Tags und Filterung

Tags bieten eine leistungsstarke Möglichkeit, Ihre Dokumente zu organisieren und präzise Filterungen für Ihre Vektorsuchen zu erstellen. Durch die Kombination von tag-basierter Filterung mit semantischer Suche können Sie genau die Inhalte aus Ihrer Wissensdatenbank abrufen, die Sie benötigen.

Tags zu Dokumenten hinzufügen

Sie können jedem Dokument in Ihrer Wissensdatenbank benutzerdefinierte Tags hinzufügen, um Ihre Inhalte zu organisieren und zu kategorisieren und so leichter auffindbar zu machen.

Tag-Verwaltung

• Benutzerdefinierte Tags: Erstellen Sie Ihr eigenes Tag-System, das zu Ihrem Arbeitsablauf passt
• Mehrere Tags pro Dokument: Wenden Sie so viele Tags wie nötig auf jedes Dokument an, es stehen 7 Tag-Slots pro Wissensdatenbank zur Verfügung, die von allen Dokumenten in der Wissensdatenbank gemeinsam genutzt werden
• Tag-Organisation: Gruppieren Sie verwandte Dokumente mit einheitlichen Tags

Best Practices für Tags

• Einheitliche Benennung: Verwenden Sie standardisierte Tag-Namen für alle Ihre Dokumente
• Beschreibende Tags: Verwenden Sie klare, aussagekräftige Tag-Namen
• Regelmäßige Bereinigung: Entfernen Sie ungenutzte oder veraltete Tags regelmäßig

Verwendung von Tags in Wissensblöcken

Tags werden besonders leistungsstark, wenn sie mit dem Wissensblock in Ihren Workflows kombiniert werden. Sie können Ihre Suchen auf bestimmte getaggte Inhalte filtern und so sicherstellen, dass Ihre KI-Agenten die relevantesten Informationen erhalten.

Suchmodi

Der Wissensblock unterstützt drei verschiedene Suchmodi, abhängig davon, was Sie angeben:

1. Nur-Tag-Suche

Wenn Sie nur Tags angeben (keine Suchanfrage):

• Direkter Abruf: Ruft alle Dokumente ab, die die angegebenen Tags haben
• Keine Vektorsuche: Ergebnisse basieren ausschließlich auf Tag-Übereinstimmung
• Schnelle Leistung: Schneller Abruf ohne semantische Verarbeitung
• Exakte Übereinstimmung: Nur Dokumente mit allen angegebenen Tags werden zurückgegeben

Anwendungsfall: Wenn du alle Dokumente aus einer bestimmten Kategorie oder einem Projekt benötigst

2. Nur Vektorsuche

Wenn du nur eine Suchanfrage angibst (keine Tags):

• Semantische Suche: Findet Inhalte basierend auf Bedeutung und Kontext
• Vollständige Wissensdatenbank: Durchsucht alle Dokumente
• Relevanz-Ranking: Ergebnisse nach semantischer Ähnlichkeit geordnet
• Natürliche Sprache: Verwende Fragen oder Phrasen, um relevante Inhalte zu finden

Anwendungsfall: Wenn du die relevantesten Inhalte unabhängig von der Organisation benötigst

3. Kombinierte Tag-Filterung + Vektorsuche

Wenn du sowohl Tags als auch eine Suchanfrage angibst:

1. Zuerst: Filtere Dokumente auf solche mit den angegebenen Tags
2. Dann: Führe eine Vektorsuche innerhalb dieser gefilterten Teilmenge durch
3. Ergebnis: Semantisch relevante Inhalte nur aus deinen getaggten Dokumenten

Anwendungsfall: Wenn du relevante Inhalte aus einer bestimmten Kategorie oder einem Projekt benötigst

Suchkonfiguration

Tag-Filterung

• Mehrere Tags: Verwende mehrere Tags für ODER-Logik (Dokument muss einen oder mehrere der Tags haben)
• Tag-Kombinationen: Mische verschiedene Tag-Typen für präzise Filterung
• Groß-/Kleinschreibung: Tag-Abgleich ist unabhängig von Groß-/Kleinschreibung
• Teilabgleich: Exakte Übereinstimmung des Tag-Namens erforderlich

Vektorsuche-Parameter

• Abfragekomplexität: Fragen in natürlicher Sprache funktionieren am besten
• Ergebnislimits: Konfiguriere, wie viele Chunks abgerufen werden sollen
• Relevanzschwelle: Lege minimale Ähnlichkeitswerte fest
• Kontextfenster: Passe die Chunk-Größe an deinen Anwendungsfall an

Integration mit Workflows

Konfiguration des Wissensblocks

1. Wissensdatenbank auswählen: Wähle aus, welche Wissensdatenbank durchsucht werden soll
2. Tags hinzufügen: Gib Filterungs-Tags an (optional)
3. Anfrage eingeben: Füge deine Suchanfrage hinzu (optional)
4. Ergebnisse konfigurieren: Lege die Anzahl der abzurufenden Chunks fest
5. Suche testen: Sieh dir die Ergebnisse an, bevor du sie im Workflow verwendest

Dynamische Tag-Nutzung

• Variable Tags: Verwenden Sie Workflow-Variablen als Tag-Werte
• Bedingte Filterung: Wenden Sie verschiedene Tags basierend auf Workflow-Logik an
• Kontextbezogene Suche: Passen Sie Tags basierend auf dem Gesprächskontext an
• Mehrstufige Filterung: Verfeinern Sie Suchen durch Workflow-Schritte

Leistungsoptimierung

• Effiziente Filterung: Tag-Filterung erfolgt vor der Vektorsuche für bessere Leistung
• Caching: Häufig verwendete Tag-Kombinationen werden für Geschwindigkeit zwischengespeichert
• Parallele Verarbeitung: Mehrere Tag-Suchen können gleichzeitig ausgeführt werden
• Ressourcenmanagement: Automatische Optimierung der Suchressourcen

Erste Schritte mit Tags

1. Planen Sie Ihre Tag-Struktur: Entscheiden Sie sich für einheitliche Namenskonventionen
2. Beginnen Sie mit dem Taggen: Fügen Sie Ihren vorhandenen Dokumenten relevante Tags hinzu
3. Testen Sie Kombinationen: Experimentieren Sie mit Tag- und Suchanfragekombinationen
4. Integration in Workflows: Verwenden Sie den Knowledge-Block mit Ihrer Tagging-Strategie
5. Verfeinern Sie im Laufe der Zeit: Passen Sie Ihren Tagging-Ansatz basierend auf Suchergebnissen an

Tags verwandeln Ihre Wissensdatenbank von einem einfachen Dokumentenspeicher in ein präzise organisiertes, durchsuchbares Intelligenzsystem, das Ihre KI-Workflows mit chirurgischer Präzision navigieren können.