Hogyan készíts ingyenes MI chatbotot, amit céges dokumentumaidból taníthatsz be, kizárólag Google Drive segítségével: A valaha volt legegyszerűbb megoldás – I. rész.

Lenyűgöztek már az AI chatbotok, és szeretted volna, ha te is létrehozhatnál egyet, ami a saját üzleti adataidra vonatkozó kérdésekre válaszol? Ez teljesen lehetséges, de a leggyakoribb megoldás gyakran bonyolult és ijesztő felhőalapú architektúrákat igényel. Ebben az oktatóanyagban teljes mértékben elkerüljük ezt a bonyolultságot. Megmutatom, hogyan építhetsz egy hatékony, INGYENES, egyedi képzésű AI chatbotot, mindössze a Google Drive használatával.

Hogyan működnek valójában az egyedi AI chatbotok?

Megközelítésünk megértéséhez fontos először tisztában lenni azzal, hogyan működnek a nagy nyelvi modellek (LLM-ek), mint például a ChatGPT és a Gemini. Ezek a modellek hatalmas, de rögzített adathalmazon vannak betanítva. Tudásuk lényegében befagyott abban az időpontban, amikor a betanításuk befejeződött. Nem lehet valójában „újratanítani” vagy „kiterjeszteni” ezt az alapmodellt a saját privát üzleti dokumentumaiddal.

Hogyan tud tehát egy chatbot olyan információkról kérdésekre válaszolni, amelyekre soha nem képezték ki?

Itt jön képbe a Lekérdezés-alapú Generálás (RAG). Ez egy okos folyamat, amely pontosan akkor adja meg az LLM-nek a szükséges kontextust, amikor arra szüksége van. Íme, dióhéjban, hogyan működik:

1. Kérdés feltevése: Egy felhasználó valami specifikusat kérdez a chatbotodtól a vállalkozásoddal kapcsolatban.
2. Keresés a dokumentumokban: Ahelyett, hogy azonnal megkérdezné az LLM-et, a rendszer először átkutatja a privát dokumentumaidat (a tudásbázisodat), hogy megtalálja a felhasználó kérdéséhez releváns szövegrészleteket.
3. Kontextus biztosítása: Ezt a releváns információt ezután az eredeti kérdéssel együtt elküldik az LLM-nek. Ez teszi képessé az LLM-et arra, hogy testreszabott, a vállalkozásodhoz kapcsolódó válaszokat adjon a felhasználó kérdésére.
4. Válasz visszaadása: Az LLM közvetlen választ generál a felhasználó kérdésére a frissen kapott kontextus alapján, és visszaküldi azt.

Pontosan ezt fogjuk felépíteni, de a „keresés” részét jelentősen leegyszerűsítjük a Google Apps Script és a Google Drive használatával.

Megoldásunk: Egy hatékony, ingyenes chatbot, teljes egészében Google Drive-ra építve

Most, hogy megértettük a RAG elméletét, beszéljünk arról, hogyan építjük fel a saját verziónkat egy sokkal egyszerűbb eszköztárral. Bonyolult felhőkörnyezet helyett a teljes chatbotod a Google fiókodon belül fog élni.

Íme a terv:

1. Tudásbázis:
   Egy Google Drive mappát fogunk használni az összes üzleti dokumentum tárolására, amelyekről azt szeretnéd, hogy a chatbot tudjon. Ez a mi keresési adatbázisunk.
2. Alkalmazás:
   Létrehozunk egyetlen Google Apps Script webalkalmazást. Ez a szkript mindent kezelni fog – ez lesz a felhasználó felé néző csevegőablak (frontend) és az AI-val kommunikáló logika (backend).

Az egyszerűsített megközelítés mögött öt kulcsfontosságú trükk rejlik:

1. Teljes kontextus biztosítása, minden alkalommal:
   A kifinomult keresés helyett közvetlenebb utat választunk. Elolvassuk a Google Drive mappádban lévő minden dokumentum teljes tartalmát. Ez a teljes szöveg, a rendszerutasításoddal együtt, minden egyes üzenethez csatolva lesz, amit az AI-nak küldesz. Ez biztosítja, hogy a modell mindig rendelkezzen a teljes kontextussal ahhoz, hogy a dokumentumaid alapján válaszoljon a kérdésekre.
2. Okos gyorsítótárazás a sebességért:
   Minden dokumentum minden fordulóban történő olvasása lassú és ineffektív lenne. Ennek megoldására a beépített Apps Script gyorsítótár szolgáltatást fogjuk használni. Amikor az alkalmazás először fut, exportálja az összes dokumentum tartalmát, és egy ideiglenes gyorsítótárban tárolja. Ez a gyorsítótár akár hat óráig is megmarad, ami azt jelenti, hogy a tartalom azonnal lekérhető és csatolható a promptokhoz anélkül, hogy minden alkalommal újraolvasnánk a fájlokat, így a beszélgetés gyors és zökkenőmentes lesz.
3. Hatalmas kontextus ablak kihasználása:
   Ez az egész módszer a Google Gemini 2 Flash modelljének használatával válik lehetővé. Ez a nagy teljesítményű AI jelenleg ingyenesen használható az AI Studio API-n keresztül, és ami a legfontosabb, hatalmas, 1 millió tokenes kontextus ablakkal rendelkezik. Ez a hatalmas kapacitás lehetővé teszi számunkra, hogy nagy mennyiségű szöveget (a dokumentumaid teljes tartalmát) egyetlen API hívásban tápláljunk be, ami régebbi modellekkel nem volt praktikus.
4. Dokumentumstruktúra megőrzése Markdownnal:
   Üzleti információink Google Dokumentumokként lesznek tárolva. Amikor ezeket az információkat az AI-nak biztosítjuk, nem csak egyszerű szöveget küldünk. A Google Drive beépített funkcióját fogjuk használni a dokumentumok Markdown formátumban történő exportálására. Mivel az LLM-ek értik a Markdown-t, megőrizhetjük a kulcsfontosságú formázásokat, mint a címsorok, listák és még a táblázatok is. Ez segít az AI-nak jobban megérteni az információid szerkezetét és hierarchiáját, tovább javítva a válaszok minőségét és pontosságát.
5. Egyszerű emberi átadás megvalósítása:
   Megoldásunk nem fog élő emberi operátorok sorát tartalmazni. De mi történik, ha a chatbot elakad, vagy egy felhasználó kifejezetten egy személyt kér? Ezt okos promptolással kezeljük. Utasítjuk az ügynököt, hogy ha nem tud válaszolni egy kérdésre, akkor a feladata az, hogy elkérje a felhasználó elérhetőségi adatait. Amint ez megtörtént, a szkript automatikusan továbbítja a teljes beszélgetési előzményt egy meghatározott Google Workspace Chatbe, biztosítva, hogy egyetlen lekérdezés se vesszen el, és egy valódi személy tudjon utólag foglalkozni vele.

Próbáld ki magad!

Az elmélet nagyszerű, de nincs jobb módja a végtermék megértésének, mint a közvetlen interakció vele. Építettem egy bemutató verziót ebből a chatbotból, hogy tesztelhesd.

Megjegyzés: Biztonsági okokból az előnézet/demó csak Google-fiókba bejelentkezett látogatók számára érhető el.

Kattints ide az élő demó bot kipróbálásához

Az oktatóanyag kedvéért ezt a botot a Santander UK Személyi Kölcsön termékéről nyilvánosan elérhető információk alapján képeztem ki. Kérdezhetsz tőle kamatlábakról, hitelfeltételekről és jogosultsági kritériumokról az adatok alapján. Alapvető havi törlesztőrészlet-számítást is végezhet, ha megadsz egy hitelösszeget és egy futamidőt.

Fontos nyilatkozat: Kérjük, vedd figyelembe, hogy ez csak egy bemutató modell. A képzési adatok nincsenek folyamatosan frissítve, és elavultak lehetnek. Továbbá, a hitelszámítás egy egyszerűsített becslés, mivel a Santander által használt pontos képlet nem nyilvános. Az ezen a demó boton keresztül kapott eredmények és számítások nem egyeznek meg a bank hivatalos adataival.

A Chatbot lelke: A rendszerutasítás

A valódi varázslat, ami életre kelti a chatbotunkat, nem csupán a kód, hanem az AI modellnek adott részletes utasítások. Ezt nevezzük „rendszerutasításnak” (system prompt), és ez a chatbot alapvető személyisége, szabálykönyve és munkaköri leírása egyben. Minden egyes beszélgetés ezzel a rejtett parancskészlettel kezdődik.

Lényegében azt parancsoljuk az AI-nak, hogy váljon egy adott márka segítőkész ügyfélszolgálati szakértőjévé. Tudása szigorúan korlátozódik a Google Drive dokumentumaidból dinamikusan beillesztett tartalomra, és tilos felfednie ezt a forrást, így valódi szaktekintélynek tűnik. A prompt egyértelmű feladatlistát ad neki: maradjon a témánál, válaszoljon a megadott kontextusból származó kérdésekre, és végezzen hitelszámításokat egy meghatározott matematikai képlet segítségével, mindig tisztázva, hogy az eredmények becslések.

Azokban a helyzetekben, amikor elakad, vagy a felhasználó egy személyt kér, egy egyszerű emberi átadási protokollt követ, és elkéri az elérhetőségi adatokat.

Lépésről lépésre útmutató: Chatbot építése 5 perc alatt

Készen állsz az építésre? Kövesd pontosan ezeket a lépéseket, és pillanatok alatt futni fog az egyedi AI chatbotod. Beállítjuk a dokumentumtárolót, létrehozzuk az alkalmazást, és telepítjük, hogy a világ is láthassa.

1. lépés: Hozd létre tudásbázisodat a Google Drive-ban

Itt fog tanulni a chatbotod.

1. Menj a Google Drive-odra.
2. Hozz létre egy új, dedikált mappát. Nevezzük „Chatbot Tudásbázisom”-nak.
3. Mappaazonosító (Folder ID) beszerzése: Kattints a mappára a megnyitásához. Nézd meg a böngésződ címsorában lévő URL-t. Az URL utolsó része a mappaazonosító. Másold ki ezt az azonosítót – hamarosan szükséged lesz rá. Például, ha az URL https://drive.google.com/drive/folders/1a2b3c4d5e6f7g8h9i0j, akkor a mappaazonosítód 1a2b3c4d5e6f7g8h9i0j.
4. Ebben a mappában hozz létre egy vagy több Google Docs fájlt. Töltsd fel ezeket a dokumentumokat azokkal az információkkal, amelyeket szeretnél, hogy a chatbotod tudjon a termékedről vagy vállalkozásodról. Használj címsorokat, listákat és táblázatokat, ahogy szoktál. Ez az a tartalom, amelyet az AI-nak fogunk betáplálni.

2. lépés: Hozd létre a Google Apps Script projektet

Ez lesz a chatbotunk motorja.

1. Menj vissza a Google Drive-odra.
2. Kattints az Új > Továbbiak > Google Apps Script menüpontra. Ez egy új szkriptprojektet nyit meg egy új lapon.
3. Adj nevet a projektednek a bal felső sarokban, például „AI Chatbotom”.

3. lépés: Add hozzá a kódfájlokat

A projektednek két fájlra van szüksége: egyre a háttérlogikához (Code.gs) és egyre a csevegőfelülethez (index.html).

1. Már lesz egy Code.gs nevű fájlod. Ide kerül a háttérkódunk.
2. Hozd létre a frontend fájlt: Kattints a „Fájlok” melletti + ikonra az oldalsávban, és válaszd a HTML-t. Nevezd el az új fájlt pontosan indexnek (index.html néven fog mentődni).
3. Másold és illeszd be a kódot: Most egyszerűen másold ki a Code.gs és az index.html teljes kódját az alábbi szakaszokból, és illeszd be a megfelelő üres fájlokba az Apps Script projektedben.

A Code.gs fájl tartalma

Az index.html fájl tartalma

4. lépés: A szkript konfigurálása

Meg kell mondanod a szkriptnek, hol találja a dokumentumaidat, és hogyan férhet hozzá az AI-hoz.

1. Nyisd meg a Code.gs fájlt.
2. Keresd meg a tetején a DRIVE_FOLDER_ID és GEMINI_API_KEY sorokat.
3. Cseréld ki a DRIVE_FOLDER_ID-t az 1. lépésben kimásolt Google Drive mappaazonosítóra.
4. Szerezd be a Gemini API kulcsodat:
   1. Menj a Google AI Studio oldalára: https://aistudio.google.com/
   2. Kattints a „Get API key” (API kulcs beszerzése), majd a „Create API key in new project” (API kulcs létrehozása új projektben) gombra.
   3. Másold ki a generált kulcsot.
5. Menj vissza a Code.gs-hez, és cseréld ki a GEMINI_API_KEY-t a most kimásolt kulcsra.
6. Állítsd be a Google Chat Webhook URL-t (emberi átadáshoz)
   Fontos megjegyzés: Ez a funkció csak Google Workspace fiókok (pl. neved@céged.com) esetén érhető el. Személyes Gmail fiókokhoz nem. Ezeket a lépéseket számítógépen kell elvégezned, nem mobil eszközön.
   1. Nyisd meg a Google Chatet a böngésződben.
   2. Menj arra a Térre (Space), ahová az átadási értesítéseket szeretnéd kapni.
   3. Felül kattints a tér neve melletti lefelé mutató nyílra, majd válaszd az Alkalmazások és integrációk lehetőséget.
   4. A megjelenő párbeszédpanelen kattints a + Webhookok hozzáadása gombra.
   5. Adj nevet a webhookodnak (pl. „Chatbot átadások”), majd kattints a Mentés gombra.
   6. Megjelenik egy új webhook a listában. Kattints a másolás ikonra a teljes webhook URL vágólapra másolásához.
   7. Menj vissza a Code.gs fájlba, és cseréld ki a 'YOUR_GOOGLE_CHAT_WEBHOOK_URL_HERE' részt a most kimásolt URL-re.

5. lépés: Finomhangold a rendszerutasításodat

A mellékelt prompt kiváló kiindulópont, de az igazi erő abban rejlik, hogy pontosan a saját igényeidre szabod.

1. Az Apps Script projektedben menj a Code.gs fájlhoz, és keresd meg a systemInstructionText változót.
2. Módosítsd! Változtasd meg a márka nevét, igazítsd a személyiségét, vagy adj hozzá új, a vállalkozásodra jellemző szabályokat. Így teheted a chatbotot igazán a sajátoddá.

6. lépés: A webalkalmazás telepítése és engedélyek megadása

Ez az utolsó lépés ahhoz, hogy a chatbotod élesben működjön.

1. Kattints a jobb felső sarokban lévő kék Telepítés (Deploy) gombra, és válaszd az Új telepítés (New deployment) lehetőséget.
2. Megjelenik egy párbeszédpanel. Kattints a fogaskerék ikonra a „Típus kiválasztása” mellett, és válaszd a Webalkalmazás (Web app) lehetőséget.
3. Töltsd ki a beállításokat:
   1. Leírás: Adj neki nevet, például „Első AI Chatbotom”.
   2. Futtatás mint: Én (te@gmail.com)
   3. Ki férhet hozzá: Bárki (Ez nyilvánossá teszi a chatbotodat. Válaszd a „Bárki Google-fiókkal” lehetőséget, ha ezt preferálod).
4. Kattints a Telepítés (Deploy) gombra.
5. Engedélyek engedélyezése: A Google most arra fog kérni, hogy adj engedélyt a szkript futtatásához. Ez egy kritikus lépés.
   1. Kattints az Engedélyezés (Authorize access) gombra.
   2. Válaszd ki a Google-fiókodat.
   3. Megjelenik egy figyelmeztető képernyő, amely szerint „A Google nem ellenőrizte ezt az alkalmazást.” Ez normális a személyes szkriptek esetében. Kattints a Haladó (Advanced) gombra, majd kattints a Ugrás a [Projekted neve] (nem biztonságos) linkre.
   4. Végül tekintsd át az engedélyeket (hozzáférésre lesz szüksége a Google Drive-hoz, külső szolgáltatásokhoz való csatlakozáshoz stb.), és kattints az Engedélyezés (Allow) gombra.

A telepítés után egy ablakban megjelenik a webalkalmazás URL-je. Ez a link az élő chatbotodhoz! Másold ki ezt az URL-t, illeszd be egy új böngészőfülbe, és kezdj el csevegni az egyedi képzésű AI asszisztenseddel.

Összefoglalás: Egy hatékony eszköz, világos kompromisszumokkal

Sikeresen felépítettünk egy egyedi képzésű AI chatbotot, kizárólag Google Drive és Apps Script használatával. Ez a megközelítés fantasztikus, hozzáférhető belépési pontot kínál az egyedi AI világába. Összefoglaljuk előnyeit és korlátait egy hagyományos, bonyolultabb RAG megoldáshoz képest.

Egyszerű megoldásunk előnyei

• Hihetetlen egyszerűség: Nem kell értened a vektordatabázisokhoz, a felhőalapú architektúrához vagy a komplex adatfolyamokhoz. Ha tudsz Google Drive-ot használni, ezt is meg tudod építeni.
• Rendkívül költséghatékony: Kis- és közepes felhasználási esetekben ez a megoldás gyakorlatilag ingyenes. Kihasználod a meglévő Google-fiókodat és a Gemini API nagylelkű ingyenes szintjét.
• Fejlesztési sebesség: Egy délután alatt eljuthatsz az ötlettől egy működő prototípusig, nem hetek alatt.
• Tökéletes KKV-knak és belső eszközöknek: Ez ideális megoldás kisvállalkozások számára, akik támogatási botot szeretnének hozzáadni, vagy belső eszközt szeretnének létrehozni, hogy segítsék csapatukat a vállalati tudásbázisok lekérdezésében.

Korlátok egy megfelelő RAG-hoz képest

• Skálázhatóság: A „mindent elolvas” megközelítésünk kiválóan működik egy tucat, vagy akár néhány tucat dokumentum esetén. Ezer dokumentumra azonban nem skálázható. Egy megfelelő RAG rendszer a hatalmas tudásbázisok hatékony kezelésére van tervezve.
• Nincs „okos” lekérdezés: Egy igazi RAG rendszer szemantikus keresést használ a legrelevánsabb szövegrészletek megtalálásához egy kérdés megválaszolásához. Megoldásunk minden alkalommal a teljes tudásbázist elküldi. Bár ez jól működik nagy kontextus ablakkal (körülbelül 750 000 szó egyszerre), néha kevésbé pontos lehet, mint a célzott lekérdezés.

Alapvető átadás: Az e-mail alapú átadás egy egyszerű értesítési rendszer. Hiányoznak belőle a professzionális ügyfélszolgálati platformok funkciói, mint az élő ügynök sorban állás és a valós idejű chat.

Hogyan add hozzá a weboldaladhoz

Mostanra létrehoztunk egy nagyszerű chatbotot. Bár nem rendelkezik robusztus sorban állási vagy valós idejű emberi átadási képességgel, és nem is hatalmas mennyiségű képzési szöveghez tervezték, megbízható és hihetetlenül olcsó megoldásként kiemelkedik. Sok kis- és közepes vállalkozás számára ez fantasztikus módja lehet a felhasználóik számára nyújtott szolgáltatás minőségének javítására, jelentős befektetés nélkül.

A következő természetes lépés az, hogy ezt a chatbotot egy önálló webalkalmazásból egy élő, ügyfélközpontú eszközzé alakítsuk a weboldaladon. Következő oktatóanyagomban pontosan áttekintjük, hogyan lehet beépíteni egy valós webhelybe, mivel ez néhány módosítást igényel az imént létrehozott kódon. Maradj velünk!