Centrum Pomocy
Dowiedz się więcej

Jak poprawić odpowiedzi chatbota

Ostatnia aktualizacja:

Poprawa działania Twojego chatbota ChatLab wymaga precyzyjnego dostosowania jego ustawień oraz metodologii trenowania. Zacznij od wytrenowania swojego chatbota, a następnie wybierz go i użyj opcji Test & Deploy (Testuj i wdrażaj), aby zadać kilka rzeczywistych pytań klientów. Zapisz oczekiwane odpowiedzi, zmieniaj pojedyncze parametry i powtarzaj te same pytania w nowych rozmowach.


Niestandardowe instrukcje roli do precyzyjnego dopasowywania odpowiedzi

Niestandardowe instrukcje roli (Custom Role Instructions) pozwalają określić szczegółowe wytyczne dotyczące zachowania i tonu chatbota, dopasowując go do potrzeb Twoich odbiorców. Oto jak skutecznie wdrożyć i wykorzystać tę funkcję:

  • Zdefiniuj rolę bota: precyzyjnie określ rolę, jaką powinien przyjąć chatbot. Na przykład: „agent obsługi klienta”, „asystent sprzedaży” lub „doradca techniczny”.

  • Ustal wytyczne dotyczące zachowania: dołącz instrukcje dotyczące tonu, języka i stylu odpowiedzi. Na przykład:

    • Ton: przyjazny, profesjonalny lub formalny.
    • Język: używaj prostych wyjaśnień dla użytkowników nietechnicznych lub żargonu technicznego dla grona ekspertów.
  • Uwzględnij szczegóły specyficzne dla kontekstu: dodaj instrukcje powiązane z Twoją firmą lub branżą. Na przykład:

    • „Jeśli użytkownik pyta o opcje dostawy, w pierwszej kolejności wspomnij o darmowej wysyłce, jeśli jest dostępna”.
    • „Podczas omawiania cen zawsze podawaj szczegóły dotyczące rabatów ilościowych, jeśli mają zastosowanie”.
  • Testuj i wprowadzaj iteracje: sprawdź, jak chatbot odpowiada z nowymi instrukcjami roli, dopracowuj je na podstawie interakcji z użytkownikami i wprowadzaj poprawki w razie potrzeby, aby osiągnąć pożądany styl odpowiedzi i dokładność.

Skonfigurujesz to w Settings > Role & Behavior (Ustawienia > Rola i zachowanie). Dowiedz się więcej o ustawieniach roli i zachowania.


Przejście na mocniejszy model AI

Porównaj modele oferowane w bieżącym selektorze na tych samych pytaniach. Sprawdź, czy odpowiedź jest trafna, czy jest zgodna z Twoimi instrukcjami i jak radzi sobie z pytaniami uzupełniającymi. Dostępność modeli i wagi kredytów ulegają zmianom, dlatego korzystaj z wyświetlanych opcji oraz przewodnika po kredytach wiadomości zamiast stałego cennika modeli.

Zmień model w Settings > Model & Advanced (Ustawienia > Model i zaawansowane). Dowiedz się więcej o wyborze modeli AI.


Optymalizacja bazy wiedzy

Użyj narzędzia Knowledge Base Optimizer (Optymalizator bazy wiedzy), aby sprawdzić, które fragmenty pasują do danego pytania. Testuje ono pobieranie danych dla pojedynczego pytania, a nie historyczną popularność źródeł. Przeczytaj zwróconą treść i porównaj ją ze swoją oczekiwaną odpowiedzią.

Wybierz swojego chatbota i otwórz Training > Knowledge Base Optimizer (Trenowanie > Optymalizator bazy wiedzy). Dowiedz się więcej o korzystaniu z Knowledge Base Optimizer.

Dodatkowo zmniejszenie kreatywności modelu może sprawić, że odpowiedzi będą bardziej precyzyjne i na temat. Niższa kreatywność może ograniczyć zmienność odpowiedzi, ale nie uzupełni brakujących informacji ani nie zagwarantuje poprawności faktów. Dostępność zależy od wybranego modelu. Możesz to dostosować w Settings > Model & Advanced (Ustawienia > Model i zaawansowane) za pomocą suwaka Creativity (Kreatywność). Dowiedz się więcej o ustawieniach rozmowy.


Rozszerzenie kontekstu

Rozważ rozszerzenie kontekstu, gdy istotne informacje się w nim nie mieszczą. Większy kontekst pozwala zmieścić więcej materiałów, ale nie gwarantuje lepszej odpowiedzi. Zwiększa on również zużycie kredytów wiadomości, a większe limity wymagają odpowiedniej funkcji na koncie.

ChatLab oferuje trzy różne rozmiary kontekstu: 8 000, 16 000 lub 32 000 tokenów, co bezpośrednio wpływa na zdolność chatbota do zapamiętywania i wykorzystywania informacji. Wybór odpowiedniego rozmiaru kontekstu to kompromis między pożądaną jakością odpowiedzi a budżetem operacyjnym.

Skonfiguruj rozmiar kontekstu w Settings > Model & Advanced (Ustawienia > Model i zaawansowane). Dowiedz się więcej o zwiększaniu rozmiaru kontekstu czatu.

Wybór rozmiaru kontekstu w ustawieniach Model & Advanced


Skoncentrowane trenowanie - mniej znaczy więcej

Jednym z najskuteczniejszych sposobów na poprawę jakości odpowiedzi jest ograniczenie nieistotnych treści w danych treningowych. ChatLab korzysta z architektury RAG (Retrieval-Augmented Generation), która podczas odpowiadania na pytania wyszukuje najbardziej pasujące fragmenty informacji. Zbyt duża ilość ogólnych lub powtarzających się treści tworzy szum informacyjny, który może zakłócić proces wyszukiwania.

Dlaczego skoncentrowane trenowanie pomaga:

  • RAG ocenia trafność fragmentów treści - nieistotne treści obniżają jakość wyszukiwania
  • Powtarzające się elementy (menu, stopki, nagłówki) na każdej stronie zalewają bazę wiedzy szumem
  • Model AI może pobierać fragmenty o niskiej wartości zamiast konkretnych, pomocnych odpowiedzi

Jak skupić się na właściwych treściach podczas trenowania:

  • Korzystaj ze skanowania mapy witryny zamiast pełnego indeksowania całej strony
  • Wykluczaj powtarzające się elementy stron, takie jak nagłówki i stopki
  • Odfiltruj nieistotne sekcje adresów URL (aktualności, obrazy, komunikaty prasowe)
  • Skup się na wartościowych treściach: stronach produktów, FAQ, artykułach pomocy, dokumentach z zasadami

Szczegółowe instrukcje dotyczące optymalizacji skanowania witryny znajdziesz w artykule jak ograniczyć liczbę znaków tekstu podczas skanowania strony.


Preferowany format plików treningowych

Podczas trenowania chatbota wybierz format pliku, który utrzymuje powiązane fakty razem. Tekst sprawdza się w przypadku wyjaśnień opisowych, natomiast arkusze kalkulacyjne i pliki CSV doskonale nadają się do rekordów tabelarycznych:

  • Pliki tekstowe pozwalają na zawarcie pojęć powiązanych kontekstowo.

  • Zapewniają elastyczność w ustrukturyzowaniu informacji.

Na przykład dodając tabelę cenową produktów, uwzględnij powiązane pojęcia:

  • Określenia cennika: „koszt”, „cennik”, „stawki”, „opłaty”, „prowizje”, „wycena”

Przetestuj, czy zapytania takie jak „Jakie są Wasze opłaty?” lub „Pokaż mi szczegóły kosztów” pobierają właściwe źródło i generują oczekiwaną odpowiedź.


Dodawanie poprawek z historii rozmów

Przeglądaj historię rozmów swojego chatbota i dodawaj poprawki, gdy zauważysz błędne lub niesatysfakcjonujące odpowiedzi. Pozwala to chatbotowi uczyć się na własnych błędach i poprawia przyszłe odpowiedzi na podobne pytania.

Przejdź do zakładki Chatlogs (Historia rozmów), znajdź problematyczne rozmowy i kliknij ikonę edycji obok dowolnej odpowiedzi bota, aby dodać poprawkę. Dowiedz się więcej o dodawaniu i edytowaniu poprawek.

Powiązane artykuły