Wyszukiwanie semantyczne: pytaj przestrzeń roboczą własnymi słowami
Większość pól wyszukiwania dopasowuje słowa. Jeśli nie pamiętasz, jak coś było sformułowane, nie znajdujesz tego. Worknano szuka po znaczeniu. Pytasz "co obiecaliśmy Acme w sprawie dostawy?" i dostajesz notatkę deala "Klient oczekuje wysyłki do końca marca", podsumowanie rozmowy "Uzgodniony czas realizacji z Acme: 3 tygodnie" oraz warunki wysyłki w PDF umowy, choć żadne z nich nie używa słowa "obietnica".
Działa na wszystkim w przestrzeni roboczej, w tym na każdym wgranym pliku, i jest w każdym planie bez dodatkowej opłaty.
Pytasz tak, jak w rozmowie z kolegą. Worknano rozumie, o co chodzi, i pokazuje, gdzie to leży.
1. Jedno pytanie o całą pracę
Dokumenty, zadania, projekty, deale, kontakty i OKR-y odpowiadają na to samo pytanie. Specyfikacje, decki, notatki ze spotkań, pipeline i cele nie siedzą już w osobnych kątach. Nie musisz pamiętać, które narzędzie, który folder albo które słowo ktoś użył, bo wszystko jest w jednej przestrzeni. Dane importowane z podłączonych narzędzi też stają się wyszukiwalne.
Nowe osoby w zespole znajdują samą decyzję, a nie tylko folder, w którym mogła leżeć.
2. Agenci AI, którzy wiedzą, gdzie patrzeć
AI Assistant i agenci AI używają tego samego indeksu. Zamiast czytać całe dokumenty, czytają tylko fragmenty, które mają znaczenie, i z nich piszą odpowiedź. Odpowiedzi przychodzą szybciej i zostają oparte na treści twojego zespołu.
Ponieważ dane żyją w Worknano, agent może działać na tym, co znajdzie. Może utworzyć zadanie z wniosku albo zaktualizować deal, zawsze w uprawnieniach osoby, która pyta.
3. Zbudowane tak, żeby mu ufać
- Bez dodatkowej opłaty. Wyszukiwanie semantyczne jest w twoim planie. Indeksowanie i przeszukiwanie treści nie zużywa kredytów AI.
- Zawsze aktualne. Treść jest indeksowana automatycznie, gdy powstaje albo się zmienia.
- Te same uprawnienia co wszędzie indziej. Ludzie znajdują tylko to, co mogą czytać. Ograniczone pola nigdy nie są indeksowane.
- Twój region, twoje dane. Wybierasz hosting regionalny w UE, USA albo APAC. Dane przestrzeni i przetwarzanie AI zostają w tym regionie, a embeddingi są w bazie tej przestrzeni.
- Dostępne per przestrzeń robocza. Wyszukiwanie semantyczne włączasz osobno dla każdej przestrzeni, więc decydujesz, kiedy rusza dla zespołu.
4. Pod maską
- Fragmenty (chunking). Każdy wyszukiwalny tekst jest dzielony na krótkie fragmenty: tytuły, opisy i tekst wyciągnięty z wgranych plików PDF, Word, Excel i PowerPoint.
- Embeddingi. Model wektorowy zamienia każdy fragment w listę liczb, która łapie znaczenie. Fragmenty o podobnym znaczeniu lądują blisko siebie.
- pgvector we własnej bazie PostgreSQL. Wektory leżą tuż obok danych w bazie przestrzeni roboczej, a nie w zewnętrznej usłudze wyszukiwania.
- Ranking hybrydowy (znaczenie + słowo kluczowe). Pytanie zamienia się w wektor w ten sam sposób i wracają najbliższe fragmenty. Wyniki łączą się z klasycznym wyszukiwaniem słów, więc dokładne nazwy, kody i klucze zgłoszeń nadal wychodzą na górę.
- Retrieval-augmented generation (RAG). AI najpierw wyszukuje właściwe fragmenty, a potem odpowiada z nich, zamiast zgadywać z wiedzy ogólnej.
Jedna przestrzeń, jedno wyszukiwanie
Jedno miejsce na pracę, jedno wyszukiwanie po wszystkim i tylko kontekst, który ma znaczenie. Pytasz własnymi słowami, a Worknano znajduje resztę.