Nástroj Knowledge Base Optimizer (optimalizátor znalostní báze) je testovací nástroj, který vám ukáže, jaké části vašich trénovacích dat chatbot vyhledá pro jakoukoli otázku. Pro samostatnou otázku používá vyhledávání ve znalostech a jazyková nastavení bota. Nepřehrává celou konverzaci ani nespouští akce bota pro obchod či jiné akce, takže nejde o přesný záznam každé živé odpovědi.
Funguje pouze pro čtení: testování otázky na tomto místě nijak nemění vaše trénovací data a žádným způsobem neovlivňuje vašeho chatbota.
Kde funkci najdete
Vyberte svého chatbota na hlavním řídicím panelu a otevřete kartu Training (Trénování). V levém sloupci pod seznamem kategorií zdrojů klikněte na Knowledge Base Optimizer.
Pokud jste svého chatbota ještě netrénovali, začněte nejprve přidáním trénovacích dat - optimalizátor může vyhledávat pouze ve znalostech, které již byly natrénovány.
Testování dotazu
- Zadejte dotaz do pole Message (Zpráva) - ideálně skutečný dotaz, který pokládají vaši návštěvníci, nebo takový, na který chatbot nedávno odpověděl špatně.
- Klikněte na Submit (Odeslat).
- Po chvíli se níže zobrazí odpovídající fragmenty znalostí seřazené podle pořadí vyhledávání a jazykových pravidel.
Jak číst výsledky
Každý řádek výsledků představuje jeden fragment vašich trénovacích dat:
- Match (Shoda) - procento vlevo ukazuje, jak přesně fragment odpovídá vaší otázce. Berte ho jako ukazatel podobnosti, nikoli jako procentuální pravděpodobnost, že je odpověď správná. Pořadí mohou ovlivnit také jazykové preference a přerovnání (reranking).
- Source (Zdroj) - záhlaví řádku zobrazuje ikonu typu zdroje a jeho název, například URL trénované stránky, název souboru nebo položku Q&A.
- Language badge (Jazykový štítek) - malý štítek vedle zdroje ukazuje, jakým jazykem je fragment označen. Zdroje bez jazykového štítku mají hodnotu „any“, což znamená, že se používají pro všechny jazyky.
- Fragment content (Obsah fragmentu) - kliknutím na řádek jej rozbalíte a zobrazíte přesný text, který by chatbot obdržel.
Na pořadí záleží. Výsledky jsou řazeny podle relevance a chatbot je čte v tomto pořadí odshora dolů, dokud nenaplní svůj limit kontextu znalostí. Tento limit závisí na nastavení Chat Context Size (Velikost kontextu chatu) a paměti bota - fragmenty, které se do limitu nevejdou, jsou odspodu oříznuty. Pokud očekávaný fragment chybí nebo se nachází příliš nízko v seznamu, chatbot jej při odpovídání s největší pravděpodobností nepoužívá.
Zásady jazyka (Language Policy)
Nad polem pro zprávu řádek Language policy (Zásady jazyka) vysvětluje, jak váš bot během vyhledávání nakládá se zdrojovými jazyky. U bota bez filtrování jazyků prohledává všechny zdroje dohromady. S funkcí Multi-language mohou nastavené zásady omezit vyhledávání na hlavní jazyk nebo jazyk návštěvníka, spolu s vybraným záložním jazykem (fallback) a jazykově nezávislými zdroji. Před vyhodnocováním chybějících výsledků si zobrazené zásady přečtěte.
U vícejazyčných botů se po každém vyhledávání pod polem pro zprávu zobrazí dodatečný informační řádek. Ukazuje Detected message language (Zjištěný jazyk zprávy - jazyk, který nástroj ve vašem dotazu rozpoznal), Searched languages (Prohledávané jazyky - které zdrojové jazyky byly do vyhledávání zahrnuty) a v případě, že nástroj dotaz přeformuloval pro lepší vyhledávání, také Refined query (Upravený dotaz - znění, které skutečně použil).
Kdy nástroj použít
- Chatbot odpovídá nesprávně nebo uvádí, že odpověď nezná. Otestujte stejnou otázku zde. Pokud chybí správný úryvek, zkontrolujte nejprve původní zdroj, stav dokončení jeho trénování, jazykovou značku a zobrazená pravidla pro jazyky. Chybějící výsledky mohou odrážet také pořadí relevance nebo rozpočet kontextu; nedokazují, že informace zcela chybí. Obsah přidávejte nebo upravujte až po přesném zjištění mezery.
- Po přetrénování. Když přetrénujete své zdroje, vyzkoušejte několik typických otázek pro základní kontrolu, zda se aktualizovaný obsah vyhledává podle očekávání.
- Před spuštěním. Otestujte nejčastější dotazy, které budou vaši návštěvníci pokládat, a ověřte, že každý z nich vrací relevantní úryvky mezi prvními výsledky.
Pokud výsledky odhalí mezery, vylepšete trénovací data a otestujte je znovu - změny se projeví po dokončení trénování. Poté otestujte odpověď v sekci Přehled (Overview), včetně realistické doplňující otázky. Podrobnější návod najdete v článku Jak zlepšit odpovědi chatbota.