Media Connects

MicrocosmWorks, Media Connects'te Pinecone ve ChromaDB'yi çift vektör mağazaları olarak entegre etti. Kazınan blog içeriği, semantik geri çağırma için gömülür ve dizine eklenir; böylece yeni makaleler oluşturulurken ChatGPT API, mevcut blog külliyatından bağlamsal olarak ilgili pasajlar alır. Bu RAG yaklaşımı, oluşturulan içeriğin konusal tutarlılığını korumasını, mevcut makalelerin tekrarından kaçınmasını ve ilgili önceki içeriğe doğru bir şekilde atıfta bulunmasını sağlar.

MicrocosmWorks, Media Connects'te bir blog URL'si alan, site yapısını tarayan, makale metni, metadata ve kategorileri çıkaran, ardından içeriği vector embedding için normalleştiren akıllı bir scraping sistemi kurdu. Scraper, çeşitli blog platformlarını ve HTML yapılarını, rate limiting ve anti-bot önlemleri için hata yönetimiyle birlikte işler. Kazınan içerik, hem keyword hem de semantic search için kendi vector embedding'leriyle birlikte MongoDB'de saklanır.

MicrocosmWorks, içerik üretim hattının temel bir özelliği olarak SEO optimizasyonunu entegre etti. Media Connects, makaleleri oluştururken hedef anahtar kelimeleri, rakip içerik yapısını ve arama niyeti modellerini analiz eder. Çıktı, SEO dostu başlıklar, meta açıklamalar, başlık hiyerarşisi, dahili bağlantı önerileri ve anahtar kelime yoğunluğu optimizasyonunu içerir; bu sayede manuel SEO çalışması gerektiren ham taslaklar yerine yayınlamaya hazır içerik üretilir.

MicrocosmWorks, Media Connects'te giriş, kayıt ve oturum yönetimi ile JWT tabanlı bir kimlik doğrulama sistemi kurdu. Kullanıcılar, oluşturulan makaleler için düzenleme yeteneklerine sahip bireysel içerik kütüphanelerini yönetir. Mimari, birden fazla kullanıcının paylaşılan bir kuruluş hesabı altında içerik ardışık düzenleri üzerinde işbirliği yapabileceği, kimin içerik oluşturabileceğini, düzenleyebileceğini ve yayınlayabileceğini kontrol eden rol tabanlı izinlerle ekip tabanlı erişimi destekler.

MicrocosmWorks, Media Connects RAG pipeline'ını, üretilen tüm içeriği yalnızca LLM'in eğitim verilerine güvenmek yerine, kazınmış blog korpusundan alınan gerçek kaynak materyale dayandırarak gerçeklere dayalı doğruluğu en üst düzeye çıkarmak üzere tasarladı. Bu alım-artırılmış yaklaşım, standart ChatGPT çıktılarana kıyasla halüsinasyonu önemli ölçüde azaltır. Kullanıcılar kaynak alıntılarını inceleyebilir, üretilen içeriği yerleşik düzenleyicide düzenleyebilir ve tekrarlamalı kalite iyileştirmesi için istemleri iyileştirebilir.