מילון
29 מונחי AI ו-צ'אטבוט, מוגדרים בפשטות
RAG, embeddings, הזיה, סינון PHI, אמצעי הגנת UPL, מצב חידון, התמחות אנכית, רב-לקוחות — כל מונח מקורקע בדוגמא SLAtech קונקרטית. מקושר מ-FAQ הראשי ו-מטריצת ההשוואה.
מונחים
29 ערכים
- צ'אטבוט AI
- סוכן תוכנה שמפרש קלט בשפה טבעית ממבקר ומגיב באותה צורה — בדרך כלל באמצעות ויידג'ט ויב, ערוץ הודעות (WhatsApp, Telegram), או ממשק קולי. צ'אטבוטים מודרניים מופעלים על ידי מודלי שפה גדולים (LLMs) ויצירה מוגברת באחזור (RAG).
- RAG (יצירה מוגברת באחזור)
- טכניקת הצמדה ל-LLM: לפני יצירת תשובה, המערכת מאחזרת את חתיכות הטקסט הרלוונטיות ביותר ממאגר וקטורי שנזרע עם תוכן המשתמש, ואז מעבירה אותן ל-LLM כהקשר. מבטל את התלות של ה-LLM בידע מאימון — תשובות מקורקעות בתוכן המרפאה / מלון / משרד ולכן לא יתבדו על מחירים או מדיניות.
- הזיה
- כאשר LLM מייצר תוכן שנשמע סביר אך לא נתמך על ידי ההקשר שאוחזר או לא נכון עובדתית. הזיות מסוכנות במיוחד בתחומים מפוקחים (ייעוץ קליני, עמדות משפטיות, תמחור). SLAtech מציג דגל הזיה לכל-תגובה בתיבת הניהול.
- Embedding
- וקטור מספרי בעל ממדים גבוהים שמייצג את המשמעות הסמנטית של חתיכת טקסט. שני ביטויים סמנטית דומים יש להם embeddings דומים. SLAtech משתמש ב-text-embedding-3-small של OpenAI עם 1536 ממדים, מאוחסן ב-Qdrant.
- מאגר וקטורי
- מסד נתונים מותאם לחיפוש דמיון קוסינוס על מיליוני embeddings. SLAtech מריץ Qdrant תחת ClientId של כל משתמש, עם בידוד רב-לקוחות מחמיר.
- Chunk
- חתיכת תוכן באורך מתאים (בדרך כלל 200-500 אסימונים) שצינור האחזור מחזיר כמקור ציטוט. Chunks מופקים ממסמכים גדולים יותר (PDFs, דפי ויב, ערכי שאלות נפוצות) במהלך הקליטה.
- דמיון קוסינוס
- מדד של קרבה סמנטית בין שני embeddings, מוערך ב-[0, 1] (1 = זהה). צינור האחזור של SLAtech מסנן chunks לפי ScoreThreshold ניתן להגדרה.
- רב-לקוחות
- דפוס ארכיטקטוני שבו פריסה אחת משרתת מספר משתמשים משלמים, כל אחד עם מחיצות נתונים מבודדות. SLAtech רב-לקוחות בכל שכבה: טבלאות DB, אוספי Qdrant, פרויקטי Sentry, יומני ביקורת.
- Fine-Tuning
- אימון LLM על מערך נתונים ספציפי למשתמש לכוון את הנימה או הידע שלו. SLAtech לא מבצע fine-tuning על נתוני לקוחות — תוכן משתמש מוחרג מצינור האימון לפי חוזה.
- LLM-as-Judge
- דפוס שבו LLM אחד מעריך את הפלט של LLM אחר על עובדתיות, הזיה וביטחון. SLAtech מריץ LLM-as-Judge על כל תגובת בוט ומציג את שלושת הציונים בתיבת הניהול.
- טמפרטורה
- פרמטר דגימת LLM ששולט באקראיות הפלט (0 = דטרמיניסטי, 1 = יצירתי). SLAtech מוגדר כברירת מחדל ל-0.3 לתשובות מקורקעות לקוח, ו-0.7 לתגובות יצירתיות.
- אחזור Top-K
- פרמטר צינור האחזור ששולט בכמה chunks מוחזרים לכל שאילתה. SLAtech כברירת מחדל ל-TopK=10.
- System Prompt
- טקסט הוראות מוקדם לכל קריאת LLM, מגדיר תפקיד, נימה, מגבלות. SLAtech שולח system prompt ברירת מחדל לפי-תחום שלקוחות יכולים לדרוס בפלטפורמת הניהול.
- Token
- היחידה שעליה LLMs פועלים — בערך 4 תווים או ¾ מילה באנגלית. תמחור הוא לפי-אסימון. SLAtech מדווח שימוש אסימונים לפי-שאילתה ועלות בתגובת ה-API.
- חלון הקשר
- מספר האסימונים המקסימלי ש-LLM יכול לעבד בבקשה אחת. GPT-4o שולח חלון של 128k אסימונים.
- Streaming (SSE)
- תחבורת Server-Sent Events שמוסרת פלט LLM אסימון-אחר-אסימון. חותכת השהיה תפיסתית בכ-70% מול חכייה לתגובה מלאה.
- ציטוט
- הפניה המוצגת לצד תשובת בוט שמצביעה על תוכן המקור שמשמש להצמיד אותה. תגובות בוט SLAtech שולחות { sourceUrl, snippet } לכל ציטוט.
- PHI / PII
- מידע בריאות מוגן ומידע מזהה אישית — קטגוריות המוסדרות תחת HIPAA (ארה"ב), GDPR (האיחוד האירופי). תחומי Med ו-Legal של SLAtech שולחים עורך PHI/PII בזמן קליטה.
- GDPR
- הסדרת הגנת נתונים כללית (EU 2016/679). SLAtech תואם GDPR כברירת מחדל: תשתית באיחוד האירופי, מעבדים משניים נשלטים על ידי SCC 2021/914.
- מעבד משני
- צד שלישי שמעבד נתוני לקוחות עבור SLAtech (OpenAI ל-LLM, SendGrid לאימייל, Sentry לתצפיתיות, Cloudflare ל-CDN). הרשימה הציבורית במ-/he/sub-processors/.
- UPL (עיסוק לא מורשה במשפט)
- מגבלת תאימות בתעשיית המשפטים האוסרת על לא-עורכי דין להציע ייעוץ משפטי. אמצעי הגנת UPL של SLAtech Legal מנתב כל שאלה משפטית מהותית למעקב של עורך דין.
- מצב חידון
- תכונה ב-SLAtech Education שממירה כל שיעור שהועלה לחידון תרגול אקראי. מניע גם את בוט השאלות והתשובות החי וגם את לולאת המבחן העצמי לכל-נושא.
- התמחות אנכית
- דפוס ארכיטקטוני של שליחת מספר בוטים מותאמי-תעשייה (קליני, אירוח, משפטי, וכו') במקום צ'אטבוט אחד כללי. SLAtech שולח תשעה תחומים.
- לכידת לידים
- זרם העבודה של הבוט שאוסף שם + אימייל + כוונת מבקר ודוחף ל-CRM. SLAtech תומך ב-HubSpot, Salesforce, Pipedrive באופן מקורי וכל CRM פנימי באמצעות webhook JSON-POST כללי.
- סנכרון יומן
- אינטגרציה דו-כיוונית עם Google Calendar / Outlook כך שהבוט יכול לקרוא זמינות חיה, להזמין משבצות, לשלוח תזכורות ולטפל בביטולים.
- ערוץ
- המקום שבו הבוט פוגש את המבקר — ויידג'ט ויב, Telegram, WhatsApp Business, Instagram DM, אימייל. SLAtech מצרף web + Telegram + WhatsApp ב-Pro.
- ציון ביטחון
- מספר 0-1 שמייצג את הוודאות של ה-LLM בתשובה, נגזר מציוני אחזור ופלט LLM-as-Judge. SLAtech מציג ביטחון לכל-תגובה בתיבת הניהול.
- בסיס ידע
- אוסף תוכן המשתמש (ערכי שאלות נפוצות, PDFs, דפי ויב מגורדים, מאמרים אוצרים ידנית) שמצמיד תשובות בוט באמצעות RAG.
- Self-Hosted מול Cloud
- Self-hosted = הלקוח מריץ את הבוט על תשתית משלו. Cloud = הספק מריץ הכל. SLAtech הוא cloud-only כברירת מחדל; מסלול Enterprise מציע אפשרות פריסה של דייר יחיד.
מונח חסר?
שלח אימייל למייסד — אנו מוסיפים מונחים כפי שקונים שואלים אותם.