Přidání nových webových zdrojů

Přidání webových zdrojů umožňuje vašemu chatbotovi učit se přímo z obsahu vašeho webu. Ať už jde o podrobnosti o produktech, nejčastější dotazy (FAQ), nebo příspěvky na blogu, prohledání webu vytvoří snímek jeho obsahu, ze kterého pak chatbot čerpá. Přejtrénujte chatbota, jakmile se tento obsah změní. Nejprve vytvořte svého chatbota a zkontrolujte jeho kapacitu trénování.

Provozujete e-shop? Pokud produkty pocházejí z funkce AI Search (vyhledávání pomocí AI) nebo z živého vyhledávání v obchodě, vylučte stránky produktů a kategorií z procházení a skenujte pouze informační stránky, jako je doprava, vrácení zboží a FAQ. Naskenované stránky produktů spotřebovávají trénovací znaky a jejich ceny i skladová dostupnost mezi jednotlivými skenováními zastarávají. Podívejte se na Jak nastavit ChatLab pro váš e-shop.

Kde najít trénování z webu

Vyberte svého chatbota a poté přejděte na záložku Training (Trénování). V levém postranním panelu zvolte Links (Odkazy). Zde spravujete všechny trénovací zdroje založené na webových stránkách.

Kliknutím na Add New Training: Website (Přidat nové trénování: Web) otevřete trénovací formulář.

Možnosti skenování

Ve formuláři trénování máte dvě možnosti, jak přidat obsah webu, oddělené oddělovačem OR (NEBO).

Scan website contents (Skenovat obsah webu) - zadejte URL do pole Address (Adresa) a vyberte si z možností:

• Whole website (Celý web) - projde všechny dohledatelné stránky od zadané URL adresy
• Single address (Jedna adresa) - naskenuje pouze konkrétní zadanou stránku

Use sitemap (Použít sitemapu) - zadejte URL své sitemapy (např. https://www.yourdomain.com/sitemap.xml) do pole Sitemap. Tato možnost naskenuje pouze stránky uvedené v souboru sitemapy.

Při použití sitemapy se pole Address automaticky deaktivuje (a naopak), protože v jedné trénovací úloze můžete použít pouze jednu metodu.

Trénování z celého webu

1. Do pole Address (Adresa) zadejte výchozí URL adresu svého webu (např. https://www.yourdomain.com)
2. V rozbalovací nabídce pod polem adresy vyberte Whole website (Celý web)
3. Klikněte na Start scanning the website (Spustit skenování webu)

Systém prochází dohledatelné odkazy v rámci nastavených filtrů skenování, hloubky a limitů vašeho účtu; nemusí se tedy dostat na úplně každou stránku. Průběh můžete sledovat na kartě Trainings (Trénování), kde v reálném čase uvidíte počet naskenovaných odkazů a shromážděných trénovacích znaků.

Trénování na jedné stránce

1. Zadejte URL konkrétní stránky do pole Address (např. https://www.yourdomain.com/pricing)
2. Z rozbalovací nabídky vyberte Single address
3. Klikněte na Start scanning the website

To je užitečné, když potřebujete do znalostní báze chatbota přidat pouze jednu konkrétní stránku, například nově publikovaný článek nebo aktualizovanou stránku s častými dotazy.

Trénování pomocí sitemap

1. Zadejte URL vašeho souboru sitemap do pole Sitemap (např. https://www.yourdomain.com/sitemap.xml)
2. Klikněte na Start scanning the website

Skenování pomocí souboru sitemap vám dává přesnou kontrolu nad tím, které stránky budou zahrnuty, protože zpracovává pouze URL uvedené v tomto souboru.

Výběr jednotlivých stránek pro trénování

Před zahájením skenování můžete aktivovat přepínač I want to select individual urls for training after scanning the website (Chci po naskenování webu vybrat jednotlivé URL adresy pro trénování). Tato možnost je k dispozici pouze při skenování celého webu (nikoli pro režim jedné adresy).

Když je tato možnost aktivní:

1. Systém naskenuje váš web a vyhledá všechny stránky
2. Po dokončení skenování se zobrazí stromové zobrazení všech nalezených stránek s počtem znaků
3. Zaškrtnutím nebo zrušením zaškrtnutí stránek je zahrnete do trénování nebo je vyloučíte
4. Kliknutím na Start the Training (Zahájit trénování) spustíte trénování na vybraných stránkách

To pomůže v situaci, kdy váš web obsahuje stránky, ze kterých nechcete, aby se chatbot učil, jako jsou přihlašovací stránky, administrátorské sekce nebo nerelevantní části webu.

Skenování jazyků webu

Pokud je váš web publikován ve více jazycích, ChatLab během skenování rozpozná dostupné jazyky a umožní vám rozhodnout, které z nich zahrnout do znalostní báze vašeho chatbota. Tyto ovládací prvky najdete v trénovacím formuláři v sekci Languages (Jazyky), těsně nad Advanced settings (Pokročilá nastavení).

Rozsah jazyků

Rozbalovací nabídka Language scope (Rozsah jazyků) určuje, jaká část vícejazyčného webu se proskenuje:

• Main website language (Hlavní jazyk webu) - doporučeno a vybráno jako výchozí, pokud není funkce pro více jazyků dostupná a bot nemá vícejazyčnost povolenou. Skenuje se pouze hlavní jazyk webu. Ostatní jazykové verze se přeskočí. Vaše trénovací data tak zůstanou přehledná a cílená a spotřebuje se méně trénovací kapacity.
• All languages (Všechny jazyky) - doporučeno a vybráno jako výchozí, pokud váš účet zahrnuje funkci pro více jazyků nebo má bot vícejazyčnost povolenou. Skenuje zjištěné jazykové verze webu. Tím se zachytí všechny vaše lokalizované stránky, shromáždí se však více obsahu a spotřebuje se větší část vaší trénovací kapacity.
• Selected language (Vybraný jazyk) - skenuje jeden konkrétní jazyk, který si vyberete ze zjištěných jazyků na webu.

ChatLab rozpoznává hlavní jazyk webu pro skenování specifické pro daný jazyk. Výchozí rozsah závisí na dostupnosti funkce pro více jazyků, nikoli na tom, jaký jazyk byl zjištěn. Když zvolíte Selected language, předvybere se zjištěný hlavní jazyk a v seznamu bude označen jako „main“. Můžete jej změnit na libovolný jiný zjištěný jazyk.

Rozpoznávání jazyků je k dispozici ve všech plánech, včetně bezplatného plánu. Rozsah můžete před skenováním změnit. Volba New training with same parameters (Nové trénování se stejnými parametry) znovu použije rozsah z předchozí úlohy, který se může lišit od výchozího nastavení pro nové skenování.

Metoda rozpoznávání jazyka

Pokud je rozsah nastaven na Main website language nebo Selected language, můžete v rozbalovací nabídce Language detection method (Metoda rozpoznávání jazyka) zvolit, jak má ChatLab jazykové verze na vašem webu rozpoznat:

• Hreflang attributes (recommended) (Atributy hreflang - doporučeno) - výchozí možnost. Využívá značky hreflang a lang, které většina vícejazyčných webů již obsahuje k vzájemnému propojení svých jazykových verzí.
• URL path prefix (/en/, /de/, ...) (Předpona cesty v URL) - pro weby, které udržují jednotlivé jazyky v části cesty, jako je /en/, /de/ nebo /fr/, bez značek hreflang.

Pokud ChatLab nedokáže rozpoznat jazyky automaticky, stále můžete naskenovat hlavní jazyk nebo všechny jazyky. Pokud zvolíte Selected language, zadejte nejprve adresu svého webu do polí výše a poté tuto možnost zvolte znovu, aby mohl být web analyzován.

Přehled o tom, jak váš chatbot tyto jazykové verze následně využívá při odpovídání, najdete v článcích Vícejazyční chatboti a Nastavení jazyka chatbota. Zde popsané jazykové režimy znalostní báze spoléhají na zdroje, které byly naskenovány s rozpoznáváním jazyků, takže starší zdroje může být nutné znovu přetrénovat, abyste je mohli naplno využít.

Pokročilá nastavení

Kliknutím na tlačítko Advanced settings (Pokročilá nastavení) v trénovacím formuláři získáte přístup k detailnímu nastavení skenování.

Pokročilá nastavení jsou rozdělena do čtyř sekcí:

Filtrování URL (URL Filtering)

• Include only URLs that contain (Zahrnout pouze URL obsahující) - skenuje pouze adresy URL odpovídající těmto vzorům (oddělené středníkem, např. /en;/help)
• Exclude URLs that contain (Vyloučit URL obsahující) - přeskočí adresy URL odpovídající těmto vzorům (např. /news;/pictures). Běžné vzory jako /wp-admin/, /feed/ a stránky košíku jsou ve výchozím nastavení vyloučeny

Parametry dotazu (Query Parameters)

• Ignore all query parameters (Ignorovat všechny parametry dotazu) - považuje adresy URL s různými parametry dotazu za stejnou stránku (např. /page?id=1 i /page?id=2 se převedou na /page)
• Ignore specific query parameters (Ignorovat konkrétní parametry dotazu) - ignoruje pouze určité parametry (běžné sledovací parametry jako utm_source, fbclid, gclid jsou ignorovány automaticky)

Filtrování obsahu (Content Filtering)

• Include element IDs (Zahrnout ID prvků) - extrahuje obsah pouze z konkrétních prvků HTML (použijte #id pro ID, .classname pro třídy, [data-id="82874db"] pro prvky s daným atributem, oddělené středníkem)
• Exclude element IDs (Vyloučit ID prvků) - přeskočí obsah z konkrétních prvků HTML (např. footer;header;#navigation;[data-nosnippet])
• Při nastavení zahrnutí nebo vyloučení prvků se zobrazí podmíněné přepínače, které vám umožní určit, zda má crawler sledovat odkazy nalezené uvnitř těchto prvků

Chování při scrapování (Scraping Behavior)

• Scrape documents (Scrapovat dokumenty) - extrahuje také obsah ze souborů PDF nalezených na webu
• Exclude image links (Vyloučit odkazy na obrázky) - přeskočí adresy URL obrázků z trénovací datové sady
• Scrape hidden contents (Scrapovat skrytý obsah) - zahrne obsah ze skrytých prvků HTML (ve výchozím nastavení povoleno)
• Delay between pages (Prodleva mezi stránkami) - přidá prodlevu v sekundách mezi požadavky na stránky pro snížení zatížení serveru
• Country code (Kód země) - směruje scrapování přes proxy server v konkrétní zemi (dvoupísmenný kód, např. us)

E-mailová oznámení

Přepínač Email me when training is finished or needs my attention (Upozornit e-mailem na dokončení trénování nebo potřebu mé pozornosti) je ve výchozím nastavení aktivní. Když je zapnutý, obdržíte e-mailové upozornění, když:

• Trénování se úspěšně dokončí
• Systém vyžaduje váš zásah (např. výběr stránek po naskenování)
• Během trénování se vyskytnou jakékoli potíže

E-mailovou adresu pro oznámení můžete změnit v poli vedle přepínače.

Sledování průběhu trénování

Po spuštění skenování přejděte na záložku Trainings a sledujte průběh. U každé trénovací úlohy se zobrazuje:

• Zdrojová URL
• Aktuální stav (Scanning links, Awaiting links selection, Training, Training completed)
• Ukazatel průběhu během aktivního skenování nebo trénování
• Datum poslední aktualizace

Kliknutím na More details (Více podrobností) zobrazíte všechny parametry použité pro konkrétní trénovací úlohu včetně veškerých nastavených pokročilých parametrů.

Správa natrénovaných odkazů

Po dokončení trénování se úspěšně natrénované stránky zobrazí na kartě Links (Odkazy). U stránek vyloučených vaším nastavením, ponechaných bez výběru nebo zamítnutých kvůli chybě či limitu není zaručeno, že se stanou trénovacími zdroji. U každého odkazu se zobrazuje:

• Název stránky a URL
• Počet znaků (velikost trénovacích dat)
• Stav trénování
• Datum poslední aktualizace

U každého odkazu můžete:

• Retrain (Znovu natrénovat) - znovu projít a aktualizovat obsah této konkrétní stránky
• View (Zobrazit) - prohlédnout si přesný obsah, který byl ze stránky extrahován
• Delete (Smazat) - odstranit tuto stránku ze znalostní báze vašeho chatbota

Pomocí zaškrtávacího políčka Select all (Vybrat vše) a tlačítek hromadných akcí můžete znovu natrénovat nebo smazat více odkazů najednou.

Prohlížení naskenovaného obsahu

Kliknutím na tlačítko View u libovolného natrénovaného odkazu si můžete prohlédnout přesný obsah, který byl z dané stránky získán.

Modální okno pro zobrazení zdroje ukazuje název stránky, URL, počet znaků, datum poslední aktualizace a úplný textový obsah, na kterém byl váš chatbot natrénován. To vám pomůže ověřit, zda byl zaznamenán správný obsah, a lépe porozumět znalostní bázi vašeho chatbota.

Zkontrolujte hotového chatbota

Skenování a trénování probíhají na pozadí a u velkých webových stránek mohou trvat několik minut nebo déle. Mezitím můžete tuto stránku opustit a připravit kód pro vložení na web (website embed). Pokud je u úlohy stav Awaiting links selection (Čeká na výběr odkazů), vraťte se, vyberte stránky a spusťte trénování. Jakmile se trénování dokončí, zkontrolujte důležité stránky pomocí tlačítka View (Zobrazit), poté otevřete Overview (Přehled) a vyzkoušejte otázky, jejichž odpovědi se na těchto stránkách nacházejí. Než se na nový obsah spolehnete, zkontrolujte případné chyby a chybějící stránky.

Související články

• Trénování na pozadí - Zjistěte, jak funguje trénování na pozadí
• Přetrénování chatbota - Jak aktualizovat chatbota o nový obsah
• Jak snížit počet trénovacích znaků při skenování webu - Tipy pro optimalizaci velikosti trénovacích dat
• Trénování chatbota: základy a limity - Přehled limitů trénovacích dat