Die Leistung Ihres ChatLab-Chatbots zu verbessern bedeutet, seine Einstellungen und Trainingsmethoden fein abzustimmen. Beginnen Sie damit, Ihren Chatbot zu trainieren, wählen Sie ihn dann aus und nutzen Sie die Übersicht (Overview), um einige echte Kundenfragen zu stellen. Notieren Sie die erwarteten Antworten, ändern Sie jeweils nur einen Parameter und wiederholen Sie dieselben Fragen in neuen Konversationen.
Eigene Rollenanweisungen zur Feinabstimmung von Antworten
Mit benutzerdefinierten Rollenanweisungen können Sie spezifische Richtlinien für das Verhalten und den Tonfall Ihres Chatbots festlegen und ihn so an die Bedürfnisse Ihrer Zielgruppe anpassen. So setzen Sie diese Funktion effektiv ein:
-
Rolle des Bots definieren: Legen Sie die Rolle, die der Chatbot einnehmen soll, klar fest. Zum Beispiel: „Kundensupport-Mitarbeiter“, „Vertriebsassistent“ oder „Technischer Berater“.
-
Verhaltensrichtlinien festlegen: Fügen Sie Anweisungen zu Tonfall, Sprache und Antwortstil hinzu. Zum Beispiel:
- Tonfall: Freundlich, professionell oder formell.
- Sprache: Nutzen Sie einfache Erklärungen für nicht-technische Nutzer oder Fachbegriffe für Experten.
-
Kontextbezogene Details einbinden: Fügen Sie Anweisungen hinzu, die sich auf Ihr Unternehmen oder Ihre Branche beziehen. Zum Beispiel:
- „Wenn ein Nutzer nach Versandoptionen fragt, erwähnen Sie bevorzugt den kostenlosen Versand, sofern verfügbar.“
- „Wenn Sie Preise besprechen, fügen Sie immer Details zu Mengenrabatten hinzu, falls zutreffend.“
-
Testen und anpassen: Testen Sie, wie der Chatbot mit den neuen Rollenanweisungen antwortet, verfeinern Sie diese anhand von Nutzerinteraktionen und passen Sie sie nach Bedarf an, um den gewünschten Antwortstil und die richtige Genauigkeit zu erreichen.
Konfigurieren Sie dies unter Einstellungen > Rolle & Verhalten (Settings > Role & Behavior). Erfahren Sie mehr über Rollen- und Verhaltenseinstellungen.
Auf ein stärkeres KI-Modell umsteigen
Vergleichen Sie die in der aktuellen Auswahl angebotenen Modelle anhand derselben Fragen. Prüfen Sie, ob die Antwort präzise ist, Ihren Anweisungen folgt und Nachfragen bewältigt. Die Verfügbarkeit von Modellen und deren Gewichtung bei den Credits können sich ändern. Nutzen Sie daher die angezeigten Optionen und die Nachrichten-Credits-Übersicht anstelle einer starren Modell-Preisliste.
Ändern Sie Ihr Modell unter Einstellungen > Modell & Erweitert (Settings > Model & Advanced). Erfahren Sie mehr über die Auswahl von KI-Modellen.
Wissensdatenbank optimieren
Nutzen Sie den Wissensdatenbank-Optimierer (Knowledge Base Optimizer), um zu sehen, welche Fragmente zu einer bestimmten Frage passen. Er testet den Abruf für eine einzelne Frage, nicht die historische Beliebtheit von Quellen. Lesen Sie die ausgegebenen Inhalte und vergleichen Sie sie mit Ihrer erwarteten Antwort.
Wählen Sie Ihren Chatbot aus und öffnen Sie Training > Wissensdatenbank-Optimierer (Training > Knowledge Base Optimizer). Erfahren Sie mehr über die Nutzung des Knowledge Base Optimizers.
Zudem kann das Reduzieren der Kreativität des Modells die Antworten präziser und themenbezogener machen. Eine geringere Kreativität kann Variationen reduzieren, aber fehlende Informationen nicht korrigieren oder faktische Richtigkeit garantieren. Die Verfügbarkeit hängt vom gewählten Modell ab. Sie können dies unter Einstellungen > Modell & Erweitert (Settings > Model & Advanced) mit dem Kreativitäts-Schieberegler anpassen. Erfahren Sie mehr über Konversationseinstellungen.
Kontexterweiterung
Erwägen Sie die Erweiterung des Kontexts, wenn relevante Informationen nicht hineinpassen. Ein größerer Kontext erlaubt es, mehr Material zu berücksichtigen, garantiert jedoch keine bessere Antwort. Er erhöht außerdem den Verbrauch an Nachrichten-Credits, und größere Umfänge erfordern die entsprechende Kontofunktion.
ChatLab bietet drei verschiedene Kontextgrößen: 8.000, 16.000 oder 32.000 Tokens, was sich direkt auf die Fähigkeit des Chatbots auswirkt, Informationen zu behalten und zu nutzen. Die Wahl der passenden Kontextgröße ist ein Abwägen zwischen gewünschter Antwortqualität und Betriebsbudget.
Konfigurieren Sie die Kontextgröße unter Einstellungen > Modell & Erweitert (Settings > Model & Advanced). Erfahren Sie mehr über das Erweitern der Chat-Kontextgröße.
Fokussiertes Training - Weniger ist mehr
Eine der effektivsten Methoden zur Verbesserung der Antwortqualität besteht darin, irrelevante Inhalte in Ihren Trainingsdaten zu reduzieren. ChatLab nutzt eine RAG-Architektur (Retrieval-Augmented Generation), die bei der Beantwortung von Fragen nach den relevantesten Informationsabschnitten sucht. Zu viele allgemeine oder sich wiederholende Inhalte erzeugen Rauschen, das den Abrufprozess stören kann.
Warum fokussiertes Training hilft:
- RAG bewertet Textabschnitte nach Relevanz - irrelevante Inhalte verwässern die Suchqualität
- Sich wiederholende Elemente (Menüs, Footer, Header) auf jeder Seite überfluten die Wissensdatenbank mit Rauschen
- Die KI ruft möglicherweise minderwertige Abschnitte anstelle spezifischer, hilfreicher Antworten ab
So fokussieren Sie Ihr Training:
- Nutzen Sie Sitemap-Scans statt vollständiger Website-Crawls
- Schließen Sie sich wiederholende Seitenelemente wie Header und Footer aus
- Filtern Sie irrelevante URL-Bereiche (News, Bilder, Pressemitteilungen) heraus
- Konzentrieren Sie sich auf wertvolle Inhalte: Produktseiten, FAQs, Support-Artikel, Richtliniendokumente
Ausführliche Anweisungen zur Optimierung Ihrer Website-Scans finden Sie unter Trainingszeichen beim Scannen einer Website reduzieren.
Bevorzugtes Format für Trainingsdateien
Wählen Sie beim Trainieren Ihres Chatbots ein Dateiformat, das zusammengehörige Fakten beisammenhält. Fließtext eignet sich für erklärende Beschreibungen, während Tabellenkalkulationen und CSV-Dateien gut für tabellarische Datensätze funktionieren:
-
Textdateien ermöglichen es Ihnen, kontextuell verknüpfte Begriffe einzubinden.
-
Sie bieten Flexibilität bei der Strukturierung von Informationen.
Wenn Sie beispielsweise eine Preistabelle für Produkte hinzufügen, binden Sie verwandte Begriffe ein:
- Begriffe für Preistabellen: „Kosten“, „Preise“, „Tarife“, „Gebühren“, „Preisauskunft“, „Angebot“
Testen Sie, ob Anfragen wie „Welche Gebühren fallen an?“ oder „Zeigen Sie mir die Kostendetails“ die richtige Quelle abrufen und die erwartete Antwort liefern.
Korrekturen aus Chatprotokollen hinzufügen
Überprüfen Sie den Konversationsverlauf Ihres Chatbots und fügen Sie Korrekturen hinzu, wenn Sie fehlerhafte oder suboptimale Antworten bemerken. Dadurch lernt der Chatbot aus seinen Fehlern und verbessert zukünftige Antworten auf ähnliche Fragen.
Gehen Sie zum Reiter Chat-Protokolle (Chatlogs), suchen Sie nach Konversationen mit Problemen und klicken Sie neben einer beliebigen Bot-Antwort auf das Bearbeitungssymbol, um eine Korrektur hinzuzufügen. Erfahren Sie mehr über das Hinzufügen und Bearbeiten von Korrekturen.