Νικόλαος Λυμπιτάκης, Κατασκευή ενός RAG Chatbot για 
Ξενοδοχειακή Υποστήριξη 

 

 
 

 

8 

Στη  μελέτη  περίπτωσης  “Educational  City”  χρησιμοποιείται  για  ενημέρωση 

χρηστών  σχετικά  με  τα  συστατικά  και  τις  υπηρεσίες  του  φορέα.  Η  σχεδίαση  με  γράφο 

γνώσης  ενισχύει  την  κατανόηση  συμφραζομένων  και  την  καθοδήγηση  διαλόγου, 

μειώνοντας  ασάφειες  και  διασφαλίζοντας  ευθυγράμμιση  με  πολιτικές  και  ύφος 

επικοινωνίας. Η προσέγγιση είναι επεκτάσιμη καθώς προστίθενται νέα σενάρια, προθέσεις 

(intents)  και  οντότητες,  εμπλουτίζεται  η  βάση  γνώσης  και  συνδέεται  με  πρόσθετα 

συστήματα (π.χ. ticketing), ώστε οι συνομιλίες να οδηγούν σε ενέργειες και μετρήσιμους 

δείκτες απόδοσης. Συνολικά, το EDUBot καταδεικνύει πώς ένα ChatGPT-based chatbot, 

σωστά  δεμένο  με  CRM  διαδικασίες  και  γνώση  οργανισμού,  αναβαθμίζει  την  εμπειρία 

χρήστη,  βελτιώνει  τη  διαχείριση  σχέσεων  και  προσφέρει  αποδοτική,  κλιμακούμενη 

υποστήριξη για εκπαιδευτικά ιδρύματα 

[6]

. 

 

 

Εικόνα 3 : Στιγμιότυπο συνομιλίας με το EDUBot chatbot

3

 

 

Συνοψίζοντας,  η  ανάλυση  των  υπαρχόντων  chatbot  λύσεων  δείχνει  ότι,  αν  και 

ορισμένα συστήματα όπως το EDUBot και Emma αξιοποιούν αρχιτεκτονικές τύπου RAG 

συνδυάζοντας  μεγάλα  γλωσσικά  μοντέλα  με  βάσεις  γνώσης,  οι  περισσότερες  εμπορικές 

εφαρμογές  του  ξενοδοχειακού  τομέα  όπως  το  Snaptravel  παραμένουν  περιορισμένες  σε 

προκαθορισμένα σενάρια ή σε στενά πεδία ερωτήσεων. Παρά τις τεχνολογικές εξελίξεις, 

λείπει μια πλήρως προσαρμοσμένη λύση για τον ξενοδοχειακό κλάδο που να ενοποιεί σε 

πραγματικό  χρόνο  γνώση  από  πολλαπλές  πηγές  (FAQs,  κριτικές,  πολιτικές,  τοπικές 

πληροφορίες)  και  να  παρέχει  τεκμηριωμένες,  πολυγλωσσικές  και  εξατομικευμένες 

απαντήσεις. Η ανάγκη αυτή καθιστά ιδιαίτερα χρήσιμη την ανάπτυξη εξειδικευμένων RAG 

 

3

 Εικόνα από 

[6]