Knowledge Base Optimizer je alat za testiranje koji Vam prikazuje koje delove Vaših podataka za treniranje chatbot pronalazi za bilo koje pitanje. On pokreće potpuno istu pretragu baze znanja koju chatbot vrši u stvarnim razgovorima, tako da je ono što vidite u rezultatima upravo ono što AI dobija prilikom davanja odgovora.
Ovaj alat služi samo za pregled: testiranje pitanja ovde ne menja Vaše podatke za treniranje i ni na koji način ne utiče na Vašeg chatbota.
Gde ga možete pronaći
Izaberite svog chatbota na glavnoj kontrolnoj tabli i otvorite karticu Training (Treniranje). U levoj koloni, ispod liste kategorija izvora, kliknite na plavo dugme Knowledge Base Optimizer.
Ako još uvek niste istrenirali svog chatbota, najpre započnite sa dodavanjem podataka za treniranje - optimizer može pretraživati samo znanje koje je već istrenirano.
Testiranje pitanja
- Unesite pitanje u polje Message (Poruka) - idealno stvarno pitanje koje Vaši posetioci postavljaju ili ono na koje je chatbot nedavno loše odgovorio.
- Kliknite na Submit (Pošalji).
- Nakon nekoliko trenutaka, odgovarajući delovi znanja pojaviće se ispod, rangirani od najboljeg poklapanja naniže.
Tumačenje rezultata
Svaki red sa rezultatima predstavlja jedan deo Vaših podataka za treniranje:
- Match (Poklapanje) - procenat sa leve strane pokazuje koliko se tačno taj fragment poklapa sa Vašim pitanjem. Veći procenat označava veću relevantnost.
- Source (Izvor) - zaglavlje reda prikazuje ikonu i naziv tipa izvora, na primer URL istrenirane stranice, naziv datoteke ili unos pitanja i odgovora (Q&A).
- Language badge (Oznaka jezika) - mala oznaka pored izvora pokazuje kojim je jezikom taj fragment označen. Izvori bez oznake jezika prikazuju vrednost „any”, što znači da se koriste za sve jezike.
- Fragment content (Sadržaj fragmenta) - kliknite na red da biste ga proširili i pročitali tačan tekst koji bi chatbot dobio.
Redosled je važan. Rezultati su rangirani po relevantnosti i chatbot ih čita ovim redom, od vrha, sve dok se ne popuni njegov budžet za kontekst znanja. Budžet zavisi od botove postavke Chat Context Size (Veličina konteksta ćaskanja) i podešavanja memorije - fragmenti koji ne mogu da stanu u budžet bivaju odsečeni sa dna. Ako fragment koji ste očekivali nedostaje ili se nalazi veoma nisko na listi, chatbot ga najverovatnije ne koristi prilikom odgovaranja.
Pravila za jezike (Language policy)
Iznad polja za poruku, linija Language policy (Pravila za jezike) objašnjava kako Vaš bot tretira jezike izvora tokom pretrage. Za bota na jednom jeziku pretražuju se svi izvori zajedno. Ako imate omogućenu opciju Multi-language, pretraga se može ograničiti na jezik posetioca uz dodatak jezički nezavisnih izvora, a ovaj alat odražava potpuno isto ponašanje.
Za višejezične botove, dodatna linija sa informacijama pojavljuje se ispod polja za poruku nakon svake pretrage. Ona prikazuje Detected message language (Prepoznati jezik poruke - jezik koji je alat prepoznao u Vašem pitanju), Searched languages (Pretraživani jezici - koji su jezici izvora bili uključeni u pretragu) i, kada alat preformuliše Vaše pitanje radi bolje pretrage, Refined query (Prilagođeni upit koji je stvarno upotrebljen).
Kada ga treba koristiti
- Chatbot netačno odgovara ili kaže da ne zna odgovor. Testirajte isto pitanje ovde. Ako pravi fragment nedostaje u rezultatima, informacija se ne nalazi u Vašim podacima za treniranje (ili je formulisana previše drugačije) - dodajte je kao novi izvor ili kao korekciju.
- Nakon ponovnog treniranja. Kada ponovo trenirate svoje izvore, postavite nekoliko uobičajenih pitanja kako biste proverili da li se osveženi sadržaj pronalazi onako kako se očekuje.
- Pre puštanja u rad. Testirajte najčešća pitanja koja će Vaši posetioci postavljati i potvrdite da svako od njih vraća relevantne fragmente pri samom vrhu.
Ako rezultati ukažu na nedostatke, poboljšajte svoje podatke za treniranje i testirajte ponovo - promene se primenjuju čim se treniranje završi. Za opširniji vodič, pogledajte Kako poboljšati odgovore chatbota.