Knowledge Base Optimizer este un instrument de testare care vă arată ce fragmente din datele dumneavoastră de antrenare găsește chatbotul pentru orice întrebare. Acesta utilizează setările de regăsire a cunoștințelor și de limbă ale botului pentru o întrebare de sine stătătoare. Instrumentul nu redă o conversație întreagă și nu apelează acțiunile legate de magazin sau alte funcții ale botului, așadar nu reprezintă o urmărire exactă a fiecărui răspuns în direct.
Este un instrument doar pentru citire: testarea unei întrebări aici nu modifică datele dumneavoastră de antrenare și nu vă afectează chatbotul în niciun fel.
Unde îl puteți găsi
Selectați chatbotul dumneavoastră în panoul principal și deschideți fila Training (Antrenare). În coloana din stânga, sub lista categoriilor de surse, faceți clic pe Knowledge Base Optimizer.
Dacă nu v-ați antrenat încă chatbotul, începeți mai întâi cu adăugarea datelor de antrenare - optimizatorul poate căuta doar în cunoștințele care au fost deja antrenate.
Testarea unei întrebări
- Introduceți o întrebare în câmpul Message (Mesaj) - în mod ideal o întrebare reală pe care o adresează vizitatorii dumneavoastră sau una la care chatbotul a răspuns recent într-un mod nesatisfăcător.
- Faceți clic pe Submit (Trimitere).
- După câteva momente, fragmentele de cunoștințe care se potrivesc vor apărea mai jos, ordonate după clasamentul de regăsire și politica de limbă.
Interpretarea rezultatelor
Fiecare rând de rezultate reprezintă un fragment din datele dumneavoastră de antrenare:
- Match (Potrivire) - procentul din stânga arată cât de bine se potrivește fragmentul cu întrebarea dumneavoastră. Utilizați-l ca pe un indicator de similaritate, nu ca pe o probabilitate procentuală că un răspuns este corect. Preferințele de limbă și reclasificarea pot influența, de asemenea, ordinea.
- Source (Sursă) - antetul rândului afișează pictograma tipului de sursă și numele acesteia, de exemplu adresa URL a paginii antrenate, un nume de fișier sau o intrare Q&A.
- Eticheta de limbă - mica etichetă de lângă sursă arată limba cu care este marcat fragmentul. Sursele fără etichetă de limbă indică „any”, ceea ce înseamnă că sunt utilizate pentru fiecare limbă.
- Conținutul fragmentului - faceți clic pe un rând pentru a-l extinde și pentru a citi textul exact pe care l-ar primi chatbotul.
Ordinea contează. Rezultatele sunt clasificate în funcție de relevanță, iar chatbotul le citește în această ordine, de sus în jos, până când bugetul său de context pentru cunoștințe este plin. Bugetul depinde de setările Chat Context Size și de memorie ale botului - fragmentele care nu se încadrează în buget sunt eliminate de la sfârșitul listei. Dacă fragmentul pe care îl așteptați lipsește sau se află foarte jos în listă, cel mai probabil chatbotul nu îl folosește atunci când răspunde.
Politica de limbă
Deasupra câmpului pentru mesaj, linia Language policy (Politică de limbă) explică modul în care botul dumneavoastră gestionează limbile surselor în timpul căutării. În cazul unui bot fără filtrare lingvistică, acesta caută în toate sursele împreună. Cu funcția Multilingv, politica configurată poate restricționa regăsirea la limba principală sau la limba vizitatorului, folosind opțiunea de rezervă selectată și sursele independente de limbă. Citiți politica afișată înainte de a interpreta lipsa unor rezultate.
Pentru boții multilingvi, o linie suplimentară de informații apare sub câmpul pentru mesaj după fiecare căutare. Aceasta afișează Detected message language (limba identificată de instrument în întrebarea dumneavoastră), Searched languages (ce limbi ale surselor au fost incluse în căutare) și, în cazul în care instrumentul a reformulat întrebarea pentru o căutare mai bună, Refined query (interogarea optimizată pe care a utilizat-o efectiv).
Când să îl utilizați
- Chatbotul răspunde incorect sau menționează că nu știe. Testați aceeași întrebare aici. Dacă fragmentul potrivit lipsește, verificați mai întâi sursa originală, starea finalizată a antrenării acesteia, eticheta de limbă și politica de limbă afișată. Lipsa rezultatelor poate reflecta, de asemenea, clasificarea sau bugetul de context; aceasta nu dovedește că informația lipsește cu desăvârșire. Adăugați sau corectați conținutul numai după ce ați identificat problema.
- După reantrenare. Atunci când vă reantrenați sursele, rulați câteva întrebări tipice pentru a verifica dacă noul conținut actualizat este regăsit așa cum vă așteptați.
- Înainte de lansare. Testați cele mai frecvente întrebări pe care le vor adresa vizitatorii dumneavoastră și confirmați că fiecare dintre ele returnează fragmente relevante aproape de începutul listei.
Dacă rezultatele scot la iveală lipsuri, îmbunătățiți datele de antrenare și testați din nou - modificările devin disponibile după finalizarea antrenării. Apoi testați răspunsul în fila Overview (Prezentare generală), inclusiv cu o întrebare de continuare realistă. Pentru un ghid mai amplu, consultați Cum să îmbunătățiți răspunsurile chatbotului.