By submitting, you consent to our use of your data. Privacy Policy.
Kategorie
Geschäftsführung
Erstellt von
Beam.ai
Rufen Sie die Seiten ab, die das Embeddings-Modell von Exa findet, und hängen Sie sie an den vom Agenten aktualisierten Datensatz an. So automatisieren Sie Recherchen, die bisher manuell durchgeführt werden mussten.
Einbettungsbasierte Websuche
Exa ordnet Webseiten nach ihrer Bedeutung und nicht nach der genauen Keyword-Übereinstimmung. Dabei werden Einbettungen (Embeddings) verwendet, um zu beurteilen, wie genau eine Seite zur Absicht hinter einer Suchanfrage passt. Ein Beam AI-Agent sendet eine Anfrage, wenn ein Workflow externen Kontext benötigt, beispielsweise bei der Recherche zu einem in einem Deal erwähnten Unternehmen oder bei der Überprüfung von Hintergrundinformationen vor einem Telefonat. Der Agent liest die übereinstimmenden Seiten aus, fügt die relevanten in den zu aktualisierenden Datensatz ein und markiert alles Unklare, Werbliche oder Widersprüchliche für eine manuelle Überprüfung durch einen Mitarbeiter, bevor es in einem kundenorientierten Dokument erscheint oder für eine Entscheidung herangezogen wird.
Volltext-Seitenabruf
Exa liefert den tatsächlichen Inhalt der gefundenen Seiten und nicht nur Titel und Links, sodass ein Agent nicht raten muss, was ein Ergebnis beinhaltet. Er kann diesen Text direkt in eine Zusammenfassung, ein Briefing oder ein Anreicherungsfeld einfügen, anstatt jemanden bitten zu müssen, jede Seite einzeln zu öffnen und Details manuell zu kopieren. Dies ist besonders in rechercheintensiven Schritten wichtig, in denen ein Agent vor einem Meeting Hintergrundinformationen sammelt oder einen ersten Entwurf für ein Unternehmensprofil erstellt. Alles, was veraltet, werblich oder unvereinbar mit anderen Quellen erscheint, wird für einen menschlichen Prüfer beiseite gelegt, anstatt automatisch im Datensatz gespeichert zu werden.
Relevanz-Ranking der Ergebnisse
Exa bewertet jedes Ergebnis danach, wie genau es mit der Bedeutung der Suchanfrage übereinstimmt. Daher sind die obersten Einträge meist diejenigen, die sich zu lesen lohnen, und nicht diejenigen mit den meisten übereinstimmenden Wörtern. Ein Beam AI-Agent nutzt dieses Ranking, um den Prüfaufwand zu begrenzen, indem er nur die ersten Ergebnisse anstelle einer langen Liste von Links durchgeht. Wenn die Top-Ergebnisse voneinander abweichen oder das Thema sensibel ist, wie etwa bei rechtlichen oder finanziellen Angaben zu einem Unternehmen, lässt der Agent die Seite ungelesen und leitet die Anfrage zur Beurteilung an einen Mitarbeiter weiter, bevor Daten erfasst werden.
