Datarooms

Datarooms

Czym są dataroomy, kto je widzi i jak czaty odpowiadają na podstawie ich zawartości.

Na tej stronie

Czym jest Dataroom?

Dataroom to bezpieczna przestrzeń, w której możesz przechowywać i przeszukiwać przesłane dokumenty i strony internetowe. Dataroom może zawierać informacje na konkretny temat lub projekt. Wiedza w Dataroom może być udostępniana innym użytkownikom, aby ułatwić współpracę.

Prywatność i dostęp

Domyślnie nowe dataroomy są prywatne. Tylko Ty możesz je zobaczyć i uzyskać do nich dostęp. Możesz udostępniać dataroomy konkretnym użytkownikom lub grupom według potrzeb.

Łączenie Dataroomów z Czatami

Czaty nie są trwale powiązane z pojedynczym dataroomem. Zamiast tego możesz dynamicznie połączyć jeden lub więcej dataroomów z dowolną konwersacją czatu. To pozwala Ci:

  • Przeszukiwać wiele dataroomów jednocześnie w jednej konwersacji.
  • Przełączać się między różnymi kombinacjami dataroomów w miarę rozwoju pytań.
  • Zobaczyć, które dataroomy zostały użyte do wygenerowania każdej odpowiedzi.

Tryb agenta w czatach Dataroomu

Modele obsługujące tryb agenta samodzielnie przeszukują podłączone dataroomy: wyszukują, wyświetlają i czytają pliki oraz wykonują kilka kroków. Umożliwia to przypadki użycia, takie jak eksploracyjne badanie i wieloetapowe wyszukiwanie w wielu dokumentach. Które modele to obsługują, widać w wyborze modelu jako Tryb agenta dla pokoi danych i plików.

Kiedy używać Dataroom?

Użyj Dataroom, gdy chcesz zadawać pytania dotyczące zawartości przesłanych dokumentów i stron internetowych. Celowo unika się polegania na ogólnej wiedzy Large Language Model, aby zmniejszyć prawdopodobieństwo halucynacji.

Kierowanie na konkretne pliki

Możesz skierować AITEZA na skupienie się na konkretnym pliku, wymieniając jego dokładną nazwę (lub charakterystyczną część) w swojej wiadomości. To zwiększa szansę, że zawartość z tego pliku będzie priorytetyzowana w odpowiedzi.

Przykłady:

  • „W project-plan.pdf, jakie są główne kamienie milowe?"
  • „Podsumuj sekcję cenową z contract.docx."
  • „Co mówi architecture_overview.md o mikroserwisach?"

Wskazówki:

  • Użyj wyświetlanej nazwy pliku (dopasowanie nie rozróżnia wielkości liter, ale ujmij nazwę w cudzysłów lub backticks dla klarowności).
  • Jeśli wiele plików ma podobne nazwy, dodaj dodatkowy kontekst (np. „wersja PDF" lub wskazówkę folderu), aby pobieranie było bardziej precyzyjne.
  • Nie proś o cały surowy tekst; pytaj o streszczenia lub konkretne informacje.

Możliwości wyszukiwania hybrydowego

Wyszukiwanie hybrydowe łączy osadzenia semantyczne z dopasowaniem leksykalnym (słowa kluczowe). To oznacza, że możesz zadawać pytania oparte na konkretnych terminach, nawet jeśli te terminy są rzadkie. Wyniki wyszukiwania są sortowane według trafności, dzięki czemu najbardziej przydatne dopasowania do zapytania pojawiają się bliżej góry listy.

Co poprawia wyszukiwanie hybrydowe:

  • Pytania specyficzne dla terminów („Gdzie wspomniano o ‚AITEZA’?")
  • Wyjaśnianie definicji („Zdefiniuj termin ‚indeks wektorowy’, jak jest używany w dokumentach.")
  • Wąskie zapytania łączące słowa kluczowe z intencją („W risk_register.xlsx, wymień działania zaradcze dla ‚Utraty Danych’")

Z modelami obsługującymi tryb agenta AITEZA może dodatkowo wykonać wyszukiwanie pełnotekstowe we wszystkich plikach, które wymienia każdy pasujący plik wraz z liczbą trafień.

Co jest ograniczone w modelach bez trybu agenta:

  • Wyliczanie każdego dokumentu zawierającego termin.
  • Dokładne liczby częstotliwości w całym dataroomie.

Niedostępne w żadnym modelu:

  • Pełne dosłowne zrzuty zawartości plików.

Precyzyjna analiza arkuszy (Excel i CSV)

Klasyczne modele językowe mają ograniczenia przy dużych arkuszach. Wiele wierszy, duża liczba wartości liczbowych i dokładne obliczenia trudno wykonać wyłącznie na podstawie rozumienia tekstu. Dlatego modele obsługujące tryb agenta mogą wykonywać precyzyjne zapytania danych bezpośrednio na plikach Excel i CSV w Twoim dataroomie. Umożliwia to niezawodne filtrowanie, grupowanie, sumy, wartości średnie i porównania.

W tle te zestawienia są realizowane za pomocą SQL, czyli języka służącego do precyzyjnego pobierania i obliczania danych z tabel. Nie trzeba znać ani samodzielnie pisać SQL: AITEZA automatycznie tłumaczy pytanie użytkownika na odpowiednie zapytanie. Wykonane zapytania i inne wywołania narzędzi są pokazywane w czacie w jasny i zrozumiały sposób, dzięki czemu zawsze widać, w jaki sposób powstała dana odpowiedź.

Przykładowe pytania, do których nie trzeba znać SQL:

  • „W sprzedaz_2025.xlsx, jaki jest łączny przychód w podziale na regiony?"
  • „W wydatki.csv, wymień wszystkie wpisy powyżej 10 000 €, posortowane według kwoty."
  • „Porównaj średni czas dostawy między magazyn_a.xlsx a magazyn_b.xlsx."
  • „Ile wpisów w klienci.csv ma status ‚aktywny’?"

Pytania, które mogą nie działać zgodnie z oczekiwaniami:

  • Zwróć pełną surową zawartość „document.pdf".
  • Ile razy termin ‚AITEZA’ pojawia się we wszystkich dokumentach? (niezawodnie tylko z modelami obsługującymi tryb agenta)
  • Jaka jest średnia długość dokumentów wspominających termin ‚AITEZA’?

Pytania, które działają w Dataroomie:

  • Jaki jest cel ‚AITEZA’? (semantyczne)
  • Gdzie wspomniano o ‚AITEZA’ i co się o tym mówi? (hybrydowe)
  • Wymień wszystkie dokumenty, które wspominają termin ‚AITEZA’. (z modelami obsługującymi tryb agenta)
  • W project-plan.pdf, jakie są kamienie milowe harmonogramu? (kierowanie na plik)
  • Podsumuj różnice między proposal_v1.docx a proposal_v2.docx. (porównawcze)
  • Porównaj ‚AITEZA’ z innymi rozwiązaniami AI. (semantyczne)

Przegląd Dataroomów

Na stronie Dataroomy każdy dataroom jest wyświetlany jako karta z jego nazwą oraz szybkimi wskaźnikami jego zawartości, w tym liczbą zawartych plików, obrazów i stron internetowych oraz statusem udostępniania. Dzięki temu widzisz od razu wielkość i zawartość datarooma, w tym ilość materiału wizualnego, bez konieczności jego otwierania.

Weyer Data Engineering

A company of the

Ⓒ 2026 weyer data engineering