Então, vou criar um chatbot baseado em RAG que pode ser usado como seu projeto universitário ou como um projeto que pode ser adicionado ao seu currículo, o que aumenta suas chances. Esses chatbots também podem ser integrados em nível empresarial, se desejar. O chatbot será fácil de implantar.
Eu trabalho da seguinte maneira:
Milestone 1 Configuração do Projeto e Planejamento
- Entender os requisitos do cliente
- Finalizar fontes de dados ( PDFs, sites, documentos)
- Configurar a estrutura do projeto e a stack de tecnologia
- Entrega: plano do projeto e confirmação da tecnologia
Milestone 2 Processamento de Dados e Embedding
- Coletar e limpar todos os documentos ou dados
- Dividir e embutir os dados usando OpenAI ou HuggingFace
- Armazenar vetores no Pinecone ou ChromaDB
- Entrega: banco de dados vetorial funcional com dados embutidos
Milestone 3 Desenvolvimento do pipeline RAG
- Construir lógica de recuperação usando LangChain
- Conectar o banco de dados vetorial ao LLM (OpenAI ou Gemini)
- Testar a precisão de perguntas e respostas
- Entrega: pipeline RAG funcional com resultados de testes
Milestone 4 Integração do Frontend e UI
- Construir a interface do chatbot usando React ou Next.js
- Conectar o frontend à API do backend RAG
- Adicionar histórico de chat e formatação de respostas
- Entrega: interface de chatbot totalmente funcional
Milestone 5 Testes, Implantação e Entrega