ask pdf的规则是什么?

[caibimiaokong]

如果我关闭这本书,下次再次打开是否需要重新ask整本书

[caibimiaokong]

部分文本是怎么操作的??

[kongyan66]

核心代码：

window.gptInputString = Zotero.ZoteroGPT.views.inputContainer.querySelector("input").value
Zotero.ZoteroGPT.views.messages = [];

Zotero.ZoteroGPT.utils.getRelatedText(
window.gptInputString 
)

GPT解释： 这段代码的作用是获取页面中某个输入框的值，并把该值作为参数传递给 Zotero.ZoteroGPT.utils.getRelatedText() 方法，用于获取与该输入值相关的文本。同时，该段代码也将 Zotero.ZoteroGPT.views.messages 数组清空，可能是为了避免对之前的消息产生影响。 具体获取全文的多少内容，获取哪一部分内容不太清楚，确定的是肯定不是全文。

[MuiseDestiny]

比如你的pdf全文是：

我今天吃了白菜。

我今天喝了白开水。

我今天看了一本书。

---

当你提问：今天干了什么？

getRelatedText("今天干了什么") 会返回上面三件事。

当你问：今天喝了什么? getRelatedText("今天喝了什么?") 会返回 我今天喝了白开水。。

然后这些与你提问高度相关的文字，对应pdf段落会输入给GPT，让他根据这些去回答你的问题。ChatPDF，chatDOC或者其它，都是这个原理。

[kongyan66]

说白了就是根据用户输入内容 ，去检索全文相关的内容，再把该部分内容作为全局信息送给GPT呗 如果用户输入的问题高度抽象，例如:本文方法的意义，getRelatedText(）无法检索到形似的文字，这种情况怎么解决呢？

[MuiseDestiny]

说白了就是根据用户输入内容 ，去检索全文相关的内容，再把该部分内容作为全局信息送给GPT呗 如果用户输入的问题高度抽象，例如:本文方法的意义，getRelatedText(）无法检索到形似的文字，这种情况怎么解决呢？

这是openai做的工作。https://platform.openai.com/docs/api-reference/embeddings 我说的是方便理解的，实际搜索复杂的多。

[kongyan66]

说白了就是根据用户输入内容 ，去检索全文相关的内容，再把该部分内容作为全局信息送给GPT呗 如果用户输入的问题高度抽象，例如:本文方法的意义，getRelatedText(）无法检索到形似的文字，这种情况怎么解决呢？

这是openai做的工作。https://platform.openai.com/docs/api-reference/embeddings 我说的是方便理解的，实际搜索复杂的多。

谢谢答复，我再研究下

[wangfh5]

请问embeddings是不是只在第一次AskPDF的时候会输入给openai? 后续的若干次提问之间是否有历史记忆, 还是说每次提问都是平行的、仅根据已经embeddings的内容来回答的?

[MuiseDestiny]

请问embeddings是不是只在第一次AskPDF的时候会输入给openai? 后续的若干次提问之间是否有历史记忆, 还是说每次提问都是平行的、仅根据已经embeddings的内容来回答的?

第一次会把pdf所有段落返回的向量存储本地。以后读取。不会重复请求

[psychologistcy]

感觉chatPDF的回答要好得多，zoteroGPT的回答总给我，太总揽全局的感觉，没办法专注到文章的一个小片段，并且回答的字数是被限制了吗？

[MuiseDestiny]

感觉chatPDF的回答要好得多，zoteroGPT的回答总给我，太总揽全局的感觉，没办法专注到文章的一个小片段，并且回答的字数是被限制了吗？

有一个参考数量默认是5，gpt基于5个段落总结回答，你可以设置大点，输入gpt文本就会变多，就会变好

/relatedNumber 这个命令设置。当然消耗token会更多。

至于chatpdf和插件哪个更好。都是基于gpt，我认为没有可比性，好可能好在喂的段落更多，而这个在插件可以设置。

[psychologistcy]

怎么在把zoteroGPT调试到比较好的状态？

[MuiseDestiny]

怎么在把zoteroGPT调试到比较好的状态？

你指的askpdf吗

[psychologistcy]

把/relatedNumber 设置成最大值的话，就会基于全文来回答吗？原来的默认设置5，每次问一下小问题，都会大半段话用来说整个文章的意义，感觉像是在基于全文回答（55555~）

[psychologistcy]

是的

[MuiseDestiny]

一方面你可以增大realtedNumber，另一方面，插件本身有解析pdf的任务。chatpdf类似服务有两个核心点一是相似段落搜索，搜索数量通过relatedNumber设置，二是把完整的段落准确解析出来，这是开发者要做的。

一个完美的chatpdf应用，需要精确的段落解析。排版不规范，解析出段落会差很多。后面的向量化，相似度搜索，都是一样的。差别只在pdf解析，你要在pdf排版规范的pdf上使用它。如果你觉得他回答太笼统，那就增大relatedNumber，另外你问的问题要尽可能详细，这有利于相似度搜索。

[MuiseDestiny]

把/relatedNumber 设置成最大值的话，就会基于全文来回答吗？原来的默认设置5，每次问一下小问题，都会大半段话用来说整个文章的意义，感觉像是在基于全文回答（55555~）

5个足够了，字数不会太多。你问得问题如果太笼统，那么不利于相似度搜索，则需要增加relatedNumber

[psychologistcy]

上面是chatpdf的回答，下面是askpdf的回答，严重超纲了，他总想着回答问题之外的东西，虚拟脑分析和工作记忆都是其他段落的问题了。

[psychologistcy]

收到，感谢大佬指导，学到太多了！

[MuiseDestiny]

上面是chatpdf的回答，下面是askpdf的回答，严重超纲了，他总想着回答问题之外的东西，虚拟脑分析和工作记忆都是其他段落的问题了。

pdf发一下，优化一下，因为这部分功能只是实现了，还没开始优化。chatpdf都收费了，服务肯定做的很好了。但是插件实现他的效果也不难。

[MrGongqi]

说白了就是根据用户输入内容 ，去检索全文相关的内容，再把该部分内容作为全局信息送给GPT呗 如果用户输入的问题高度抽象，例如:本文方法的意义，getRelatedText(）无法检索到形似的文字，这种情况怎么解决呢？

这是openai做的工作。https://platform.openai.com/docs/api-reference/embeddings 我说的是方便理解的，实际搜索复杂的多。

我对askPDF有个疑问，我在使用askPDF时只是提出了一个很简单的问题，它回复的也不长，那总共消耗的token数是不是还包含它“阅读PDF”时占用的token，如果是这样的话，那消耗token就太巨大了，随便一篇论文就是六七千字。

[MuiseDestiny]

是不是还包含它“阅读PDF”时占用的token

不，会缓存

[MrGongqi]

按照你的意思，就是说一篇论文第一次点击askPDF时，会“阅读”全篇PDF吗，并且PDF的字数也是统计在token中的吗？我有一次看一篇外文的毕业论文，400多页，，，点了下askpdf，问了个简单的问题，回答的也简单，，后来在openai.api官网里看了下，消耗了1.2美元，好心疼