Zastąpienie ręcznego wyszukiwania dokumentów wirtualnym asystentem GenAI

apoQlar tworzy rozwiązania z zakresu rzeczywistości mieszanej dla sektora ochrony zdrowia – produkty wymagające rozbudowanej dokumentacji technicznej, specyfikacji produktów, materiałów regulacyjnych i przewodników referencyjnych. Gdy zespół wsparcia otrzymywał zapytanie od klienta lub instytucji, znalezienie właściwych informacji wymagało ręcznego przeszukiwania setek dokumentów.

Było to powolne i niespójne. Różni członkowie zespołu mogli znajdować różne informacje – albo całkowicie pomijać istotne szczegóły. Czas poświęcony na wyszukiwanie to czas, który nie był przeznaczony na faktyczną pomoc klientom ani przygotowywanie dokumentacji.

Zbudowaliśmy wirtualnego asystenta opartego na generatywnej sztucznej inteligencji, który działa na bazie wewnętrznej dokumentacji apoQlar i pozwala członkom zespołu zadawać pytania w języku naturalnym – tak jak pytaliby kolegę, który przeczytał każdy dokument.

Baza wektorowa do wyszukiwania. Wszystkie wewnętrzne dokumenty zostały przetworzone, podzielone na logiczne sekcje i zindeksowane w bazie wektorowej. Gdy użytkownik zadaje pytanie, system pobiera najbardziej trafne fragmenty z minimalnym opóźnieniem – znacznie szybciej i dokładniej niż wyszukiwanie słów kluczowych.

Odpowiedzi z odniesieniami do źródeł. Każda odpowiedź zawiera odniesienia do konkretnych dokumentów i sekcji, z których pochodzi. Była to celowa decyzja projektowa: w kontekście MedTech zespół musi móc weryfikować i cytować swoje źródła, a nie jedynie ufać odpowiedzi wygenerowanej przez AI. System referencji buduje wiarygodność i sprawia, że wyniki asystenta można bezpośrednio wykorzystywać w komunikacji z klientami.

Zoptymalizowane zarządzanie kontekstem. Konwersacyjne systemy AI korzystające z długich dokumentów szybko napotykają ograniczenia okna kontekstu. Zbudowaliśmy system, który zachowuje stan rozmowy, jednocześnie trzymając w prompcie tylko najbardziej istotne informacje – optymalizując zarówno dokładność, jak i czas odpowiedzi bez gubienia wątku wieloetapowych rozmów.

Specjalistyczne przetwarzanie tekstu. Dokumentacja produktów nie jest dostarczana w czystych, jednolitych formatach. Opracowaliśmy niestandardowe metody przetwarzania, aby wyodrębniać, czyścić i logicznie grupować tekst z różnorodnych typów dokumentów – zapewniając niezawodne działanie systemu wyszukiwania niezależnie od struktury oryginalnych dokumentów.