Markdown - это облегченный синтаксис форматирования, который добавляет структуру к простому тексту. Когда вы предоставляете данные для обучения с помощью Markdown, ИИ может лучше понимать разделы, иерархию и ссылки в вашем контенте - и будет использовать эту структуру при ответах пользователям.
Как работает Markdown в ChatLab
Markdown используется двумя способами в зависимости от источника данных для обучения:
- Источники веб-сайта - Markdown применяется автоматически. Когда ChatLab сканирует сайт, он преобразует HTML в формат Markdown, сохраняя заголовки, списки, ссылки и структуру страницы.
- Текстовые источники и Вопросы и ответы - вы пишете Markdown вручную. Текстовые поля принимают необработанный синтаксис Markdown, который сохраняется как есть и используется в процессе обучения.
В обоих случаях структурированные данные помогают ИИ распознавать разделы, выделять ключевую информацию и включать релевантные ссылки в свои ответы.
Markdown в источниках веб-сайта
При обучении на основе сайтов (Training > Links (Обучение > Ссылки)), ChatLab автоматически конвертирует содержимое страницы в текстовый формат, сохраняющий ссылки. Внешние ссылки сохраняются с использованием синтаксиса ссылок Markdown, поэтому ИИ может ссылаться на них в ответах.
Чтобы посмотреть, как сохраняется отсканированная страница, нажмите кнопку View (Просмотр) рядом с любой ссылкой, на которой обучен бот. В окне предварительного просмотра отображается сохраненный контент, включая любые ссылки с разметкой Markdown.
В приведенном выше примере адрес электронной почты сохранен как [info@yoursite.com](mailto:info@yoursite.com) - ссылка Markdown, которую ИИ может добавить в свои ответы как кликабельную ссылку.
Markdown в текстовых источниках
Перейдите в Training > Text (Обучение > Текст) и нажмите Add New Training: Text (Добавить новое обучение: Текст). В поле Text вы можете вводить синтаксис Markdown напрямую.
В приведенном выше примере показана политика возврата, написанная с использованием заголовков Markdown (#, ##), полужирного текста (**30 days**), маркированных списков (-) и ссылок ([Returns Portal](https://example.com/returns)).
Markdown в источниках "Вопросы и ответы"
Перейдите в Training > Questions & Answers (Обучение > Вопросы и ответы) и нажмите Add New Training: QA (Добавить новое обучение: Вопросы и ответы). Поле Answer поддерживает синтаксис Markdown, позволяя структурировать ответы с помощью списков, полужирного текста и ссылок.
Поддерживаемый синтаксис Markdown
Ниже приведен справочник элементов Markdown, которые вы можете использовать в источниках обучения Text и Q&A:
Заголовки - используйте # для главного заголовка, ## для подзаголовка и так далее вплоть до ###### для наименьшего уровня заголовка.
# Main heading
## Subheading
### Smaller heading
Полужирный и курсив - обрамите текст **двойными звездочками** для полужирного или *одинарными звездочками* для курсива.
**bold text**
*italic text*
Маркированные списки - начинайте каждую строку с - или *, за которыми следует пробел.
- First item
- Second item
- Third item
Нумерованные списки - начинайте каждую строку с цифры с точкой и пробелом.
1. First step
2. Second step
3. Third step
Ссылки - используйте формат [link text](URL), чтобы создавать кликабельные ссылки.
Visit our [Help Center](https://example.com/help)
Email us at [support@example.com](mailto:support@example.com)
Изображения - используйте  для добавления ссылок на изображения. ИИ может описывать их или приводить ссылки на них в ответах.
Как Markdown отображается в ответах чата
Когда ваши обучающие данные структурированы с помощью Markdown, чатбот показывает отформатированные ответы в виджете чата - включая маркированные списки, полужирный текст, нумерованные шаги и кликабельные ссылки.
Виджет чата поддерживает отображение заголовков, полужирного текста, курсива, списков (нумерованных и маркированных), ссылок, изображений и надстрочных знаков.
Использование символов
Символы синтаксиса Markdown (#, **, -, []() и т. д.) учитываются в лимите символов обучающих данных. Контент с форматированием Markdown обычно использует примерно на 30% больше символов, чем эквивалентный простой текст.
Например, ссылка [Help Center](https://example.com/help) расходует больше символов, чем просто фраза "Help Center", но дает ИИ URL-адрес, который он может прикрепить в ответах.
Если вы приближаетесь к лимиту символов, вы можете уменьшить их расход, упростив Markdown - например, используя меньше заголовков или сокращая текст ссылок.
Советы для эффективного обучения с Markdown
- Используйте заголовки для структурирования тем - это помогает ИИ определить, какой раздел вашего контента имеет отношение к вопросу пользователя
- Используйте списки для вариантов, шагов или функций - ИИ часто повторяет эту структуру в своих ответах
- Добавляйте ссылки на важные страницы - ИИ сможет предоставлять эти ссылки при ответах на связанные вопросы
- Делайте структуру простой - базовый Markdown (заголовки, списки, полужирный шрифт, ссылки) наиболее эффективен. Сложное форматирование, такое как вложенные таблицы, может не улучшить ответы
Связанные статьи
- Adding plain text - добавление текстового контента без Markdown
- Adding questions and answers - создание пар вопрос - ответ для точных ответов
- Training your chatbot: basics and limits - понимание лимитов обучающих данных
- Understanding training data limits - как работает подсчет символов