Súgóközpont
A chatbot betanítása

Haladó szintű betanítás Markdown-szintaxis használatával

Utoljára frissítve:

A Markdown egy könnyűsúlyú formázási szintaxis, amely struktúrát ad az egyszerű szövegnek. Amikor Markdown formátumú betanítási adatokat ad meg, a mesterséges intelligencia jobban megérti a tartalomban található szakaszokat, hierarchiákat és hivatkozásokat - és ezt a struktúrát a felhasználóknak adott válaszaiban is hasznosítani tudja. Először hozzon létre egy chatbotot, és tekintse át a betanítás alapjait.

Hogyan működik a Markdown a ChatLab rendszerében

A Markdown kétféleképpen használható a betanítási forrástól függően:

  • Weboldalforrások - A ChatLab kinyeri az olvasható tartalmat, és megőrzi a hivatkozásokat a tárolt szövegben. Ne feltételezze, hogy a beolvasás minden címsort, táblázatot vagy az eredeti oldalformázás egyéb elemeit megőrzi; ellenőrizze a forrás előnézetét.
  • Szöveges és GyIK-források - A Markdown formázást Ön írja meg manuálisan. A szövegmezők nyers Markdown szintaxist fogadnak, amely változatlan formában kerül tárolásra, és a betanítás során kerül felhasználásra.

A strukturált adatok mindkét esetben segítenek a mesterséges intelligenciának a szakaszok felismerésében, a kulcsfontosságú információk megkülönböztetésében és a releváns hivatkozások válaszokba való beillesztésében.

Markdown weboldalforrásokban

Weboldalakról történő betanítás esetén (Training > Links [Betanítás > Hivatkozások]), a ChatLab automatikusan olyan szöveges formátummá alakítja az oldal tartalmát, amely megőrzi a hivatkozásokat. A külső hivatkozások a Markdown link szintaxisával kerülnek tárolásra, így az AI hivatkozhat rájuk a válaszokban.

A beolvasott oldal tárolási módjának megtekintéséhez kattintson a View (Megtekintés) gombra bármely betanított link mellett. Az előnézet megjeleníti a tárolt tartalmat, beleértve a Markdown formátumú hivatkozásokat is.

A View gomb a tárolt weboldaltartalmat mutatja Markdown hivatkozásokkal

A fenti példában az e-mail-cím formátuma [info@yoursite.com](mailto:info@yoursite.com) - egy olyan Markdown hivatkozás, amelyet a mesterséges intelligencia kattintható linkként jeleníthet meg a válaszaiban.

Markdown a Szöveg forrásokban

Válassza ki chatbotját, navigáljon a Training > Text (Betanítás > Szöveg) menüpontra, majd kattintson az Add New Training: Text (Új betanítás hozzáadása: Szöveg) gombra. A Text (Szöveg) mezőbe közvetlenül beírhatja a Markdown szintaxist.

Szöveges betanítási űrlap Markdown tartalommal

A fenti példában egy visszaküldési szabályzat látható Markdown címsorokkal (#, ##), félkövér szöveggel (**30 days**), listajelekkel (-) és hivatkozásokkal ([Returns Portal](https://example.com/returns)).

Markdown a GyIK-forrásokban

Navigáljon a Training > Questions & Answers (Betanítás > Kérdések és válaszok) menüpontra, és kattintson az Add New Training: QA (Új betanítás hozzáadása: GyIK) gombra. Az Answer (Válasz) mező támogatja a Markdown szintaxist, lehetővé téve a válaszok listákkal, félkövér szöveggel és hivatkozásokkal történő strukturálását.

GyIK betanítási űrlap Markdown formázással a válasz mezőben

Támogatott Markdown szintaxis

Íme egy áttekintés a Szöveg és GyIK betanítási forrásokban használható Markdown elemekről:

Címsorok - Használja a # jelet a fő címsorhoz, a ## jelet az alcímhez, egészen a legkisebb, ###### szintű címsorig.

# Main heading
## Subheading
### Smaller heading

Félkövér és dőlt - Helyezze a szöveget **dupla csillagok** közé a félkövér, vagy *szimpla csillagok* közé a dőlt formázáshoz.

**bold text**
*italic text*

Rendezetlen listák - Minden sort kezdjen egy - vagy * jellel, amelyet egy szóköz követ.

- First item
- Second item
- Third item

Rendezett listák - Minden sort kezdjen egy számmal, amelyet egy pont és egy szóköz követ.

1. First step
2. Second step
3. Third step

Hivatkozások - Használja a [link szövege](URL) formátumot kattintható hivatkozások létrehozásához.

Visit our [Help Center](https://example.com/help)
Email us at [support@example.com](mailto:support@example.com)

Képek - Használja a ![helyettesítő szöveg](kép URL-je) formátumot a képekre való hivatkozáshoz. Az AI leírhatja vagy linkelheti ezeket a válaszokban.

![Product photo](https://example.com/images/product.png)

Hogyan jelenik meg a Markdown a csevegési válaszokban

A csevegési widget képes formázott válaszok megjelenítésére, beleértve a listajeles felsorolásokat, a félkövér szöveget, a számozott lépéseket és a kattintható hivatkozásokat. A betanítási adatokban lévő Markdown formázás nem garantálja, hogy a chatbot pontosan ugyanazt a formázást fogja használni a válaszában.

Csevegési widget formázott válasszal és listajeles felsorolással

A csevegési widget támogatja a címsorok, félkövér és dőlt szövegek, listák (rendezett és rendezetlen), hivatkozások, képek és felső indexek megjelenítését.

Betanítás befejezése és tesztelés

Adjon meg egy címkét a Szöveg vagy GyIK készletnek, majd kattintson a Start Training (Betanítás indítása) gombra, vagy szerkesztés esetén az Update (Frissítés) lehetőségre. Várja meg a Training completed (Betanítás befejezve) állapotot a forráslistában; a feldolgozási idő a tartalom méretétől függ, és a forrás elfogadása után akkor is folytatódik, ha elhagyja az oldalt. Nyissa meg az Overview (Áttekintés) menüpontot, és tegyen fel egy kérdést a forrással kapcsolatban a válasz és a formázás ellenőrzéséhez. A teljes űrlapokat az Egyszerű szöveg hozzáadása vagy a Kérdések és válaszok hozzáadása című cikkben találja.

Karakterhasználat

A Markdown szintaxis karakterei (#, **, -, []() stb.) beleszámítanak a betanítási adatok karakterkorlátjába. A többletfelhasználás attól függ, hogy hány címsort, URL-címet és egyéb formázási karaktert ad hozzá; nincs fix százalékos érték.

Például a [Help Center](https://example.com/help) hivatkozás több karaktert használ, mint pusztán a „Help Center” szöveg kiírása, viszont biztosít a mesterséges intelligencia számára egy URL-t, amelyet beilleszthet a válaszokba.

Ha közel jár a karakterkorláthoz, a Markdown egyszerűsítésével csökkentheti a felhasználást - például kevesebb címsor használatával vagy a linkek feliratainak lerövidítésével.

Tippek a hatékony Markdown betanításhoz

  • Használjon címsorokat a témakörök rendszerezéséhez - Ez segít a mesterséges intelligenciának azonosítani, hogy a tartalom melyik szakasza releváns a felhasználó kérdése szempontjából
  • Használjon listákat opciókhoz, lépésekhez vagy funkciókhoz - Az AI gyakran tükrözi ezt a struktúrát a válaszaiban
  • Helyezzen el hivatkozásokat a fontos oldalakra - Az AI képes megjeleníteni ezeket a linkeket a kapcsolódó kérdések megválaszolásakor
  • Tartsa egyszerűen - Az alapvető Markdown (címsorok, listák, félkövér szöveg, hivatkozások) a leghatékonyabb. Az összetett formázások, például a beágyazott táblázatok, nem feltétlenül javítják a válaszok minőségét

Kapcsolódó cikkek