Poprawa działania Twojego chatbota ChatLab polega na precyzyjnym dopasowaniu jego ustawień oraz metod trenowania. Zacznij od wytrenowania chatbota, a następnie wybierz go i przejdź do widoku Overview (Przegląd), aby zadać kilka rzeczywistych pytań klientów. Zanotuj oczekiwane odpowiedzi, wprowadzaj po jednej zmianie na raz i powtarzaj te same pytania w nowych rozmowach.
Niestandardowe instrukcje roli (Custom Role Instructions) do dopracowywania odpowiedzi
Niestandardowe instrukcje roli pozwalają zdefiniować konkretne wytyczne dotyczące zachowania i tonu Twojego chatbota, dopasowując go do potrzeb Twoich odbiorców. Oto jak skutecznie wdrożyć i wykorzystać tę funkcję:
-
Zdefiniuj rolę bota: Wyraźnie określ rolę, jaką powinien przyjąć chatbot. Na przykład "specjalista ds. obsługi klienta", "doradca handlowy" lub "konsultant techniczny".
-
Ustaw wytyczne dotyczące zachowania: Dołącz instrukcje dotyczące tonu wypowiedzi, języka i stylu odpowiedzi. Na przykład:
- Ton: Przyjazny, profesjonalny lub formalny.
- Język: Używaj prostych wyjaśnień dla użytkowników bez wiedzy technicznej lub technicznego słownictwa dla ekspertów.
-
Uwzględnij szczegóły specyficzne dla danego kontekstu: Dodaj instrukcje związane z Twoją branżą lub działalnością. Na przykład:
- "Jeśli użytkownik pyta o opcje dostawy, w pierwszej kolejności wspomnij o darmowej wysyłce, o ile jest dostępna".
- "Podczas omawiania cen zawsze dodawaj informacje o rabatach ilościowych, jeśli mają zastosowanie".
-
Testuj i wprowadzaj poprawki: Sprawdź, jak chatbot odpowiada z nowymi instrukcjami roli, udoskonalaj je na podstawie interakcji użytkowników i koryguj w razie potrzeby, aby osiągnąć pożądany styl odpowiedzi i dokładność.
Skonfigurujesz to w zakładce Settings > Role & Behavior (Ustawienia > Rola i zachowanie). Dowiedz się więcej o ustawieniach roli i zachowania.
Przejście na mocniejszy model AI
Porównaj na tych samych pytaniach modele oferowane w bieżącym selektorze. Sprawdź, czy odpowiedź jest precyzyjna, czy jest zgodna z Twoimi instrukcjami oraz jak radzi sobie z pytaniami uzupełniającymi. Dostępność modeli oraz wagi pobieranych kredytów ulegają zmianom, dlatego korzystaj z wyświetlanych opcji oraz przewodnika po kredytach wiadomości zamiast stałego cennika modeli.
Zmień swój model w zakładce 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 konkretnego pytania. Bada ono dopasowanie wyszukiwania dla pojedynczego pytania, a nie historyczną popularność źródeł. Przeczytaj zwróconą treść i porównaj ją ze swoją oczekiwaną odpowiedzią.
Wybierz chatbota i otwórz Training > Knowledge Base Optimizer (Trenowanie > Optymalizator bazy wiedzy). Dowiedz się więcej o korzystaniu z narzędzia Knowledge Base Optimizer.
Dodatkowo zmniejszenie kreatywności modelu może sprawić, że odpowiedzi będą bardziej precyzyjne i na temat. Niższa kreatywność może ograniczyć wariacje wypowiedzi, ale nie uzupełni brakujących informacji ani nie zagwarantuje poprawności faktów. Dostępność tej funkcji zależy od wybranego modelu. Możesz to dostosować w zakładce 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 nie mieszczą się w limicie. Większy kontekst pozwala zmieścić więcej materiału, ale nie gwarantuje lepszej odpowiedzi. Zwiększa 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 zakładce Settings > Model & Advanced (Ustawienia > Model i zaawansowane). Dowiedz się więcej o zwiększaniu rozmiaru kontekstu czatu.
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 powtarzalnych treści generuje szum, który może zakłócić proces wyszukiwania.
Dlaczego skoncentrowane trenowanie pomaga:
- RAG ocenia fragmenty treści pod kątem trafności - nieistotne treści obniżają jakość wyszukiwania
- Powtarzające się elementy (menu, stopki, nagłówki) na każdej stronie zanieczyszczają bazę wiedzy szumem
- AI może pobrać mało wartościowe fragmenty zamiast konkretnych, pomocnych odpowiedzi
Jak skupić się na właściwych danych podczas trenowania:
- Używaj skanowania mapy strony (sitemap) zamiast pełnego skanowania całej witryny
- Wykluczaj powtarzające się elementy stron, takie jak nagłówki i stopki
- Odrzucaj nieistotne sekcje adresów URL (aktualności, obrazy, komunikaty prasowe)
- Skup się na wartościowych treściach: stronach produktów, sekcjach FAQ, artykułach pomocy, regulaminach i politykach
Szczegółowe instrukcje dotyczące optymalizacji skanowania stron internetowych znajdziesz w artykule jak ograniczyć liczbę znaków treningowych podczas skanowania witryny.
Preferowany format plików do trenowania
Podczas trenowania chatbota wybierz format pliku, który utrzymuje powiązane fakty razem. Tekst jest przydatny do wyjaśnień opisowych, natomiast arkusze kalkulacyjne i pliki CSV mogą dobrze sprawdzać się w przypadku danych tabelarycznych:
-
Pliki tekstowe umożliwiają uwzględnienie terminów powiązanych kontekstowo.
-
Zapewniają elastyczność w strukturyzowaniu informacji.
Na przykład dodając tabelę cen produktów, uwzględnij powiązane terminy:
- Terminy z tabeli cen: "koszt", "cennik", "stawki", "opłaty", "należności", "wycena"
Przetestuj, czy zapytania takie jak "Jakie są wasze opłaty?" lub "Pokaż mi szczegóły kosztów" odnajdują właściwe źródło i generują oczekiwaną odpowiedź.
Dodawanie korekt z historii rozmów (Chatlogs)
Przeglądaj historię rozmów swojego chatbota i dodawaj korekty, gdy zauważysz niepoprawne lub niesatysfakcjonujące odpowiedzi. Dzięki temu chatbot uczy się na własnych błędach i lepiej odpowiada na podobne pytania w przyszłości.
Przejdź do zakładki Chatlogs (Historia rozmów), znajdź rozmowy z błędami i kliknij ikonę edycji obok dowolnej odpowiedzi bota, aby dodać korektę. Dowiedz się więcej o dodawaniu i edytowaniu korekt.