Création d’un Chatbot IA avec Flowise en 10 minutes!
Summary
TLDRDans 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
🤖 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.
🛠️ 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.
📄 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.
🚀 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.
🗂️ 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.
💬 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.
🎉 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.
Mindmap
Keywords
💡intelligence artificielle
💡automatisation
💡chatbot
💡modélisation du processus
💡stack technique
💡OpenAI
💡vecteurs
💡intégration
💡expérience utilisateur
💡déploiement
💡scaffolding
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
Ver Más Videos Relacionados
Comment FILMER une INTERVIEW professionnelle
4 logiciels qui devraient être payants (tellement ils sont ouf)
COMMENT TRAVAILLER PLUS EFFICACEMENT avec la règle 80/20 *astuces productivité*
Créer un Chat Bot IA gratuit : TUTO character.ai
Soft skills, future of work, and employability. | Sonia Ben El Kahla | TEDxNileUniversityofNigeria
Comment vendre des sites web à des petites entreprises locales
5.0 / 5 (0 votes)