Pros y Contras de Vectara

Elegí Vectara para potenciar la búsqueda en docs.qumulo.com después de investigar varias otras soluciones de búsqueda con IA. La tecnología ahora está integrada directamente en el Portal de Documentación de Qumulo, además de otros sitios web de Qumulo, buscando en cada guía publicada allí.

La función que produce resúmenes además de listas es especialmente útil. En comparación con la solución anterior basada en palabras clave que teníamos, Vectara ofrece un enfoque completamente nuevo para encontrar información sobre el despliegue y la configuración de Qumulo Core.

Vectara es una herramienta muy emocionante que tiene un potencial increíble, y me gusta el hecho de que, cada vez que me quedo atascado o encuentro un problema con repositorios de GitHub como `vectara-ingest` o `vectara-answer`, siempre hay un ingeniero senior para ayudar a resolver un problema presentado en GitHub, proporcionar código de ejemplo o ajustar el código existente en el repositorio; hasta ahora, todos han sido muy receptivos.

Me gusta el hecho de que Vectara no me obliga a entrar en un ecosistema como AWS, Azure o GCP. Cualquier recurso que Vectara use es gestionado por Vectara, lo que evita el bloqueo del proveedor y también abstrae todos los problemas de infraestructura del despliegue y configuración que realiza el administrador. Reseña recopilada por y alojada en G2.com.

Vectara tiene una curva de aprendizaje muy pronunciada para alguien que no es programador de profesión y, aunque soy moderadamente competente con una variedad de marcos de desarrollo y herramientas, soy documentalista, no desarrollador, lo que significa que prefiero una solución llave en mano: algo para desplegar, configurar y ajustar en no más de 2-3 días en total. Esto no es necesariamente una preocupación seria, ya que a medida que Vectara crezca y desarrolle su oferta, tendrá una definición mucho mejor para las principales personas usuarias.

Lo siguiente podría parecer una preocupación extraña, pero Vectara actualmente ofrece demasiados ejemplos y escenarios en lugar de ofrecer soluciones para los casos de uso más *comunes*. Para cerrar esta brecha por el momento, recomiendo crear una Guía de Inicio a prueba de tontos, de extremo a extremo, que le dé al usuario todo lo que necesita para implementar la búsqueda de IA para el escenario más común: un sitio web en un dominio (example.com) o subdominio (docs.example.com) que tenga un mapa del sitio.

Actualmente, los modelos de Vectara parecen estar basados principalmente en diversas configuraciones de las versiones de ChatGPT-3.5 y ChatGPT-4 de OpenAI. Parece que usar los motores de IA más recientes ralentiza las consultas de Vectara. Aunque estoy seguro de que la afinación de los prompts y los ajustes dados a los modelos mejorarán en breve, podría ser bueno combinar una variedad de motores, especialmente para los resúmenes. Reseña recopilada por y alojada en G2.com.

Vectara has enabled my team to build a robust and accurat Chat Assistant tool which provides our users with quick answers and detailed explinations based on our documentation.

Simplicity of Integration - Vectara provides a simple end-to-end solution that is easy to integrate with. This streamlines our focus on improving the Chat Assistant without complex integrations.

True to Its Word - Vectara offers accurate searches focused solely on our documentation, ensuring swift and accurate results with no hallucinations. Their product just works and does not require deep AI/ML knowledge to use. Reseña recopilada por y alojada en G2.com.

Integration with 3rd party Tools - It would be nice to have direct integration with common document tools to directly integrate with our document sources. Integration with complimentory AI tools would also help simplify the GenAI stack.

Detailed Metrics - It would be nice to have performance metrics built into the dashboard beyond basic usage features. Reseña recopilada por y alojada en G2.com.