Než začnete skenovat stránky produktů: pro produkty představuje lepší cestu produktový feed XML (formát Google Merchant) nebo nahraný soubor s produkty ve formátu XLSX či CSV s funkcí AI Search. Funguje bez nativní integrace, nespotřebovává trénovací znaky a zabraňuje tomu, aby ceny a skladové zásoby mezi jednotlivými skenováními zastaraly. Podívejte se na Integrace s produktovým feedem a AI Search. Níže popsanou metodu scrapingu použijte pro informační stránky nebo pro produkty v případě, že feed či soubor nemáte k dispozici.
K natrénování schopného chatbota pro váš e-shop nepotřebujete nativní integraci. Samotným scrapingem webu - při správném nastavení - dokáže ChatLab odpovídat na podrobné dotazy ohledně vašich produktů, dopravy, vrácení zboží i obchodních podmínek.
Tento návod ukazuje doporučené nastavení: dvě samostatná trénování (informační stránky a vaše produktová databáze) a dvě úrovně filtrování, které udrží obě části přehledné a čisté.
Integrace vs. scraping - co vám každá možnost přináší
- Scraping (bez integrace) - statický snímek vašich stránek. Skvěle se hodí pro popisy produktů, specifikace, FAQ, zásady dopravy a vracení zboží i obecné informace o obchodě. Nezná však aktuální stav skladových zásob ani stav objednávek.
- Integrace - v závislosti na poskytovateli a povolených akcích může přidat vyhledávání produktů a zjišťování stavu objednávek. Vyhledávání v katalogu může využívat synchronizovaný index, proto si před slibováním dostupnosti v reálném čase ověřte chování obnovování u konkrétní integrace.
Nejlepších výsledků dosáhnete, když obě metody oddělíte: scraping pro informační stránky a integraci, produktový feed nebo produktový soubor pro samotné produkty. Pokud žádná z těchto možností nepřipadá v úvahu, dobře nakonfigurovaný scraping představuje použitelný výchozí základ.
Pokud váš obchod později připojí podporovanou e-commerce integraci (WooCommerce, Shopify, PrestaShop a další), její synchronizovaný katalog se zobrazí samostatně v sekci Trénování > E-commerce katalog (Training > E-commerce catalog) na záložkách Produkty (Products) a Kategorie (Categories). Tento katalog se synchronizuje z integrace - nejde o totéž co scrapované stránky popsané zde, které zůstávají statickým snímkem.
Kde najdete nastavení filtrování
Nejprve vytvořte svého chatbota a zkontrolujte kapacitu trénování. Vyberte jej a přejděte do Training > Links (Trénování > Odkazy), klikněte na Add New Training: Website (Přidat nové trénování: Web) a poté rozbalte Advanced settings (Pokročilá nastavení). Uvnitř najdete rozbalovací sekce používané v tomto průvodci: URL Filtering (Filtrování URL - Zahrnout pouze URL obsahující / Vyloučit URL obsahující), Query Parameters (Parametry dotazu), Content Filtering (Filtrování obsahu) a Scraping Behavior (Chování při scrapování).
Dvě úrovně filtrování (klíčový koncept)
ChatLab vám v pokročilém nastavení trénování webu poskytuje dvě nezávislé úrovně kontroly. Lze je snadno zaměnit, proto je důležité mezi nimi rozlišovat:
- Filtrování URL - které stránky vstoupí do trénování. Určuje, které adresy crawler zachová. Nastavuje se pomocí Include only URLs that contain (Zahrnout pouze URL obsahující) a Exclude URLs that contain (Vyloučit URL obsahující) - jedná se o podřetězce URL oddělené středníkem, např.
/product;/produkt. - Filtrování prvků - které části každé zachované stránky se stanou obsahem. Aplikuje se až po filtrování URL, a to pouze na stránky, které jím prošly. Nastavuje se pomocí Include element IDs (Zahrnout ID prvků) a Exclude element IDs (Vyloučit ID prvků) - jedná se o CSS selektory:
#idpro ID,.classnamepro třídy,[data-hook="description"]pro atributy, oddělené středníkem, např..product-description;#tab-description.
Představte si to jako trychtýř: filtrování URL vybere stránky, a filtrování prvků následně každou stránku ořeže jen na hodnotný obsah.
Ponechte méně obsahu, ale s vyšší hodnotou
RAG chatboti fungují nejlépe, když je každý natrénovaný fragment přesně zacílený. Na stránce produktu je cenný samotný popis daného zboží - okolní nabídky, zápatí, sekce „související produkty“ a upsell bloky představují šum, který zhoršuje vyhledávání relevantních informací a zbytečně spotřebovává trénovací znaky. Trénujte pouze na obsahu daného produktu.
Nastavte dvě samostatná trénování
Rozdělení vašeho e-shopu do dvou webových zdrojů udrží každý z nich čistý a snadno laditelný. Každé trénování využívá vlastní filtrování URL (1. úroveň) a filtrování prvků (2. úroveň).
1. Informační stránky
Cíl: zachovat stránky, které představují vaši firmu a podmínky (O nás, Kontakt, Doprava, Doručení, Vrácení zboží, Reklamace, Platba, Ochrana osobních údajů, FAQ).
- 1. úroveň - filtrování URL: do pole Exclude URLs that contain vypište vzory svých produktů a kategorií, např.
/product;/products;/shop;/category;/collections. Tím z tohoto trénování vyloučíte produktové stránky. - 2. úroveň - filtrování prvků: zde obvykle stačí minimum úprav. Volitelně můžete použít Exclude element IDs k odstranění globálního záhlaví a zápatí, např.
header;footer;#navigation. - Pro předvídatelné pokrytí dejte přednost trénování ze souboru sitemap.
2. Produktová databáze
Cíl: jedno přesně zacílené trénování přes produktové stránky, které zachytí pouze obsah samotného produktu.
- 1. úroveň - filtrování URL: do pole Include only URLs that contain zadejte pouze vzory svých produktů, např.
/product;/products. Vše ostatní bude přeskočeno. - 2. úroveň - filtrování prvků: zde zajistíte, aby zůstal zachován pouze obsah produktu. Pomocí Include element IDs vyberte informační blok produktu a/nebo pomocí Exclude element IDs odstraňte rozhraní e-shopu (záhlaví, zápatí, navigaci, související produkty, doplňkový prodej, boční panely). Níže najdete výchozí selektory pro jednotlivé platformy.
Otestujte každé trénování před jeho rozšířením
- Začněte možností Single address (Jedna adresa) a reprezentativní informační nebo produktovou stránkou s využitím vhodných filtrů prvků.
- Klikněte na Start scanning the website (Spustit skenování webu) a počkejte na stav Training completed (Trénování dokončeno). Malý zdroj může být hotový za několik minut; větší skenování mohou trvat déle a pokračovat na pozadí.
- V sekci Training > Links (Trénování > Odkazy) klikněte na View (Zobrazit) a zkontrolujte, zda zůstal název produktu, popis, relevantní atributy, kontext ceny a užitečné odkazy. Vyloučení obrázků může odstranit reference potřebné pro vizuální karty.
- Použijte ověřenou konfiguraci na odpovídající sitemapu nebo úplné skenování. Použijte vzájemně se vylučující vzory URL adres, aby se informační a produktová trénování nepřekrývala.
- Otestujte dotazy na produkty, dopravu a vrácení zboží v sekci Overview (Přehled). Nastavte plánované přetrénování, pokud je k dispozici, a informujte návštěvníky, aby si proměnlivé ceny a dostupnost ověřili přímo na stránce obchodu.
ID prvků podle platforem (úroveň 2 - výchozí body)
Toto jsou hodnoty pro pole Include element IDs (Zahrnout ID prvků) a Exclude element IDs (Vyloučit ID prvků) (úroveň 2). Jde o CSS selektory oddělené středníkem. Selektory se liší podle šablony - ověřte je ve svém vlastním e-shopu a upravte. Princip je vždy stejný: zahrnout blok s informacemi o produktu, vyloučit globální prvky rozhraní a bloky křížového prodeje (cross-sell).
Tyto příklady představují kandidáty závislé na šabloně, nikoli zaručené systémové selektory platforem. Pokud si nejste jisti, požádejte správce webu o kontrolu konkrétní stránky produktu. Odkazy struktura šablon Shopify a úpravy šablon WooCommerce vysvětlují, proč se rozvržení stránek liší. Selektor, který neodpovídá ničemu nebo zachytí pouze blok popisu, může vynechat názvy, ceny, varianty nebo obrázky; vždy proto použijte výše uvedenou kontrolu náhledu.
WooCommerce
- Include element IDs:
.summary.entry-summary;.woocommerce-product-details__short-description;#tab-description - Exclude element IDs:
header;footer;.related.products;.up-sells;.cross-sells;#secondary
Shopify
- Include element IDs:
.product__info;.product-single__description;.rte - Exclude element IDs:
header;footer;.announcement-bar;.product-recommendations
PrestaShop
- Include element IDs:
.product-information;.product-description;#description - Exclude element IDs:
#header;#footer;#_desktop_top_menu;.block-categories;.featured-products;#search_filters
Magento / Adobe Commerce
- Include element IDs:
.product-info-main;.product.attribute.description;#description - Exclude element IDs:
.page-header;.page-footer;.nav-sections;.block.related;.block.upsell;.sidebar
Shoper
- Include element IDs:
.productfull;.productfull__description;#product-description - Exclude element IDs:
.header;.footer;.navbar;.mainmenu;.product-suggested;.basket
CS-Cart
- Include element IDs:
.ty-product-block;.ty-product-feature;.ty-wysiwyg-content - Exclude element IDs:
.ty-header;.ty-footer;.ty-menu;.ty-product-block__advanced-list;.ty-mainbox-title
IdoSell / IAI
- Include element IDs:
#projector_longDescription;.product_description;#detail_atributes - Exclude element IDs:
#header;#footer;#menu;.suggestedProducts;.breadcrumb
OpenCart
- Include element IDs:
#tab-description;#product .description;.product-description - Exclude element IDs:
#header;#footer;#menu;#column-left;#column-right;.related
BigCommerce
- Include element IDs:
.productView-description;.productView-details;#tab-description - Exclude element IDs:
.header;.footer;.navPages;.productCarousel;.sidebar
Shopware
- Include element IDs:
.product-detail-name;.product-detail-description;.product-detail-description-text - Exclude element IDs:
.header-main;.footer-main;.nav-main;.product-detail-cross-selling;.cms-element-product-slider
Wix Stores
- Include element IDs:
[data-hook="description"];[data-hook="product-description"];[data-hook="info-section"] - Exclude element IDs:
header;footer;[data-hook="header"];[data-hook="related-products"]
Další platformy (osCommerce, Abicart, Selly, RedCart, AtomStore a další)
Platí stejný princip: otevřete stránku produktu, najděte kontejner obsahující název produktu, popis a atributy, vložte jej do Include element IDs a globální záhlaví, zápatí, navigační menu, boční panely a bloky typu „mohlo by se vám líbit“ vložte do Exclude element IDs.
Tipy
- V nastavení bota zvolte AI model vhodný pro uvažování v oblasti e-commerce.
- Trénování pravidelně opakujte, aby popisy zůstaly aktuální (scrapování zachycuje statický snímek).
- Udržujte informační a produktová trénování oddělená, abyste mohli ladit filtry URL a prvků u každého z nich, aniž by se navzájem ovlivňovaly.