Asisten Pengetahuan AI

Asisten pengetahuan perusahaan

Pengetahuan perusahaan, satu percakapan saja.

Asisten pengetahuan berbasis AI yang membantu tim menemukan jawaban akurat dari dokumen perusahaan, pengetahuan internal, dan sumber informasi yang sudah diizinkan.

Dirancang & direkayasa oleh Achmad Nurul Anam

Jelajahi Aplikasi Lihat Cara Kerja

Pengetahuan perusahaan seharusnya mudah diakses.

  1. Informasi tersebar di banyak dokumen.
  2. Karyawan menghabiskan waktu hanya untuk mencari jawaban.
  3. Pertanyaan yang sama berulang menghabiskan waktu operasional.

Satu platform pengetahuan berbasis AI yang membuat informasi internal bisa ditanyakan lewat percakapan biasa.

Yang sebenarnya bisa dilakukan asisten ini

Setiap kemampuan di bawah ini sudah ada di aplikasi. Jawaban hanya memakai bahan yang boleh dibaca oleh akun yang sedang masuk.

  • Jawaban dari pertanyaan biasa

    Karyawan bertanya dengan bahasa sehari-hari. Model yang aktif menjawab dari konteks yang ditemukan, bukan dari pencarian web terbuka.

  • Pemahaman dokumen

    Teks PDF diekstrak, dibersihkan, dipotong dengan overlap, lalu diindeks. Mengganti berkas membangun ulang indeks itu.

  • Pengelolaan basis pengetahuan

    FAQ, artikel, SOP, dan catatan perusahaan bisa diterbitkan tanpa PDF. Hanya entri yang terbit yang bisa dicari.

  • Jawaban yang menyertakan sumber

    Jawaban dapat menampilkan dokumen, halaman, dan bagian asalnya. Jika tidak ada yang relevan, asisten menolak mengarang.

  • Akses berdasarkan peran

    Menu mengikuti peran akun. Setiap dokumen dan artikel juga bisa dibatasi untuk peran tertentu.

  • Riwayat percakapan

    Pertanyaan tersimpan dalam sesi, jadi lanjutan tetap di utas yang sama dan percakapan lama bisa dibuka lagi.

  • Jawaban data yang diizinkan

    Pertanyaan angka dapat memakai kueri baca pada tabel dan kolom yang didaftarkan administrator. Model tidak menulis SQL.

  • Pemantauan pemakaian AI

    Administrator dapat meninjau pemakaian token dan log aktivitas. Kunci provider disimpan terenkripsi dan tidak pernah ditampilkan utuh.

Susunan sistem

Arsitektur LLM dan RAG

RAG memilih potongan yang relevan dan boleh dibaca. LLM hanya menyusun jawaban dari potongan itu. Model tidak melihat seluruh arsip, tidak mencari di web, dan tidak dipanggil jika tidak ada bahan.

Jalur indeks

Pengetahuan disiapkan lebih dulu

  1. 01

    Sumber

    PDF yang teksnya terbaca, serta FAQ, SOP, dan catatan yang sudah terbit.

  2. 02

    Potongan

    Teks diekstrak, dibersihkan, lalu dibagi dengan overlap agar kalimat di batas potongan tetap utuh.

  3. 03

    Indeks MySQL

    Isi dan batas peran disimpan untuk pencarian FULLTEXT. Antarmuka embedding ada di kode, tetapi belum aktif.

konteks

Jalur jawaban

Model melihat konteks, bukan arsip

  1. 01

    Pertanyaan

    Masuk ke sebuah sesi. Beberapa giliran terakhir ikut dibawa agar lanjutan tetap di utas yang sama.

  2. 02

    Retriever

    FULLTEXT mengembalikan potongan aktif yang peran itu boleh baca, sampai batas yang diatur administrator.

  3. 03

    Data angka

    Pertanyaan data dapat menambah kueri baca pada tabel yang didaftarkan. Model tidak menulis SQL.

  4. 04

    LLM

    Konteks dibungkus sebagai data, bukan perintah. Gemini, API yang kompatibel dengan OpenAI, atau Ollama menulis balasannya.

  • Ada bahan

    Jawaban ditampilkan bersama dokumen, halaman, bagian, atau tabel asalnya.

  • Tidak ada bahan

    Sistem menolak. LLM tidak dipanggil, supaya jawaban tidak dikarang.

RAG

Retrieval-Augmented Generation

Lapisan pengambilan. Ia mencari, menyaring menurut peran, lalu menyerahkan sedikit konteks ke prompt. Seluruh dokumen tidak ikut masuk.

LLM

Large Language Model

Lapisan bahasa. Provider yang aktif menyusun kalimat Indonesia dari konteks yang sudah dipagari, tanpa pengetahuan umum dan tanpa membuka web.

Bagaimana AI memahami pengetahuan Anda.

Model hanya melihat potongan yang lolos pencarian dan hak akses. Seluruh dokumen tidak dimasukkan ke prompt. Pencarian memakai MySQL FULLTEXT. Antarmuka embedding ada di kode, tetapi belum aktif.

  1. 01

    Unggah dokumen

    Pengguna yang berwenang menambahkan PDF atau menulis entri pengetahuan.

  2. 02

    Ekstraksi teks dan pemotongan

    Teks PDF yang terbaca dibersihkan, lalu dibagi menurut ukuran dengan overlap antarpotongan.

  3. 03

    Pengindeksan pengetahuan

    Potongan disimpan di MySQL dan diindeks untuk pencarian FULLTEXT, beserta batas perannya.

  4. 04

    Pertanyaan pengguna

    Karyawan bertanya di sebuah percakapan. Giliran berikutnya tetap di sesi yang sama.

  5. 05

    Pengambilan informasi relevan

    Pencarian mengembalikan potongan aktif yang boleh dibaca sesuai peran orang itu.

  6. 06

    Pemrosesan model

    Gemini, atau cadangan OpenAI yang kompatibel maupun Ollama, menerima konteks itu bersama pertanyaannya.

  7. 07

    Jawaban berdasarkan konteks

    Balasan ditampilkan beserta sumbernya. Jika tidak ada temuan, sistem menolak, bukan menebak.

Dirancang untuk alur kerja yang nyata.

Panel ini mengikuti aplikasi yang berjalan: chat, ringkasan administrasi, basis pengetahuan, dokumen, dan pengguna. Teks di dalamnya hanya pratinjau, bukan data perusahaan.

Bagaimana cara mengajukan biaya operasional?

Kirim klaim kepada manajer yang disebut di SOP keuangan, dengan bukti terlampir.

SOP Keuangan · halaman 6 · Klaim

Akses pengetahuan sesuai izin yang tepat.

Peran mengatur menu. Daftar izin terpisah pada tiap dokumen atau artikel mengatur siapa yang boleh membaca. Jika daftar itu kosong, setiap peran yang aktif boleh membaca.

Super Admin

Pengguna, dokumen, pengetahuan, koneksi database, provider AI, pengaturan potongan, pemakaian, dan log aktivitas. Hanya peran ini yang dapat menunjuk Super Admin lain.

Admin

Kontrol operasional yang sama, termasuk pengguna dan kunci provider, tanpa kemampuan membuat Super Admin baru.

Manager

Dapat bertanya, mengunggah serta mengindeks ulang dokumen, dan mengurus basis pengetahuan. Tidak mengelola akun, kunci API, atau koneksi database.

Employee

Hanya chat. Jawaban terbatas pada dokumen dan artikel terbit yang mengizinkan peran Employee, atau yang tidak dibatasi peran.

Dibangun dengan teknologi modern.

  • Laravel 13
  • PHP 8.3
  • MySQL
  • Bootstrap 5
  • Gemini API
  • API kompatibel OpenAI
  • Ollama

OpenAI dan Groq memakai driver yang kompatibel dengan OpenAI. Ollama dapat menjalankan model lokal tanpa kunci API. Antarmuka dilayani Blade, Vite, dan autentikasi sesi.

Pemilik proyek

Dirancang & direkayasa oleh Achmad Nurul Anam.

Pengembang full stack yang berfokus pada rekayasa AI, aplikasi bisnis cerdas, dan solusi digital yang dapat dikembangkan.

WhatsApp pengembang 0895-6203-67070
  • Rekayasa AI
  • Pengembangan full stack
  • Arsitektur sistem
  • Kepemilikan proyek

Buat pengetahuan perusahaan bekerja lebih cerdas.

Jelajahi bagaimana asisten pengetahuan berbasis AI menyederhanakan akses informasi dan memperbaiki alur kerja internal.

Jelajahi Aplikasi WhatsApp pengembang Kembali ke atas