JS RAG Entegrasyonu

Otomasyon ve Chatbot - JS RAG Entegrasyonu (createResponse)

1-) RAG Parametresi ve Bilgi Tabanı Kullanımı

Bu bölüm, Supsis Ai Otomasyon ve Chatbot modüllerindeki JavaScript (Run JavaScript) bloklarında kullanılan supsis.ai.createResponse fonksiyonuna eklenen RAG (Retrieval-Augmented Generation) desteğini içerir. Kod yazan kullanıcılar, bu özellik sayesinde chatbot senaryolarının bilgi tabanındaki içerikleri yapay zekâ yanıtlarına bağlam (context) olarak ekleyebilir ve çok daha doğru, kuruma özgü cevaplar üretebilir.

1.a – Özelliğin Kapsamı ve Erişimi

RAG destekli yapay zekâ çağrılarını kullanmak için Otomasyon veya Chatbot senaryolarınızda bir Run JavaScript bloğu açmanız yeterlidir.

• a – Otomatik Tamamlama (Autocomplete) Desteği:
  Kod editörüne supsis.ai. yazdığınızda createResponse önerisi ve içerisinde kullanılabilecek rag bloğu parametreleri otomatik olarak listelenir.

1.b – Kod Yapısı ve RAG Parametreleri

supsis.ai.createResponse çağrısında isteğe bağlı olarak rag nesnesi kullanılabilir.

• b – chatbotStoryIds Kullanımı:
  Aranacak chatbot senaryolarının ID'lerinin bir dizi (array) olarak girildiği alandır. SDK, burada belirtilen senaryoların Supsis RAG ile eğitilmiş bilgi tabanlarında arama yapar, en alakalı içerikleri birleştirir ve AI modeline sistem talimatı bağlamı olarak iletir. (Not: Yalnızca hesabınıza/sitenize ait senaryo ID'leri kullanılabilir).
• c – ragQueryRewriter Ayarı:
  Bu ayar true yapıldığında, kullanıcının sorusu sohbet bağlamına göre arama için yeniden yazılır. Ancak selamlama veya teşekkür gibi bilgi aranmasına gerek olmayan mesajlarda bilgi tabanı araması atlanır.

Örnek Kod Kullanımı:

const response = await supsis.ai.createResponse({
  model: "openai/gpt-4o",
  input: "İade koşulları nelerdir?",
  instructions: "Müşteriye yalnızca bilgi tabanındaki bilgilerle yanıt ver.",
  rag: {
    chatbotStoryIds: ["CHATBOT_STORY_ID_1", "CHATBOT_STORY_ID_2"],
    ragQueryRewriter: true
  }
});

return response.output_text;

1.c – Eğitim ve Hata Yönetimi (Fallback)

Bu özelliğin sağlıklı çalışabilmesi için seçilen chatbot senaryolarının bilgi tabanlarının daha önceden Supsis RAG yöntemiyle eğitilmiş olması gerekir.

• d – Bilgi Tabanı Eğitim Durumu:
  İlgili senaryonun ayarlarına giderek verilerin Supsis RAG ile eğitildiğinden emin olmalısınız. Eğer senaryo eğitilmemişse veya RAG arama servisinde anlık bir hata oluşursa, ana AI yanıtı kesilmez; sistem bilgi tabanı bağlamı olmadan normal şekilde AI yanıtı üretmeye devam eder.

1.d – Örnek Kullanım Senaryoları

Mevcut bilgi tabanlarınızı tekrar entegrasyon yazmadan otomasyonlarınızda kullanmanızı sağlayan örnek senaryolar şunlardır:

• Otomatik Webhook Yanıtları: Bir otomasyona dışarıdan (webhook ile) gelen müşteri sorusunu; halihazırda var olan ürün, teslimat veya iade bilgi tabanınıza bağlayarak anında yanıtlayabilirsiniz.
• Çoklu Marka ve Ürün Desteği: Chatbot JS bloğunda ziyaretçinin son mesajını alıp, tek bir çağrı ile birden çok marka veya ürünün bilgi tabanından (farklı Story ID'leri vererek) harmanlanmış bir yanıt oluşturabilirsiniz.
• Gelişmiş Bağlam (Context) Anlayışı: Çok turlu konuşmalarda, müşterinin kullandığı zamirleri veya kısa soruları ragQueryRewriter: true sayesinde yeniden yazdırarak çok daha nokta atışı bilgi tabanı aramaları yapabilirsiniz.