A Knowledge Base Optimizer egy tesztelőeszköz, amely megmutatja, hogy a chatbot a betanítási adatok mely részleteit találja meg egy adott kérdésre. A bot tudás-visszakeresési és nyelvi beállításait használja egy önálló kérdés esetén. Nem játssza újra a teljes beszélgetést, és nem hívja meg a bot áruházát vagy más műveleteit, így nem képezi le pontosan minden éles válasz teljes nyomvonalát.
Ez az eszköz írásvédett: a kérdések itteni tesztelése nem módosítja a betanítási adatokat, és semmilyen módon nem befolyásolja a chatbotot.
Hol található
Válassza ki a chatbotot a fő irányítópulton, majd nyissa meg a Training (Betanítás) lapot. A bal oldali oszlopban, a forráskategóriák listája alatt kattintson a Knowledge Base Optimizer lehetőségre.
Ha még nem tanította be a chatbotot, kezdje a betanítási adatok hozzáadásával - az optimalizáló csak a már betanított tudásanyagban tud keresni.
Kérdés tesztelése
- Írjon be egy kérdést a Message (Üzenet) mezőbe - ideális esetben egy valós kérdést a látogatóktól, vagy egy olyat, amelyre a chatbot nemrég gyenge választ adott.
- Kattintson a Submit (Küldés) gombra.
- Egy pillanat múlva megjelennek az egyező tudásrészletek a visszakeresési rangsor és a nyelvi irányelv alapján rendezve.
Az eredmények értelmezése
Minden eredménysor a betanítási adatok egy-egy részletét képviseli:
- Match (Egyezés) - a bal oldali százalékos érték mutatja, hogy a részlet mennyire illeszkedik a kérdésre. Ezt hasonlósági jelzésként kezelje, ne annak a százalékos valószínűségeként, hogy a válasz helyes. A nyelvi preferenciák és az újrarangsorolás szintén befolyásolhatják a sorrendet.
- Source (Forrás) - a sor fejléce megjeleníti a forrástípus ikonját és nevét, például a betanított oldal URL-címét, egy fájlnevet vagy egy K&V-bejegyzést.
- Language badge (Nyelvi címke) - a forrás melletti kis címke jelzi, hogy a részlet melyik nyelvvel van megjelölve. A nyelvi címke nélküli forrásoknál az "any" (bármely) felirat látható, ami azt jelenti, hogy minden nyelvnél felhasználásra kerülnek.
- Fragment content (Részlet tartalma) - kattintson egy sorra a kibontásához, és olvassa el a pontos szöveget, amelyet a chatbot megkapna.
A sorrend számít. Az eredmények relevancia szerint vannak rangsorolva, és a chatbot felülről lefelé haladva ebben a sorrendben olvassa őket, amíg a tudás kontextuskerete be nem telik. A keret a bot Chat Context Size (Csevegési kontextus mérete) és memóriabeállításaitól függ - a keretbe nem illeszkedő részletek alulról levágásra kerülnek. Ha a várt részlet hiányzik, vagy nagyon a lista alján található, a chatbot nagy valószínűséggel nem használja fel a válaszadáskor.
Nyelvi irányelv
Az üzenetmező felett a Language policy (Nyelvi irányelv) sor ismerteti, hogyan kezeli a bot a forrásnyelveket a keresés során. Nyelvi szűrés nélküli bot esetén minden forrásban egyszerre keres. A Multi-language funkcióval a konfigurált irányelv a keresést a fő nyelvre vagy a látogató nyelvére korlátozhatja, a kiválasztott tartalék és nyelvfüggetlen forrásokkal együtt. A hiányzó eredmények értelmezése előtt olvassa el a megjelenített irányelvet.
Többnyelvű botok esetén minden keresés után egy extra információs sor jelenik meg az üzenetmező alatt. Ez mutatja a Detected message language (Észlelt üzenetnyelv - az eszköz által felismert nyelv a kérdésben), a Searched languages (Keresett nyelvek - mely forrásnyelvek szerepeltek a keresésben) és, ha az eszköz átfogalmazta a kérdést a jobb keresés érdekében, a ténylegesen használt Refined query (Pontosított lekérdezés) mezőt.
Mikor használja
- A chatbot helytelenül válaszol, vagy azt mondja, nem tudja a választ. Tesztelje ugyanazt a kérdést itt. Ha a megfelelő részlet hiányzik, először ellenőrizze az eredeti forrást, annak befejezett betanítási állapotát, a nyelvi címkét és a megjelenített nyelvi irányelvet. A hiányzó eredmények a rangsorolást vagy a kontextuskeretet is tükrözhetik; nem feltétlenül jelentik azt, hogy az információ teljesen hiányzik. Csak a hiányosság azonosítása után adjon hozzá új tartalmat vagy javítsa a meglévőt.
- Újratanítás után. Amikor újratanítja a forrásait, futtasson le néhány tipikus kérdést ellenőrzésként, hogy a frissített tartalom a várt módon előkerül-e.
- Élesítés előtt. Tesztelje a látogatók által leggyakrabban feltett kérdéseket, és ellenőrizze, hogy mindegyik a lista elején ad-e vissza releváns részleteket.
Ha az eredmények hiányosságokat tárnak fel, javítsa a betanítási adatokat, és tesztelje újra - a módosítások a betanítás befejezése után válnak elérhetővé. Ezután tesztelje a választ az Overview (Áttekintés) lapon, egy valósághű követő kérdést is beleértve. Részletesebb útmutatóért tekintse meg a Hogyan javíthatók a chatbot válaszai című cikket.