Markdown è una sintassi di formattazione leggera che aggiunge struttura al testo normale. Quando fornisci dati di addestramento formattati con Markdown, l'IA comprende meglio le sezioni, le gerarchie e i riferimenti contenuti nei tuoi testi - e può usare tale struttura per rispondere agli utenti. Prima crea un chatbot e consulta le basi dell'addestramento.
Come funziona Markdown in ChatLab
Markdown viene utilizzato in due modi a seconda della fonte di addestramento:
- Fonti del sito web - ChatLab estrae i contenuti leggibili e conserva i link nel testo memorizzato. Non dare per scontato che la scansione mantenga ogni intestazione, tabella o altri elementi della formattazione originale della pagina; controlla l'anteprima della fonte.
- Fonti di testo e D&R - Scrivi Markdown manualmente. I campi di testo accettano la sintassi Markdown non elaborata, che viene memorizzata così com'è e utilizzata durante l'addestramento.
In entrambi i casi, i dati strutturati aiutano l'IA a riconoscere le sezioni, distinguere le informazioni chiave e includere i link pertinenti nelle sue risposte.
Markdown nelle fonti del sito web
Durante l'addestramento dai siti web (Training > Links [Addestramento > Link]), ChatLab converte automaticamente il contenuto della pagina in un formato di testo che preserva i link. I link esterni vengono salvati usando la sintassi dei link Markdown, così l'AI può citarli nelle risposte.
Per verificare come viene salvata una pagina scansionata, fai clic sul pulsante View (Visualizza) accanto a qualsiasi link addestrato. L'anteprima mostra il contenuto salvato, inclusi i link formattati in Markdown.
Nell'esempio sopra, l'indirizzo email è salvato come [info@yoursite.com](mailto:info@yoursite.com) - un link Markdown che l'AI può includere come link cliccabile nelle sue risposte.
Markdown nelle fonti di testo
Seleziona il tuo chatbot, vai su Training > Text (Addestramento > Testo) e fai clic su Add New Training: Text (Aggiungi nuovo addestramento: Testo). Nel campo Text puoi digitare direttamente la sintassi Markdown.
L'esempio sopra mostra un'informativa sui resi scritta con titoli Markdown (#, ##), testo in grassetto (**30 days**), elenchi puntati (-) e link ([Returns Portal](https://example.com/returns)).
Markdown nelle fonti D&R
Vai su Training > Questions & Answers (Addestramento > Domande e risposte) e fai clic su Add New Training: QA (Aggiungi nuovo addestramento: D&R). Il campo Answer (Risposta) supporta la sintassi Markdown, consentendoti di strutturare le risposte con elenchi, testo in grassetto e link.
Sintassi Markdown supportata
Ecco una guida di riferimento per gli elementi Markdown che puoi utilizzare nelle fonti di addestramento Text (Testo) e Q&A (Domande e risposte):
Intestazioni - Usa # per un'intestazione principale, ## per un sottotitolo, fino a ###### per il livello di intestazione più piccolo.
# Main heading
## Subheading
### Smaller heading
Grassetto e corsivo - Racchiudi il testo tra doppi asterischi (**double asterisks**) per il grassetto o singoli asterischi (*single asterisks*) per il corsivo.
**bold text**
*italic text*
Elenchi puntati - Inizia ogni riga con - o * seguito da uno spazio.
- First item
- Second item
- Third item
Elenchi numerati - Inizia ogni riga con un numero seguito da un punto e uno spazio.
1. First step
2. Second step
3. Third step
Link - Usa il formato [link text](URL) per creare riferimenti cliccabili.
Visit our [Help Center](https://example.com/help)
Email us at [support@example.com](mailto:support@example.com)
Immagini - Usa  per fare riferimento alle immagini. L'IA potrebbe descriverle o inserire link verso di esse nelle risposte.
Come appare il Markdown nelle risposte della chat
Il widget della chat può mostrare risposte formattate, inclusi elenchi puntati, testo in grassetto, passaggi numerati e link cliccabili. L'uso del Markdown nei dati di addestramento non garantisce che il chatbot utilizzi la stessa formattazione nella sua risposta.
Il widget della chat supporta la visualizzazione di intestazioni, testo in grassetto, testo in corsivo, elenchi (ordinati e non ordinati), link, immagini e testo in apice.
Concludi l'addestramento e testa
Assegna un'etichetta al tuo testo o set di Domande e risposte (Q&A) e fai clic su Start Training (Avvia addestramento), oppure su Update (Aggiorna) se stai modificando. Attendi lo stato Training completed (Addestramento completato) nell'elenco delle fonti; l'elaborazione dipende dalle dimensioni del contenuto e continua anche se lasci la pagina dopo che la fonte è stata accettata. Apri Overview (Panoramica) e fai una domanda sulla fonte per verificare sia la risposta sia la sua formattazione. Consulta Aggiungere testo semplice o Aggiungere domande e risposte per i moduli completi.
Utilizzo dei caratteri
I caratteri della sintassi Markdown (#, **, -, []() ecc.) vengono conteggiati nel limite di caratteri dei dati di addestramento. L'impatto complessivo dipende da quanti titoli, URL e altri caratteri di formattazione aggiungi; non c'è una percentuale fissa.
Ad esempio, il link [Help Center](https://example.com/help) utilizza più caratteri rispetto alla semplice dicitura "Help Center", ma fornisce all'IA un URL da includere nelle risposte.
Se ti stai avvicinando al limite di caratteri, puoi ridurre l'utilizzo semplificando il Markdown - per esempio usando meno titoli o accorciando il testo dei link.
Consigli per un addestramento efficace con Markdown
- Usa le intestazioni per organizzare gli argomenti - Aiuta l'AI a individuare quale sezione dei tuoi contenuti è rilevante per la domanda di un utente
- Usa gli elenchi per opzioni, passaggi o funzionalità - L'AI riprodurrà spesso questa struttura nelle sue risposte
- Includi link a pagine importanti - L'AI può fornire questi link quando risponde a domande correlate
- Mantieni la semplicità - Il Markdown di base (intestazioni, elenchi, grassetto, link) è il più efficace. Una formattazione complessa come le tabelle nidificate potrebbe non migliorare le risposte
Articoli correlati
- Aggiungere testo semplice - Aggiungi e modifica contenuti di testo
- Aggiungere domande e risposte - Definisci coppie di D&R per risposte precise
- Addestrare il tuo chatbot: nozioni di base e limiti - Comprendere i limiti dei dati di addestramento
- Comprendere i limiti dei dati di addestramento - Come funziona il conteggio dei caratteri