Το Knowledge Base Optimizer είναι ένα εργαλείο δοκιμών που σας δείχνει ποια αποσπάσματα των δεδομένων εκπαίδευσής σας εντοπίζει το chatbot για οποιαδήποτε ερώτηση. Χρησιμοποιεί τις ρυθμίσεις ανάκτησης γνώσης και γλώσσας του bot για μια μεμονωμένη ερώτηση. Δεν αναπαράγει μια ολόκληρη συνομιλία ούτε καλεί το κατάστημα του bot και άλλες ενέργειες, επομένως δεν αποτελεί ακριβές ίχνος κάθε ζωντανής απάντησης.
Είναι μόνο για ανάγνωση: η δοκιμή μιας ερώτησης εδώ δεν αλλάζει τα δεδομένα εκπαίδευσής σας και δεν επηρεάζει το chatbot σας με κανέναν τρόπο.
Πού θα το βρείτε
Επιλέξτε το chatbot σας στον κύριο πίνακα ελέγχου και ανοίξτε την καρτέλα Training (Εκπαίδευση). Στην αριστερή στήλη, κάτω από τη λίστα των κατηγοριών πηγών, κάντε κλικ στο Knowledge Base Optimizer (Βελτιστοποιητής βάσης γνώσεων).
Εάν δεν έχετε εκπαιδεύσει ακόμα το chatbot σας, ξεκινήστε πρώτα με την προσθήκη δεδομένων εκπαίδευσης - το εργαλείο βελτιστοποίησης μπορεί να πραγματοποιήσει αναζήτηση μόνο σε γνώσεις που έχουν ήδη εκπαιδευτεί.
Δοκιμή μιας ερώτησης
- Πληκτρολογήστε μια ερώτηση στο πεδίο Message (Μήνυμα) - ιδανικά μια πραγματική ερώτηση που κάνουν οι επισκέπτες σας ή μία στην οποία το chatbot απάντησε πρόσφατα ανεπαρκώς.
- Κάντε κλικ στο Submit (Υποβολή).
- Μετά από λίγο, τα αντίστοιχα αποσπάσματα γνώσης εμφανίζονται παρακάτω, ταξινομημένα κατά σειρά κατάταξης ανάκτησης και πολιτικής γλώσσας.
Ανάγνωση των αποτελεσμάτων
Κάθε σειρά αποτελεσμάτων αντιπροσωπεύει ένα απόσπασμα των δεδομένων εκπαίδευσής σας:
- Match (Ταίριασμα) - το ποσοστό στα αριστερά δείχνει πόσο στενά ταιριάζει το απόσπασμα με την ερώτησή σας. Χρησιμοποιήστε το ως ένδειξη ομοιότητας και όχι ως ποσοστό πιθανότητας ότι μια απάντηση είναι σωστή. Οι προτιμήσεις γλώσσας και η επανακατάταξη μπορούν επίσης να επηρεάσουν τη σειρά.
- Source (Πηγή) - η κεφαλίδα της σειράς εμφανίζει το εικονίδιο και το όνομα του τύπου πηγής, για παράδειγμα τη διεύθυνση URL της εκπαιδευμένης σελίδας, ένα όνομα αρχείου ή μια καταχώριση Q&A.
- Language badge (Ετικέτα γλώσσας) - η μικρή ετικέτα δίπλα στην πηγή δείχνει με ποια γλώσσα έχει επισημανθεί το απόσπασμα. Οι πηγές χωρίς ετικέτα γλώσσας εμφανίζουν την ένδειξη «any», πράγμα που σημαίνει ότι χρησιμοποιούνται για κάθε γλώσσα.
- Fragment content (Περιεχόμενο αποσπάσματος) - κάντε κλικ σε μια σειρά για να την αναπτύξετε και να διαβάσετε το ακριβές κείμενο που θα λάμβανε το chatbot.
Η σειρά έχει σημασία. Τα αποτελέσματα κατατάσσονται κατά συνάφεια και το chatbot τα διαβάζει με αυτή τη σειρά, από πάνω προς τα κάτω, μέχρι να εξαντληθεί το όριο πλαισίου γνώσης (knowledge context budget). Το όριο εξαρτάται από τις ρυθμίσεις Chat Context Size και μνήμης του bot - τα αποσπάσματα που δεν χωρούν εντός του ορίου αποκόπτονται από το τέλος. Εάν το απόσπασμα που περιμένατε λείπει ή βρίσκεται πολύ χαμηλά στη λίστα, το chatbot κατά πάσα πιθανότητα δεν το χρησιμοποιεί κατά την απάντηση.
Πολιτική γλώσσας
Πάνω από το πεδίο μηνύματος, η γραμμή Language policy (Πολιτική γλώσσας) εξηγεί πώς χειρίζεται το bot σας τις γλώσσες των πηγών κατά την αναζήτηση. Για ένα bot χωρίς φιλτράρισμα γλώσσας, αναζητά σε όλες τις πηγές μαζί. Με τη δυνατότητα Multi-language, η ρυθμισμένη πολιτική μπορεί να περιορίσει την ανάκτηση στην κύρια γλώσσα ή στη γλώσσα του επισκέπτη, μαζί με την επιλεγμένη εναλλακτική (fallback) και τις ανεξάρτητες από γλώσσα πηγές. Διαβάστε την εμφανιζόμενη πολιτική πριν ερμηνεύσετε τυχόν ελλείποντα αποτελέσματα.
Για πολύγλωσσα bot, εμφανίζεται μια επιπλέον γραμμή πληροφοριών κάτω από το πεδίο μηνύματος μετά από κάθε αναζήτηση. Δείχνει το Detected message language (τη γλώσσα που αναγνώρισε το εργαλείο στην ερώτησή σας), το Searched languages (ποιες γλώσσες πηγών συμπεριλήφθηκαν στην αναζήτηση) και, όταν το εργαλείο αναδιατύπωσε την ερώτησή σας για καλύτερη αναζήτηση, το Refined query που χρησιμοποίησε στην πραγματικότητα.
Πότε να το χρησιμοποιήσετε
- Το chatbot απαντά λανθασμένα ή λέει ότι δεν γνωρίζει. Δοκιμάστε την ίδια ερώτηση εδώ. Εάν λείπει το σωστό απόσπασμα, ελέγξτε πρώτα την αρχική πηγή, την κατάσταση ολοκλήρωσης της εκπαίδευσής της, την ετικέτα γλώσσας και την εμφανιζόμενη πολιτική γλώσσας. Τα ελλείποντα αποτελέσματα μπορεί επίσης να οφείλονται στην κατάταξη ή στο όριο πλαισίου - δεν αποδεικνύουν απαραίτητα ότι η πληροφορία απουσιάζει. Προσθέστε ή διορθώστε περιεχόμενο μόνο αφού εντοπίσετε το κενό.
- Μετά από επανεκπαίδευση. Όταν επανεκπαιδεύετε τις πηγές σας, εκτελέστε μερικές τυπικές ερωτήσεις για να επαληθεύσετε ότι το ανανεωμένο περιεχόμενο ανακτάται όπως αναμένεται.
- Πριν από τη δημοσίευση. Δοκιμάστε τις πιο συνηθισμένες ερωτήσεις που θα κάνουν οι επισκέπτες σας και επιβεβαιώστε ότι η καθεμία επιστρέφει σχετικά αποσπάσματα κοντά στην κορυφή.
Εάν τα αποτελέσματα αποκαλύψουν κενά, βελτιώστε τα δεδομένα εκπαίδευσής σας και δοκιμάστε ξανά - οι αλλαγές γίνονται διαθέσιμες μετά την ολοκλήρωση της εκπαίδευσης. Στη συνέχεια, δοκιμάστε την απάντηση στο Overview (Επισκόπηση), συμπεριλαμβανομένης μιας ρεαλιστικής συμπληρωματικής ερώτησης. Για έναν πιο αναλυτικό οδηγό, δείτε το άρθρο Πώς να βελτιώσετε τις απαντήσεις του chatbot.