Media Connects

MicrocosmWorks שילבה את Pinecone ו-ChromaDB כמאגרי נתונים וקטוריים כפולים ב-Media Connects. תוכן בלוג שנאסף מוטמע ומאונדקס לאחזור סמנטי, כך שבעת יצירת מאמרים חדשים, ה-ChatGPT API מקבל קטעים רלוונטיים להקשר מקורפוס הבלוג הקיים. גישת RAG זו מבטיחה שתוכן שנוצר ישמור על עקביות נושאית, ימנע חזרה על מאמרים קיימים, ויתייחס במדויק לתוכן קודם רלוונטי.

MicrocosmWorks בנתה מערכת סריקה חכמה ב-Media Connects שמקבלת URL של בלוג, סורקת את מבנה האתר, מחלצת טקסט מאמרים, מטא-דאטה וקטגוריות, ולאחר מכן מנרמלת את התוכן עבור vector embedding. הסורק מטפל בפלטפורמות בלוגים שונות ובמבני HTML, עם טיפול בשגיאות עבור rate limiting ו-anti-bot measures. תוכן שנסרק מאוחסן ב-MongoDB יחד עם ה-vector embeddings שלו עבור חיפוש מילות מפתח ו-semantic search.

MicrocosmWorks הטמיעה אופטימיזציה ל-SEO כתכונה מרכזית בצנרת יצירת התוכן. Media Connects מנתחת מילות מפתח יעד, מבנה תוכן של מתחרים ודפוסי כוונת חיפוש בעת יצירת מאמרים. הפלט כולל כותרות ידידותיות ל-SEO, תיאורי מטא, היררכיית כותרות, הצעות לקישוריות פנימית ואופטימיזציה של צפיפות מילות מפתח, ומייצר תוכן מוכן לפרסום במקום טיוטות גולמיות שדורשות עבודת SEO ידנית.

MicrocosmWorks בנתה מערכת אימות מבוססת JWT ב-Media Connects הכוללת כניסה, הרשמה וניהול סשנים. משתמשים מתחזקים ספריות תוכן אישיות עם יכולות עריכה למאמרים שנוצרו. הארכיטקטורה תומכת בגישה מבוססת צוותים שבה מספר משתמשים יכולים לשתף פעולה בצנרות תוכן תחת חשבון ארגוני משותף, עם הרשאות מבוססות תפקידים הקובעות מי יכול ליצור, לערוך ולפרסם תוכן.

חברת MicrocosmWorks תכננה את צינור ה-RAG של Media Connects כדי למקסם את הדיוק העובדתי על ידי ביסוס כל התוכן שנוצר בחומר מקור אמיתי ממאגר הבלוגים שנאסף, במקום להסתמך אך ורק על נתוני האימון של ה-LLM. גישה זו מבוססת אחזור (retrieval-augmented) מפחיתה משמעותית הזיות בהשוואה לפלטים של ChatGPT בגרסתו הבסיסית. משתמשים יכולים לעיין בציטוטי מקורות, לערוך תוכן שנוצר בעורך המובנה, ולשפר פרומפטים לשיפור איכות איטרטיבי.