Knowledge Base Optimizer er et testverktøy som viser deg hvilke fragmenter av treningsdataene dine chatboten finner for et gitt spørsmål. Det kjører nøyaktig samme kunnskapssøk som chatboten utfører i virkelige samtaler, så det du ser i resultatene er det AI-en mottar når den svarer.
Verktøyet er skrivebeskyttet: testing av et spørsmål her endrer ikke treningsdataene dine og påvirker ikke chatboten din på noen måte.
Hvor du finner det
Velg chatboten din i hovedoversikten og åpne fanen Training (Trening). I venstre kolonne, under listen over kildekategorier, klikker du på den blå knappen Knowledge Base Optimizer.
Hvis du ikke har trent chatboten din ennå, bør du starte med å legge til treningsdata først - verktøyet kan bare søke i kunnskap som allerede er trent.
Teste et spørsmål
- Skriv inn et spørsmål i feltet Message (Melding) - ideelt sett et reelt spørsmål de besøkende stiller, eller et spørsmål chatboten nylig svarte dårlig på.
- Klikk på Submit (Send inn).
- Etter et øyeblikk vises de samsvarende kunnskapsfragmentene nedenfor, rangert fra beste treff og nedover.
Tolke resultatene
Hver resultatrad representerer ett fragment av treningsdataene dine:
- Match (Treff) - prosentandelen til venstre viser hvor godt fragmentet samsvarer med spørsmålet ditt. Høyere tall betyr mer relevant.
- Source (Kilde) - radoverskriften viser kildetypeikonet og navnet, for eksempel nettadressen til den opplærte siden, et filnavn eller en Q&A-oppføring.
- Språkmerke - det lille merket ved siden av kilden viser hvilket språk fragmentet er merket med. Kilder uten språkmerke viser "any", noe som betyr at de brukes for alle språk.
- Fragmentinnhold - klikk på en rad for å utvide den og lese den nøyaktige teksten chatboten ville mottatt.
Rekkefølgen har betydning. Resultatene rangeres etter relevans, og chatboten leser dem i denne rekkefølgen, fra toppen, til budsjettet for kunnskapskontekst er fullt. Budsjettet avhenger av botens Chat Context Size og minneinnstillinger - fragmenter som ikke får plass innenfor budsjettet, kuttes bort nedenfra. Hvis fragmentet du forventet mangler eller ligger svært langt nede på listen, bruker chatboten det mest sannsynlig ikke når den svarer.
Retningslinjer for språk
Over meldingsfeltet forklarer linjen Language policy (Språkpolicy) hvordan boten din behandler kildespråk under søket. For en énspråklig bot søker den gjennom alle kilder samlet. Hvis du har aktivert flerspråklighet, kan søket begrenses til den besøkendes språk pluss språkuavhengige kilder, og verktøyet gjenspeiler samme atferd.
For flerspråklige boter vises en ekstra informasjonslinje under meldingsfeltet etter hvert søk. Den viser Detected message language (språket verktøyet gjenkjente i spørsmålet ditt), Searched languages (hvilke kildespråk som ble inkludert i søket), og Refined query (det faktiske søket som ble brukt) dersom verktøyet omformulerte spørsmålet ditt for å søke mer effektivt.
Når du bør bruke det
- Chatboten svarer feil eller sier at den ikke vet. Test det samme spørsmålet her. Hvis det rette fragmentet mangler fra resultatene, finnes ikke informasjonen i treningsdataene dine (eller den er formulert for annerledes) - legg den til som en ny kilde eller en korreksjon.
- Etter ny trening. Når du trener kildene dine på nytt, bør du kjøre noen typiske spørsmål for å kontrollere at det oppdaterte innholdet hentes inn som forventet.
- Før publisering. Test de vanligste spørsmålene de besøkende vil stille, og bekreft at hvert av dem returnerer relevante fragmenter nær toppen.
Hvis resultatene avdekker mangler, kan du forbedre treningsdataene dine og teste på nytt - endringene trer i kraft så snart treningen er fullført. For en mer omfattende veiledning, se Hvordan forbedre chatbotsvar.