Knowledge Base Optimizer è uno strumento di test che ti mostra quali frammenti dei tuoi dati di addestramento vengono individuati dal chatbot per qualsiasi domanda. Utilizza le impostazioni di recupero delle informazioni e della lingua del bot per una singola domanda isolata. Non riproduce un'intera conversazione né richiama lo store o altre azioni del bot, quindi non rappresenta una traccia esatta di ogni risposta fornita dal vivo.
È di sola lettura: testare una domanda qui non modifica i tuoi dati di addestramento e non influisce in alcun modo sul tuo chatbot.
Dove trovarlo
Seleziona il tuo chatbot nella dashboard principale e apri la scheda Training (Addestramento). Nella colonna di sinistra, sotto l'elenco delle categorie di fonti, fai clic su Knowledge Base Optimizer.
Se non hai ancora addestrato il tuo chatbot, inizia prima ad aggiungere dati di addestramento - l'ottimizzatore può cercare solo tra le informazioni che sono già state addestrate.
Testare una domanda
- Digita una domanda nel campo Message (Messaggio) - idealmente una domanda reale che i tuoi visitatori pongono, oppure una a cui il chatbot ha risposto male di recente.
- Fai clic su Submit (Invia).
- Dopo qualche istante, i frammenti di conoscenza corrispondenti appariranno in basso, ordinati in base al ranking di recupero e alla policy della lingua.
Interpretare i risultati
Ogni riga di risultato rappresenta un frammento dei tuoi dati di addestramento:
- Match - la percentuale a sinistra indica quanto il frammento corrisponde alla tua domanda. Utilizzala come indicatore di similarità, non come probabilità percentuale che una risposta sia corretta. Anche le preferenze linguistiche e il reranking possono influire sull'ordine.
- Source - l'intestazione della riga mostra l'icona e il nome del tipo di fonte, ad esempio l'URL della pagina addestrata, il nome di un file o una voce Q&A.
- Badge della lingua - il piccolo badge accanto alla fonte mostra con quale lingua è taggato il frammento. Le fonti prive di un tag di lingua mostrano "any", il che significa che vengono utilizzate per qualsiasi lingua.
- Contenuto del frammento - fai clic su una riga per espanderla e leggere il testo esatto che riceverebbe il chatbot.
L'ordine è fondamentale. I risultati sono ordinati per pertinenza e il chatbot li legge in questo ordine, partendo dall'alto, fino a esaurire il budget del contesto di conoscenza. Il budget dipende dalle dimensioni del Chat Context Size del bot e dalle impostazioni di memoria - i frammenti che non rientrano nel budget vengono tagliati via dal basso. Se il frammento che ti aspettavi manca o si trova molto in basso nell'elenco, molto probabilmente il chatbot non lo sta utilizzando per formulare la risposta.
Policy della lingua
Sopra il campo del messaggio, la riga Language policy (Policy della lingua) spiega come il bot gestisce le lingue delle fonti durante la ricerca. Per un bot senza filtri linguistici, cerca in tutte le fonti contemporaneamente. Con la funzionalità Multilingua, la policy configurata può limitare il recupero alla lingua principale o alla lingua del visitatore, con il fallback selezionato e le fonti indipendenti dalla lingua. Leggi la policy visualizzata prima di interpretare l'assenza di risultati.
Per i bot multilingue, sotto il campo del messaggio compare una riga di informazioni aggiuntive dopo ogni ricerca. Mostra la Detected message language (la lingua riconosciuta dallo strumento nella tua domanda), le Searched languages (quali lingue delle fonti sono state incluse nella ricerca) e, se lo strumento ha riformulato la tua domanda per cercare meglio, la Refined query effettivamente utilizzata.
Quando utilizzarlo
- Il chatbot risponde in modo errato o dice di non sapere la risposta. Testa la stessa domanda qui. Se manca il frammento corretto, controlla prima la fonte originale, il completamento del suo stato di addestramento, il tag della lingua e la policy della lingua visualizzata. L'assenza di risultati può anche dipendere dal posizionamento nel ranking o dal budget di contesto; non dimostra necessariamente che l'informazione sia assente. Aggiungi o correggi i contenuti solo dopo aver individuato la lacuna.
- Dopo il riaddestramento. Quando riaddestri le tue fonti, invia alcune domande tipiche per verificare che i contenuti aggiornati vengano recuperati come previsto.
- Prima di pubblicare. Fai dei test con le domande più comuni che i visitatori porranno e conferma che ciascuna restituisca frammenti pertinenti nelle prime posizioni.
Se i risultati evidenziano delle lacune, migliora i dati di addestramento e riprova il test - le modifiche saranno disponibili al termine dell'addestramento. Poi testa la risposta in Overview (Panoramica), includendo una domanda di approfondimento realistica. Per una guida più ampia, consulta Come migliorare le risposte del chatbot.