Conversations et exécutions de requête
Les interactions avec les apps LLM de Wikit Semantics peuvent prendre deux formes distinctes : les exécutions de requêtes individuelles et les conversations complètes. La compréhension de ces concepts est essentielle pour tirer le meilleur parti de la plateforme.
Exécutions de requête
Une exécution de requête représente une interaction ponctuelle et autonome avec une app LLM. Elle se compose des éléments suivants :
- La requête initiale soumise par l'utilisateur
- Le traitement effectué par l'app LLM
- La réponse générée
- Les métadonnées associées (horodatage, identifiants, etc.)
- Les éventuels retours utilisateurs (feedback)
Chaque exécution est indépendante et constitue une unité d'interaction complète en soi. Cette approche est particulièrement adaptée pour des cas d'usage nécessitant des réponses ponctuelles ou des traitements spécifiques.
Conversations
Une conversation représente une série d'interactions connectées entre un utilisateur et une app LLM conversationnelle. Elle se caractérise par :
- Un contexte conversationnel maintenu tout au long de l'échange
- Une succession chronologique de messages
- La conservation de l'historique des interactions
- La possibilité de références croisées entre les messages
- Le maintien d'une cohérence thématique
Les conversations permettent des interactions plus naturelles et élaborées, où chaque message peut s'appuyer sur le contexte des échanges précédents.
Nota bene : Techniquement parlant, une conversation est un ensemble d’exécutions de requêtes.
Traçabilité et analyse
Wikit Semantics conserve systématiquement l'historique des interactions, qu'il s'agisse d'exécutions individuelles ou de conversations complètes. Cette traçabilité permet :
- L'analyse des performances des apps LLM
- L'identification des patterns d'usage
- L'amélioration continue des réponses
- Le suivi de la satisfaction utilisateur via les feedbacks
- L'export des données pour des analyses approfondies
Gestion et exploitation
La plateforme offre plusieurs fonctionnalités pour exploiter efficacement ces données :
- Recherche et filtrage des interactions
- Analyse des retours utilisateurs
- Export des données pour analyse externe
- Visualisation des tendances d'utilisation
- Identification des opportunités d'amélioration
Ces capacités de gestion et d'analyse sont essentielles pour optimiser les performances des apps LLM et garantir une expérience utilisateur de qualité.