Ajouter de nouvelles sources de sites web

Ajouter des sources de sites web permet à votre chatbot d'apprendre directement à partir du contenu de votre site. Qu'il s'agisse de détails sur les produits, de FAQ ou d'articles de blog, l'analyse de votre site web garantit que le chatbot peut fournir des réponses précises et à jour, basées sur le contenu réel de votre site.

Où trouver l'entraînement sur site web

Sélectionnez votre chatbot, puis accédez à l'onglet Training (Entraînement). Dans la barre latérale gauche, choisissez Links (Liens). C'est ici que vous gérez toutes les sources d'entraînement basées sur un site web.

Cliquez sur Add New Training: Website (Ajouter un nouvel entraînement : Site web) pour ouvrir le formulaire d'entraînement.

Options d'analyse

Le formulaire d'entraînement vous propose deux façons d'ajouter du contenu de site web, séparées par le séparateur OR (OU).

Scan website contents (Analyser le contenu du site web) - Entrez une URL dans le champ Address (Adresse) et choisissez entre :

• Whole website (Tout le site web) - Explore toutes les pages détectables à partir de l'URL que vous fournissez
• Single address (Adresse unique) - Analyse uniquement la page spécifique que vous indiquez

Use sitemap (Utiliser un sitemap) - Entrez l'URL de votre sitemap (par exemple https://www.yourdomain.com/sitemap.xml) dans le champ Sitemap. Cette option analyse uniquement les pages répertoriées dans votre fichier sitemap.

Lorsque vous utilisez un sitemap, le champ Address est automatiquement désactivé (et vice versa), car vous ne pouvez utiliser qu'une seule méthode par tâche d'entraînement.

Entraîner sur tout le site web

1. Entrez l'URL racine de votre site web dans le champ Address (par exemple https://www.yourdomain.com)
2. Sélectionnez Whole website dans le menu déroulant situé sous le champ d'adresse
3. Cliquez sur Start scanning the website (Démarrer l'analyse du site web)

Le système explore votre site web en suivant les liens pour découvrir toutes les pages. Vous pouvez suivre la progression dans l'onglet Trainings (Entraînements), où vous verrez en temps réel le nombre de liens analysés et de caractères d'entraînement collectés.

Entraîner sur une seule page

1. Entrez l'URL de la page spécifique dans le champ Address (par exemple https://www.yourdomain.com/pricing)
2. Sélectionnez Single address dans le menu déroulant
3. Cliquez sur Start scanning the website

C'est utile lorsque vous devez simplement ajouter une page spécifique à la base de connaissances de votre chatbot, par exemple un nouvel article de blog ou une page de FAQ mise à jour.

Entraîner à partir d'un sitemap

1. Entrez l'URL de votre sitemap dans le champ Sitemap (par exemple https://www.yourdomain.com/sitemap.xml)
2. Cliquez sur Start scanning the website

L'analyse par sitemap vous donne un contrôle précis sur les pages incluses, car elle ne traite que les URL répertoriées dans votre fichier sitemap.

Sélectionner des pages individuelles pour l'entraînement

Avant de lancer une analyse, vous pouvez activer l'option I want to select individual urls for training after scanning the website (Je souhaite sélectionner les URL individuelles pour l'entraînement après l'analyse du site web). Cette option n'est disponible que lors de l'analyse d'un site web complet (pas pour le mode d'adresse unique).

Lorsqu'elle est activée :

1. Le système analyse votre site web et détecte toutes les pages
2. Une fois l'analyse terminée, vous voyez une arborescence de toutes les pages découvertes avec leur nombre de caractères
3. Cochez ou décochez des pages pour les inclure ou les exclure de l'entraînement
4. Cliquez sur Start the Training (Démarrer l'entraînement) pour commencer l'entraînement sur les pages sélectionnées

C'est très pratique lorsque votre site web contient des pages dont vous ne voulez pas que le chatbot apprenne le contenu, comme les pages de connexion, les zones d'administration ou les rubriques non pertinentes.

Analyser les langues du site web

Si votre site web est publié dans plusieurs langues, ChatLab détecte les langues disponibles pendant l'analyse et vous permet de décider lesquelles inclure dans la base de connaissances de votre chatbot. Vous trouverez ces paramètres dans la section Languages (Langues) du formulaire d'entraînement, juste au-dessus de Advanced settings (Paramètres avancés).

Portée linguistique

Le menu déroulant Language scope (Portée linguistique) contrôle la part d'un site multilingue qui est analysée :

• Main website language (recommended) (Langue principale du site web - recommandée) - option par défaut. Seule la langue principale du site est analysée. Les autres versions linguistiques sont ignorées. Cela permet de garder vos données d'entraînement concises et ciblées, tout en utilisant moins de votre capacité d'entraînement.
• All languages (Toutes les langues) - analyse chaque version linguistique du site. Cela permet d'inclure toutes vos pages localisées, mais collecte davantage de contenu et utilise plus de capacité d'entraînement.
• Selected language (Langue sélectionnée) - analyse une seule langue que vous choisissez parmi celles détectées sur le site.

ChatLab détecte automatiquement la langue principale de votre site web et l'utilise par défaut. Lorsque vous choisissez Selected language, la langue principale détectée est présélectionnée et marquée comme « main » dans la liste. Vous pouvez la remplacer par n'importe quelle autre langue détectée.

La détection de la langue est disponible sur tous les forfaits, y compris le forfait gratuit. Sur le forfait gratuit, la langue de la page est tout de même détectée, et seule la langue principale est analysée, à moins que vous ne passiez la portée sur All languages.

Méthode de détection de la langue

Lorsque la portée est définie sur Main website language ou Selected language, vous pouvez choisir la manière dont ChatLab reconnaît les versions linguistiques de votre site grâce au menu déroulant Language detection method (Méthode de détection de la langue) :

• Hreflang attributes (recommended) (Attributs hreflang - recommandé) - option par défaut. Utilise le balisage hreflang et lang que la plupart des sites multilingues fournissent déjà pour lier leurs versions linguistiques entre elles.
• URL path prefix (/en/, /de/, ...) (Préfixe du chemin d'URL - /en/, /de/, ...) - pour les sites qui placent chaque langue sous un segment de chemin tel que /en/, /de/ ou /fr/ sans balisage hreflang.

Si ChatLab ne parvient pas à détecter les langues automatiquement, vous pouvez toujours analyser la langue principale ou toutes les langues. Lorsque vous choisissez Selected language, entrez d'abord l'adresse de votre site web dans les champs ci-dessus, puis sélectionnez à nouveau l'option afin que le site puisse être analysé.

Pour avoir un aperçu de la façon dont votre chatbot utilise ensuite ces versions linguistiques lorsqu'il répond, consultez Multilingual chatbots et Chatbot language setup. Les modes linguistiques de la base de connaissances décrits dans ces articles s'appuient sur des sources ayant été analysées avec la détection de la langue ; les sources plus anciennes devront donc peut-être être réentraînées pour en tirer pleinement parti.

Paramètres avancés

Cliquez sur le bouton Advanced settings (Paramètres avancés) dans le formulaire d'entraînement pour accéder aux réglages précis de l'analyse.

Les paramètres avancés sont organisés en quatre sections :

URL Filtering (Filtrage des URL)

• Include only URLs that contain (Inclure uniquement les URL contenant) - Analyse uniquement les URL correspondant à ces motifs (séparés par un point-virgule, par exemple /en;/help)
• Exclude URLs that contain (Exclure les URL contenant) - Ignore les URL correspondant à ces motifs (par exemple /news;/pictures). Les motifs courants tels que /wp-admin/, /feed/ et les pages de panier d'achat sont exclus par défaut

Query Parameters (Paramètres de requête)

• Ignore all query parameters (Ignorer tous les paramètres de requête) - Traite les URL avec des paramètres de requête différents comme une même page (par exemple /page?id=1 et /page?id=2 deviennent toutes deux /page)
• Ignore specific query parameters (Ignorer des paramètres de requête spécifiques) - Ignore uniquement certains paramètres (les paramètres de suivi courants tels que utm_source, fbclid, gclid sont automatiquement ignorés)

Content Filtering (Filtrage du contenu)

• Include element IDs (Inclure les identifiants d'éléments) - Extrait le contenu uniquement à partir d'éléments HTML spécifiques (utilisez #id pour les ID, .classname pour les classes, [data-id="82874db"] pour les éléments dotés d'un attribut donné, séparés par des points-virgules)
• Exclude element IDs (Exclure les identifiants d'éléments) - Ignore le contenu d'éléments HTML spécifiques (par exemple footer;header;#navigation;[data-nosnippet])
• Des boutons bascules conditionnels s'affichent lorsque des éléments à inclure/exclure sont définis, ce qui vous permet de contrôler si le robot d'exploration suit les liens trouvés dans ces éléments

Scraping Behavior (Comportement de récupération)

• Scrape documents (Récupérer les documents) - Extrait également le contenu des fichiers PDF trouvés sur le site web
• Exclude image links (Exclure les liens d'images) - Ignore les URL d'images du jeu de données d'entraînement
• Scrape hidden contents (Récupérer les contenus masqués) - Inclut le contenu des éléments HTML masqués (activé par défaut)
• Delay between pages (Délai entre les pages) - Ajoute un délai en secondes entre les requêtes de pages pour réduire la charge sur le serveur
• Country code (Code pays) - Achemine l'exploration via un serveur proxy situé dans un pays spécifique (code à deux lettres, par exemple us)

Notifications par e-mail

L'option Email me when training is finished or needs my attention (M'envoyer un e-mail lorsque l'entraînement est terminé ou nécessite mon attention) est activée par défaut. Lorsqu'elle est active, vous recevez une notification par e-mail lorsque :

• L'entraînement se termine avec succès
• Le système a besoin de votre intervention (par exemple pour sélectionner les pages après une analyse)
• Des problèmes surviennent pendant l'entraînement

Vous pouvez modifier l'adresse e-mail de notification dans le champ situé à côté de cette option.

Suivre la progression de l'entraînement

Après avoir lancé une analyse, basculez vers l'onglet Trainings pour suivre la progression. Chaque tâche d'entraînement indique :

• L'URL source
• Le statut actuel (Scanning links, Awaiting links selection, Training, Training completed)
• Une barre de progression pendant l'analyse ou l'entraînement actif
• La date de la dernière mise à jour

Cliquez sur More details (Plus de détails) pour voir tous les paramètres utilisés pour une tâche d'entraînement spécifique, y compris les réglages avancés qui ont été configurés.

Gérer les liens entraînés

Une fois l'entraînement terminé, toutes les pages analysées apparaissent dans l'onglet Links. Chaque lien affiche :

• Le titre de la page et l'URL
• Le nombre de caractères (taille des données d'entraînement)
• Le statut de l'entraînement
• La date de dernière mise à jour

Pour chaque lien, vous pouvez :

• Retrain (Réentraîner) - Réanalyser et mettre à jour le contenu de cette page spécifique
• View (Afficher) - Consulter le contenu exact extrait de la page
• Delete (Supprimer) - Retirer cette page de la base de connaissances de votre chatbot

Utilisez la case à cocher Select all (Tout sélectionner) et les boutons d'action groupée pour réentraîner ou supprimer plusieurs liens à la fois.

Consulter le contenu analysé

Cliquez sur le bouton View situé à côté de n'importe quel lien entraîné pour voir exactement quel contenu a été extrait de cette page.

La fenêtre modale d'affichage de la source montre le titre de la page, l'URL, le nombre de caractères, la date de la dernière mise à jour ainsi que l'intégralité du texte sur lequel votre chatbot a été entraîné. Cela vous permet de vérifier que le bon contenu a été collecté et de mieux comprendre la base de connaissances de votre chatbot.

Articles connexes

• Training in background - Découvrez comment fonctionne l'entraînement en arrière-plan
• Re-training your chatbot - Comment mettre à jour votre chatbot avec du contenu récent
• How to reduce training characters when scanning a website - Conseils pour optimiser la taille de vos données d'entraînement
• Training your chatbot: basics and limits - Comprendre les limites des données d'entraînement