Meilleures pratiques

Cette section comprend des informations sur l'utilisation efficace de l'ancrage en contexte (Context Grid).

Démarrage

Pour commencer à utiliser l'ancrage dans le contexte, procédez comme suit :

1. Assurez-vous d'utiliser Studio Web ou Studio Desktop version 2024.4 ou ultérieure.
2. Dans Automation Cloud^TM, dans Integration Service, établissez une connexion avec le connecteur d'activitésUiPath GenAI .

   Cela vous permet d'utiliser les activités GenAI dans Studio.

3. Pour créer et gérer des index, accédez à l'onglet Base de données dans Automation Cloud™ > Admin > AI Trust Layer Vous pouvez ensuite interroger des index à partir d’ Autopilot for everyone ou des activités GenAI.

Ancrage dans le contexte dans les activités UiPath GenAI

Pour utiliser l'ancrage dans le contexte, vous avez besoin d'un ensemble de données (par exemple, un groupe de documents) facilement disponible. Ensuite, l'ancrage en contexte peut interagir avec vos données en trois phases :

1. Établissez votre source de données pour l'ancrage dans le contexte.
   • L'ancrage dans le contexte suit les autorisations de dossier partagées. Utilisez un dossier avec un accès approprié pour gérer et interroger à partir des données.
   • Créez une connexion aux sources de données Integration Service prises en charge ou ajoutez des données à un emplacement partagé Orchestrator.
2. Ingérer les données de votre source de données dans l'ancrage en contexte (Context Grid).
   • Utilisez l’onglet Ancrage dans le contexte ( Context Griding ) dans l’administration AI Trust Layer pour créer, synchroniser et supprimer des index.
   • Utilisez l’activité Mettre à jour l’index d’ancrage en contexte (Update Context Foundation Index) pour synchroniser un index que vous avez créé. Cela permet aux non-administrateurs de gérer la confidentialité des données d'un index basé sur de nouvelles données.
3. Interrogez et ancréez des invites avec vos données.
   • Utilisez l’activité Génération de contenu (Content Builder) ou Autopilot for Everyone (Autopilot pour tout le monde) pour effectuer des requêtes sur des documents et utiliser des informations pour augmenter ou ancrer les invites.

Gestion du pipeline d'ingestion

Vous pouvez gérer les pipelines d'ingestion de deux manières :

• Via l'onglet Ancrage dans le contexte (Context donné en contexte) dans AI Trust Layer. Voir Gouvernance des données contextuelles pour les fonctionnalités GenAI.
• Via l'activité Mettre à jour l'index d'ancrage dans le contexte ( Update Context Fielding Index ), qui fait partie du package d'activités UiPath GenAI.

Interroger des données avec l'ancrage dans le contexte

L'activité de génération de contenu propose deux options pour travailler avec les documents : Ressource de fichier et Index existant.

Ressource de fichier

L'option de ressource de fichier vous permet d'utiliser des variables de fichier à partir d'activités précédentes (comme un document téléchargé à partir de Google Drive) et que l'ancrage en contexte effectue un style de RAG juste à temps (JIT). Cela signifie qu’il ingère le document dans un index, qu’il effectue une recherche, augmente l’invite, puis supprime l’index, de sorte que les données ne sont pas persistantes.

Remarque :

• Gardez ces documents plus petits (moins de 50 pages). Les activités Integration Service ont une fenêtre d'expiration dans laquelle tout le traitement ci-dessus doit avoir lieu.
• Si vous avez un PDF avec des images numérisées, nous vous recommandons d’utiliser l’option Document Understanding OCR dans l’activité Extraire des données (Extract Data) après avoir téléchargé un fichier pour extraire le texte de ces images (car Context fois que l’ancrage dans le contexte ne prend pas encore en charge les images). Transmettez cette sortie extracted_data dans l'invite avec cette ressource de fichier pointant vers votre fichier téléchargé.

Index existant

L'option Index existant ( Existing index ) vous permet d'utiliser un index que vous avez précédemment créé via AI Trust Layer. Vous effectuez une requête sur un index persistant dans lequel vous avez ingéré des documents à partir de votre source de données. Vous pouvez réutiliser cet index autant de fois que vous le souhaitez jusqu'à le supprimer.

Utilisez l'activité Message du journal ( Log Message ) après la génération de contenu dans la séquence de workflow pour recueillir des informations détaillées :

• Saisissez les variables de sortie du texte le plus élevé ou de la chaîne de citations à partir de la génération de contenu pour voir la réponse de la génération du LLM après l'exécution du workflow.
• Saisissez la variable string Citations pour voir les résultats de la recherche sémantique utilisés pour influencer la sortie de la génération. Cela ne fonctionne que pour les types de données PDF et JSON.