Å forbedre ytelsen til ChatLab-chatbotten din innebærer å finjustere innstillingene og treningsmetodene. Start med å trene chatbotten din, velg den deretter og bruk Overview (Oversikt) for å stille noen reelle kundespørsmål. Noter de forventede svarene, endre én ting om gangen, og gjenta de samme spørsmålene i nye samtaler.
Tilpassede rolleinstruksjoner for finjustering av svar
Custom Role Instructions (tilpassede rolleinstruksjoner) lar deg definere spesifikke retningslinjer for chatbottens atferd og tone, slik at den tilpasses målgruppens behov. Slik implementerer og bruker du denne funksjonen effektivt:
-
Definer botens rolle: Angi tydelig hvilken rolle chatbotten skal ha. For eksempel "kundestøttekonsulent", "salgsassistent" eller "teknisk rådgiver".
-
Sett retningslinjer for atferd: Inkluder instruksjoner om tone, språk og svarstil. For eksempel:
- Tone: Vennlig, profesjonell eller formell.
- Språk: Bruk enkle forklaringer for ikke-tekniske brukere eller teknisk fagspråk for eksperter.
-
Inkluder kontekstspesifikke detaljer: Legg til instruksjoner knyttet til din bedrift eller bransje. For eksempel:
- "Hvis en bruker spør om leveringsalternativer, prioriter å nevne gratis frakt hvis det er tilgjengelig."
- "Når du diskuterer priser, inkluder alltid detaljer om kvantumsrabatter hvis det er aktuelt."
-
Test og gjenta: Test hvordan chatbotten svarer med de nye rolleinstruksjonene, forbedre dem basert på brukerinteraksjoner, og juster etter behov for å oppnå ønsket svarstil og nøyaktighet.
Konfigurer dette i Settings > Role & Behavior (Innstillinger > Rolle og atferd). Lær mer om innstillinger for rolle og atferd.
Oppgrader til en sterkere AI-modell
Sammenlign modellene som tilbys i den gjeldende velgeren på de samme spørsmålene. Sjekk om svaret er nøyaktig, følger instruksjonene dine og håndterer oppfølgingsspørsmål. Modelltilgjengelighet og kredittvekting endrer seg, så bruk de viste alternativene og veiledningen for meldingskreditter fremfor en fast modellprisliste.
Endre modellen din i Settings > Model & Advanced (Innstillinger > Modell og avansert). Lær mer om å velge AI-modeller.
Optimaliser kunnskapsbasen
Bruk Knowledge Base Optimizer (Kunnskapsbase-optimaliserer) for å se hvilke fragmenter som matcher et bestemt spørsmål. Den tester gjenfinning for et frittstående spørsmål, ikke historisk kildepopularitet. Les det returnerte innholdet og sammenlign det med det forventede svaret ditt.
Velg chatbotten din og åpne Training > Knowledge Base Optimizer (Trening > Kunnskapsbase-optimaliserer). Lær mer om bruk av Knowledge Base Optimizer.
I tillegg kan reduksjon av modellens kreativitet gjøre svarene mer presise og relevante. Lavere kreativitet kan redusere variasjon, men kan ikke rette opp manglende informasjon eller garantere faktisk nøyaktighet. Tilgjengeligheten avhenger av den valgte modellen. Du kan justere dette i Settings > Model & Advanced ved hjelp av Creativity-glidebryteren. Lær mer om samtaleinnstillinger.
Kontekstutvidelse
Vurder å utvide konteksten når relevant informasjon ikke får plass. En større kontekst gjør at mer materiale får plass, men garanterer ikke et bedre svar. Det øker også forbruket av meldingskreditter, og større størrelser krever den tilsvarende kontofunksjonen.
ChatLab tilbyr tre forskjellige kontekststørrelser: 8 000, 16 000 eller 32 000 tokens, noe som direkte påvirker chatbottens evne til å beholde og bruke informasjon. Å velge riktig kontekststørrelse er en avveining mellom ønsket svarkvalitet og driftsbudsjett.
Konfigurer kontekststørrelse i Settings > Model & Advanced. Lær mer om å utvide chat-kontekststørrelse.
Målrettet trening - mindre er mer
En av de mest effektive måtene å forbedre svarkvaliteten på er å redusere irrelevant innhold i treningsdataene dine. ChatLab bruker RAG (Retrieval-Augmented Generation)-arkitektur, som søker etter de mest relevante informasjonsbitene når den svarer på spørsmål. For mye generisk eller repeterende innhold skaper støy som kan forvirre gjenfinningsprosessen.
Hvorfor målrettet trening hjelper:
- RAG poengsetter informasjonsbiter etter relevans - irrelevant innhold svekker søkekvaliteten
- Repeterende elementer (menyer, bunntekster, topptekster) på hver side oversvømmer kunnskapsbasen med støy
- AI-en kan hente inn biter med lav verdi i stedet for spesifikke, nyttige svar
Slik målretter du treningen:
- Bruk skanning av nettstedskart i stedet for fullstendig gjennomsøking av nettstedet
- Utelat repeterende sideelementer som topptekster og bunntekster
- Filtrer ut irrelevante URL-seksjoner (nyheter, bilder, pressemeldinger)
- Fokuser på verdifullt innhold: produktsider, vanlige spørsmål, hjelpeartikler, retningslinjedokumenter
For detaljerte instruksjoner om optimalisering av nettstedsskanninger, se hvordan redusere treningstegn ved skanning av et nettsted.
Foretrukket format for treningsfiler
Når du trener chatbotten din, bør du velge et filformat som holder relaterte fakta samlet. Tekst er nyttig for narrative forklaringer, mens regneark og CSV-filer kan fungere godt for tabelloppføringer:
-
Tekstfiler lar deg inkludere kontekstuelt tilknyttede begreper.
-
De sikrer fleksibilitet i struktureringen av informasjon.
Når du for eksempel legger til en pristabell for produkter, bør du inkludere tilknyttede begreper:
- Begreper for pristabell: "kostnad", "prising", "satser", "gebyrer", "avgifter", "pristilbud"
Test om spørringer som "Hva koster det?" eller "Vis meg detaljer om priser" henter riktig kilde og gir det forventede svaret.
Legg til korrigeringer fra samtalelogger
Gå gjennom chatbottens samtalehistorikk og legg til korrigeringer når du oppdager feilaktige eller suboptimale svar. Dette lærer chatbotten opp fra feilene sine og forbedrer fremtidige svar på lignende spørsmål.
Gå til Chatlogs-fanen (Samtalelogger), finn samtaler med problemer, og klikk på redigeringsikonet ved siden av et botsvar for å legge til en korrigering. Lær mer om å legge til og redigere korrigeringer.