Trening er måten chatboten din lærer om virksomheten din på. Du oppgir innhold - fra nettstedet ditt, dokumenter eller egendefinert tekst - og ChatLab behandler det til en kunnskapsbase chatboten bruker til å svare på spørsmål.
Hvor du finner trening
Velg chatboten din fra hovedoversikten, og klikk deretter på fanen Training (Trening) i den horisontale navigasjonslinjen.
Treningskilder
Det venstre sidepanelet i Training-fanen viser alle tilgjengelige kategorier for treningskilder. Hver kildetype legger til innhold i den samme kunnskapsbasen for chatboten din.
Nettstedsadresser (lenker)
Pek chatboten mot nettstedet ditt, så vil den gjennomsøke sider, hente ut tekstinnhold og trenes på det den finner. Du kan skanne et helt nettsted, en enkelt side, eller bruke nettstedskartet ditt for presis kontroll. Avanserte innstillinger lar deg filtrere nettadresser, ekskludere sideelementer og konfigurere skrapeoppførsel.
Lær mer om å legge til nettstedskilder
Filer
Last opp dokumenter direkte til chatbotens kunnskapsbase. Støttede formater: PDF, TXT, DOC, DOCX, CSV, XLS, XLSX. Du kan laste opp opptil 20 filer om gangen, med maksimalt 20 MB per fil. ChatLab henter ut tekstinnholdet og behandler det for trening.
Spørsmål og svar
Opprett spørsmål og svar-par for å gi chatboten din presise svar på spesifikke spørsmål. Dette er nyttig for vanlige spørsmål, bedriftsretningslinjer eller ethvert tema der du ønsker et konsistent svar. Du kan gruppere relaterte spørsmål og svar-par under etiketter for enklere administrasjon.
Lær mer om å legge til spørsmål og svar
Tekst
Legg til ren tekst direkte i chatbotens kunnskapsbase. Bruk dette for raske tilføyelser, intern kunnskap eller innhold som ikke finnes i en fil eller på nettstedet ditt. Hver tekstoppføring kan inneholde opptil 100 000 tegn.
Lær mer om å legge til ren tekst
Korrigeringer
Finjuster chatboten din ved å korrigere tidligere feil. Du kan legge til korrigeringer fra fanen Chatlogs (Chatlogger) når du oppdager et feilaktig svar, eller opprette dem manuelt i treningsseksjonen.
Lær mer om å legge til og redigere korrigeringer
Treningsgrenser
Panelet Limits (Grenser) nederst i det venstre sidepanelet viser nåværende forbruk for den valgte chatboten.
Hva som regnes som et treningstegn
Et treningstegn er ett tegn med synlig tekst hentet ut fra kildene dine. ChatLab teller ikke HTML-tagger, CSS, JavaScript, bilder eller andre medier. Bare det faktiske, lesbare innholdet teller mot grensen din.
For eksempel utgjør faktisk tekst vanligvis bare rundt 8 % av en nettsides totale størrelse:
- 400 000 tegn ≈ 5 MB nettside
- 11 000 000 tegn ≈ 140 MB nettside
- 15 000 000 tegn ≈ 190 MB nettside
Hvis disse grensene ikke strekker til, kan du kjøpe en tilleggspakke: «+10 MB med treningstegn for alle chatbotene dine». Dette øker grensen for hver chatbot (for eksempel fra 15 MB til 25 MB).
Grenser per bot
Hver chatbot har sin egen uavhengige grense for treningsdata. At én chatbot når grensen sin, påvirker ikke de andre chatbotene dine. Alle treningskilder innenfor én enkelt chatbot (nettstedsinnhold, filer, spørsmål og svar, tekst, korrigeringer) teller mot det samme samlede tegntallet.
Følge med på forbruket
Limits-panelet viser:
- Training size (Treningsstørrelse) - Brukte tegn sammenlignet med grensen din (f.eks. 30 133 / 15 000 000)
- Links (Lenker) - Antall trenede nettadresser sammenlignet med lenkegrensen din
- Trainings (Treninger) - Antall utførte treningsoperasjoner
- Re-trainings (Gjenopptreninger) - Brukte automatiske gjenopptreninger sammenlignet med månedsgrensen
- Credits remaining (Gjenværende credits) - Tilgjengelige meldingscredits for faktureringsperioden
For en dypere forståelse av hvordan grenser fungerer, inkludert kvoter per plan, smart gjenopptrening og optimaliseringstips, se Forstå grenser for treningsdata.
Slik fungerer trening
Når du legger til en treningskilde, behandler ChatLab den i bakgrunnen:
- Uthenting av innhold - Tekst hentes ut fra kilden din (nettside, fil eller manuell inntasting)
- Oppdeling (chunking) - Teksten deles inn i mindre deler optimalisert for gjenfinning
- Generering av embeddings - Hver del konverteres til en numerisk representasjon (embedding)
- Indeksering - Embeddings lagres i kunnskapsbasen for rask likhetssøking
Når en bruker stiller chatboten din et spørsmål, søker systemet i kunnskapsbasen etter de mest relevante delene og bruker dem til å generere et nøyaktig svar.
Følge med på treningsfremdriften
Treningsfremdriften oppdateres i sanntid - du trenger ikke å oppdatere siden. Etter hvert som treningsjobben beveger seg gjennom hvert trinn (skanning, uthenting, trening), oppdateres statusmerket, fremdriftslinjen og lenketellingene automatisk. Når treningen er fullført, oppdaterer siden treningsdataene av seg selv, slik at du alltid ser de nyeste resultatene.
Du kan forlate siden mens treningen pågår. Treningen fortsetter i bakgrunnen, og du kan eventuelt motta et e-postvarsel når den er ferdig. Lær mer om trening i bakgrunnen.
Administrere treningsjobber for nettsteder
Når du trener chatboten din fra nettstedsadresser, oppretter hver skanning en treningsjobb som føres opp under underfanen Trainings (Treninger) (Training > Links > Trainings). Disse jobbene inneholder flere funksjoner som hjelper deg med å spore og administrere treningsdataene dine.
Trenings-ID-merker
Hver treningsjobb viser et ID-merke (for eksempel #42) ved siden av nettadressen. Dette gjør det enkelt å identifisere og referere til spesifikke treningsjobber, spesielt når du har flere skanninger for samme nettsted.
Filtrere lenker etter treningsjobb
Når chatboten din har mer enn én treningsjobb for nettsteder, vises et rullegardinfilter over lenkelisten. Bruk det til å vise bare lenkene som tilhører en bestemt treningsjobb, eller velg All trainings (Alle treninger) for å se alle lenker. Dette er nyttig når du vil gå gjennom eller administrere lenker fra en bestemt skanning.
Lenker omfordelt eller fjernet
Hvis en fullført treningsjobb viser Links reassigned or removed (Lenker omfordelt eller fjernet), betyr det at lenkene som opprinnelig ble skannet av den jobben, har blitt flyttet til en nyere trening eller ble slettet. Selve treningsjobben beholdes som referanse, men har ikke lenger aktive lenker knyttet til seg. Du kan arkivere disse jobbene for å holde treningslisten ryddig.
Vise skrapeparametere
Klikk på More details (Flere detaljer) på en treningsjobb for å se hele settet med parametere som ble brukt for den skanningen. Dette inkluderer URL-mønstre, elementfiltre, landskode og innstillingene for håndtering av spørreparametere (om alle spørreparametere ble ignorert eller spesifikke ble ekskludert). Du kan også starte en ny trening med de samme parameterne ved å klikke på New training with same parameters (Ny trening med samme parametere).
Gjenopptrening
Nettstedsinnhold endrer seg over tid. Du kan gjenopptrene enkeltsider manuelt eller sette opp automatisk tidsplanlagt gjenopptrening (daglig, ukentlig eller månedlig) for å holde chatbotens kunnskap oppdatert.
Ved gjenopptrening av eksisterende innhold bruker ChatLab nettokvoteberegning - bare forskjellen mellom gammelt og nytt innhold teller mot grensen din, ikke hele siden på nytt.
Tips for effektiv trening
- Kvalitet over kvantitet - Fokuser på innhold som direkte bidrar til å svare på kundenes spørsmål (ofte stilte spørsmål, produktdetaljer, brukerstøtteartikler, retningslinjer)
- Unngå støy - Ekskluder irrelevante sider som innloggingsskjermer, bildegallerier eller nyhetsarkiver. Bruk avansert URL-filtrering når du skanner nettsteder
- Kombiner kilder - Bruk nettstedsskanning for bred dekning, og suppler deretter med spørsmål og svar-par for temaer som krever presise svar
- Gå gjennom og korriger - Sjekk chatbotens svar i Chatlogs og legg til korrigeringer ved behov
- Bruk Knowledge Base Optimizer - Dette verktøyet analyserer hvilke kilder det refereres oftest til, og hjelper deg med å finjustere treningsdataene dine
For flere strategier, se Slik forbedrer du chatbotsvar.
Relaterte artikler
- Legge til nye nettstedskilder - Skann nettsteder, nettstedskart eller enkeltsider
- Legge til nye filer - Last opp PDF-, Word-, Excel- og andre dokumenter
- Legge til spørsmål og svar - Opprett presise spørsmål og svar-par
- Legge til ren tekst - Legg til egendefinert tekstinnhold direkte
- Legge til og redigere korrigeringer - Rett opp chatbotfeil
- Forstå grenser for treningsdata - Kvoter per plan og optimalisering
- Gjenopptrening - Planlegg automatiske innholdsoppdateringer
- Slik reduserer du treningstegn når du skanner et nettsted - Avanserte filtreringsteknikker
- Avansert trening ved hjelp av Markdown-syntaks - Formater treningsdata med Markdown