Model bahasa besar (LLM) tidak dapat langsung menjawab pertanyaan mengenai pengetahuan privat. Model Studio memungkinkan Anda menghubungkan dokumen pribadi ke aplikasi agen—tanpa perlu menulis kode—sehingga pengguna memperoleh jawaban yang akurat dan berbasis fakta, bukan respons generik atau dibuat-buat.
Batasan Konsol: Hanya pengguna Edisi Internasional yang membuat aplikasi sebelum 21 April 2025 yang dapat mengakses tab Application Development, seperti yang ditunjukkan pada gambar berikut.
Tab ini mencakup fitur-fitur berikut: Applications (agent application dan workflow application), Components (prompt engineering dan plug-in), serta Data (knowledge base dan application data). Semua fitur ini masih dalam tahap pratinjau. Gunakan dengan hati-hati di lingkungan produksi.

Batasan panggilan API: Hanya pengguna Edisi Internasional yang membuat aplikasi sebelum 21 April 2025 yang dapat memanggil API application data, knowledge base, dan prompt engineering.
Sebelum dan sesudah
|
Tanpa basis pengetahuan Tanpa basis pengetahuan khusus, LLM tidak dapat menjawab secara akurat pertanyaan tentang "telepon Alibaba Cloud Model Studio".
|
Dengan basis pengetahuan Dengan basis pengetahuan khusus, LLM menjawab secara akurat pertanyaan tentang "telepon Alibaba Cloud Model Studio".
|
Langkah 1: Buat aplikasi agen (Sekitar 1 menit)
|
|
|
|
|
|
|
|
|
|
Langkah 2: Bangun basis pengetahuan (Sekitar 3 menit)
LLM memiliki jendela konteks tetap dan tidak dapat memproses seluruh perpustakaan dokumen Anda sekaligus. Basis pengetahuan mengatasi keterbatasan ini dengan mengindeks dokumen Anda dan hanya mengambil bagian yang relevan saat pengguna mengajukan pertanyaan—teknik yang dikenal sebagai retrieval-augmented generation (RAG). Langkah ini mencakup pengunggahan dokumen dan pembuatan basis pengetahuan.
Unggah dokumen pengetahuan
|
|
|
|
|
|
Buat basis pengetahuan
|
|
|
|
|
|
|
|
|
|
Langkah 3: Hubungkan basis pengetahuan dan publikasikan (Sekitar 1 menit)
|
|
|
|
|
|
|
|
Langkah selanjutnya
Untuk mempelajari tentang prompt engineering, plug-in, dan fitur aplikasi lainnya, lihat Agent applications.
Untuk mengintegrasikan alat eksternal atau mengotomatiskan alur kerja kompleks, lihat Workflow applications dan Application types untuk perbandingan fitur.
Untuk membangun aplikasi RAG yang sepenuhnya dikustomisasi dengan logika interaksi kompleks menggunakan API, lihat Assistant API (Legacy).



















