O Knowledge Base Optimizer é uma ferramenta de teste que lhe mostra quais os fragmentos dos seus dados de treino que o chatbot encontra para qualquer pergunta. Executa exatamente a mesma pesquisa na base de conhecimento que o chatbot realiza em conversas reais, pelo que o que vê nos resultados é o que a IA recebe ao responder.
É apenas de leitura: testar uma pergunta aqui não altera os seus dados de treino e não afeta o seu chatbot de forma alguma.
Onde Encontrar
Selecione o seu chatbot no painel principal e abra o separador Training (Treino). Na coluna da esquerda, abaixo da lista de categorias de fontes, clique no botão azul Knowledge Base Optimizer (Otimizador da Base de Conhecimento).
Se ainda não treinou o seu chatbot, comece primeiro por adicionar dados de treino - o otimizador só consegue pesquisar conhecimento que já tenha sido treinado.
Testar uma Pergunta
- Escreva uma pergunta no campo Message (Mensagem) - de preferência uma pergunta real que os seus visitantes façam, ou uma à qual o chatbot tenha respondido mal recentemente.
- Clique em Submit (Submeter).
- Após alguns instantes, os fragmentos de conhecimento correspondentes surgem abaixo, ordenados da melhor correspondência para a pior.
Interpretar os Resultados
Cada linha de resultado representa um fragmento dos seus dados de treino:
- Match (Correspondência) - a percentagem à esquerda mostra a proximidade com que o fragmento corresponde à sua pergunta. Quanto mais alta, mais relevante.
- Source (Fonte) - o cabeçalho da linha mostra o ícone e o nome do tipo de fonte, por exemplo, o URL da página treinada, o nome de um ficheiro ou uma entrada de Q&A.
- Indicador de idioma - o pequeno indicador junto à fonte mostra com que idioma o fragmento está etiquetado. As fontes sem etiqueta de idioma mostram "any", o que significa que são utilizadas para todos os idiomas.
- Conteúdo do fragmento - clique numa linha para a expandir e ler o texto exato que o chatbot receberia.
A ordem é importante. Os resultados são ordenados por relevância e o chatbot lê-os por esta ordem, a partir do topo, até que o orçamento do contexto de conhecimento esteja esgotado. O orçamento depende do Chat Context Size (Tamanho do Contexto do Chat) do bot e das definições de memória - os fragmentos que não couberem no orçamento são cortados a partir do fundo. Se o fragmento que esperava estiver em falta ou surgir muito abaixo na lista, é muito provável que o chatbot não o esteja a utilizar ao responder.
Política de Idiomas
Acima do campo de mensagem, a linha Language policy (Política de idiomas) explica como o seu bot processa os idiomas das fontes durante a pesquisa. Para um bot de idioma único, pesquisa todas as fontes em conjunto. Se tiver o Multi-language (Multi-idioma) ativado, a pesquisa pode ser limitada ao idioma do visitante juntamente com as fontes independentes de idioma, refletindo a ferramenta este mesmo comportamento.
Para bots multilingues, é apresentada uma linha de informação adicional sob o campo de mensagem após cada pesquisa. Mostra o Detected message language (Idioma detetado da mensagem - o idioma que a ferramenta reconheceu na sua pergunta), os Searched languages (Idiomas pesquisados - quais os idiomas de fontes incluídos na pesquisa) e, caso a ferramenta tenha reformulado a sua pergunta para pesquisar melhor, a Refined query (Consulta refinada) que utilizou efetivamente.
Quando Utilizar
- O chatbot responde incorretamente ou diz que não sabe. Teste a mesma pergunta aqui. Se o fragmento correto estiver em falta nos resultados, a informação não está nos seus dados de treino (ou está formulada de forma demasiado diferente) - adicione-a como uma nova fonte ou como uma correção.
- Após novo treino. Quando efetua um novo treino das suas fontes, execute algumas perguntas típicas para confirmar que o conteúdo atualizado é recuperado como esperado.
- Antes de publicar. Teste as perguntas mais comuns que os seus visitantes irão fazer e confirme se cada uma devolve fragmentos relevantes perto do topo.
Se os resultados revelarem lacunas, melhore os seus dados de treino e teste novamente - as alterações são integradas assim que o treino for concluído. Para um guia mais abrangente, consulte Como melhorar as respostas do chatbot.