Migliorare le prestazioni del tuo chatbot ChatLab richiede l'ottimizzazione delle sue impostazioni e dei metodi di addestramento. Inizia addestrando il tuo chatbot, quindi selezionalo e usa Overview (Panoramica) per porre alcune domande reali dei clienti. Annota le risposte previste, modifica un elemento alla volta e ripeti le stesse domande in nuove conversazioni.
Custom Role Instructions per perfezionare le risposte
Le Custom Role Instructions (Istruzioni personalizzate sul ruolo) ti consentono di definire linee guida specifiche per il comportamento e il tono del tuo chatbot, adattandolo alle esigenze del tuo pubblico. Ecco come implementare e utilizzare questa funzionalità in modo efficace:
-
Definisci il ruolo del bot: specifica chiaramente il ruolo che il chatbot deve assumere. Ad esempio, "addetto all'assistenza clienti", "assistente alle vendite" o "consulente tecnico".
-
Imposta le linee guida di comportamento: includi istruzioni su tono, lingua e stile di risposta. Ad esempio:
- Tono: amichevole, professionale o formale.
- Lingua: usa spiegazioni semplici per gli utenti non tecnici o un linguaggio tecnico per un pubblico esperto.
-
Incorpora dettagli specifici del contesto: aggiungi istruzioni relative alla tua attività o al tuo settore. Ad esempio:
- "Se un utente chiede informazioni sulle opzioni di consegna, dai priorità alla spedizione gratuita, se disponibile."
- "Quando parli di prezzi, includi sempre i dettagli sugli sconti per quantità, se applicabili."
-
Testa e ripeti: verifica come risponde il chatbot con le nuove istruzioni sul ruolo, perfezionale in base alle interazioni degli utenti e modificale secondo necessità per ottenere lo stile di risposta e l'accuratezza desiderati.
Configura questa opzione in Settings > Role & Behavior (Impostazioni > Ruolo e comportamento). Scopri di più sulle impostazioni di ruolo e comportamento.
Passa a un modello di AI più potente
Confronta i modelli offerti nel selettore attuale sulle stesse domande. Verifica se la risposta è accurata, segue le tue istruzioni e gestisce le domande di follow-up. La disponibilità dei modelli e il peso in crediti variano, quindi fai riferimento alle opzioni mostrate e alla guida ai crediti messaggio anziché a un listino prezzi fisso dei modelli.
Modifica il modello in Settings > Model & Advanced (Impostazioni > Modello e avanzate). Scopri di più sulla selezione dei modelli di AI.
Ottimizza la Knowledge Base
Usa il Knowledge Base Optimizer (Ottimizzatore della base di conoscenza) per verificare quali frammenti corrispondono a una determinata domanda. Lo strumento verifica il recupero delle informazioni per una singola domanda isolata, non la popolarità storica delle fonti. Leggi il contenuto restituito e confrontalo con la risposta prevista.
Seleziona il tuo chatbot e apri Training > Knowledge Base Optimizer (Addestramento > Knowledge Base Optimizer). Scopri di più sull'uso del Knowledge Base Optimizer.
Inoltre, ridurre la creatività del modello può rendere le risposte più precise e pertinenti. Una creatività inferiore può ridurre le variazioni, ma non può correggere le informazioni mancanti né garantire l'accuratezza dei fatti. La disponibilità dipende dal modello selezionato. Puoi regolare questo parametro in Settings > Model & Advanced utilizzando il cursore Creativity (Creatività). Scopri di più sulle impostazioni della conversazione.
Espansione del contesto
Valuta l'espansione del contesto quando le informazioni pertinenti non rientrano nello spazio disponibile. Un contesto più ampio consente di includere più materiale, ma non garantisce una risposta migliore. Inoltre, aumenta il consumo di crediti messaggio e le dimensioni più ampie richiedono la funzionalità dell'account corrispondente.
ChatLab offre tre diverse dimensioni di contesto: 8.000, 16.000 o 32.000 token, che incidono direttamente sulla capacità del chatbot di conservare e utilizzare le informazioni. La scelta della dimensione del contesto più adatta è un equilibrio tra la qualità di risposta desiderata e il budget operativo.
Configura la dimensione del contesto in Settings > Model & Advanced. Scopri di più sull'estensione della dimensione del contesto della chat.
Addestramento mirato - Meno è meglio
Uno dei modi più efficaci per migliorare la qualità delle risposte è ridurre i contenuti non pertinenti nei dati di addestramento. ChatLab utilizza l'architettura RAG (Retrieval-Augmented Generation), che cerca i frammenti di informazioni più rilevanti quando risponde alle domande. Un numero eccessivo di contenuti generici o ripetitivi crea rumore che può confondere il processo di recupero.
Perché l'addestramento mirato è utile:
- Il sistema RAG assegna un punteggio di rilevanza ai frammenti di contenuto - i contenuti non pertinenti riducono la qualità della ricerca
- Gli elementi ripetitivi (menu, piè di pagina, intestazioni) presenti su ogni pagina inondano la knowledge base di rumore
- L'AI potrebbe recuperare frammenti di scarso valore anziché risposte specifiche e utili
Come rendere mirato l'addestramento:
- Utilizza la scansione della sitemap anziché la scansione completa del sito web
- Escludi gli elementi ripetitivi delle pagine come intestazioni e piè di pagina
- Filtra le sezioni URL non pertinenti (notizie, immagini, comunicati stampa)
- Concentrati sui contenuti di valore: pagine dei prodotti, FAQ, articoli di supporto, documenti sulle policy
Per istruzioni dettagliate su come ottimizzare le scansioni del sito web, consulta come ridurre i caratteri di addestramento durante la scansione di un sito web.
Formato consigliato per i file di addestramento
Quando addestri il tuo chatbot, scegli un formato di file che mantenga insieme i dati correlati. Il testo normale è utile per le spiegazioni discorsive, mentre i fogli di calcolo e i file CSV funzionano bene per i record tabulari:
-
I file di testo consentono di includere termini associati al contesto.
-
Garantiscono flessibilità nella strutturazione delle informazioni.
Ad esempio, quando aggiungi una tabella dei prezzi per i prodotti, includi i termini associati:
- Termini per la tabella dei prezzi: "costo", "prezzi", "tariffe", "spese", "oneri", "preventivo"
Verifica se richieste come "Quali sono le vostre tariffe?" o "Mostrami i dettagli sui costi" recuperano la fonte corretta e producono la risposta prevista.
Aggiungi correzioni dalla cronologia delle conversazioni
Controlla la cronologia delle conversazioni del tuo chatbot e aggiungi correzioni quando noti risposte errate o non ottimali. In questo modo insegni al chatbot dai suoi errori e migliori le risposte future a domande simili.
Vai alla scheda Chatlogs (Cronologia chat), individua le conversazioni con problemi e fai clic sull'icona di modifica accanto a qualsiasi risposta del bot per aggiungere una correzione. Scopri di più su come aggiungere e modificare le correzioni.