- RAG sohbet botları, bilgi getirme ve dil üretimini birleştirerek geleneksel botlara göre daha doğru ve bağlama uygun yanıtlar sunar.
- RAG, yalnızca dil modelinin iç bilgisinden faydalanmak yerine harici verilere erişerek hataları azaltır ve güvenilirliği artırır.
- Bir RAG botu oluşturmak için bir proje başlatmak, net davranış talimatları yazmak ve bilgi kaynaklarını bağlamak gerekir.
Sohbet botları işletmelerin kullanıcılarla etkileşimini dönüştürüyor, ancak çoğu hâlâ bağlam ve doğruluk konusunda eksik kalıyor. İşte burada Bilgi Getirme Destekli Üretim (RAG) devreye giriyor.
RAG, bilgi getirme ve dil üretiminin avantajlarını birleştirerek sohbet botlarının harici verilere erişmesini ve kesin, bağlama uygun yanıtlar vermesini sağlar. Sonuç olarak daha az hata, daha az kaynak israfı ve daha güvenilir yanıtlar elde edilir.
Son birkaç yılda 750.000'den fazla sohbet botu dağıttık — ve onlar için kendimize ait gelişmiş bir RAG sürecimiz de var.
Bu rehberde, kendi RAG tabanlı sohbet botunuzu oluşturmanın adımlarını — davranışını tanımlamaktan sorunsuz şekilde yayına almaya kadar — sizinle paylaşacağım.
RAG Sohbet Botlarının Kullanım Alanları
Ürününüz, projeniz veya hobiniz için RAG tabanlı sohbet botlarını entegre etmeye yeni mi başlıyorsunuz? İhtiyaçlarınıza göre özelleştirilebilen bilgili bir sohbet botuyla geliştirilebilecek bazı geniş uygulama alanlarına göz atalım.
Botpress ile bir RAG sohbet botu oluşturmak oldukça kolaydır. İşte başlamanız için adım adım bir rehber.
Bu eğitimde bir Kitap Bilgi Yarışması sohbet botu oluşturacağız. Bot tamamlandığında, ilgili entegrasyonlar ile birden fazla kanalda kullanılabilir.
Adım 1: Projenizi başlatın
Öncelikle Botpress'te yeni bir proje oluşturun. Giriş yaptıktan sonra, tamamen özelleştirme ve esneklik için "Sıfırdan Başla" şablonunu seçin.

Adım 2: Net Bir Talimat Seti Yazın
Talimatlar, RAG sohbet botunuzun davranışı için kritik öneme sahiptir ve Studio'daki 'Talimatlar' bölümünden eklenebilir. Botun bilgiyi nasıl getireceğini ve sunacağını belirtin.
.webp)
Bir talimat seti yazarken şu noktaları kapsayın:
- Botun, dahili model verisinden ziyade harici bilgi kaynaklarını önceliklendirmesi gerektiğini belirtin.
- Yanıtların tonunu ve tarzını, örnek konuşmalar ve cevaplarla en iyi şekilde açıklayın.
İşte bir 'Giyim Sitesi SSS' sohbet botunun davranışını özetleyen örnek bir talimat seti:
Mission:
Assist users in exploring sustainable fashion, understanding eco-friendly materials, and making informed choices about ethically sourced clothing.
Personality Traits:
- Knowledgeable: Provides accurate answers from the knowledge base.
- Friendly: Warm and approachable.
- Inspiring: Encourages sustainable choices.
- Transparent: Shares only validated information.
Capabilities:
- Educate: Explain sustainable fashion principles, eco-friendly materials, and certifications using the knowledge base.
- Assist: Recommend products and provide information strictly from the approved data.
- Inspire: Highlight the benefits of ethical fashion without personal opinions.
- Engage: Respond to queries clearly and politely, redirecting users to support if answers are unavailable.
Tone:
- Positive, professional, and jargon-free.
- Respectful and empathetic to ensure a supportive experience.
Behavioral Rules:
- Use only the provided knowledge base (e.g., Wikipedia, Green Threads documents).
- If an answer isn’t available, inform the user and suggest consulting Green Threads’ customer support.
Example Response Policy:
Query: "What is organic cotton?"
Answer: "Organic cotton is grown without harmful pesticides or synthetic fertilizers, reducing environmental impact."
Query: "Can you tell me your refund policy?"
Answer: "I don’t have that information. Please visit our website or contact support for assistance."
Adım 3: Bilgi Kaynakları Ekleyin
RAG sohbet botunuzun etkili olması için onu PDF belgeleri, web sitesi adresleri veya API'ler gibi ilgili harici bilgi kaynaklarına bağlayın. Bunu şu şekilde yapabilirsiniz:
- Botpress'te “Bilgi Tabanı” bölümüne gidin.
- Kaynak olarak belgeleri yükleyin veya web sitesi adresleri ekleyin.
- Botpress içeriği otomatik olarak indeksler ve daha küçük, erişilebilir bilgi parçalarına böler.

Adım 4: Sohbet Botunun Kimliğini Özelleştirin
Sohbet botunuzun adını ve kişiliğini kullanım amacınıza uygun şekilde kişiselleştirin. Bu önemli adım, botunuzun kendini ChatGPT veya Claude olarak tanıtmamasını sağlar.
- “Bot Detayları” bölümüne gidin
- 'Oluştur'a tıklayarak, talimatlar ve veriler temelinde sohbet botunuz için bir kimlik oluşturun veya manuel olarak yazın.

Adım 5: Sohbet Botunuzu Dağıtın
Sohbet botunuz artık önizleme ve paylaşım için hazır. Şu adımlarla erişip test edebilirsiniz:
- Botpress Studio'da “Yayınla”ya tıklayarak RAG sohbet botunuzu dağıtın.
- Bağlantıyı kopyalayın ve sohbet etmeye başlayın!

Adım 6: Sohbet Botunuzun Görünümünü Özelleştirin
Web sohbetinizi markanız ve tarzınızla uyumlu hale getirmek mi istiyorsunuz? “Paylaş” bölümünden “Web Sohbetini Özelleştir”e tıklamanız yeterli.

Bugün Bir RAG Sohbet Botu Oluşturun
RAG tabanlı sohbet botları, işletmelerin doğru ve anlık yanıtlar sunmasını, iş akışlarını optimize etmesini ve kullanıcı deneyimini iyileştirmesini sağlıyor. Botpress'in sunduğu araçlarla, akıllı sohbet botlarını kolayca oluşturabilirsiniz.
Tek tıkla bilgi tabanı yükleme ve Slack, WhatsApp, Notion gibi platformlarla sorunsuz entegrasyon sayesinde, Botpress ile güçlü RAG sohbet botlarını dakikalar içinde dağıtabilirsiniz.
Daha akıllı, bağlama duyarlı sohbet botları oluşturmaya bugün ücretsiz başlayın.
Sıkça Sorulan Sorular
1. RAG sohbet botu ile geleneksel sohbet botu arasındaki fark nedir?
RAG sohbet botu ile geleneksel sohbet botu arasındaki fark, geleneksel bir sohbet botunun sabit yanıtlar veya önceden eğitilmiş modeller kullanması, RAG (bilgi getirme destekli üretim) sohbet botunun ise harici bir bilgi tabanından ilgili verileri çekip gerçek zamanlı olarak daha doğru yanıtlar üretmesidir.
2. Bir RAG sistemi hangi bilgiyi getireceğine ve hangisini üreteceğine nasıl karar verir?
Bir RAG sistemi, kullanıcının sorusuna göre en alakalı belge veya veri parçalarını belirlemek için bir getirici kullanır, ardından bu bilgileri bir dil modeline aktarır ve yanıtı getirilen içeriğe dayalı olarak üretir; böylece yalnızca önceden eğitilmiş bilgilere dayanmaz.
3. Harici bilgi kaynakları yüklemeden RAG kullanabilir miyim?
Teknik olarak harici bilgi kaynakları yüklemeden RAG kullanabilirsiniz, ancak bu durumda temel avantajı ortadan kalkar. RAG, dil modelini alanına özel veya gerçek zamanlı verilerle desteklemek için tasarlanmıştır; harici bilgi olmadan amacına ulaşamaz.
4. RAG çok dilli uygulamalar için uygun mu?
Evet, RAG çok dilli uygulamalar için uygundur; yeter ki hem dil modeli hem de getirilen belgeler hedef dilleri desteklesin. Birçok modern LLM ve vektör veritabanı çok dilli sorgu ve içerikleri işleyebilir.
5. Getirilen bilginin doğruluğunu ve uygunluğunu nasıl ölçebilirim?
Getirilen bilginin doğruluğunu ve uygunluğunu, hangi belgelerin getirildiğini kaydederek, üretilen yanıtı gerçek yanıt veya uzman görüşüyle karşılaştırarak ve yanıt doğruluğu, kullanıcı memnuniyeti, tıklama ya da takip oranı gibi metrikleri izleyerek ölçebilirsiniz.





.webp)
