العودة إلى معرض الأعمال

روبوت محادثة توثيقي ذكي

أتمتة دعم معتمدة على RAG

n8nOpenAI GPT-4o-minitext-embedding-3-small Supabase / pgvectorLangChainMicrosoft Teams (Graph API)

نظرة عامة

روبوت محادثة معتمد على تقنية RAG (التوليد المعزَّز بالاسترجاع) يحوّل توثيق المنتج إلى محرك دعم ذكي — يجيب على أسئلة العملاء فوراً وبنفس اللغة التي كُتب بها السؤال، مع رابط مباشر للمقالة المصدر مع كل إجابة.

قيد التشغيل

يعمل المساعد كأداة محادثة مدمجة مباشرة بالموقع، وجاهز للإجابة على أسئلة الزوار فور وصولهم للصفحة.

التحدي

كانت مقالات التوثيق الطويلة، التي غالباً ما تتجاوز 3000 كلمة، صعبة البحث عبر المطابقة النصية البسيطة للكلمات المفتاحية — ما يضطر العميل لقراءة الصفحة كاملة بحثاً عن إجابة واحدة. كذلك، أي نموذج لغوي عام كان سيولّد بسهولة إجابة تبدو منطقية لكنها خاطئة بدل الاعتراف بعدم معرفته، وهذا غير مقبول بسياق دعم منتج. وأخيراً، الأسئلة التقنية الواردة خارج ساعات العمل ما كان إلها أي مسار للوصول لشخص حقيقي: لا شيء كان يلتقطها أو يوثّقها أو يوجّهها للمتابعة.

الحل الهندسي والبنية المعمارية

يعمل النظام كمسارَي أتمتة عبر n8n — الأول لإدخال التوثيق ضمن قاعدة معرفة قابلة للبحث، والثاني للإجابة على الأسئلة وتصعيد ما يتعذّر الإجابة عليه:

  • مسار إدخال بيانات آلي: يستخرج مقالات التوثيق من قاعدة البيانات، ينظّف ويقسّم كل مقالة، يولّد تمثيلات المتجهات (embeddings) عبر OpenAI، ويخزّن المتجهات مع بيانات وصفية منظَّمة داخل مخزن Supabase/pgvector — كل ذلك ضمن سير عمل n8n مجدول، دون أي إعادة فهرسة يدوية.
  • تجزئة بتداخل محسوب: تُقسَّم المقالات إلى مقاطع من 800 إلى 1000 حرف، بتداخل من 100 إلى 150 حرفاً بين كل مقطع وتاليه — بحيث لا تُبتر أو تُفقد أي إجابة تمتد عبر حدود فقرتين بالمقالة الأصلية.
  • بيانات وصفية منظَّمة لكل مقطع: كل مقطع يحمل معرّف المقالة، وعنوانها، ورابط المصدر، والتصنيف، وتاريخ آخر تحديث — ما يتيح للنموذج فلترة البحث حسب التصنيف، والاستشهاد بالمصدر الدقيق، وتفادي المحتوى المكرر.
  • توليد معزَّز بالاسترجاع مؤسَّس على المصدر: يُحوَّل سؤال المستخدم إلى تمثيل متجهي، يُطابَق مع أكثر 3 إلى 5 مقاطع صلة عبر تشابه المتجهات، ثم يُحقن كسياق لنموذج GPT-4o-mini عبر سلسلة استرجاع بـ LangChain — مع تعليمات صارمة للنموذج بالإجابة حصراً من ذلك السياق، لا من معرفته العامة.
  • إجابات موثّقة المصدر وثنائية اللغة: كل إجابة تُصاغ بنفس لغة سؤال المستخدم (عربي أو إنكليزي) وتتضمن رابطاً مباشراً للمقالة المصدر — ما يحوّل الروبوت من مجرد "آلة إجابات" إلى أداة تصفّح فعلية.
  • تصعيد بشري آلي: عند عدم وجود مقطع ذي صلة بالسؤال، ينتقل النموذج إلى وضع جمع بيانات محادثي قصير، يأخذ بيانات تواصل العميل، يسجّل الطلب بجدول بيانات، ويرسل تنبيهاً منسّقاً إلى قناة Microsoft Teams ليتابعه شخص من الفريق.

النتيجة الرئيسية

تسليم روبوت دعم مؤسَّس بالكامل على التوثيق الفعلي، بإجابات موثّقة المصدر وبدون أي "هلوسة" من النموذج، وتغطية فورية دائمة للأسئلة التقنية، ومسار تصعيد آلي يوثّق ويوجّه كل سؤال بلا إجابة إلى شخص حقيقي — فوق مخزن متجهات مفهرس بـ HNSW مصمَّم للتوسّع إلى مئات الآلاف من مقاطع التوثيق دون أي تراجع بسرعة الاسترجاع.