Yila
RAG-Pipeline (Retrieval-Augmented Generation). (EN)

KI und Informatik

RAG-Pipeline (Retrieval-Augmented Generation).

Aufbau:
nummerierte Beziehungen + Moduldiagramm
Seitenverhältnis:
16:9

Prompt

Erstellen Sie ein schematisches Diagramm einer RAG-Pipeline (Retrieval-Augmented Generation), gelesen von links nach rechts. Zeichnen Sie jede Beziehung genau wie aufgelistet und nichts weiter: 1. 【Eine Benutzerabfrage wird durch ein Einbettungsmodell in einen Vektor umgewandelt.】 2. 【Der Vektor durchsucht eine Vektordatenbank mit Dokumentblöcken.】 3. 【Die obersten passenden Blöcke werden als abgerufene Dokumente zurückgegeben.】 4. 【Die Abfrage und die abgerufenen Dokumente gehen in ein großes Sprachmodell ein.】 5. 【Das Sprachmodell schreibt die Antwort.】 Oberhalb des Hauptflusses zeigt ein helleres Feld „Dokumente, die in Blöcke aufgeteilt und in der Vektordatenbank gespeichert werden“. Beschriftungen (jede genau einmal verwenden, keinen weiteren Text hinzufügen): 【Query, Embedding, Vector DB, Retrieved docs, LLM, Answer】. Stil: schematisches Diagramm im Journal-Stil. Saubere, flache Vektorgrafiken auf weißem Hintergrund. Module sind abgerundete Rechtecke oder einfache Symbole mit ihren Kurznamen darin; Helle Pastelltafeln gruppieren verwandte Ebenen. Nur 3-4 gedämpfte Farben mit jeweils einer festen Bedeutung. Dünne, gleichmäßige Pfeile zeigen den Fluss von Daten, Energie, Material oder Einfluss; gestrichelte Pfeile für indirekte oder Feedback-Links. Nur serifenlose englische Etiketten, jedes Etikett kommt genau einmal vor und wird genau wie angegeben geschrieben. Kein 3D-Rendering, keine Schatten, kein Leuchten, keine Cyberpunk- oder Tech-Hintergrunddekoration, kein Fotorealismus.

Öffnet Yila mit diesem Prompt und dem Beispiel als Referenzbild.

Die Beispiele wurden mit Nano Banana erstellt. Der Prompt funktioniert auch mit GPT Image und anderen Bildmodellen; die Ergebnisse unterscheiden sich je nach Modell.

Alle Prompts ansehen