為 RAG 準備資料時，文件格式和結構的每個細節都很重要。讓我們從最基本的開始：您使用的檔案類型。

首先，確保您的檔案是支援的格式。這包括 PDF、Word 文件、HTML 文件、Markdown 和純文字等常用類型。Botpress Studio 支援所有這些檔案格式。一般而言，請避免使用無法輕易解析的檔案類型，例如格式複雜的影像式文件。如果沒有適當的擷取，這些檔案就無法被LLM 讀取，這會限制您的代理瞭解或準確回應的能力。

當您在Botpress 上傳要用作代理知識庫的檔案時，我們會自動將檔案轉換為 markdown。如果您想確保您的代理提供一致可靠的答案，您可以自己上傳原始的 markdown 檔案，或使用 Rich Text 知識庫類型，它也只是 markdown。

除了檔案類型之外，組織文件內容的方式也同樣重要。將您的檔案分割成清晰且符合邏輯的結構 - 包含不同的區段、標題、標題和副標題 - 可以大幅提升您的經紀人理解和擷取資訊的能力。請特別注意文件的標題：透過標題指定明確的資訊階層，LLM 可以更好地對資訊進行分類，從而提高根據使用者查詢檢索相關知識的能力。

這裡最重要的理論是讓您的文件容易被解析。換句話說，如果您將這份文件交給對您的產業或服務完全不瞭解的人，他們應該仍能瞭解其中所包含的資訊。

Botpress 對於標題和副標題使用語義方法，這意味著在向量化步驟中，我們會注意您文件中應該組合起來進行檢索的邏輯片段。但是，我們必須依賴您的文件結構才能準確地做到這一點：如果您的標題被解析為正文的一部分，這將會導致您的代理無法從這一部分持續擷取資訊。

簡而言之，花少許時間整理和標準化您的檔案，就能大大提升您的經紀人處理和檢索準確資訊的能力。