由 OpenAI 开发的 ChatGPT 改变了我们在网上互动的方式。作为一种通用聊天机器人，ChatGPT 只能回答通用查询。但如果您能让它回答针对您业务的特定问题，它就会变得更加有用。为此，您需要用您的数据来训练 ChatGPT。

EmbedAI 是一个无代码平台，用于创建基于您的业务数据训练的 AI 聊天机器人。这包括来自网页、PDF、Notion 文档或 YouTube 视频的数据，使 EmbedAI 能够适应各种信息来源。

在这篇博客文章中，我们将向您展示如何使用 LlamaIndex 和 EmbedAI 在您自己的数据上训练 ChatGPT，帮助您创建针对您的业务需求量身定制的定制化且高效的 AI 聊天机器人。

基于您的数据进行聊天的用例

基于您的数据训练的聊天机器人有很多种用途，包括：

1. 客户支持机器人：管理有关产品的常见问题，高效处理客户支持咨询。
2. 公司搜索引擎：快速查找公司内部文档和信息，提高工作效率。
3. 个性化学习助手：根据特定课程内容提供量身定制的教育支持和学习指导。
4. 技术支持助手：为复杂的软件问题提供深入帮助，从故障排除到使用技巧。
5. 医疗保健助手：基于医学文献和常见问题，提供一般健康建议和信息。
6. 金融聊天机器人：协助处理财务查询，通过训练财务数据，提供关于产品、市场趋势和投资策略的建议

让我们深入探讨如何创建与 PDF、Notion 文档、视频、网页等各种数据源集成的聊天应用。

案例 1：为您网站定制 ChatGPT

要使用您的网站内容训练 ChatGPT，我们需要抓取所有相关网页的内容。步骤如下：

• 提取您网站上的所有 URL，例如来自您的站点地图
• 只包含您需要训练的相关 URL
• 使用 LlamaIndex 的 SimpleWebPageReader 下载这些 URL 的内容

这里是一些实现此功能的示例代码

数据准备好后，可以使用 LlamaIndex 的 VectorStoreIndex 类来训练一个 AI 聊天机器人。

要在您的网站上无需编码创建 ChatGPT 聊天机器人，您可以使用下面概述的 EmbedAI，它内部使用了 LlamaIndex

案例 2：为您 PDF 文档定制 ChatGPT

如果您的业务特定数据存储在 PDF 文档中，并且您希望创建一个能够提取其中信息的聊天机器人，我们可以使用 LlamaIndex 和 PDFMiner 库来实现。这次的步骤如下：

• 上传您的 PDF 并存储在云端
• 安装 PDFMiner 库
• 获取已上传的 PDF 并使用 LlamaIndex 加载器提取文档文本

这里是使用 LlamaIndex 创建基于 PDF 文档训练的 AI 聊天机器人的代码

如果您想无需编码在您的 PDF 内容上创建 ChatGPT 聊天机器人，您可以使用下面的 EmbedAI 演示，它内部使用了 LlamaIndex

案例 3：为您视频定制 ChatGPT

通常，有价值的信息嵌入在视频中，这对于搜索信息的用户来说并不容易访问。然而，通过使用这些内容训练 AI 聊天机器人，它可以成为用户的极其丰富的资源，显著提升他们的体验。

让我们看看如何从我们的 YouTube 视频中获取信息，以便使用 LlamaIndex 训练 AI 聊天机器人。步骤如下：

• 找到您的频道 ID
• 安装 scrapetube 并将您的频道 ID 传递给它以获取您的视频列表
• 安装 Youtube 字幕 api 并将上述视频 URL 传递给 LlamaIndex 加载器以获取文档列表

代码如下所示

现在您可以使用 LlamaIndex 的 SimpleVectorIndex 在这些文档上训练一个 AI 聊天机器人，从而创建一个基于您的 YouTube 视频训练的 ChatGPT 机器人。与之前一样，您可以使用 EmbedAI 创建一个无代码的聊天机器人。

案例 4：为您 Notion 定制 ChatGPT

在许多现代公司中，其很大一部分内容存储在 Notion 中。随着内容增长，快速定位特定信息变得越来越困难。为了解决这个问题，我们可以开发一个 Notion 聊天机器人来简化查找所需信息的过程。

准备数据的步骤

• 按照他们的说明从 Notion 获取访问令牌
• 使用 Notion API，从 Notion 解析数据并生成 LlamaIndex 文档
• 使用 VectorStoreIndex 在这些数据上训练聊天机器人

如果您更喜欢无需编码的方式来训练基于您的 Notion 文档的聊天机器人，您可以使用下面的 EmbedAI 演示，它内部使用了 LlamaIndex

但这还不止于此。使用 EmbedAI，您甚至可以连接来自 Google Docs、Shopify 等更多来源的数据，或者使用 Zapier 连接 6000 多种工具并与其数据进行聊天。您可以通过从LlamaHub 中选择您特定的数据连接器来实现这一点。

构建 EmbedAI 时的挑战

• 在 EmbedAI 中，连接像 Notion 这样的数据源时，数据可能会定期变化，需要自动刷新。因此，数据需要定期刷新以添加新文档或编辑现有文档，这需要在内部处理。同样，在索引网站数据时，也可以定期刷新。LlamaIndex 使处理这些场景变得容易。LlamaIndex 有一个关于处理连续摄取数据的指南。
• 在 EmbedAI 中查询表格数据是处理包含表格的 PDF 内容时的主要问题。简单的分块可能会导致次优结果甚至幻觉。LlamaIndex 提供了一个指南，介绍如何处理包含文本和表格的 PDF，并在查询时获得最佳结果。
• EmbedAI 中的 Shopify 集成需要混合搜索，因为我们不仅需要搜索产品描述，还需要搜索产品元数据。因此，需要结合语义搜索和关键词搜索才能获得最佳结果。LlamaIndex 提供了一个简单的框架来构建混合搜索应用，例如在这个示例中。

定制训练的聊天机器人可以帮助您的业务

使用您自己的数据训练 ChatGPT 为您的业务带来了显著优势。从通过基于特定产品知识训练的机器人增强客户支持，到创建复杂的公司搜索引擎，其应用场景多种多样且影响深远。LlamaIndex 提供了许多抽象层，有助于构建基于您的数据训练的定制聊天机器人，我们在 EmbedAI 中大量使用了这些抽象层。对于那些寻求无代码解决方案来开发针对其数据量身定制的 AI 聊天机器人的人来说，从 EmbedAI 入手是一个简单的选择，我们鼓励您试用。