AIおよびRAG検索のためのLotusスプレッドシートアーカイブの準備

AIは読めないものは使えない

ほとんどのリトリーバルおよび埋め込みパイプラインは、古いスプレッドシートのバイナリを静かにスキップします。その結果、会社の実際の知識の一部から質問に自信を持って答えるプライベートRAGシステムが生まれます—しかも、何が除外されたのか誰も気づかないことがよくあります。

アーカイブの近代化は、地味だが必要な前提条件です：クリーンでオープンなフォーマットが、従来のフォーマットが隠していたスプレッドシートの履歴を解放します。

RAGに最適なターゲット形式

会話を非公開にしてください

アーカイブに財務、顧客、従業員、または運用データが含まれる場合、変換はクラウドAIのステップの前に行うべきであり、できればRAGパイプラインの他の部分がホストされている同じ管理された環境内で行うのが望ましい。

無料のオンラインコンバーターは、プライバシーを重視するAIシステムにとって不適切な依存です。それらは、プライベートなLLMが排除するよう設計されている正確にそのデータ居住性の問題を再び持ち込んでしまいます。

後で役立つインデックス作成のコツ

変換中にファイルごとのメタデータを取得します：ソースパス、出力パス、元の拡張子、変換タイムスタンプ、およびフォルダ構造から推測できるプロジェクト、年、またはエンティティ。これらのメタデータをフィルタ可能なフィールドとしてベクターストアにプッシュします。

アーカイブをRAG対応と宣言する前に、いくつかの既知の歴史的な質問に対してサンプルテストを実施する。適切な質問は、インデックスに入れる必要があるタブや仮定を明らかにすることが多い。