Création d’un Chatbot IA avec Flowise en 10 minutes!

Summary

Dans cette vidéo, l'auteur aborde l'importance de l'intelligence artificielle et de l'automatisation dans la révolution de l'efficacité des entreprises. Il insiste sur la nécessité de comprendre les besoins des utilisateurs pour créer un chatbot efficace, en détaillant le processus de modélisation et les étapes techniques pour construire un chatbot interactif. L'auteur utilise l'outil Flouit pour illustrer la base de son explication, et partagé des conseils pratiques pour intégrer le chatbot à un site web, soulignant l'importance de la personnalisation et de la qualité des réponses pour une expérience utilisateur optimale.

Takeaways

• 🤖 L'intelligence artificielle et l'automatisation redéfinissent le quotidien et les entreprises.
• 🚀 L'automatisation couplée à l'IA offre une excellente opportunité pour les entrepreneurs.
• 📈 Les bases sont essentielles : il est important de se concentrer sur les besoins de l'utilisateur et de maîtriser les outils avant de créer un chatbot.
• 🛠️ Le processus de création d'un chatbot efficace nécessite une planification minutieuse et la compréhension des questions et informations que l'utilisateur cherche.
• 🔍 La modélisation du processus et la définition des besoins de l'utilisateur sont les premières étapes clés pour construire un chatbot.
• 💡 Utilisez des outils simples comme Floue pour commencer la construction du chatbot et passer à des outils plus avancés par la suite.
• 🔗 La stack technique comprend l'utilisation de Lang check, Pincon pour le stockage des informations, et OpenIA pour les conversations avec l'utilisateur.
• 📊 La transformation des informations en vecteurs est cruciale pour stocker et récupérer efficacement les données dans la base de données.
• 🔗 L'intégration du chatbot sur un site web ou une autre plateforme est possible avec des outils comme Flow Waze.
• 📈 Tester et valider le chatbot en mode intégré pour s'assurer que toutes les parties fonctionnent correctement ensemble.
• 🔄 L'automatisation et l'IA sont des sujets complexes qui nécessitent de la pratique et de la compréhension approfondie pour être utilisés efficacement.

Q & A

Quelles sont les implications de l'intelligence artificielle et de l'automatisation sur le quotidien et les entreprises?

L'intelligence artificielle et l'automatisation vont redéfinir notre quotidien et la façon dont les entreprises fonctionnent. Elles aideront les entreprises à améliorer leurs processus, à être plus efficaces et à offrir une meilleure expérience client.

Pourquoi est-il important de se concentrer sur les bases avant de se lancer dans des projets complexes d'automatisation?

Il est essentiel de comprendre les fondamentaux et de se familiariser avec les outils avant de se lancer dans des projets complexes. Cela permet de maîtriser les compétences nécessaires pour offrir des services de qualité aux clients et d'éviter les erreurs fréquentes dans les projets débutants.

Qu'est-ce qu'un chatbot et comment fonctionne-t-il?

Un chatbot est un programme informatique qui utilise la puissance de l'intelligence artificielle pour interagir avec un utilisateur et répondre à ses questions de manière concise. Pour créer un chatbot efficace, il est nécessaire de planifier minutieusement et de comprendre les besoins de l'utilisateur.

Comment modéliser le processus de création d'un chatbot?

La modélisation du processus de création d'un chatbot implique de répondre aux questions clés sur les besoins de l'utilisateur, les informations à fournir, la durée de la conversation prévue, etc. Cela permet de définir la stack technique et les documents nécessaires pour construire le chatbot.

Quels outils sont utilisés pour la stack technique d'un chatbot?

La stack technique d'un chatbot peut inclure des outils comme Floue pour la construction et le builder, un service like Pincon pour stocker les informations, OpenIA pour mener des conversations, et des vecteurs pour stocker les informations formatées.

Comment les informations sont-elles traitées pour être utilisées par un chatbot?

Les informations sont d'abord extraites des documents et sites web, puis transformées en vecteurs par le biais d'un processus d'embelling. Ces vecteurs sont ensuite stockés dans une base de données de vecteurs et utilisés pour construire les réponses aux questions des utilisateurs.

Comment intégrer un chatbot sur un site web existant?

Pour intégrer un chatbot sur un site web, on peut utiliser un script fourni par l'outil de chatbot, comme Floue. Il faut personnaliser le script avec le logo, les couleurs, etc., puis l'intégrer dans la partie des scripts du site web, généralement à la fin du chargement de la page.

Quels sont les avantages de l'utilisation de l'automatisation et de l'intelligence artificielle dans les entreprises?

Les avantages incluent l'amélioration de l'efficacité opérationnelle, la réduction des erreurs humaines, la personnalisation des expériences clientes, et l'opportunité de se concentrer sur des tâches plus stratégiques en automisant les tâches répétitives.

Comment les entrepreneurs peuvent-ils tirer parti de l'automatisation et de l'intelligence artificielle?

Les entrepreneurs peuvent tirer parti de l'automatisation et de l'IA en automatisant les processus répétitifs, en offrant des services 24/7 grâce à des chatbots, et en utilisant les données analytiques pour prendre des décisions plus éclairées.

Quelle est la différence entre un chatbot et une application d'automatisation plus large?

Un chatbot est un exemple spécifique d'automatisation qui se concentre sur l'interaction avec les utilisateurs par le biais de la conversation. Une application d'automatisation plus large peut inclure des processus et des tâches plus variées, allant de l'automatisation de la gestion des stocks à celle de la marketing automatisé.

Comment les utilisateurs peuvent-ils interagir avec un chatbot intégré sur un site web?

Les utilisateurs peuvent interagir avec un chatbot intégré sur un site web en posant des questions, en demandant des informations ou en cherchent de l'aide. Le chatbot utilise ensuite les informations stockées et son intelligence artificielle pour fournir des réponses pertinentes et aider l'utilisateur.

Outlines

00:00

🤖 L'intelligence artificielle et l'automatisation dans les entreprises

Le paragraphe introduit l'importance croissante de l'intelligence artificielle (IA) et de l'automatisation dans le monde des entreprises. Il souligne comment ces technologies redéfinissent non seulement le quotidien des individus, mais aussi la façon dont les entreprises fonctionnent. L'IA et les outils qui en découlent aideront considérablement les entreprises à améliorer leurs processus et à offrir une meilleure expérience client. L'auteur encourage les personnes intéressées par l'automatisation et l'IA à se concentrer sur les bases et à auto-évaluer leurs compétences avant de se lancer dans de complexes projets.

05:01

🛠️ Les fondamentaux pour créer un chatbot efficace

Dans ce paragraphe, l'auteur explique les étapes de base pour créer un chatbot efficace. Il insiste sur l'importance de planifier minutieusement avant de commencer à créer le chatbot, en comprenant les besoins de l'utilisateur et les questions qu'il pourrait poser. Le paragraphe couvre également la modélisation du processus, la stack technique nécessaire, et l'utilisation de différents outils pour construire et déployer le chatbot. L'auteur mentionne également l'outil Floue, un outil simple pour construire un chatbot, et décrit le processus de transformation des informations en vecteurs pour être utilisées par le chatbot.

10:02

📄 Gestion des documents et des vecteurs pour le chatbot

Le paragraphe aborde la gestion des documents et des vecteurs pour le chatbot. L'auteur explique comment extraire des informations de documents PDF et de sites web, les stocker sous forme de vecteurs et les utiliser pour construire les réponses du chatbot. Il détaille le processus de stockage des vecteurs dans une base de données et l'utilisation d'outils comme OpenAI pour faciliter les interactions avec l'utilisateur. L'auteur montre également comment intégrer le chatbot à une base de données de vecteurs pour fournir des réponses précises et concises.

15:03

🚀 Déploiement de l'application avec Flowwise

Dans ce paragraphe, l'auteur explique comment déployer une application avec Flowwise, un outil open source et gratuit qui permet d'utiliser les fonctionnalités du framework Lang Chain sans écrire de code. Il décrit les étapes pour installer Flowwise localement et sur un serveur web, en utilisant Highway comme plateforme d'hébergement. L'auteur partage son expérience avec le déploiement sur Highway, en expliquant comment configurer les variables de sécurité et accéder à l'application déployée. Il mentionne également l'utilisation de Flowwise pour créer un chatbot en utilisant des vecteurs et en intégrant des informations provenant de documents et de sites web.

20:06

🗂️ Préparation des informations pour la base de données des vecteurs

Ce paragraphe se concentre sur la préparation des informations pour la base de données des vecteurs. L'auteur explique comment utiliser des outils pour splitter les documents en morceaux plus petits pour les envoyer à la base de données. Il discute des paramètres tels que la taille (size) et le chevauchement (chunk overlap) des morceaux de documents. L'auteur montre comment utiliser des vecteurs pour stocker les informations et les préparer pour être utilisées par le chatbot. Il mentionne également l'utilisation d'OpenAI pour transformer les informations en vecteurs et les stocker dans une base de données pour utilisation future.

25:07

💬 Interaction avec le chatbot et intégration sur le site web

Le paragraphe décrit l'interaction avec le chatbot et son intégration sur un site web. L'auteur explique comment utiliser les informations de la base de données des vecteurs et le modèle de langage (LLM) d'OpenAI pour fournir des réponses à l'utilisateur. Il montre comment personnaliser le chatbot en utilisant des messages système et comment l'intégrer sur un site web WordPress. L'auteur partage son expérience de test du chatbot et donne des conseils pour une prochaine étape d'amélioration et d'automatisation.

30:14

🎉 Conclusion et perspectives futures

Dans ce dernier paragraphe, l'auteur conclut en résumant les étapes clés pour créer et déployer un chatbot efficace. Il souligne l'importance de comprendre les besoins de l'utilisateur, de mettre en place le processus et l'architecture technique, et de tester l'application. L'auteur encourage les spectateurs à pratiquer et à créer leur propre chatbot pour mieux assimiler les principes discutés. Il annonce également des prochaines vidéos qui aborderont des principes plus avancés et d'autres outils pour améliorer les applications.

Keywords

💡intelligence artificielle

L'intelligence artificielle (IA) est un domaine de l'informatique qui se concentre sur la création de systèmes capables de réaliser des tâches qui nécessitent normalement l'intelligence humaine. Dans le contexte de la vidéo, l'IA est utilisée pour développer des chatbots capables d'interagir avec les utilisateurs et de répondre à leurs questions de manière concise et efficace. L'IA est au cœur du processus de création de chatbot, depuis la compréhension des besoins des utilisateurs jusqu'à la mise en place de l'architecture technique.

💡automatisation

L'automatisation est le processus d'exécution de tâches à l'aide de systèmes ou de machines, permettant ainsi de minimiser ou d'éliminer la nécessité d'une intervention humaine. Dans le script, l'automatisation est étroitement liée au développement de chatbots, qui sont des outils d'automatisation des interactions clientes et professionnelles. L'objectif est d'améliorer l'efficacité et l'expérience des clients en automatisant certaines fonctions.

💡chatbot

Un chatbot est un programme informatique conçu pour interagir avec les utilisateurs via une conversation, généralement par le biais de messages texte. Dans le script, le chatbot est présenté comme un outil essentiel pour les entreprises qui cherchent à améliorer leur processus et à offrir une meilleure expérience client. Il est créé en utilisant l'IA et d'autres outils technologiques pour répondre aux questions et aux besoins des utilisateurs.

💡modélisation du processus

La modélisation du processus est l'étape de définition et d'organisation des tâches et des responsabilités nécessaires à la réalisation d'un projet ou d'une activité. Dans le contexte du script, cela implique de comprendre les besoins des utilisateurs, de définir les questions potentielles qu'ils peuvent poser, et de planifier comment le chatbot pourra répondre de manière efficace. Cela sert de base pour la conception du chatbot et assure que le résultat final répondra aux attentes des utilisateurs.

💡stack technique

Le stack technique est l'ensemble des technologies et des outils logiciels utilisés pour développer et exécuter une application ou un système. Dans le script, le stack technique est crucial pour construire le chatbot, incluant la librairie Lang check, l'hébergement avec Railway, et l'utilisation d'outils comme OpenAI pour la gestion des vecteurs et des conversations.

💡OpenAI

OpenAI est une organisation de recherche et de développement dans le domaine de l'IA, qui propose des outils et des services basés sur l'apprentissage automatique et les modèles de langage. Dans le script, OpenAI est utilisé pour transformer les informations textuelles en vecteurs, ce qui permet au chatbot de comprendre et de répondre aux questions des utilisateurs de manière plus précise.

💡vecteurs

Les vecteurs sont des représentations mathématiques utilisées en informatique pour encapsuler des informations de manière compacte et efficace. Dans le contexte du script, les vecteurs sont créés à partir des informations textuelles transformées par OpenAI et sont utilisés pour alimenter le chatbot, lui permettant de fournir des réponses précises aux questions des utilisateurs.

💡intégration

L'intégration est le processus d'incorporation d'un élément dans un système ou une application existant. Dans le script, l'intégration du chatbot se réfère à l'ajout du chatbot sur un site web pour qu'il soit accessible aux utilisateurs finaux. Cela implique de placer le code du chatbot dans les scripts d'un site web, souvent à la fin du chargement de la page pour ne pas ralentir l'expérience utilisateur.

💡expérience utilisateur

L'expérience utilisateur (UX) est l'ensemble des sentiments et des perceptions qu'un utilisateur a lorsqu'il interagit avec un produit ou un service. Dans le script, l'expérience utilisateur est un élément central, car le but du chatbot est d'offrir une expérience agréable et utile aux utilisateurs en répondant à leurs questions de manière concise et pertinente.

💡déploiement

Le déploiement est le processus d'exécution ou de mise en ligne d'un logiciel ou d'une application. Dans le script, le déploiement concerne la mise en place de l'application chatbot sur un serveur web, en utilisant des outils comme Flow.app et Railway pour que le chatbot soit accessible à distance et fonctionne correctement.

💡scaffolding

Scaffolding est une technique d'enseignement et de développement qui consiste à fournir un soutien temporaire pour aider les apprenants à construire un projet ou à résoudre un problème. Dans le script, le scaffolding est utilisé pour décrire le processus de création du chatbot, en commençant par les bases et en ajoutant progressivement des éléments plus complexes pour construire un produit final.

Highlights

Nous vivons dans une ère où l'intelligence artificielle et l'automatisation vont redéfinir notre quotidien et les entreprises.

L'intelligence artificielle (IA) aide à améliorer les processus et à offrir une meilleure expérience client.

Il est important de commencer par les bases et de s'auto-évaluer avant de se lancer dans l'automatisation et l'IA.

Créer un chatbot efficace nécessite une planification minutieuse et la compréhension des besoins de l'utilisateur.

La modélisation du processus est essentielle pour répondre aux questions de l'utilisateur et construire un chatbot.

Le chatbot est un programme informatique qui utilise l'IA pour interagir avec l'utilisateur.

La stack technique comprend l'ensemble des outils et technologies utilisés pour construire et déployer un chatbot.

OpenAI est une librairie utilisée pour stocker et gérer les informations du chatbot.

Les vecteurs sont utilisés pour stocker les informations de manière structurée dans la base de données.

FlowWise est une application open source et gratuite basée sur le framework LangChain.

Le déploiement d'un chatbot peut être fait en local ou sur un serveur web à l'aide de Railway.

L'architecture d'une application IA générative comprend la partie stockage des vecteurs et la partie interaction avec l'utilisateur.

Comprendre les besoins de l'utilisateur est crucial pour offrir une expérience utile et agréable.

Le processus de création d'un chatbot comprend la modélisation, la technologie, et la mise en œuvre pratique.

L'intégration du chatbot sur un site web permet de tester et s'assurer que toutes les fonctionnalités fonctionnent correctement.

Les prochaines étapes incluent l'exploration de principes plus avancés et l'utilisation d'autres outils pour améliorer les applications.

L'expérience de l'entrepreneuriat et la collecte de besoins sont essentielles pour construire une application efficace.

Transcripts

nous vivons dans une époque où

l'intelligence artificielle et

l'automatisation vont non seulement

redéfinir notre quotidien mais la façon

et la manière dont les entreprises

fonctionnent l'intelligence artificielle

ainsi que l'ensemble des outils qui en

découlent qu'on voit aujourd'hui ou

qu'on va voir dans le futur vont

beaucoup aider les entreprises à

améliorer leur processus à avoir une

meilleure efficacité et aussi à offrir

une meilleure expérience client mais

surtout ça offre une excellente

opportunité pour ceux qui souhaitent se

lancer dans l'automatisation couplé à

l'intelligence artificielle je sais que

certains d'entre vous aiment commencer

avec des sujets complexes et avoir des

vidéos du style comment créer une

entreprise d'automatisation il y a

comment gagner 2500 dollars grâce à un

chatbot mais personnellement je trouve

qu'il est essentiel de commencer par les

bases et de s'auto-évaluer et de voir

notre niveau il se situe où car il est

inimaginable pour moi d'offrir des

services à des clients alors qu'on ne

maîtrise pas les social et certains

outils c'est pour ça que j'ai décidé de

faire une vidéo avec un outil très

simple et d'en profiter pour vous

expliquer quelques principes de base ça

va vous permettre de s'auto-évaluer et

de savoir où est-ce que vous vous situez

par rapport à ça mais ne vous inquiétez

pas d'autres vidéos vont suivre par la

suite et on va essayer d'aller étape par

étape alors n'hésitez pas à activer les

notifications et vous abonner à la

chaîne dans cette vidéo on va voir

ensemble c'est quoi un chatbot on va par

la suite basculer vers la modélisation

du processus et expliquer certains

principes de base par la suite on

abordera l'outil floueuse qui est en

outil simple nos côtes qui va nous

permettre de construire et de Builder

notre chatbot après on va l'implémenter

sur le site web et on discutera des

prochaines étapes bon c'est quoi un

chatbot à chaque fois en 2023 ça change

un petit peu mais globalement ça reste

un programme informatique qui va

utiliser la puissance de l'intelligence

artificielle pour interagir avec un

utilisateur et répondre à ces questions

d'une façon concise ça paraît simple

mais réellement pour créer un chatbot

efficace ça nécessite une planification

minutieuse avant de plonger directement

dans la création dans notre chatbot il

est essentiel de comprendre les besoins

de l'utilisateur c'est quoi les

questions qu'il va poser c'est quoi

l'information qu'il va chercher c'est

quoi le temps de la conversation qu'on

va mener avec lui etc on va passer sur

numéro pour faire notre modélisation

répondre à l'ensemble de ces questions

et de voir c'est quoi la stack technique

qu'on va utiliser

quand vous pouvez le voir j'ai essayé de

commencer par définir c'est quoi le

besoin de mon utilisateur comme comment

me contacter mon expérience de travail

etc il a besoin de connaître certaines

informations après j'ai essayé de

définir c'est quoi les potentiels

questions qu'il peut poser pour chaque

besoin donc comment puis-je te rejoindre

est-ce que tu as une adresse courriel en

quoi es-tu compétent quel est ton

expérience professionnelle etc bien sûr

là on est juste dans le cadre d'une

démonstration c'est pas vraiment un

produit final qui ira en production mais

mon idée c'est juste de vous montrer la

démarche pour essayer d'avoir quelque

chose de concis et précis je vais

essayer de définir l'ensemble de ces

questions et de ce besoin là je vais le

piger de où là on va essayer de voir il

y aura un peu les informations qui vont

venir de mon CV qui en format PDF Word

on va avoir un fichier txt où je vais

mettre l'ensemble des informations

divers que je juge nécessaire qui ne

sont pas là au niveau de mon CV après je

peux avoir un document Word qui détaille

l'ensemble de mon expérience

et aussi mon site web que je peux

scraper et récupérer l'ensemble des

informations qui sont dedans l'ensemble

de ces informations vont constituer

comme une hollage base sur laquelle mon

chatbot pourrait se baser pour

construire les réponses aux éventuels

questions là on va passer un peu pour

voir la STAC technique qu'on va utiliser

là j'ai vous présenter un peu floué est

un outil qui est simple mais qui se base

sur une librairie Lang check notre

application on peut la déployer en local

mais aussi on peut la déployer sur un

webserie là pour l'instant moi j'ai

choisi readway parce que c'est pas cher

et c'est simple surtout donc je vais

vous montrer comment ça va se passer

après on aurait besoin de paincon pour

stocker l'ensemble des informations que

je viens de citer le CV le document Word

de fichier XT etc on va voir les détails

après après j'aurais besoin de openia de

la fille de openia pour mener des

conversations humaines avec la personne

qui va venir donc ça c'est un peu ça

constitue un peu la STAC technique sur

laquelle on va se baser pour construire

notre chatbot et là j'ai essayé de

mettre un peu je suis en train de vous

emmener avec moi sur ma réflexion pour

la construction du chatbot là on a

l'ensemble des hypothes donc documents

et sites web on a quelque chose qui va

s'appeler le chunky je vais l'expliquer

bientôt ça va permettre de spliter

l'ensemble de ces écoutes après on a une

partie qui s'appelle lembedine ça va

être de créer des imbédies qui vont qui

vont permettre à à un langage LLM de

nous comprendre après on a les vecteurs

les vecteurs en fait là on va essayer de

stocker l'ensemble de ces informations

qu'on vient de MBD après on a la réponse

de notre Ia ça c'est un peu le flux qui

va nous permettre de construire notre

chatbot on a les impôts on va checker

l'ensemble des inputs on va les imbiber

on va les stocker dans des vecteurs et

par la suite notre Ia va se baser sur

ces vecteurs pour essayer de construire

une réponse

là on va passer à ce qu'il y a

intéressant donc là au niveau de l'imput

comme je viens de dire on a notre

document PDF bah on a un ensemble de

documents qu'on vient de lister mais on

va prendre l'exemple du PDF un document

PDF c'est plusieurs pages ok mais

plusieurs pages on peut pas prendre un

document PDF de plusieurs pages et

l'envoyer one shot ça passera pas parce

que on a une limitation au niveau des

token qu'on peut utiliser donc ce qu'on

va faire c'est qu'on va essayer de

extraire

l'ensemble des deux de des pages au

niveau de ce pdf là et on va aller

checker c'est quoi on va essayer de

prendre des morceaux de ce fichier PDF

selon une certain paramétrage et essayer

de les mettre un à côté de l'autre comme

j'ai essayé de de faire à ce niveau-là

de faire le check-in de nos documents de

nos impôts je vais parler par la suite

au niveau de flow Waze du détail par

rapport à ce changement

après une fois qu'on a chanté l'ensemble

de ces informations là on va utiliser

openia pour faire le mbpd c'est quoi si

on va essayer de transformer l'ensemble

de ces informations qui sont format

texte compréhensibles en vecteur et ça

ça c'est compliqué un petit peu si je

veux expliquer c'est quoi les vecteurs

ça va me nécessiter toute une vidéo mais

on va essayer d'effleurer le sujet en

une fois on va être sur flow Waze là une

fois qu'on a transformé l'ensemble de

ces informations en vecteur ça

ressemblera un petit peu à ça c'est des

chiffres qui sont constitués en trois

dimensions qui vont te permettre de

localiser l'ensemble des informations on

va les stocker au niveau d'une base de

données de type vecteur donc là comme

j'ai cité tantôt c'est pas une conne

donc là on va on va travailler avec une

pour stocker l'ensemble des vecteurs là

on va passer à la création des vecteurs

par exemple ça c'est un processus que je

viens de mettre pour dire que l'ensemble

de mes informations qui vont se

constituer qui sont des documents et un

site web les documents je vais les

envoyer pour

mon site web avant je dois le scrapper

pour extraire l'ensemble des

informations une fois que je le scrappe

je vais l'envoyer aussi au niveau d'un

check-in pour qu'il puisse essayer de le

spliter un petit peu pour qu'on puisse

faire un embêter sur l'ensemble de ces

chocs

c'est on va faire un col et puis au

niveau de openia pour essayer de

récupérer cet imbibine donc on va lui

donner un format texte et il va nous

sortir un format avec terre par la suite

on va stocker l'ensemble de ces vecteurs

là grâce à la play de pancoln donc là on

est sur la partie création de notre base

de données ou notre new Leach bays qui

va se baser sur l'ensemble des hippies

qu'on va lui donner notre document PDF

texte Word site web etc et ce stockage

là ça va être sous format vecteur au

niveau d'une base de données là on va

passer au processus suivant qui est

l'interaction avec notre base de données

de vecteurs tout en utilisant openia

donc notre chatbot qu'est-ce qu'il va

faire une fois que je viens pour poser

une question je vais

interroger la base de données du vecteur

donc je vais d'ailleurs est-ce que j'ai

quelque chose qui correspond à ça je

vais aller utiliser à une colle à

piaille vers pencon par la suite je vais

aussi utiliser

openia il va prendre l'ensemble des

informations la question de

l'utilisateur va prendre les

informations qu'il a trouvé au niveau de

notre base de données des vecteurs il va

essayer d'analyser l'ensemble avec son

élève qui est son langage à lui et il va

essayer de nous donner une réponse

simple selon les instructions qu'on va

lui donner on va voir ça plus en détail

j'essaie d'être simple pour le début

après il va donner la réponse à la fin

donc là on va voir notre processus au

complet qui se divise sur deux parties

qui est la partie stockage des vecteurs

et la partie au niveau des réponses et

l'interaction avec notre chatbot et

l'utilisateur donc là c'est notre

architecture d'une application

Ia generative alimentée par un LLM je

n'insisterai jamais assez sur l'étape de

comprendre les besoins de l'utilisateur

c'est une étape cru ciale dans notre

processus car c'est elle qui va

permettre de donner une expérience

utile et agréable à nos utilisateurs

finaux

maintenant nous avons modélisé le

processus et l'architecture qui va nous

servir à créer notre chatbot et on a

compris les principes de base dont on

aurait besoin il est temps de passer à

l'application et créer une autre chatbot

avec le Waze mais c'est quoi

une application open source et gratuite

qui se base sur le framework il va nous

permettre d'utiliser l'ensemble des

fonctionnalités du framework Lang chain

sans avoir besoin à écrire une seule

ligne de code l'application flow Waze

peut être déployée en local mais aussi

sur un serveur web on va essayer de voir

les deux méthodes au niveau du site

flowers on peut aller sur le GitHub et à

ce niveau là on a la façon de comment

installer flowers en local je vais pas

trop m'attarder là-dessus car c'est une

méthode simple je vais juste vous

laisser suivre les étapes et l'installer

en local par contre pour l'installer sur

un serveur web ça nécessite un peu plus

d'étapes c'est pour ça que je veux plus

m'attarder sur la partie de comment

l'installer sur un serveur web pour moi

j'ai choisi de le mettre sur Railway

donc là je vais essayer de vous

expliquer comment l'installer sur

Highway au niveau du Highway bah c'est

un plateforme pour héberger vos services

web et déployer vos applications c'est

pas trop cher donc je vous laisse

regarder un petit peu par la suite

comment ça marche relay la façon la plus

simple pour installer fluoïse sur

Highway c'est de partir dans template je

vais vous mettre en lien le template que

j'utilise personnellement c'est celui-là

donc là on va essayer de le déployer

pour voir comment ça va marcher donc on

va cliquer sur déployer now et là ça va

nous demander de se connecter à notre

GitHub pour moi j'ai déjà le fait mais

je vais essayer juste de rajouter ici

et je vais déployer ça une fois qu'on a

lancé le déploiement il va Builder et

déployer notre application mais par

contre il y a une petite étape qu'on a

besoin de faire au niveau des variables

il y a deux variables qu'on a besoin de

ajouter à ce niveau là c'est et le

password parce que on a besoin de

sécuriser sur quoi on travaille donc là

je vais créer la première variable et je

vais mettre la deuxième variable qui est

asseoir et ajouter la deuxième à la je

vais ajouter ça une fois que notre

déploiement va se refaire parce que

lorsqu'on ajoute des variables on est en

train de modifier notre application donc

là elle aurait été plus rarement va se

faire et là on peut accéder à notre

application quand vous pouvez le voir il

y a le déploiement qui entrain se

refaire on va essayer d'attendre que ça

termine et on va aller voir ça là notre

application vient d'être déployée et on

a le lien pour qu'on puisse y accéder

donc on a le lien on va cliquer dessus

et on va partir là il va nous demander

notre

login

notre mot de passe on va se connecter et

là on a l'interface de l'application

l'Ouest basculer en mode dark au niveau

de l'application flow Waze on a ce qu'on

appelle le Marketplace à ce niveau là il

y a plusieurs Templiers qui existent

nous on peut utiliser un template et

partir de celui-là pour faire

notre chatbot mais je vais commencer

avec vous dès le départ parce que

personnellement je vais expliquer ça en

deux temps je vais faire une première

partie qui va essayer d'alimenter notre

naweet du base au niveau des vecteurs

comme on a essayé de le voir au niveau

de notre processus donc on va prendre

l'ensemble des informations dont on

aurait besoin et les envoyer sur la base

de données des vecteurs et après on

aurait la deuxième partie on va créer un

chatbot spécifique qui va juste aller

taper et récupérer les informations de

cette phase de données qu'on a

préalablement créer on va voir ça donc

je vais commencer par créer un nouveau

chatbot voici l'interface de flowers

zoomer et dézoomer et pour ajouter des

cartes à ce niveau là on a l'ensemble

des cartes dont on aurait besoin si on

essaye de suivre le processus qu'on a

mis en place on va en avoir besoin de

l'ODD des informations qui existent sur

des documents donc là on a document la

hauteur à ce niveau là je vais essayer

de voir qu'est-ce que j'ai on a

plusieurs informations plusieurs choses

qu'on peut faire mais là on va dire que

imaginons j'ai mon fichier PDF donc là

j'ai mon fichier PDF que je vais essayer

de récupérer et utiliser on a plusieurs

l'odeur donc là on va dire que j'ai par

exemple aussi mon fichier txt ou mon

fichier dorix j'ai aussi un tout un

folder si je veux utiliser tout un

fondeur on a les documents les

webstraper qu'on va aussi utiliser je

vais ajouter la partie texte file et je

vais aussi ajouter un scrapper qui est

je pense que je vais utiliser un peu

plus tard ok c'est celui-là donc

organisons tout ça on a notre fichier

PDF on a notre fichier TIC et on a notre

webcam à ce niveau là comme on a pu le

voir au niveau des étapes du processus

on a besoin de shrinking de Frankie

l'ensemble de ces documents là donc ce

qu'on va essayer c'est de d'utiliser ce

qu'on appelle un recul caractère donc là

il se trouve à ce niveau là je pense que

il est plus au niveau de texte splitter

Waker save caractère

il se retrouve ok c'est celui-là

celui-là il va nous permettre de spliter

l'ensemble des informations qui se

trouvent au niveau du PDF du textile et

du résultat de mon scraper donc on va

juste essayer de lier l'ensemble

à travers comme ça hop je fais

l'ensemble des liens au niveau du

caractère t'expliquer on va essayer de

s'attarder un petit peu sur les deux

paramètres tiens que size et chunk over

la comment on a pu voir au niveau de

notre modélisation du processus

lorsqu'on a un document qui est

représente plusieurs pages beaucoup de

textes on peut pas juste le prendre et

l'envoyer tel quel comme ça parce qu'on

a une limitation au niveau des tokens

donc ce qu'on va essayer de faire c'est

de le spliter en plusieurs morceaux et

ces morceaux là ils ont une taille et

c'est ce qu'on appelle les 5 size ça va

être la taille de notre petit morceau

qu'on va envoyer le chunk overlap c'est

un peu le chevauchement entre chaque

qu'on va créer donc chaque morceau qu'on

va créer il va se chevaucher avec

l'autre donc nous on va définir la

taille globale de notre chat et on va

essayer de définir sur combien ils vont

se chevaucher ces tiens là

personnellement j'utilise un 300 et 130

pas plus compliqué que ça donc on va

essayer de mettre tant que size 300 et

chunk overlap 30 en lis l'ensemble à

l'autre PDF notre texte file et notre

square on a mis la première étape si on

revient un petit peu en arrière au

niveau de la modélisation de notre

processus l'idée c'était lorsqu'on

prononce ensemble de nos impôts et on

fait notre chankine là il est essentiel

d'aller transformer ses informations là

en vecteur pour les stocker par la suite

au niveau de notre base de données des

vecteurs et là c'est ce qu'on appelle le

embelline et là au niveau de flow wise

on a toute une partie mbazine on peut

utiliser plusieurs choses au niveau de

un BD mais nous on va utiliser open II

donc je vais essayer de le mettre à ce

niveau là et comme j'ai dit pour stocker

notre nos vecteurs qui vont être MBD

avec optimi on va utiliser timecon donc

là on va utiliser pain pour stocker ça

donc là on va avoir vecteur Store et là

on a ce qu'on appelle document

donc là on va prendre ça comment ça va

marcher donc le mbden il est là on va

prendre ça et on va le lier et au niveau

des documents on va lier la hautepot de

ces documents là

et si avec

donc il va prendre

l'idée derrière c'est quoi donc va

prendre l'ensemble des changes de ces

documents là et il va par la suite

prendre le moteur du mbdding de opini

high et il va essayer de concocter

l'ensemble de d'avoir un résultat en

vecteur et par la suite le story au

niveau de notre base de données là on va

essayer de remplir l'ensemble des

informations vides qu'on a laissées

auparavant donc on va uploader notre

fichier PDF on va essayer de plouder

notre fichier TXT et on va essayer de

naître notre site Web ici au niveau du

scraper et là on va avoir besoin de

mettre aussi l'ensemble des des clés

pour se connecter à notre API

pour se connecter à ton école pour la

payer de openia je trouve que c'est

assez simple je vais pas trop m'attarder

là dessus je vous laisse aller sur le

site de open III de regarder la

documentation de comment créer le compte

de comment récupérer le jeton une fois

que vous avez récupéré votre jeton vous

allez venir et l'insérer ici donc moi

j'ai déjà créé mon jeton c'est un peu

que on met le nom on met la clé de notre

appli pour pas une conne on va essayer

de voir ça ensemble quand même une fois

que vous créez votre compte sur paint

code vous allez arriver au niveau de sa

dashwork au niveau du dashboard vous

aurez un peu l'accès aux index ça sera

vide pour vous vous allez vous pouvoir

créer votre premier index on va

l'appeler ici

qu'on va utiliser en mbending Open II il

y a une dimension spécifique à entrer

c'est

1536 donc il est essentiel de mettre

1536 au niveau de la dimension pour

créer votre base de données de vecteurs

si vous utilisez le MVD de openia après

on n'a rien à faire on va faire créer un

ex alors pour moi j'ai pas encore payé

donc j'ai le droit à un seul une seule

base de données vous allez créer votre

base de données vous allez partir sur

Appliquer et vous allez créer votre clé

de du Lapi vous récupérez la valeur et

on va revenir sur flow Waze et à ce

niveau là on va récupérer l'ensemble de

ces informations puis nous et là on va

faire

on va récupérer notre télé

et là l'environnement ça va être GCP

start

er en message là on a créé la connexion

pour notre base de données sur pencon le

paincon index on peut le récupérer quand

on est sur notre index on va cliquer sur

Se connecter en gros l'index c'est juste

le nom de votre base de données de

vecteurs dans montre casses je clique

sur ici ça va ça va être ça

ici et le récupérer et le mettre sur

pinecon index là on a terminé la

première partie qui va nous permettre de

récupérer l'ensemble de nos informations

et de les envoyer au niveau de novastes

de notre base de données de vecteurs

pour tester ce qu'on vient de faire on

peut ajouter un agent de conversation au

niveau de

chaîne

on va sélectionner et là on va essayer

de lier le la partie vecteur ici donc en

fait notre agent de conversation il va

se baser sur plusieurs choses il va se

baser comme on a vu au niveau de la

modélisation il va se baser sur la

partie vecteur qui va récupérer de

paycon il va aussi se baser sur le LLM

opniye qu'on va essayer d'aller chercher

et si on a plusieurs accès à plusieurs

LLN mais pour l'instant on va se baser

sur openive donc là on va essayer de

faire le lien avec le LLM l'engage

modèle et là on va essayer de le

spécifier notre

API et je vais prendre

[Musique]

voilà je vais partir sur une température

de

0.8 donc là ça va nous permettre en gros

qu'est-ce qu'il va faire il va prendre

les informations au niveau de notre

secteur il va se passer aussi sur le LLM

en pli et il va essayer de nous donner

une réponse on peut ajouter un paramètre

additionnel qui est le système message

mais là on est juste sur la partie de

stocker les informations au niveau de

notre vecteur on n'a pas besoin d'aller

à ce niveau là sur cette partie une fois

qu'on a placé l'ensemble de nos cartes

est terminé le paramétrage des clés des

appliers etc on peut faire un petit test

pour s'assurer que les informations

qu'on a mis au niveau de nos fichiers et

nos documents sans bien récupérer par la

base de données de paincoln et envoyer

au niveau de notre agent de conversation

on va essayer de commencer par une

petite question donc quels sont les

moyens

de te contacter rapide la logiquement il

doit me sortir mon adresse courriel

voilà donc là il était très rapide donc

il arrive à me dire vous pouvez me

contacter par email à bonjour à Bada

lajali.com ça c'est une information que

normalement la pile de open high n'a pas

accès donc il a pu récupérer ses

informations à travers les documents que

je lui ai donné et fourni au début donc

là notre but ici c'était juste de tester

très rapidement et ce que là cette

information mais là on va passer à la

mise en place de notre vrai botte qui va

se baser sur la base de données qu'on a

là et nous faire une réponse correcte et

on va voir il y a quelques petites

particularités là on va essayer de créer

le vrai chatbot qui va se baser sur les

bases de données des vecteurs et nous

donner des réponses concises et précises

ça va être très simple vu qu'on a fait

la première partie pourquoi je le fais

en deux temps c'est pour éviter de à

chaque fois faire

une création des informations genre de

récupérer le scrapping récupérer les PDF

le texte d'aller vers la base de données

de stocker ça et de faire les réponses

ça va être très long donc je préfère one

shot faire l'ensemble du stockage au

niveau de la base de données des

vecteurs en premier temps une fois que

ça que c'est fait on le refera plus sauf

si on a des nouveaux ajouts de documents

etc on a besoin d'apporter au niveau de

notre base de données de vecteur et la

deuxième partie c'est juste ça va être

la conversation en utilisant cette

néolith base qui est au niveau de notre

base de données donc ici ça va être très

simple donc comme on a pu voir on a

l'ensemble de notre base de données donc

on a juste besoin d'aller récupérer ces

informations à travers Pincon donc là on

va essayer d'aller récupérer ça donc

paincon loud existe index là c'est

différent parce que avant ce qu'on a

fait c'est Pen absors document donc là

on était en train de envoyer des

documents ou des informations en peine

comme là on va essayer juste de

récupérer des informations qui existent

déjà au niveau de Paint code donc on va

prendre là on va dézoomer un petit peu

et on va essayer d'aller chercher notre

embelline qui est openia comme on a vu

lors de la dernière configuration une

fois qu'on a récupéré les deux on fait

le lien ce qui va venir par la suite

c'est la partie de conversation et là on

va récupérer ça au niveau des chaînes

conversation

et là ce qu'on va faire c'est qu'on va

ramener aussi notre LLM de obtenir donc

là c'est LLM et on va chercher le Harper

open

on récupère ça on fait notre lien ça ça

va avec le langage du modèle de op mi ça

ça va avec la base de données des

vecteurs la partie mémory on peut

l'ajouter mais normalement en fait il y

a une affectation par défaut qui se fait

je peux ajouter une carte de bafer

Memory pour avoir un accès à

l'historique de notre chat donc là je

fais le lien à ce moment là on a fait

l'ensemble des liens ça veut dire que

notre

utilisateurs va poser une question ce

qu'on va faire c'est qu'on va utiliser

le LLM de openia plus les informations

qu'on a au niveau de notre base de

données de vecteurs plus les

informations qu'on a au niveau de

l'historique de notre chat pour fournir

une réponse cependant il y a un truc qui

est intéressant c'est qu'on peut donner

un système message un système message

c'est quelque chose qui va ressembler à

un rôle qu'on va donner à notre LLM moi

j'ai concocté un petit système message

que je veux juste faire un copier-coller

l'idée derrière c'est que je puisse dire

que tu assumeras le rôle d'assistant

personnel de Badr en utilisant toutes

les informations que tu trouveras pour

répondre de manière professionnelle ou

diverses questions posées par les

visiteurs si une question de passe-temps

champ de connaissance il te suffira de

dire je ne dispose pas de cette

information et là j'ajoute un petit

touch c'est de dire et tu lises des

emoji dans tes réponses pour les rendre

dynamiques tu vas toujours répondre en

français sauf si on te demande de

changer la langue donc là c'est le

message que

mis en place à ce stade là il est

possible qu'on puisse tester notre

chatbot et voir comment il va réagir

avec une ou deux questions histoire de

voir est-ce qu'il va vraiment aller

récupérer les informations qu'on a déjà

stockées auparavant au niveau de notre

base de données de vecteurs je veux

juste aller checker ça allez on va

commencer par une question que tu

partageais tes liens vers les réseaux

sociaux c'est une question qu'on a déjà

eu au niveau de notre diagramme de

processus sur mio là je vais faire que

tu partages donc là il a bien récupéré

ses informations juste à laisser de

chercher une autre question

j'avais déjà eu celle là en quoi es-tu

compétent pour aider là je vais essayer

d'aller récupérer c'est là là je vais

voir j'aimerais bien voir comment il va

réagir un petit peu sur celle-là

coordination le soutien effectivement il

a essayé juste de récupérer les

informations que je lui ai donné au

niveau de mon fichier txt aussi sur mon

CV pour extraire certaines informations

utiliser open i pour construire un

paragraphe et me donner la réponse il a

aussi pris en considération les

informations que je lui ai donné dans

les additionnelles paramètres et il a

mis des petites émoticônes à lac à

chaque fois au niveau de ses messages

moi je trouve que pour la qualité des

informations que je lui ai fournie

est-ce qu'il me répond et largement

suffisant

là on va essayer de passer pour voir

comment intégrer notre chatbot dans sa

version finale au niveau de notre site

web pour l'instant je vais utiliser

justement site web qui est sur WordPress

mais vous pouvez intégrer le chatbot sur

d'autres hébergements ou d'autres CMS ou

même si vous avez un site web que vous

avez fait vous-même clouaz offre

plusieurs façons pour intégrer le

chatbot au niveau de notre site Web ou

autre plateforme donc là on va essayer

de voir comment ça va se passer là je

vais cliquer juste sur petit icône en

haut et là je vais récupérer le script

mais au complet pourquoi parce que j'ai

cliqué sur Show mMED chat confit parce

que moi j'aimerais bien pouvoir

personnaliser quelques informations

comme le logo quelques couleurs etc tout

ça et ce niveau là au niveau du script

mais avec quelques petites connaissances

du CSS JavaScript etc vous pouvez vous

débrouiller pas mal sinon vous pouvez

juste mettre ça sur chat gepetty lui ont

demandé de faire les changements que

vous souhaitez il va les faire pour vous

et vous pouvez prendre ça faire un

copier-coller directement donc là moi je

vais aller sur mon site web et je vais

aller intégrer ça souvent on a besoin

d'intégrer ça au début ou à la fin dans

la partie script ça se trouve souvent au

niveau des thèmes donc là pour moi moi

je vais aller sur mon site web la page

d'administration et je vais aller sur

mon thème flatsum j'utilise je vais

aller sur la partie advanced et

logiquement sur le globalsating donc là

moi j'ai au niveau des futurs script je

veux lancer ça au niveau des futurs

scape pour qu'il puisse le charger

vraiment à la fin du loading de mon site

web

donc là je vais mettre un copier-coller

de la question et je vais voir l'idée

ici est de voir est-ce que l'intégration

a bien été faite donc voilà là il me

donne une réponse en se basant sur les

informations que je lui ai données bien

sûr pour la vidéo j'ai pas mis des

informations vraiment précises pour que

les réponses puissent être parfaites

mais lorsqu'on travaille avec des

clients on essaie d'avoir une nourritz

qui est le plus apprécier possible et

bien affiné pour que les réponses

puissent être précises également à

travers la vidéo on a pu voir comment

dès le début essayer de travailler sur

les besoins de l'utilisateur de mettre

en place le processus l'architecture la

STAC technique et de passer par la suite

à la phase de réalisation concrète sur

notre outil qu'on a choisi flowers en se

basant sur les informations qu'on a déjà

collectées et la stack technique qu'on a

choisi après ça a été plus facile au

niveau de la phase de réalisation on a

vu aussi après la phase de réalisation

la phase d'intégration

pas pu intégrer ça au niveau de notre

site web de pouvoir le tester et

s'assurer que l'ensemble fonctionne lors

des prochains vidéos on va essayer

d'aborder des principes encore plus

avancés on va voir d'autres outils qui

peuvent nous aider à rendre nos

applications encore meilleur et on va

pas oublier de parler de

l'automatisation je partage avec vous

aussi mes conseils sur la partie de

collecte de besoin d'architecture de

modélisation de processus et mon

expérience avec l'entrepreneuriat je

vous encourage à commencer à pratiquer

et créer votre propre chatte pote pour

pouvoir comprendre et bien assimiler

l'ensemble des principes qu'on a pu voir

aujourd'hui et si vous avez des

questions n'hésitez pas à les poser au

niveau des commentaires je vais y

répondre et voir comment je peux vous

aider si la vidéo vous a plu n'hésitez

pas à vous abonner à la chaîne réactiver

les notifications d'autres vidéos de ce

genre vont suivre et ça va être très

intéressant et sur ce je vous dis à

bientôt