Studio: Base de Conhecimento

Índice:

1. Introdução
2. Como acessar a Base de Conhecimento
3. Catálogo
4. Configurar o catálogo
5. Configurando a Base de Conhecimento na aba Ferramentas
6. Potencialize sua Base de Conhecimento com Pré-Processamento
7. Busca híbrida
8. Boas práticas
9. Blip Academy
    

Introdução

A Base de Conhecimento é uma funcionalidade que centraliza documentos, links e artigos para que o agente virtual acesse rapidamente informações confiáveis durante as interações com usuários.

Ela permite organizar conteúdos em catálogos, importar arquivos, vincular URLs e manter as informações sempre atualizadas.

Como acessar a Base de Conhecimento

Esta é a tela inicial que permite acessar a área de gerenciamento de catálogos da Base de Conhecimento. Para acessar, siga o caminho:

1. No painel do contrato, localize o card Base de conhecimento.
2. Clique em Importar base.

Catálogo

É um agrupador de informações dentro da Base de Conhecimento. Ele centraliza arquivos e URLs sobre um mesmo tema, permitindo que o agente virtual utilize esses dados para responder aos usuários com precisão.

Como criar um catálogo

• Ao acessar a Base de conhecimento, clique em Criar catálogo.

Essa tela será exibida somente no primeiro acesso

• Na janela exibida, digite o nome do catálogo. Clique em Salvar para concluir ou Cancelar para sair.

Adicionar conteúdo ao catálogo

Após criar um catálogo, a tela Configurar catálogo será exibida. Nela, você poderá adicionar arquivos e URLs que o agente de IA utilizará para responder aos usuários.

Passos

1. Clique em Adicionar conteúdo.

2. Escolha entre:

   • Importar arquivo – enviar um documento do seu computador.

   • Adicionar URL – vincular uma página da web pública.

Importar arquivo

Permite enviar documentos diretamente do seu computador para o catálogo.

Passos

1. Selecione a opção Importar arquivo. Formatos aceitos: XLSX, CSV, JSON, PDF, TXT, DOCX, PPTX, MD.

2. Arraste e solte o documento ou clique para selecionar.

3. Clique em Salvar para concluir ou Cancelar para voltar.

Pontos importantes

• Os arquivos adicionados servem como base para as respostas do agente.

• É possível combinar diversos tipos de arquivo num mesmo catálogo; entretanto, cada envio — mesmo que contenha documentos duplicados — será adicionado ao histórico do agente.

• Arquivos não podem ser editados: caso seja necessário modificar conteúdo, você deve excluir o arquivo antigo ou atualizar uma nova versão.

• O agente não interpreta conteúdo em imagens, portanto, certifique-se de que todas as informações relevantes estejam no texto.

• Para que o agente possa enviar mídias (imagens, áudios, vídeos, PDFs ou links) como resposta, a Base de Conhecimento deve seguir um modelo específico (disponível abaixo em Exemplos de modelos de arquivo. Utilize o arquivo Base de conhecimento exemplo Agente de IA como referência para estruturar o conteúdo).

• Todos os links para mídias devem ser públicos, garantindo que o agente consiga acessá-los e entregá-los corretamente ao usuário.

Exemplos de modelos de arquivo  

Após adicionar uma URL ou arquivo pela primeira vez, você será direcionado para a tela Configurar catálogo, onde poderá gerenciar todos os arquivos e URLs vinculados a esse catálogo. Nesta tela, também é possível incluir novos itens clicando no botão Adicionar conteúdo.

Observação: O processo de importação de arquivos segue o mesmo procedimento descrito no tópico Importar arquivo.

Adicionar URL

Permite vincular uma página da web pública ao catálogo, garantindo que o conteúdo esteja acessível ao agente sem autenticação

Passos

1. Clique em Adicionar conteúdo;

2. Insira o endereço completo (incluindo https://);

3. Clique em Salvar ou Cancelar.

Configurar o catálogo

Tela que permite visualizar e configurar todos os itens (arquivos e URLs) de um catálogo. Para cada conteúdo, são exibidas informações como nome e tipo, data e autor da última atualização, além do status de sincronização (Ativo, Inativo ou Sincronizando).

Passos

1. Na tela Base de conhecimento, localize o catálogo desejado.

2. Clique no menu de opções (ícone de três pontos) e selecione Abrir.

Ao abrir o catálogo, será exibida a listagem completa de arquivos e URLs, permitindo consultar detalhes e utilizar o menu de ações.

Menu de ações (ícone de três pontos) disponível para cada item:

• Abrir: Exibe o conteúdo do item selecionado;
• Baixar: Faz o download do arquivo no formato original para o seu dispositivo;
• Atualizar: Substitui o conteúdo existente por uma nova versão;
• Restaurar: Reverte o conteúdo para a versão anterior mais recente salva no Blip;
• Ativar/Desativar: Define se o conteúdo estará disponível para uso pelo agente de IA;
• Excluir: Remove permanentemente o conteúdo do catálogo.

Gerenciar URLs vinculadas

Exibe todas as páginas associadas a uma URL pública cadastrada no catálogo. Apenas URLs acessíveis sem autenticação ou bloqueios podem ser sincronizadas corretamente.

Passos

1. No conteúdo do tipo URL, clique em Abrir.
2. Ative ou desative a sincronização de cada página.
3. Exclua páginas quando necessário.
4. Use a busca para localizar páginas específicas.

Configurando a Base de Conhecimento na aba Ferramentas

A aba Ferramentas permite que o seu agente interaja com recursos externos e consulte informações específicas para enriquecer as suas respostas. Atualmente, a base de conhecimento é conectada ao agente como uma ferramenta, permitindo que o agente tenha acesso a múltiplos contextos de forma organizada.

Como adicionar uma Base de Conhecimento

Ao clicar em Adicionar ferramenta, será exibida uma lista de opções. No submenu Consultar, selecione a opção Base de Conhecimento.

Diferente de versões anteriores, agora o seu agente pode ter uma ou várias ferramentas deste tipo. Isto é útil para separar assuntos diferentes (ex: uma base para "Dúvidas Técnicas" e outra para "Políticas de RH"), permitindo um referenciamento mais preciso nas instruções do agente.

Configurações Principais

Para cada ferramenta de base de conhecimento, será necessário definir os seguintes campos:

1. Nome: Um nome único que ajude a identificar a ferramenta.

2. Descrição: Este campo é fundamental. É aqui que você explicará ao agente quando ele deve consultar esta base e o que encontrará nela.

   • Exemplo: "Utilize esta ferramenta para responder a dúvidas sobre preços, planos e métodos de pagamento."

Selecionando os Conteúdos (Catálogos)

Para que a ferramenta tenha informações para consultar, ela precisa de Catálogos. Os catálogos centralizam os seus arquivos e URLs.

1. Clique em Adicionar catálogo.

2. Na janela que será aberta, pode selecionar catálogos já existentes ou clicar em Criar catálogo para ser redirecionado à área de gestão de conteúdos.

Dica Prática: Pode selecionar um catálogo inteiro ou apenas conteúdos específicos dentro dele, marcando as caixas de seleção (checkboxes). Isto te dá um controle total sobre o que cada ferramenta pode "ler".

Otimização e Definições de Consulta

Para garantir que o agente responda de forma rápida e econômica, a plataforma utiliza a tecnologia de RAG (Retrieval Augmented Generation). Isto significa que, em vez de ler todos os documentos de uma vez, o agente procura apenas os trechos mais relevantes para o contexto do usuário.

Na seção Definições da Consulta, é possível ajustar:

• Trechos retornados (Chunks): Define quantos "pedaços" de informação o agente recebe por consulta.

• Recomendação: O valor padrão é 3. Adicionar mais trechos pode ajudar o agente a responder melhor, mas consome mais tokens e pode ultrapassar a janela de contexto do modelo.

Potencialize sua Base de Conhecimento com Pré-Processamento

O pré-processamento otimiza os documentos da sua base de conhecimento antes que eles sejam disponibilizados para os agentes do Studio. Esse processo melhora a qualidade da informação, a precisão das buscas e a eficiência das respostas geradas.

Oferecemos três tipos de pré-processamento que podem ser habilitados de acordo com sua necessidade.

1. Otimização (Limpeza de Ruídos)

O que é?

A Otimização é um processo automático de limpeza que remove "ruídos" e formatações desnecessárias do texto dos seus documentos. O objetivo é padronizar o conteúdo, garantindo que a IA foque apenas na informação relevante.

Como funciona?

Este processador aplica um conjunto de regras para refinar o texto. Com base na sua configuração padrão, ele executa as seguintes ações em cada trecho do documento:

• Correção de Unicode: Repara caracteres que foram corrompidos ou mal codificados.

• Remoção de HTML: Elimina todas as tags HTML (ex: <div>, <p>, <span>) que podem estar presentes em documentos extraídos da web.

• Normalização de Espaços: Remove espaços múltiplos, tabulações e quebras de linha excessivas, substituindo-os por um único espaço ou quebra de linha, respectivamente.

Exemplo Prático:

• Texto Original:

<p>A Reunião será na terça.

Confira o t&oacute;pico principal.</p>

• Texto Otimizado:

A Reunião será na terça.

Confira o tópico principal.

2. Indexação (Resumos e Tags com IA)

O que é?

A Indexação utiliza um AI Agente para enriquecer cada fragmento (chunk) do seu documento com um resumo conciso e palavras-chave relevantes. Isso cria um "índice semântico" que melhora drasticamente a capacidade do sistema de encontrar a informação exata que o usuário procura.

Como funciona?

Um agente de IA especializado em síntese de conhecimento analisa cada trecho de texto e gera:

• Resumo: Um sumário curto (2-3 sentenças) que explica o tópico específico daquele trecho.

• Palavras-chave: Uma lista de 5 a 8 termos essenciais, entidades ou jargões técnicos encontrados no texto.

• O processo é realizado no mesmo idioma do documento original para manter a consistência.

Exemplo Prático:

• Texto do Chunk:
  "O Artigo 14 do contrato de serviço estipula que a parte contratada deve notificar a contratante com 30 dias de antecedência sobre qualquer interrupção programada. A falha em cumprir esta cláusula resultará em penalidades financeiras, conforme detalhado no Anexo B."

• Resultado da Indexação:

  • Resumo: "Este trecho detalha a cláusula do Artigo 14 sobre a obrigatoriedade de notificação prévia de 30 dias para interrupções de serviço. O não cumprimento da notificação acarreta em multas financeiras."

  • Palavras-chave: "contrato de serviço, Artigo 14, notificação prévia, interrupção programada, cláusula, penalidades financeiras, Anexo B"

Quando usar?

Em documentos que funcionam como uma coleção de informações independentes, onde cada trecho tem valor por si só. Ideal para:

• Bases de Pergunta e Resposta (FAQ): Onde cada par de pergunta/resposta é um "fato" que precisa ser encontrado de forma isolada.

• Conteúdo tabular ou dividido: Documentos em que a informação já está segmentada em blocos, como uma planilha com descrições de produtos ou uma lista de políticas internas.

• Artigos ou posts de blog: Onde cada parágrafo ou seção aborda um sub-tópico específico que pode ser resumido para facilitar a busca.

Benefício principal

Cria um "índice" rico que permite ao buscador encontrar trechos específicos com alta precisão, mesmo que a busca do usuário use sinônimos ou termos relacionados.

Custo

Consome tokens de IA de acordo com o tamanho do documento.

3. Contextualização (Leitura Semântica Global com IA)

O que é?

A Contextualização é o pré-processamento mais avançado. Ele utiliza um AI Agent para realizar uma "leitura semântica global" de todo o documento. Para cada fragmento de texto, a IA descreve onde ele se encaixa no contexto geral do documento, agindo como um "GPS" para o motor de busca.

Como funciona?

Diferente da Indexação que foca no conteúdo do trecho, a Contextualização foca em sua localização e propósito. O agente de IA lê o documento inteiro para entender sua estrutura (capítulos, seções, fluxo de ideias) e, em seguida, gera uma frase curta (15-25 palavras) para cada trecho, descrevendo seu papel contextual.

Exemplo Prático:

• Documento: "Manual de Segurança de TI da Empresa"

• Texto do Chunk:
  "Todos os funcionários devem usar senhas com no mínimo 12 caracteres, incluindo letras maiúsculas, minúsculas, números e símbolos."

• Resultado da Contextualização:

  • Contexto Gerado: "Seção de 'Política de Senhas' do manual, especificando os requisitos de complexidade para as credenciais de acesso dos funcionários."

Quando usar?

Em documentos longos, contínuos e estruturados, onde a posição de uma informação dentro do todo é crucial para seu significado. Ideal para:

• Manuais técnicos e guias de usuário: Onde é importante saber se um trecho está na seção de "Instalação", "Solução de Problemas" ou "Configurações Avançadas".

• Contratos e documentos jurídicos: Onde o contexto de uma cláusula (ex: "Cláusula de Rescisão", "Anexo de Penalidades") é fundamental.

• Artigos científicos e relatórios de pesquisa: Onde a estrutura (Introdução, Metodologia, Resultados, Conclusão) dá sentido a cada parte do texto.

Benefício principal

Age como um "GPS" para a busca, informando ao sistema não apenas o que está no trecho, mas onde ele se encaixa no fluxo de informações do documento.

Custo

Consome tokens de IA de acordo com o tamanho do documento.
 

Tabela Comparativa

Regra de Ouro

• Se seus documentos são uma coleção de fatos, onde cada um pode ser lido de forma independente, escolha a Indexação.

• Se seus documentos contam uma história ou seguem uma estrutura lógica, onde o contexto é rei, escolha a Contextualização.

• A Otimização é como arrumar a casa antes de decorar: use sempre que possível.
   

Como usar o Pré-Processamento no Studio

Agora, ao clicar em “Importar arquivos” dentro do catálogo, um menu lateral será aberto:

Neste menu lateral, é possível fazer upload de múltiplos arquivos e escolher qual pré-processamento deseja aplicar em cada um deles. Basta selecionar o checkbox do pré-processamento desejado e depois clicar em salvar:

As bases serão carregadas e pré-processadas. O tempo de processamento pode variar conforme o tamanho da base e as configurações selecionadas.

Busca híbrida

A busca híbrida é um recurso que otimiza a jornada do usuário para solucionar dúvidas rapidamente ao combinar a compreensão de linguagem natural com a pesquisa léxica por termos precisos. Esta funcionalidade ajusta pesos automaticamente. O sistema estabelece o equilíbrio ideal entre o contexto conversacional e a busca por termos exatos em bases ativas. A eficiência dessa busca também depende fortemente da quantidade de chunks configurada na interface. O número de chunks retornados pela sua ferramenta de base de conhecimento é tão importante quanto a qualidade dos dados armazenados.

Informações importantes

• A interface possui um valor padrão de configuração igual a 3 chunks retornados.

• É necessário possuir uma base de conhecimento ativa e estruturada.

• Preferencialmente, os chunks devem conter entre 300 e 800 caracteres.

• A recomendação de tamanho equivale a 1 a 3 parágrafos.

• A base deve estar livre de redundâncias.

• A base deve ser bem categorizada.

• A base deve ser atualizada regularmente.

Como funciona

Os sistemas de busca padrão conseguem entender o sentido geral da pergunta feita pelo usuário utilizando linguagem natural. O sistema pode perder a precisão quando o usuário utiliza termos muito específicos. As principais perdas de precisão ocorrem com números, códigos e nomes exatos de funções presentes nas bases ativas. Para mitigar essas limitações, a busca híbrida combina duas abordagens de pesquisa simultaneamente:

1. Entendimento do contexto da pergunta: Foca na compreensão semântica da intenção do usuário.

2. Busca por termos exatos: Foca na pesquisa léxica para recuperar a exatidão da palavra-chave.

Ações automáticas da Busca Híbrida Dinâmica

A plataforma disponibiliza a versão de Busca Híbrida Dinâmica. O principal diferencial técnico desta versão é o ajuste automático do peso de relevância entre o contexto e o termo exato. O balanço ocorre estritamente dependendo do tipo de pergunta enviada:

• Pergunta mais conversacional: O sistema prioriza o entendimento de contexto através da busca semântica que já existe na plataforma.

• Pergunta mais técnica ou específica: O sistema prioriza os termos exatos através da busca léxica recém-adicionada.

Vantagens:

• A busca melhora a recuperação de respostas técnicas.

• A busca possui especial destaque para o encontro de números e nomes exatos.

• A transição evita a piora nas respostas para perguntas feitas em linguagem natural.

• A atualização aumenta a consistência e a robustez de toda a experiência de busca dentro de uma base de conhecimento ativa.

Como otimizar o número de chunks retornados

O recurso de busca híbrida funciona de forma inteiramente automática em seu balanceamento. A única configuração técnica exigida na plataforma é a quantidade de chunks configurados. Por padrão, o número de chunks configurados na interface é 3. Dependendo do tamanho da base, este valor pode ser muito pequeno e impedir o bom funcionamento da inteligência. O número de chunks configurado representa a quantidade de páginas que o agente consegue consultar antes de formular uma resposta.

Se a base for muito grande (aproximadamente 150 chunks) e a configuração for muito baixa (como 5 chunks), o agente enfrentará as seguintes falhas:

• Recuperação incompleta: A busca semântica encontra os documentos relevantes, mas apenas 3 ou 4 chegam de fato ao agente.

• Alucinação contextual: Sem o contexto suficiente, o agente começa a inventar respostas ou assumir suposições incorretas.

• Perda de nuance: As informações complementares presentes nos chunks não recuperados são perdidas pelo sistema.

• Inconsistência: Uma mesma pergunta pode gerar respostas completamente diferentes a depender dos chunks retornados naquela requisição.

Matriz de recomendação baseada no tamanho da base

O número de chunks precisa acompanhar o tamanho da base. Quanto maior a base, maior precisa ser o retorno de chunks. Siga as diretrizes abaixo para alinhar a configuração da interface:

• Base Adequada (50 a 150 registros): Configure entre 5 e 15 chunks para fluxos padrão.

• Base Adequada Complexa: Configure entre 8 e 20 chunks para fluxos complexos, alcançando máxima cobertura com baixo custo.

• Base Média (150 a 250 registros): Configure entre 15 e 25 chunks para fluxos padrão.

• Base Média Complexa: Configure entre 20 e 35 chunks para fluxos complexos, garantindo o equilíbrio entre a precisão da resposta e a latência.

• Base Grande (250 a 500 registros): Configure entre 25 e 50 chunks para fluxos padrão.

• Base Grande Complexa: Configure entre 35 e 65 chunks para fluxos complexos, pois os documentos menos relevantes começam a aparecer na busca.

• Base Muito Grande (mais de 500 registros): Configure até o limite máximo técnico de 500 chunks.

• Divisão de Base: Para cenários que excedem esta capacidade, recomenda-se dividir o conhecimento em sub-bases categorizadas por Suporte, Financeiro e Produtos.

• Múltiplos Agentes: Como alternativa, utilize o Model Router com múltiplos agentes trabalhando simultaneamente.

Testes de validação da configuração

Após aplicar os cálculos, implemente estas três avaliações de segurança:

1. Teste de Cobertura: Reúna 10 perguntas representativas do seu fluxo.

2. Avaliação de Cobertura: Execute cada pergunta e confirme se os chunks retornados cobrem mais de 80% da resposta ideal.

3. Teste de Alucinação: Execute exatamente a mesma pergunta 5 vezes consecutivas.

4. Avaliação de Inconsistência: Se a resposta sofrer variações significativas, existe uma inconsistência alta indicando chunks insuficientes.

5. Correção de Inconsistência: Aumente a configuração em 5 a 10 chunks e repita a avaliação.

6. Teste de Relevância de Pontuação: Acesse a aba de Busca.

7. Avaliação de Relevância: Analise a pontuação identificada como relevance_score do último chunk retornado.

8. Score menor que 0.50: Aumente obrigatoriamente os chunks.

9. Score entre 0.50 e 0.65: Considere aumentar os chunks.

10. Score maior que 0.65: A configuração está adequada e deve ser mantida.
     

Atenção a limitações técnicas de custo e latência

• Utilizar uma configuração alta de chunks aumenta significativamente o volume de dados consumidos.

• O uso de 15 chunks consome em média 450 tokens de input.

• O uso de 15 chunks adiciona uma latência de 150 a 200ms.

• O volume máximo de 500 chunks consome aproximadamente 15.000 tokens de input.

• O volume máximo de 500 chunks gera uma latência alta que varia entre 2.000 e 2.500ms.

• Avalie o tempo máximo de resposta permitido no SLA de latência do seu fluxo.

• Se o tempo máximo tolerado for 500ms, limite a configuração a no máximo 50 chunks.

• Se o tempo máximo tolerado for 1 segundo, limite a configuração a no máximo 100 chunks.

Boas práticas

• Mantenha os conteúdos sempre atualizados.
• Utilize nomes claros e padronizados para facilitar buscas.
• Revise URLs periodicamente para evitar links quebrados.

Blip Academy

Quer aprender como funciona e como trabalhar com o Blip Studio? Acesse o Blip Academy e aprenda gratuitamente. 

Para mais informações, acesse a discussão sobre o assunto em nossa comunidade ou os vídeos no nosso canal. 😃