Îmbunătățirea performanței chatbotului dumneavoastră ChatLab implică optimizarea fină a setărilor și a metodologiilor de antrenare. Începeți prin antrenarea chatbotului dumneavoastră, apoi selectați-l și utilizați Overview (Prezentare generală) pentru a adresa câteva întrebări reale de la clienți. Înregistrați răspunsurile așteptate, modificați câte un singur lucru pe rând și repetați aceleași întrebări în conversații noi.
Instrucțiuni personalizate pentru rol (Custom Role Instructions) pentru reglarea fină a răspunsurilor
Instrucțiunile personalizate pentru rol vă permit să definiți directive specifice pentru comportamentul și tonul chatbotului, adaptându-l la nevoile publicului dumneavoastră. Iată cum puteți implementa și utiliza eficient această funcție:
-
Definiți rolul botului: Specificați în mod clar rolul pe care ar trebui să și-l asume chatbotul. De exemplu, „agent de asistență clienți”, „asistent de vânzări” sau „consilier tehnic”.
-
Stabiliți directive de comportament: Includeți instrucțiuni privind tonul, limbajul și stilul de răspuns. De exemplu:
- Ton: Prietenos, profesionist sau formal.
- Limbaj: Folosiți explicații simple pentru utilizatorii non-tehnici sau jargon tehnic pentru un public de specialitate.
-
Încorporați detalii specifice contextului: Adăugați instrucțiuni legate de compania sau domeniul dumneavoastră. De exemplu:
- „Dacă un utilizator întreabă despre opțiunile de livrare, menționați cu prioritate transportul gratuit, dacă este disponibil.”
- „Când discutați despre prețuri, includeți întotdeauna detalii despre reducerile pentru volume mari, dacă este cazul.”
-
Testați și iterați: Testați modul în care răspunde chatbotul cu noile instrucțiuni de rol, perfecționați-le pe baza interacțiunilor cu utilizatorii și ajustați-le după cum este necesar pentru a obține stilul de răspuns și precizia dorite.
Configurați acest lucru în Settings > Role & Behavior (Setări > Rol și comportament). Aflați mai multe despre setările de rol și comportament.
Trecerea la un model de AI mai puternic
Comparați modelele oferite în selectorul actual folosind aceleași întrebări. Verificați dacă răspunsul este precis, respectă instrucțiunile dumneavoastră și gestionează întrebările de continuare. Disponibilitatea modelelor și ponderea creditelor se modifică, așa că utilizați opțiunile afișate și ghidul privind creditele de mesaje în locul unei liste fixe de prețuri pentru modele.
Schimbați modelul în Settings > Model & Advanced (Setări > Model și avansat). Aflați mai multe despre selectarea modelelor de AI.
Optimizați baza de cunoștințe
Utilizați Knowledge Base Optimizer (Optimizator al bazei de cunoștințe) pentru a vedea ce fragmente corespund unei anumite întrebări. Acesta testează regăsirea informațiilor pentru o întrebare de sine stătătoare, nu popularitatea istorică a sursei. Citiți conținutul returnat și comparați-l cu răspunsul așteptat.
Selectați chatbotul dumneavoastră și deschideți Training > Knowledge Base Optimizer (Antrenare > Optimizator al bazei de cunoștințe). Aflați mai multe despre utilizarea instrumentului Knowledge Base Optimizer.
În plus, reducerea creativității modelului poate face răspunsurile mai precise și mai concentrate pe subiect. O creativitate mai redusă poate diminua variația, dar nu poate corecta informațiile lipsă și nu poate garanta acuratețea factuală. Disponibilitatea depinde de modelul selectat. Puteți ajusta acest lucru în Settings > Model & Advanced utilizând glisorul Creativity (Creativitate). Aflați mai multe despre setările conversației.
Extinderea contextului
Luați în considerare extinderea contextului atunci când informațiile relevante nu încap. Un context mai mare permite includerea unui volum mai mare de material, dar nu garantează un răspuns mai bun. De asemenea, crește consumul de credite de mesaje, iar dimensiunile mai mari necesită funcția de cont corespunzătoare.
ChatLab oferă trei dimensiuni diferite de context: 8.000, 16.000 sau 32.000 de tokenuri, influențând direct capacitatea chatbotului de a reține și de a utiliza informațiile. Alegerea dimensiunii adecvate a contextului reprezintă un echilibru între calitatea dorită a răspunsurilor și bugetul operațional.
Configurați dimensiunea contextului în Settings > Model & Advanced. Aflați mai multe despre extinderea dimensiunii contextului de chat.
Antrenare focalizată - mai puțin înseamnă mai mult
Una dintre cele mai eficiente modalități de a îmbunătăți calitatea răspunsurilor este reducerea conținutului irelevant din datele de antrenare. ChatLab utilizează arhitectura RAG (Retrieval-Augmented Generation), care caută cele mai relevante fragmente de informație atunci când răspunde la întrebări. Un volum prea mare de conținut generic sau repetitiv creează zgomot care poate îngreuna procesul de regăsire.
De ce este utilă antrenarea focalizată:
- RAG evaluează fragmentele de conținut în funcție de relevanță - conținutul irelevant diluează calitatea căutării
- Elementele repetitive (meniuri, subsoluri, antete) prezente pe fiecare pagină inundă baza de cunoștințe cu zgomot
- AI-ul ar putea regăsi fragmente cu valoare redusă în locul unor răspunsuri specifice și utile
Cum să vă focalizați antrenarea:
- Utilizați scanarea sitemapului în locul unei explorări complete a site-ului
- Excludeți elementele repetitive ale paginii, cum ar fi antetele și subsolurile
- Filtrați secțiunile URL irelevante (știri, imagini, comunicate de presă)
- Concentrați-vă pe conținutul valoros: pagini de produse, secțiuni FAQ, articole de asistență, documente de politici
Pentru instrucțiuni detaliate privind optimizarea scanărilor site-ului, consultați cum să reduceți caracterele de antrenare la scanarea unui site web.
Formatul preferat pentru fișierele de antrenare
Când vă antrenați chatbotul, alegeți un format de fișier care păstrează faptele conexe la un loc. Textul este util pentru explicații narative, în timp ce foile de calcul și fișierele CSV pot funcționa bine pentru înregistrările tabelare:
-
Fișierele text vă permit să includeți termeni asociați contextual.
-
Acestea asigură flexibilitate în structurarea informațiilor.
De exemplu, atunci când adăugați un tabel de prețuri pentru produse, includeți termeni asociați:
- Termeni pentru tabelul de prețuri: „cost”, „tarife”, „taxe”, „prețuri”, „ofertă”, „deviz”
Testați dacă interogări precum „Care sunt tarifele dumneavoastră?” sau „Arată-mi detaliile legate de cost” regăsesc sursa corectă și produc răspunsul așteptat.
Adăugați corecții din istoricul conversațiilor
Examinați istoricul conversațiilor chatbotului dumneavoastră și adăugați corecții atunci când observați răspunsuri incorecte sau suboptime. Acest lucru ajută chatbotul să învețe din greșeli și îmbunătățește răspunsurile viitoare la întrebări similare.
Accesați fila Chatlogs (Jurnale conversații), găsiți conversațiile cu probleme și faceți clic pe pictograma de editare de lângă orice răspuns al botului pentru a adăuga o corecție. Aflați mai multe despre adăugarea și editarea corecțiilor.