聊天模式

AnythingLLM 提供了两种主要的聊天模式，让您可以根据不同的使用场景选择最适合的对话方式。

两种聊天模式

Query 模式（查询模式）

Query 模式专注于从您的文档中检索特定信息：

精确检索：直接从文档中查找相关信息
快速响应：提供简洁、准确的答案
适用场景：需要快速查找特定信息时使用

Chat 模式（对话模式）

Chat 模式提供更丰富的对话体验：

上下文理解：更好地理解对话上下文
详细解释：提供更全面的解释和说明
适用场景：需要深入讨论或详细解释时使用

使用建议

何时使用 Query 模式

从 Query 模式开始，使用"无限制"相似性设置
在问题中使用文档中的特定术语
需要快速获取准确信息时

何时切换到 Chat 模式

需要更多上下文或解释时
进行复杂的对话交互时
需要 AI 提供创造性回答时

相似性设置

无限制相似性

最大覆盖：检索更多相关文档
适用场景：当您不确定信息位置时
推荐使用：初次查询时的默认选择

限制相似性

精确匹配：只检索高度相关的内容
适用场景：需要精确信息时
注意事项：可能会遗漏相关信息

优化技巧

提高查询效果

使用特定术语：在问题中包含文档中的确切词汇
明确问题：提出具体、明确的问题
逐步细化：从宽泛查询开始，逐步细化

模式切换策略

先查询后对话：先用 Query 模式获取信息，再用 Chat 模式深入讨论
根据需求调整：根据回答质量决定是否切换模式
实验不同设置：尝试不同的相似性设置找到最佳效果

文档交互

RAG（检索增强生成）

AnythingLLM 使用 RAG 技术来增强对话：

文档检索：自动从您的文档中检索相关信息
上下文增强：将检索到的信息作为上下文提供给 AI
准确回答：基于您的文档内容提供准确回答

文档附加 vs RAG

文档附加：直接将文档内容附加到对话中
RAG 检索：智能检索相关文档片段
选择建议：根据文档大小和查询需求选择合适方式

最佳实践

查询优化

明确目标：清楚地表达您要查找的信息
使用关键词：包含文档中可能出现的关键词
分步查询：将复杂问题分解为多个简单查询

模式选择

信息检索：使用 Query 模式
深入讨论：使用 Chat 模式
混合使用：根据对话进展灵活切换

故障排除

找不到信息时

从 Query 模式和"无限制"相似性开始
在问题中使用文档中的特定术语
如果需要更多上下文或解释，切换到 Chat 模式

回答不准确时

检查文档是否包含相关信息
尝试调整相似性设置
重新表述问题使用不同的关键词

了解更多关于 AnythingLLM 的其他功能，请查看我们的功能概览页面。