ベストプラクティス

このセクションでは、コンテキストグラウンディングを効果的に使用する方法について説明します。

基本情報

To start using Context Grounding, follow these steps:

v2024.4 以降の Studio Web またはデスクトップ版の Studio を使用していることを確認します。
In Automation Cloud^TM, in Integration Service, establish a connection to the UiPath GenAI Activities connector.
This allows you to use the GenAI Activities in Studio.
To create and manage indexes, access the Context Grounding tab in Automation Cloud™ > Admin > AI Trust Layer. You can then query indexes from Autopilot for everyone or from the GenAI Activities.

Context Grounding in UiPath GenAI Activities

コンテキストグラウンディングを使用するには、データセット(ドキュメントのグループなど)をすぐに利用できる必要があります。次に、コンテキストグラウンディングは、次の 3 つのフェーズでデータを操作できます。

コンテキストグラウンディングのデータソースを確立します。
- Context Grounding follows shared folder permissions. Use a folder with appropriate access to manage and query from data.
- Create a connection to the supported Integration Service data sources or add data to a shared Orchestrator bucket location.
データソースからコンテキストグラウンディングにデータを取り込みます。
- Use the Context Grounding tab in the AI Trust Layer admin to create, sync, and delete indexes.
- Use the Update Context Grounding Index activity to sync an index you have created. This allows non-admins to help manage the data freshness of an index based on new data.
データを使用したクエリとグラウンドプロンプト。
- Use the Content Generation activity or Autopilot for everyone to query over documents and use information to augment or ground prompts.

インジェストパイプラインの管理

You can manage the ingestion pipelines in two ways:

Through the Context Grounding tab in AI Trust Layer. See Governing contextual data for GenAI features.
Through the Update Context Grounding Index activity, part of the UiPath GenAI activities package.

Querying data with Context Grounding

The Content Generation activity features two options for working with documents: File resource and Existing index.

ファイルリソース

The File resource option allows you to use file variables from previous activities (like a document downloaded from Google Drive) and have Context Grounding perform a just-in-time (JIT) style of RAG. This means it ingests the document into an index, searches across it, augments the prompt, and then deletes the index, so the data is not persistent.

注:

これらのドキュメントは小さくしてください (50 ページ未満)。 Integration Service のアクティビティには、上記のすべての処理が実行されるタイムアウトウィンドウがあります。
スキャンした画像を含む PDF がある場合は、ファイルをダウンロードした後に [データを抽出] アクティビティの [Document Understanding OCR] オプションを使用して、これらの画像からテキストを抽出することをお勧めします (コンテキストグラウンディングではまだ画像がサポートされないためです)。その extracted_data 出力を、ダウンロードしたファイルを指すその ファイルリソース でプロンプトに渡します。

既存のインデックス

The Existing index option allows you to use an index you have previously created through AI Trust Layer. You query across a persistent index into which you've ingested documents from your data source. You can re-use this index as many times as you like until you delete it.

Use the Log Message activity after Content Generation in the workflow sequence to gather detailed information:

Input the Top Generated Text or Citations string output variables from Content Generation to see the LLM generation response after the workflow execution.
Input the Citations string variable to see the semantic search results used to influence the generation output. This works only for PDF and JSON data types.