Les grands modèles de langage (LLM) ne peuvent pas répondre directement aux questions portant sur des connaissances privées. Model Studio vous permet de connecter vos propres documents à une application d'agent, sans écrire la moindre ligne de code. Ainsi, les utilisateurs obtiennent des réponses précises et fondées sur vos données, plutôt que des réponses génériques ou inventées.
Avant et après
Sans base de connaissances En l'absence de base de connaissances dédiée, le LLM ne peut pas répondre avec précision aux questions concernant les « téléphones Alibaba Cloud Model Studio ». ![]() | Avec une base de connaissances Grâce à une base de connaissances dédiée, le LLM répond précisément aux questions sur les « téléphones Alibaba Cloud Model Studio ». ![]() |
Étape 1 : Créer une application d'agent (Environ 1 minute)
| ![]() |
| ![]() |
| ![]() |
| ![]() ![]() |
| ![]() |
Étape 2 : Construire une base de connaissances (Environ 3 minutes)
Les LLM disposent d'une fenêtre de contexte fixe et ne peuvent pas traiter l'intégralité de votre bibliothèque documentaire en une seule fois. Une base de connaissances résout ce problème en indexant vos documents et en récupérant uniquement les passages pertinents lorsqu'un utilisateur pose une question. Cette technique est appelée génération augmentée par récupération (RAG). Cette étape permet de télécharger vos documents et de créer une base de connaissances.
Télécharger des documents de connaissances
| ![]() |
| ![]() |
| ![]() |
Créer une base de connaissances
| ![]() |
| ![]() |
| ![]() |
| ![]() |
| ![]() |
Étape 3 : Connecter la base de connaissances et publier (Environ 1 minute)
| ![]() |
| ![]() |
| ![]() |
| ![]() |
Étapes suivantes
- Pour en savoir plus sur l'ingénierie des prompts, les plug-ins et d'autres fonctionnalités des applications, consultez la rubrique Applications d'agent.
- Pour intégrer des outils externes ou automatiser des workflows complexes, reportez-vous aux rubriques Applications de workflow et Types d'applications pour comparer les fonctionnalités.
- Pour concevoir une application RAG entièrement personnalisée dotée d'une logique d'interaction complexe à l'aide de l'API, consultez la rubrique Assistant API (Legacy).



















