Использование средства file_search

Средство file_search позволяет модели получать соответствующие сведения из собственных отправленных документов во время ответа.

Что такое средство file_search?

Средство file_search помогает модели отвечать на вопросы с помощью частных или доменных файлов, таких как документы политики, руководства, контракты и внутренние базы знаний. Вместо того чтобы полагаться только на общие обучающие данные, модель может выполнять поиск индексированного содержимого файла и возвращать обоснованные ответы.

Это особенно полезно, если вам нужны точные ответы из доверенных внутренних документов.

К ключевым функциям относятся:

• Ответы, основанные на документе. Ответы основаны на отправленных файлах
• Семантический поиск - Поиск соответствующих фрагментов по значению, а не только по точным совпадениям ключевых слов
• Интеграция хранилища векторов — поиск по одной или нескольким индексированных коллекциям документов
• Ссылки и прозрачность — включение сопоставленных результатов для отладки и трассировки
• Повышение релевантности предприятия . Использование знаний, относящихся к организации, в выходных данных модели

Распространенные варианты использования

Простой пример

Ниже приведен пример использования API ответов OpenAI с включенным file_search:

from openai import OpenAI

client = OpenAI(
    base_url={openai_endpoint},
    api_key={auth_key_or_token}
)

# Create vector store and upload a file
vector_store = client.vector_stores.create(name="policy-docs")
client.vector_stores.files.upload_and_poll(
    vector_store_id=vector_store.id,
    file=open("expenses_policy.pdf", "rb")
)

# Get response using the file_search tool
response = client.responses.create(
    model=model_deployment,
    instructions="You are an AI assistant that provides information from HR policy documents.",
    input="What's the maximum amount I can claim for a taxi ride?",
    tools=[{
        "type": "file_search",
        "vector_store_ids": [vector_store.id]
    }],
    include=["file_search_call.results"]
)
print(response.output_text)

В этой программе модель выполняет поиск индексированного файла политики и использует извлеченные фрагменты для создания обоснованного ответа.

Как работает средство file_search

Общий процесс использования средства file_search:

1. Вы подготавливаете файлы — загружаете документы в векторное хранилище.
2. Вы отправляете запрос . Включите file_search в массив инструментов с идентификаторами векторного хранилища.
3. Модель выполняет извлечение . Выполняет поиск индексированных блоков для соответствующего содержимого.
4. Результаты вводятся - Соответствующие фрагменты предоставляются модели.
5. Ответ сформирован — модель формирует ответ с использованием контекста извлеченного документа.

Лучшие практики

• Используйте высококачественные исходные файлы - Чистые и актуальные документы повышают точность извлечения.
• Создавайте точные подсказки — задавайте конкретные вопросы, чтобы уменьшить неоднозначные совпадения.
• Тщательно организуйте вектор области - отделяйте домены (HR, юридические, финансовые) для удобства
• Включение результатов извлечения в разработку - Используйте включение ответа для устранения неполадок
• Просмотрите ответы на критически важные рабочие процессы - Сохранение проверки человеком в критических ситуациях

Ограничения, о которые следует знать

• Качество ответа зависит от качества документа, охвата и релевантности блоков
• Очень большие или смешанные хранилища данных могут возвращать менее специфичный контекст
• Обновленные исходные файлы могут потребовать повторного индексирования перед поиском нового содержимого
• Извлечение улучшает обоснование, но не заменяет человеческий обзор при принятии деликатных решений.

При правильном использовании file_search превращает модель общего назначения в помощника, обладающего знанием домена, который может отвечать на вопросы, исходящие из документов, которые ваша команда действительно использует.