PDF-এর সাথে চ্যাট করুন

«PDF-এর সাথে চ্যাট» এখানে যা বোঝায়

PDF-এর সাথে চ্যাট একটি স্থির ডকুমেন্টকে এমন কিছুতে পরিণত করে যা আপনি জিজ্ঞাসা করতে পারেন। আপনি একটি PDF আপলোড করেন, পৃষ্ঠাটি স্থানীয়ভাবে টেক্সট বের করে, তারপর আপনি যা প্রশ্ন টাইপ করেন — ডকুমেন্ট টেক্সট সহ — একটি বড় ভাষা মডেলে পাঠানো হয়। মডেল ডকুমেন্ট এবং আপনার প্রশ্ন একসাথে পড়ে এবং আপনাকে একটি উত্তর দেয়। সঠিকভাবে করলে, এটি আপনাকে «ধারা ৪ সমাপ্তি সম্পর্কে কী বলে?» বা «পৃষ্ঠা ৭-এর তিনটি ঝুঁকি সংক্ষিপ্ত করুন» এর মতো জিনিস জিজ্ঞাসা করতে দেয় এবং কয়েক সেকেন্ডে একটি সহায়ক উত্তর পেতে দেয়।

আমাদের পদ্ধতি অধিকাংশ পরিষেবার চেয়ে বেশি স্পষ্ট: আমরা আপনাকে শুরু থেকেই বলি যে একটি তৃতীয় পক্ষের AI আপনার ডকুমেন্ট দেখে। আমরা অন্যথা করতে পারি না: আধুনিক LLM কারো GPU-তে চলে, আপনার ব্রাউজার ট্যাবে নয়। কিন্তু আমরা যা করতে পারি তা হলো imisspdf-কে লুপের বাইরে সম্পূর্ণভাবে রাখা। আপনি যে প্রোভাইডারকে বিশ্বাস করেন তা বেছে নেন, ব্যবহারের জন্য অর্থ প্রদান করেন, আপনার কী আপনার ব্রাউজারে থাকে, এবং অনুরোধ সরাসরি প্রোভাইডারে যায়। আমরা প্রশ্ন, উত্তর, বা ডকুমেন্ট দেখি না।

«BYOK» (আপনার নিজের কী আনুন) কেন

একটি সাধারণ চ্যাট-উইথ-PDF SaaS তাদের নিজস্ব সার্ভারে তাদের নিজস্ব কী দিয়ে LLM কল করে এবং আপনাকে সাবস্ক্রিপশনের জন্য চার্জ করে। গোপনীয়তা-সচেতন ব্যবহারকারীদের জন্য এই মডেলে দুটি সমস্যা আছে: তাদের সার্ভার AI-তে যাওয়ার পথে আপনার ডকুমেন্ট দেখে, এবং আপনাকে ডেটা ধরে রাখার বিষয়ে তাদের প্রতিশ্রুতিতে বিশ্বাস করতে হয়। আমরা স্থাপত্য উল্টে দিয়ে এটি এড়িয়ে যাই: আপনি কী আনেন এবং আমাদের কোনো সার্ভার পদক্ষেপের প্রয়োজন নেই।

হ্যাঁ, এটির একটি ছোট সেটআপ খরচ আছে: আপনাকে একবার একটি API কী তৈরি করতে, পেস্ট করতে এবং একটি মডেল বেছে নিতে হবে। তারপরে, প্রতিটি প্রশ্ন আপনার ব্রাউজার থেকে প্রোভাইডারে একটি নেটওয়ার্ক কল, যা আপনার অ্যাকাউন্টে চার্জ করা হয়। হালকা ব্যবহারের জন্য, এটি একটি সাবস্ক্রিপশনের চেয়ে অনেক সস্তা (OpenAI-এর gpt-4o-mini এর মতো অর্থনৈতিক মডেলে দশ-বিশটি প্রশ্নের জন্য কয়েক সেন্ট)। এবং ভারী ব্যবহারের জন্য, আপনি কিছু না দিয়ে Ollama ব্যবহার করতে পারেন।

কোন প্রোভাইডার বেছে নেওয়া উচিত?

• OpenAI (gpt-4o-mini, ডিফল্ট): ভালো ভিত্তি। নির্ভরযোগ্য ও দ্রুত, ~$0.15 প্রতি মিলিয়ন ইনপুট টোকেন। সেরা যখন আপনি শুধু চান এটি কাজ করুক।
• Anthropic (Claude Haiku): দীর্ঘ ডকুমেন্ট এবং সতর্ক যুক্তিতে খুব শক্তিশালী। দাম প্রায় একই। নোট: Anthropic API আনুষ্ঠানিকভাবে ব্রাউজার থেকে অ্যাক্সেস সমর্থন করে না; এই টুল এটি সক্ষম করতে একটি স্পষ্ট স্বীকৃতি হেডার পাঠায়।
• Google (Gemini Flash): কম-ভলিউম ব্যক্তিগত ব্যবহারের জন্য উদার ফ্রি টিয়ার। দ্রুত।
• Ollama (সেলফ-হোস্টেড): শূন্য-ক্লাউড এবং বিদ্যুৎ ছাড়া শূন্য খরচ। Ollama ইনস্টল করুন, ollama pull llama3.2 চালান, এবং বেস URL http://localhost:11434-এ সেট করুন। ডকুমেন্ট এবং প্রশ্ন কখনো আপনার মেশিন ছাড়ে না।

গোপনীয়তা এবং নিরাপত্তা

নির্দিষ্টভাবে: যখন আপনি «পাঠান» ক্লিক করেন, আপনার ব্রাউজার api.openai.com (বা api.anthropic.com বা generativelanguage.googleapis.com বা localhost:11434)-এ একটি অনুরোধ পাঠায় যাতে আপনার API কী এবং বার্তার স্ট্যাক রয়েছে: ডকুমেন্ট টেক্সট সহ একটি সিস্টেম প্রম্পট, আপনার পুরো চ্যাট ইতিহাস, এবং আপনার নতুন প্রশ্ন। প্রোভাইডার সহকারীর উত্তর দিয়ে প্রতিক্রিয়া জানায়। এই রাউন্ড ট্রিপ সম্পূর্ণভাবে আপনার ব্রাউজার এবং প্রোভাইডারের মধ্যে ঘটে। imisspdf আপনাকে একবার HTML/JS পরিবেশন করে এবং তারপর অংশগ্রহণ করে না।

আপনার API কী localStorage["imisspdf.llm.key.<প্রোভাইডার>"]-এ সংরক্ষিত হয়। এটি imisspdf-এর অরিজিনে চলমান যেকোনো JS দ্বারা পঠনযোগ্য, যা মূলত আমরা এই পৃষ্ঠাটি চালাতে যে JS পাঠাই। আমরা কী ফাঁস করি না; আপনি নেটওয়ার্ক ট্যাব পরিদর্শন করে যাচাই করতে পারেন। সবকিছু পরিষ্কার করতে, «সব কী ভুলে যান» ক্লিক করুন বা আপনার ব্রাউজারে সাইট ডেটা পরিষ্কার করুন।