Träning är sättet din chattbot lär sig om ditt företag. Du tillhandahåller innehåll - från din webbplats, dokument eller anpassad text - och ChatLab bearbetar det till en kunskapsbas som chattbotten använder för att svara på frågor.
Var du hittar träning
Välj din chattbot från huvudöversikten och klicka sedan på fliken Training (Träning) i det horisontella navigeringsfältet.
Träningskällor
Det vänstra sidofältet under fliken Training visar alla tillgängliga kategorier av träningskällor. Varje källtyp lägger till innehåll i samma kunskapsbas för din chattbot.
Webbadresser (Links)
Peka din chattbot mot din webbplats så genomsöker den sidorna, extraherar textinnehåll och tränas på det den hittar. Du kan skanna en hel webbplats, en enskild sida eller använda din webbplatskarta (sitemap) för exakt kontroll. Avancerade inställningar låter dig filtrera webbadresser, exkludera sidelement och konfigurera skrapningsbeteendet.
Läs mer om att lägga till webbplatskällor
Filer
Ladda upp dokument direkt till din chattbots kunskapsbas. Format som stöds: PDF, TXT, MD, JSON, DOC, DOCX, CSV, XLS, XLSX. Du kan ladda upp upp till 20 filer samtidigt, med maximalt 20 MB per fil. ChatLab extraherar textinnehållet och bearbetar det för träning.
Läs mer om att lägga till filer
Frågor och svar
Skapa fråge- och svarspar för att ge din chattbot precisa svar på specifika frågor. Detta är användbart för vanliga frågor, företagspolicyer eller andra ämnen där du vill ha ett konsekvent svar. Du kan gruppera relaterade fråge- och svarspar under etiketter för enklare hantering.
Läs mer om att lägga till frågor och svar
Text
Lägg till ren text direkt i din chattbots kunskapsbas. Använd detta för snabba tillägg, intern kunskap eller innehåll som inte finns i en fil eller på din webbplats. Varje textinlägg kan innehålla upp till 100 000 tecken.
Läs mer om att lägga till ren text
Korrigeringar
Finjustera din chattbot genom att korrigera dess tidigare misstag. Du kan lägga till korrigeringar från fliken Chatlogs (Chattloggar) när du upptäcker ett felaktigt svar, eller skapa dem manuellt i avsnittet Training.
Läs mer om att lägga till och redigera korrigeringar
Produkter i en webbutik
Driver du en webbutik? Produkter hör inte hemma bland träningskällorna ovan. Det finns tre sätt för en chatbot att hitta produkter:
- AI Search (rekommenderas) - produkter indexeras separat från kunskapsbasen, räknas per artikel (en produkt med varianter räknas som en artikel) och förbrukar inte träningstecken. Ingår i varje E-commerce-plan och är tillgängligt på en Universal-plan med tillägget för e-handelsintegrationer plus ett AI Search-produktpaket.
- Livebutikssökning - chatboten frågar butikens egen sökfunktion via butikens API. Inget indexeras. Kräver en Universal-plan med tillägget för e-handelsintegrationer.
- Träning på skannade butikssidor - möjligt på alla planer, men dåligt lämpat för produkter: priser och lagersaldon blir inaktuella mellan skanningarna, och produktsidor förbrukar träningstecken.
Använd träningskällorna i den här artikeln för informationsinnehåll som leverans, returer och vanliga frågor. Läs mer: AI Search, live store search or scanned pages (AI Search, livebutikssökning eller skannade sidor), How to set up ChatLab for your e-commerce store (Hur du ställer in ChatLab för din e-butik) och E-commerce plans and limits (E-commerce-planer och gränser).
Träningsgränser
Panelen Limits (Gränser) längst ner i det vänstra sidofältet visar din aktuella användning för den valda chattbotten.
Vad som räknas som ett träningstecken
Träningskapaciteten mäter den sparade källtexten, inklusive bevarade URL:er och formateringstecken. HTML-kod, skript och stilar tas bort under webbplatsextraheringen, men dold text kan bevaras när Scrape hidden contents (Skrapa dolt innehåll) är aktiverat. Filstorlek i MB är ett annat mått; det finns ingen fast omvandling från sidstorlek till träningstecken.
Kontrollera din faktiska kvot i Limits och alternativen som erbjuds under Subscription (Abonnemang). Planer, tillägg och kontoåsidosättningar avgör kapaciteten; härled den inte från en fast tabell med plannamn.
Gränser per bot
Varje chattbot har en egen oberoende gräns för träningsdata. Att en chattbot når sin gräns påverkar inte dina andra chattbottar. Alla träningskällor inom en enskild chattbot (webbplatsinnehåll, filer, frågor och svar, text, korrigeringar) räknas mot samma sammanlagda teckensumma.
Övervaka din användning
Panelen Limits visar:
- Training size (Träningsstorlek) - Använda tecken i förhållande till din gräns (t.ex. 30 133 / 15 000 000)
- Links (Länkar) - Antal tränade URL:er i förhållande till din länkgräns
- Trainings (Träningar) - Visar Unlimited (Obegränsat) för antalet träningsoperationer; gränser för tecken, länkar och automatisk omträning gäller fortfarande
- Re-trainings (Omträningar) - Kontots användning av automatisk omträning i förhållande till månadskvoten
- Credits remaining (Kvarvarande krediter) - Kontomeddelandekrediter tillgängliga för den aktuella kalendermånaden; se Meddelandekrediter
För en djupare förståelse av hur gränser fungerar, inklusive kvoter per plan, smart omträning och optimeringstips, se Förstå gränser för träningsdata.
Hur träning fungerar
När du lägger till en träningskälla bearbetar ChatLab den i bakgrunden:
- Extrahering av innehåll - Text extraheras från din källa (webbsida, fil eller manuell inmatning)
- Segmentering - Texten delas upp i mindre delar som är optimerade för hämtning
- Generering av inbäddningar - Varje segment konverteras till en numerisk representation (inbäddning/embedding)
- Indexering - Inbäddningar lagras i kunskapsbasen för snabb likhetssökning
När en användare ställer en fråga till din chattbot söker systemet i kunskapsbasen efter de mest relevanta segmenten och använder dem för att generera ett korrekt svar.
Övervaka träningsförloppet
Träningsförloppet uppdateras i realtid - du behöver inte uppdatera sidan. Allt eftersom ditt träningsjobb rör sig genom varje steg (skanning, extrahering, träning) uppdateras statusbrickan, förloppsindikatorn och länkantalen automatiskt. När träningen är klar uppdaterar sidan träningsdatan automatiskt så att du alltid ser de senaste resultaten.
Du kan lämna sidan medan träningen pågår. Träningen fortsätter i bakgrunden och du kan välja att få ett e-postmeddelande när den är klar. Läs mer om träning i bakgrunden.
När träningen är klar inspekterar du en viktig källa med View (Visa) och ställer en relaterad fråga i Overview (Översikt). En liten källa kan ta några minuter; större källor kan ta längre tid. Kontrollera misslyckade eller ofullständiga källor innan du förlitar dig på deras innehåll.
Hantera träningsjobb för webbplatser
När du tränar din chattbot från webbadresser skapar varje skanning ett träningsjobb som listas under underfliken Trainings (Training > Links > Trainings). Dessa jobb innehåller flera funktioner som hjälper dig att spåra och hantera dina träningsdata.
Tränings-ID-brickor
Varje träningsjobb visar en ID-bricka (till exempel #42) bredvid webbadressen. Detta gör det enkelt att identifiera och referera till specifika träningsjobb, särskilt när du har flera skanningar för samma webbplats.
Filtrera länkar efter träningsjobb
När din chattbot har fler än ett träningsjobb för webbplatser visas ett rullgardinsfilter ovanför länklistan. Använd det för att visa endast de länkar som tillhör ett specifikt träningsjobb, eller välj All trainings (Alla träningar) för att se varje länk. Detta är praktiskt när du vill granska eller hantera länkar från en viss skanning.
Omallokerade eller borttagna länkar
Om ett slutfört träningsjobb visar Links reassigned or removed (Länkar omallokerade eller borttagna) betyder det att länkarna som ursprungligen skannades av det jobbet har flyttats till en nyare träning eller har raderats. Själva träningsjobbet behålls som referens men har inte längre några aktiva länkar kopplade till sig. Du kan arkivera dessa jobb för att hålla din träningslista ren.
Visa skrapningsparametrar
Klicka på More details (Fler detaljer) på valfritt träningsjobb för att se alla parametrar som användes för den skanningen. Detta inkluderar URL-mönster, elementfilter, landskod och inställningar för hantering av frågeparametrar (oavsett om alla frågeparametrar ignorerades eller specifika exkluderades). Du kan också starta en ny träning med samma parametrar genom att klicka på New training with same parameters (Ny träning med samma parametrar).
Omträning
Webbplatsinnehåll förändras över tid. Du kan träna om enskilda sidor manuellt eller ställa in automatisk schemalagd omträning (dagligen, veckovis eller månadsvis) för att hålla chattbottens kunskap aktuell.
Vid omträning av befintligt innehåll använder ChatLab nettokvotberäkning - endast skillnaden mellan gammalt och nytt innehåll räknas mot din gräns, inte hela sidan igen.
Tips för effektiv träning
- Kvalitet framför kvantitet - Fokusera på innehåll som direkt hjälper till att svara på kundernas frågor (vanliga frågor, produktinformation, supportartiklar, policyer)
- Undvik brus - Exkludera irrelevanta sidor som inloggningsskärmar, bildgallerier eller nyhetsarkiv. Använd avancerad URL-filtrering när du skannar webbplatser
- Kombinera källor - Använd webbplatsskanning för bred täckning, och komplettera sedan med fråge- och svarspar för ämnen som kräver precisa svar
- Granska och korrigera - Kontrollera din chattbots svar i Chatlogs och lägg till korrigeringar vid behov
- Använd Knowledge Base Optimizer - Testa vilka källor som matchar en specifik fråga; detta är inte en rapport över de mest använda källorna
För fler strategier, se Hur du förbättrar chattbottens svar.
Relaterade artiklar
- Lägga till nya webbplatskällor - Skanna webbplatser, webbplatskartor eller enskilda sidor
- Lägga till nya filer - Ladda upp PDF, Word, Excel och andra dokument
- Lägga till frågor och svar - Skapa precisa fråge- och svarspar
- Lägga till ren text - Lägg till anpassat textinnehåll direkt
- Lägga till och redigera korrigeringar - Åtgärda fel i chattbotten
- Förstå gränser för träningsdata - Kvoter per plan och optimering
- Omträning - Schemalägg automatiska innehållsuppdateringar
- Hur du minskar antalet träningstecken när du skannar en webbplats - Avancerade filtreringstekniker
- Avancerad träning med Markdown-syntax - Formatera träningsdata med Markdown