Escolhi a Vectara para impulsionar a busca no docs.qumulo.com após investigar várias outras soluções de busca com IA. A tecnologia agora está integrada diretamente no Portal de Documentação da Qumulo—além de outros sites da Qumulo—pesquisando em todos os guias publicados lá.
O recurso que produz resumos além de listas é especialmente útil (sem mencionar o recurso que pode produzir resumos na língua da consulta original—ainda não implementamos isso). Em comparação com a solução anterior, baseada em palavras-chave, que tínhamos, a Vectara oferece uma abordagem completamente nova para encontrar informações sobre a implantação e configuração do Qumulo Core.
Vectara é uma ferramenta muito empolgante que tem um potencial incrível, e gosto do fato de que, cada vez que fico preso ou encontro um problema com repositórios do GitHub como `vectara-ingest` ou `vectara-answer`, sempre há um engenheiro sênior para ajudar a resolver um problema registrado no GitHub, fornecer código de exemplo ou ajustar o código existente no repositório—até agora, todos têm sido muito receptivos.
Gosto do fato de que a Vectara não me obriga a entrar em um ecossistema como AWS, Azure ou GCP. Quaisquer recursos que a Vectara usa são geridos pela própria Vectara, o que evita o bloqueio de fornecedor e também abstrai todas as questões infraestruturais da implantação e configuração prática que o administrador realiza. Análise coletada por e hospedada no G2.com.
Vectara tem uma curva de aprendizado muito íngreme para alguém que não é programador por profissão e, embora eu seja moderadamente proficiente com uma variedade de frameworks e ferramentas de desenvolvimento, sou um documentarista, não um desenvolvedor, o que significa que prefiro uma solução pronta: algo para implantar, configurar e ajustar em no máximo 2-3 dias no total. Isso não é necessariamente uma preocupação séria—à medida que a Vectara cresce e desenvolve sua oferta, eles terão uma definição muito melhor para as principais personas de usuário.
O seguinte pode parecer uma preocupação estranha, mas a Vectara atualmente oferece exemplos e cenários em excesso em vez de oferecer soluções para os casos de uso mais *comuns*. Para fechar essa lacuna por enquanto, recomendo criar um Guia de Introdução à Prova de Falhas, de ponta a ponta, que daria ao usuário tudo o que ela precisa para implementar a busca por IA para o cenário mais comum: um site em um domínio (example.com) ou subdomínio (docs.example.com) que tenha um sitemap.
Atualmente, os modelos da Vectara parecem ser baseados principalmente em várias configurações dos sabores do ChatGPT-3.5 e ChatGPT-4 da OpenAI. Parece que usar os motores de IA mais recentes desacelera as consultas da Vectara. Embora eu tenha certeza de que o ajuste dos prompts e ajustes dados aos modelos será melhorado em breve, pode ser interessante combinar uma variedade de motores, especialmente para os resumos. Análise coletada por e hospedada no G2.com.
Validado por meio de uma conta de e-mail empresarial
Avaliação orgânica. Esta avaliação foi escrita inteiramente sem convite ou incentivo do G2, de um vendedor ou de um afiliado.
Esta avaliação foi traduzida de English usando IA.


