Meja AI / untuk para pembuat

Alat AI dan LLM.

Untuk yang membangun dengan model bahasa dan untuk pemilik situs yang dibaca model-model itu: susun prompt dan skema tool, perbaiki JSON yang dikembalikan model, lihat bagaimana dokumen dipecah untuk retrieval, dan tentukan crawler AI mana yang boleh membaca halamanmu. Kelompok terakhir menjalankan model kecil di dalam browser, jadi foto atau hasil pindaian tidak pernah meninggalkan perangkatmu.

13alat yang berfungsi
siap sekarang
01

Membangun dengan LLM

Prompt, skema pemanggilan tool, dan output terstruktur yang dikirim balik oleh model.

02

Membuat situs terbaca oleh AI

Apa yang boleh diambil crawler AI, dan apa yang mereka temukan.

03

AI di perangkatmu sendiri

Model yang berjalan di tab browser, jadi file tidak pernah diunggah.

Mendapatkan output yang bisa diproses

Sebagian besar kegagalan fitur LLM bukan jawaban yang salah, melainkan yang tidak bisa dipakai: balasan terbungkus kalimat, koma berlebih di akhir, kunci dengan tanda kutip tunggal, objek yang terpotong karena batas token habis. Jelaskan bentuk yang kamu inginkan sebagai JSON Schema — generator JSON ke JSON Schema membuatnya dari sebuah contoh — lalu berikan ke fitur structured output atau tool calling milik model, alih-alih meminta JSON lewat kalimat.

Jika balasan tetap rusak, alat perbaikan JSON LLM memperbaiki kesalahan mekanis, pengonversi objek JS ke JSON menangani literal bergaya JavaScript, dan validator JSON Schema memastikan hasilnya cocok sebelum kodemu bergantung padanya. Pembuat system prompt menjaga instruksi dan definisi tool di sekitarnya dalam satu format yang konsisten.

Chunking untuk retrieval

Sistem retrieval menjawab dari potongan yang ditemukannya, jadi cara pemecahan menentukan apa yang bisa dilihat model. Potongan yang terlalu kecil kehilangan kalimat yang memberinya makna; yang terlalu besar mengubur baris penting di antara baris lain dan lebih mahal untuk di-embed dan dikirim. Overlap membuat kalimat yang melewati batas tetap bisa ditemukan dari kedua sisi, dengan harga disimpan dua kali.

Chunker teks RAG menunjukkan dengan tepat di mana dokumen terpotong untuk ukuran dan overlap tertentu, lebih cepat daripada melacak jawaban yang buruk kembali ke pemecahan yang menyebabkannya.

Menentukan apa yang dibaca crawler AI

Crawler pelatihan, crawler pencarian AI, dan pengambilan atas permintaan pengguna memakai token User-agent yang berbeda, jadi sebuah situs bisa menolak pelatihan sambil tetap terlihat di jawaban AI. Pemeriksa crawler AI membaca robots.txt sebuah situs terhadap sepuluh di antaranya dan menjelaskan masing-masing; pemeriksa robots.txt menampilkan seluruh file.

Untuk halaman yang memang ingin dibaca, file llms.txt mengarahkan model ke dokumen paling bergunamu, dan data terstruktur menyatakan dengan jelas isi sebuah halaman. Keduanya bukan jaminan, tetapi biayanya kecil.

Model yang tetap di browser

Alat OCR dan foto menjalankan modelnya di dalam halaman. Penggunaan pertama mengunduh model — beberapa megabyte — lalu pekerjaan dilakukan di prosesormu sendiri: kontrak hasil pindaian, foto paspor, atau tangkapan layar dibaca dan diproses tanpa diunggah ke mana pun.

Gantinya adalah kecepatan di perangkat lama dan keterbatasan model kecil. Gambar ke teks dan PDF pindaian ke teks mengenali teks cetak dengan baik dan tulisan tangan dengan buruk; pembuat foto paspor menemukan wajah dan latar secara otomatis, tetapi tetap memintamu memeriksa hasilnya dengan aturan negaramu.