Banco AI / prima i builder

Strumenti per AI e LLM.

Per chi sviluppa con i modelli linguistici e per chi gestisce i siti che questi modelli leggono: definisci prompt e schemi degli strumenti, ripara il JSON restituito da un modello, verifica come un documento viene suddiviso per il recupero e decidi quali crawler AI possono leggere le tue pagine. L'ultimo gruppo esegue piccoli modelli nel browser, così la foto o la scansione non lascia mai il tuo dispositivo.

13strumenti funzionanti
pronti ora
01

Sviluppa con gli LLM

Prompt, schemi per le chiamate agli strumenti e output strutturato restituito dal modello.

02

Rendi il sito leggibile dall'AI

Cosa possono recuperare i crawler AI e cosa trovano quando lo fanno.

03

AI sul tuo dispositivo

Modelli eseguiti nella scheda del browser, così il file non viene mai caricato.

Ottenere un output che puoi analizzare

La maggior parte dei problemi nelle funzioni basate su LLM non sono risposte sbagliate, ma risposte inutilizzabili: una replica avvolta nella prosa, una virgola finale, una chiave tra apici singoli o un oggetto troncato quando finiscono i token disponibili. Descrivi la struttura che vuoi come JSON Schema — il generatore da JSON a JSON Schema la crea da un esempio — e passala alla funzione di output strutturato o di chiamata agli strumenti del modello, invece di chiedere JSON all'interno della prosa.

Quando una risposta arriva ancora danneggiata, lo strumento di riparazione JSON per LLM corregge gli errori meccanici, il convertitore da oggetto JS a JSON gestisce i valori letterali nello stile JavaScript e il validatore JSON Schema conferma che il risultato corrisponda allo schema prima che il tuo codice lo utilizzi. Il generatore di prompt di sistema mantiene in un formato coerente le istruzioni e le definizioni degli strumenti che circondano tutto questo.

Chunking per il recupero

Un sistema di recupero risponde usando i chunk che trova, quindi la suddivisione determina ciò che un modello può vedere. I chunk troppo piccoli perdono la frase che dà loro significato; quelli troppo grandi nascondono la riga pertinente tra contenuti non correlati e costano di più da incorporare e inviare. La sovrapposizione permette di trovare da entrambi i lati una frase che attraversa un confine, al prezzo di memorizzarla due volte.

Il chunker di testo RAG mostra esattamente dove si interrompe un documento con una determinata dimensione e sovrapposizione: è più rapido che risalire da una risposta scadente alla suddivisione che l'ha causata.

Decidere cosa leggono i crawler AI

I crawler per l'addestramento, i crawler per la ricerca AI e le richieste effettuate per conto di un utente usano token User-agent diversi, quindi un sito può rifiutare l'addestramento restando visibile nelle risposte AI. Lo strumento di verifica dei crawler AI legge il robots.txt di un sito rispetto a dieci di questi token e spiega ciascun risultato; lo strumento di verifica robots.txt mostra l'intero file.

Per le pagine che vuoi far leggere, un file llms.txt indirizza i modelli verso i documenti più utili, mentre i dati strutturati dichiarano chiaramente l'argomento di una pagina. Nessuno dei due è una garanzia, ma entrambi costano poco.

Modelli che restano nel browser

Gli strumenti OCR e per le foto eseguono i loro modelli all'interno della pagina. Al primo utilizzo il modello viene scaricato — pochi megabyte — dopodiché l'elaborazione avviene sul tuo processore: un contratto scansionato, una foto del passaporto o uno screenshot vengono letti ed elaborati senza essere caricati da nessuna parte.

Il compromesso è la velocità sui dispositivi meno recenti e i limiti di un modello piccolo. Immagine in testo e PDF scansionato in testo gestiscono bene il testo stampato, ma male la scrittura a mano; il generatore di foto per passaporto trova automaticamente volto e sfondo, ma ti chiede comunque di verificare il risultato in base alle regole del tuo Paese.