A betanítás (training) során tanul a chatbot az Ön vállalkozásáról. Ön tartalmat biztosít - a weboldaláról, dokumentumokból vagy egyedi szövegből -, a ChatLab pedig tudásbázissá dolgozza fel azt, amelyet a chatbot a kérdések megválaszolásához használ.
Hol található a betanítás
Válassza ki a chatbotját a fő vezérlőpulton, majd kattintson a vízszintes navigációs sávban található Training (Betanítás) fülre.
Betanítási források
A Training fül bal oldali sávja felsorolja az összes elérhető betanítási forráskategóriát. Minden forrástípus ugyanahhoz a tudásbázishoz ad hozzá tartalmat az Ön chatbotja számára.
Weboldal URL-címek (Links)
Irányítsa chatbotját a weboldalára, és az feltérképezi az oldalakat, kinyeri a szöveges tartalmat, majd betanulja a talált információkat. Beolvashat egy teljes weboldalt, egyetlen oldalt, vagy a pontos vezérlés érdekében használhatja az oldaltérképet (sitemap) is. A speciális beállítások lehetővé teszik az URL-ek szűrését, az oldalelemek kizárását és a webkaparási (scraping) viselkedés konfigurálását.
További információ a weboldal-források hozzáadásáról
Fájlok (Files)
Töltsön fel dokumentumokat közvetlenül a chatbotja tudásbázisába. Támogatott formátumok: PDF, TXT, DOC, DOCX, CSV, XLS, XLSX. Egyszerre legfeljebb 20 fájlt tölthet fel, fájlonként maximum 20 MB méretben. A ChatLab kinyeri a szöveges tartalmat, és feldolgozza azt a betanításhoz.
További információ a fájlok hozzáadásáról
Kérdések és válaszok (Questions & Answers)
Hozzon létre kérdés-válasz párokat, hogy chatbotja pontos válaszokat adjon a konkrét kérdésekre. Ez hasznos a gyakori kérdésekhez (GYIK), vállalati szabályzatokhoz vagy bármilyen olyan témához, ahol következetes választ szeretne. A könnyebb kezelés érdekében a kapcsolódó kérdés-válasz párokat címkék alá csoportosíthatja.
További információ a kérdések és válaszok hozzáadásáról
Szöveg (Text)
Adjon hozzá egyszerű szöveget közvetlenül a chatbotja tudásbázisához. Használja ezt gyors kiegészítésekhez, belső ismeretekhez vagy olyan tartalmakhoz, amelyek nem szerepelnek fájlban vagy a weboldalán. Minden egyes szöveges bejegyzés legfeljebb 100 000 karakterből állhat.
További információ az egyszerű szöveg hozzáadásáról
Javítások (Corrections)
Finomhangolja chatbotját a korábbi hibáinak kijavításával. Javításokat hozzáadhat a Chatlogs (Beszélgetési előzmények) fülről, amikor helytelen választ észlel, vagy manuálisan is létrehozhatja őket a Training szakaszban.
További információ a javítások hozzáadásáról és szerkesztéséről
Betanítási korlátok
A bal oldali sáv alján található Limits (Korlátok) panel mutatja a kiválasztott chatbot aktuális felhasználását.
Mi számít betanítási karakternek
A betanítási karakter a forrásokból kinyert látható szöveg egy karaktere. A ChatLab nem számolja a HTML-címkéket, a CSS-t, a JavaScriptet, a képeket és az egyéb médiatartalmakat. Csak a ténylegesen olvasható tartalom számít bele a korlátba.
Például a tényleges szöveg általában egy weboldal teljes méretének csupán körülbelül 8%-át teszi ki:
- 400 000 karakter ≈ 5 MB méretű oldal
- 11 000 000 karakter ≈ 140 MB méretű oldal
- 15 000 000 karakter ≈ 190 MB méretű oldal
Ha ezek a korlátok nem elegendőek, vásárolhat egy kiegészítő csomagot: "+10 MB betanítási karakter az összes chatbotjához". Ez megnöveli az egyes chatbotok korlátját (például 15 MB-ról 25 MB-ra).
Botonkénti korlátok
Minden chatbot saját, független betanítási adatkorláttal rendelkezik. Ha az egyik chatbot eléri a korlátját, az nincs hatással a többi chatbotra. Egyetlen chatboton belül minden betanítási forrás (weboldal tartalma, fájlok, kérdés-válaszok, szöveg, javítások) ugyanabba a kumulatív karakterszámba számít bele.
A felhasználás nyomon követése
A Limits panel a következőket jeleníti meg:
- Training size (Betanítási méret) - Felhasznált karakterek a korláthoz viszonyítva (pl. 30 133 / 15 000 000)
- Links (Hivatkozások) - Betanított URL-ek száma a hivatkozási korláthoz viszonyítva
- Trainings (Betanítások) - Az elvégzett betanítási műveletek száma
- Re-trainings (Újratanítások) - A felhasznált automatikus újratanítási műveletek száma a havi korláthoz viszonyítva
- Credits remaining (Fennmaradó kreditek) - Az elszámolási időszakban elérhető üzenetkreditek száma
A korlátok működésének részletesebb megismeréséhez - beleértve a csomagonkénti kvótákat, az intelligens újratanítást és az optimalizálási tippeket - tekintse meg a Betanítási adatkorlátok megértése című cikket.
Hogyan működik a betanítás
Amikor hozzáad egy betanítási forrást, a ChatLab a háttérben dolgozza fel azt:
- Tartalom kinyerése - A szöveg kinyerése a forrásból (weboldal, fájl vagy kézi bevitel)
- Darabolás (chunking) - A szöveg kisebb, visszakeresésre optimalizált részekre bontása
- Beágyazások (embeddings) generálása - Minden egyes szövegrészlet átalakítása numerikus reprezentációvá (beágyazássá)
- Indexelés - A beágyazások tárolása a tudásbázisban a gyors hasonlósági keresés érdekében
Amikor egy felhasználó kérdést tesz fel a chatbotnak, a rendszer megkeresi a tudásbázisban a legrelevánsabb szövegrészleteket, és ezek alapján pontos választ generál.
A betanítás állapotának nyomon követése
A betanítási folyamat valós időben frissül - nem szükséges frissítenie az oldalt. Ahogy a betanítási feladat végighalad az egyes szakaszokon (beolvasás, kinyerés, betanítás), az állapotjelző, a folyamatjelző sáv és a hivatkozások száma automatikusan frissül. Amikor a betanítás befejeződik, az oldal magától frissíti a betanítási adatokat, így Ön mindig a legfrissebb eredményeket látja.
A betanítás folyamata közben elhagyhatja az oldalt. A betanítás a háttérben folytatódik, és igény szerint e-mail értesítést is kaphat a befejezésről. További információ a betanítás a háttérben működéséről.
Weboldalas betanítási feladatok kezelése
Amikor a chatbotot weboldal URL-ekről tanítja be, minden beolvasás létrehoz egy betanítási feladatot, amely a Trainings alfülnél jelenik meg (Training > Links > Trainings). Ezek a feladatok számos funkciót tartalmaznak a betanítási adatok követéséhez és kezeléséhez.
Betanítási azonosító jelvények
Minden betanítási feladat mellett megjelenik egy azonosító jelvény (például #42) a weboldal URL-je mellett. Ez megkönnyíti a konkrét betanítási feladatok beazonosítását és hivatkozását, különösen akkor, ha több beolvasást is végzett ugyanazon a weboldalon.
Hivatkozások szűrése betanítási feladat szerint
Ha a chatbot egynél több weboldalas betanítási feladattal rendelkezik, egy legördülő szűrő jelenik meg a hivatkozások listája felett. Használja ezt arra, hogy csak egy adott betanítási feladathoz tartozó hivatkozásokat jelenítsen meg, vagy válassza az All trainings (Minden betanítás) lehetőséget az összes link megtekintéséhez. Ez hasznos, ha egy adott beolvasásból származó hivatkozásokat szeretne áttekinteni vagy kezelni.
Átsorolt vagy eltávolított hivatkozások
Ha egy befejezett betanítási feladatnál a Links reassigned or removed (Hivatkozások átsorolva vagy eltávolítva) felirat látható, az azt jelenti, hogy az adott feladat által eredetileg beolvasott hivatkozások átkerültek egy újabb betanításba, vagy törölve lettek. Maga a betanítási feladat megmarad referenciaként, de már nincsenek hozzá kapcsolódó aktív hivatkozások. Ezeket a feladatokat archiválhatja, hogy átlátható maradjon a betanítási listája.
Webkaparási paraméterek megtekintése
Kattintson a More details (További részletek) gombra bármelyik betanítási feladatnál az adott beolvasáshoz használt paraméterek teljes listájának megtekintéséhez. Ez magában foglalja az URL-mintákat, az elemszűrőket, az országkódot és a lekérdezési paraméterek (query parameters) kezelési beállításait (függetlenül attól, hogy az összes lekérdezési paraméter figyelmen kívül lett-e hagyva, vagy csak bizonyosak lettek kizárva). Új betanítást is indíthat ugyanazokkal a paraméterekkel a New training with same parameters (Új betanítás azonos paraméterekkel) gombra kattintva.
Újratanítás
A weboldal tartalma idővel változik. Az egyes oldalakat manuálisan is újrataníthatja, vagy beállíthat automatikus, ütemezett újratanítást (napi, heti vagy havi rendszerességgel), hogy a chatbot tudása mindig naprakész maradjon.
A meglévő tartalom újratanításakor a ChatLab nettó kvótaszámítást alkalmaz - csak a régi és az új tartalom közötti különbség számít bele a korlátba, nem pedig a teljes oldal újra.
További információ az újratanításról
Tippek a hatékony betanításhoz
- Minőség a mennyiség felett - Fókuszáljon azokra a tartalmakra, amelyek közvetlenül segítenek megválaszolni az ügyfelek kérdéseit (GYIK, termékinformációk, támogatási cikkek, szabályzatok)
- Kerülje a zajt - Zárja ki az irreleváns oldalakat, például a bejelentkezési képernyőket, képgalériákat vagy hírarchívumokat. Használjon speciális URL-szűrést a weboldalak beolvasásakor
- Kombinálja a forrásokat - Használjon weboldal-beolvasást a széles körű lefedettséghez, majd egészítse ki kérdés-válasz párokkal a pontos válaszokat igénylő témákban
- Ellenőrizze és javítsa - Ellenőrizze a chatbot válaszait a Chatlogs menüpontban, és szükség esetén adjon hozzá javításokat
- Használja a Knowledge Base Optimizer eszközt - Ez az eszköz elemzi, hogy mely forrásokra történik a legtöbb hivatkozás, segítve a betanítási adatok finomítását
További stratégiákért tekintse meg a Hogyan javíthatók a chatbot válaszai című cikket.
Kapcsolódó cikkek
- Új weboldal-források hozzáadása - Weboldalak, oldaltérképek vagy egyedi oldalak beolvasása
- Új fájlok hozzáadása - PDF, Word, Excel és egyéb dokumentumok feltöltése
- Kérdések és válaszok hozzáadása - Pontos kérdés-válasz párok létrehozása
- Egyszerű szöveg hozzáadása - Egyedi szöveges tartalom közvetlen hozzáadása
- Javítások hozzáadása és szerkesztése - A chatbot hibáinak javítása
- Betanítási adatkorlátok megértése - Csomagonkénti kvóták és optimalizálás
- Újratanítás - Automatikus tartalomfrissítések ütemezése
- Hogyan csökkenthető a betanítási karakterek száma weboldal beolvasásakor - Speciális szűrési technikák
- Speciális betanítás Markdown szintaxissal - Betanítási adatok formázása Markdown segítségével