Retrieval-augmented generation kombinuje vyhledávání s generováním textu: před odpovědí systém prohledá sbírku znalostí – například příručky, směrnice nebo časté dotazy – a relevantní pasáže předá jazykovému modelu jako kontext. Odpověď je tak založena na aktuálním obsahu specifickém pro firmu, a nikoli jen na znalostech z trénování modelu. Snižuje to vymyšlená tvrzení, zdroje jsou dohledatelné a aktualizace nevyžadují opakované trénování.

RAG
vyhledávání ve znalostech
+1

Vektor vnoření (embedding)

Vektor vnoření (embedding) je seznam čísel, který vyjadřuje význam slova, věty nebo dokumentu tak, že texty s podobným obsahem leží blízko sebe. Díky tomu lze rozpoznat například to, že „výpověď“ a „ukončení smlouvy“ spolu souvisejí, přestože nemají společná slova. Embeddingy jsou základem mnoha systémů sémantického vyhledávání, doporučovacích služeb a aplikací RAG; počítají je speciálně natrénované modely.

vektor
sémantické vyhledávání
+1

Optimalizace pro generativní vyhledávače (GEO)

Optimalizace pro generativní vyhledávače (GEO) zahrnuje opatření, která pomáhají tomu, aby byl obsah viditelný v systémech vyhledávání s AI, například ChatGPT, Perplexity nebo AI přehledech ve vyhledávačích, a aby byl jimi citován jako zdroj. Pojem pochází z výzkumné práce z roku 2023. Klíčovými faktory jsou jasné, přímo citovatelné odpovědi, přehledná struktura, doložená fakta, aktuální informace a identifikovatelní autoři. GEO doplňuje klasickou optimalizaci pro vyhledávače (SEO), nenahrazuje ji.

vyhledávání s AI
SEO
+1

Šablona