多年来，让网站能够用通俗易懂的语言回答客户问题通常意味着大量的开发工作，或者外包给对话式人工智能供应商。这两种方式都有各自的缺点，从僵化的、基于规则的系统到有限的控制和高昂的成本。随着消费者越来越多地转向人工智能搜索工具，他们的期望也发生了变化。许多人不再想点击菜单或搜索关键词；他们希望向网络提出问题，并获得相关的、上下文相关的答案。
微软的新开源项目 NLWeb 带来了改变。它旨在利用开放标准、结构化数据和您选择的 AI 模型，使任何网站都能直接、智能地响应自然语言查询。正如 HTML 将网络转变为链接文档空间一样，NLWeb 可以帮助将其转变为对话式空间。
NLWeb 的必要性
大型语言模型 (LLM) 的出现改变了一切。自然语言界面不再是小众功能，而是变得至关重要。NLWeb 提供了一个开放协议，允许使用自然语言向网站提问，从而降低了网站所有者、开发者和企业的门槛。这创建了一种通用的交互语言。它还提供了基于 Schema.org 标准的语义响应格式，确保答案不仅人性化，而且机器可解释，从而进一步实现自动化和集成。最后，NLWeb 提供了一个轻量级的模块化参考实现，您可以在从笔记本电脑到云集群的任何设备上运行，从而提供灵活性和可扩展性。
NLWeb 不会将团队锁定在特定供应商的技术上，而是注重可移植性和可扩展性。它并非试图成为“真正的聊天机器人”，而是提供工具，让您利用现有数据构建自己的对话前端。
NLWeb 的工作原理
NLWeb 围绕两个核心组件构建。首先是协议。它使用基于 REST 的端点，接收自然语言查询并以 Schema.org JSON 格式返回结构化响应。这个“ask”端点使用 MCP（模型上下文协议），这是一种旨在帮助 LLM 代理与外部工具交互的新标准，类似于 HTTP 允许浏览器与服务器通信的方式。
其次是实现。这是一个参考应用程序，它将来自 Schema.org 或 RSS 源的半结构化内容（例如食谱、产品列表或博客文章）索引到矢量数据库中。当用户提出问题时，NLWeb 会检索最相关的条目，并使用它们为你选择的 LLM 构建提示。
虽然有一个用于测试的基本 Web 用户界面，但该项目鼓励使用您自己的前端进行生产部署或将功能嵌入到现有界面中。
对企业的意义
对于数字产品所有者、内容团队和 Web 开发者来说，NLWeb 提供了一条既符合标准又面向未来的实用路径。您可以期待更快的开发速度，因为您无需组建整个 AI 工程团队来构建自然语言界面，从而缩短了交付价值所需的时间。企业还可以使用自己的数据、首选的矢量数据库和所选的 LLM来掌控自己的技术，从而完全掌控自己的技术堆栈。
这也意味着您的内容始终保持最新，因为您可以直接连接到实时网站内容，避免信息过时或从CMS导出内容的繁琐过程。最终，这有助于您获得面向未来的体验，使您的网站更倾向于对话式和代理驱动的交互。
企业可以首先为特定内容领域（例如知识库、产品目录或学习中心）启用 NLWeb 端点。在此基础上，他们可以扩展到更复杂的工作流程，例如代理编排、个性化推荐或语音导航。
协作方法
NLWeb 并非成品。它是一个基础蓝图，也是一份参与邀请。正如微软所述，该项目致力于“共享协议、示例实现和社区参与”。正如 HTML 解锁文档共享一样，NLWeb 为人工智能互联网提供了一个对话层。无论您是为客户、客服人员还是未来的人工智能助手构建，NLWeb 都是一个值得关注并可能被采用的项目。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/58446.html
