چگونه پایگاه دانش چت‌بات بسازیم تا عامل هوش مصنوعی از آن پاسخ دهد

پایگاه دانش چت‌بات مجموعه‌ی محتوای تأییدشده‌ای است که عامل هوش مصنوعی شما پیش از پاسخ دادن در آن جست‌وجو می‌کند: پاسخ سوالات رایج، جزئیات محصولات و خدمات، سیاست‌ها، نشانی‌ها و ساعات کاری. وقتی مشتری چیزی می‌پرسد، عامل مرتبط‌ترین بخش‌ها را بازیابی می‌کند و پاسخش را از روی آن‌ها می‌نویسد. پایگاه دانش را از سوالاتی بسازید که مشتریان واقعاً می‌پرسند، هر واقعیت را یک بار و به زبان ساده بنویسید، آن را به بخش‌های متمرکز تقسیم کنید و هر بار که کسب‌وکارتان تغییر می‌کند به‌روزش کنید.

بیشتر عامل‌های هوش مصنوعیِ ناامیدکننده را مدل محدود نمی‌کند، بلکه آنچه می‌توانند جست‌وجو کنند محدودشان می‌کند. اگر سیاست بازگشت کالای شما در یک PDF اسکن‌شده‌ی سه سال پیش باشد، عامل یا همان را نقل می‌کند یا حدس می‌زند. این راهنما توضیح می‌دهد چه محتوایی بگنجانید، چگونه ساختارش دهید، بازیابی به زبان ساده چگونه کار می‌کند و چطور محتوا را وقتی مشتریان با آن گفتگو می‌کنند دقیق نگه دارید.

پایگاه دانش چت‌بات دقیقاً چه کاری انجام می‌دهد

یک مدل زبانی بزرگ درباره‌ی دنیا چیزهای زیادی می‌داند و درباره‌ی کسب‌وکار شما هیچ. قیمت‌ها، شعبه‌ها و اینکه یکشنبه‌ها ارسال دارید یا نه را نمی‌داند. پایگاه دانش این فاصله را پر می‌کند.

روش استاندارد تولید افزوده‌شده با بازیابی (RAG) است. به زبان ساده:

1. مشتری سوالی می‌پرسد در واتساب، اینستاگرام یا چت وب‌سایت شما.
2. سیستم در پایگاه دانش شما جست‌وجو می‌کند و بخش‌هایی را پیدا می‌کند که بیشترین تطابق را با معنای سوال دارند، نه فقط با واژه‌های دقیق آن.
3. عامل آن بخش‌ها را همراه با سوال و دستورالعمل‌هایش دریافت می‌کند.
4. عامل پاسخ را از روی آن بخش‌ها می‌نویسد و در حالت ایده‌آل چیزی نمی‌گوید که آن بخش‌ها پشتیبانی نکنند.

به همین دلیل لازم نیست برای اینکه مدل از اسناد شما پاسخ بدهد، آن را «آموزش» بدهید یا تنظیم دقیق (fine-tune) کنید. محتوا را تغییر می‌دهید و پاسخ بعدی هم همراه آن تغییر می‌کند.

چه محتوایی در پایگاه دانش بگذاریم

از سوالات مشتریان شروع کنید، نه از اسنادی که اتفاقاً در دسترس دارید. چند صد گفتگوی اخیر را از صندوق ورودی، پشتیبانی ایمیلی و یادداشت‌های تلفنی‌تان بردارید و بر اساس موضوع دسته‌بندی کنید. موضوعاتی که بیشتر تکرار می‌شوند، نخستین بخش‌های شما هستند.

نوع محتوا	مثال‌ها	چرا عامل به آن نیاز دارد
سوالات متداول	«به خارج از کشور ارسال دارید؟»، «می‌توانم رزروم را تغییر دهم؟»	بخش عمده‌ی سوالات روزمره را پوشش می‌دهد
محصولات و خدمات	نام‌ها، گونه‌ها، آنچه شامل می‌شود، مناسب چه کسانی است	به عامل اجازه می‌دهد پیشنهاد بدهد و مقایسه کند
قیمت‌ها و هزینه‌ها	فهرست قیمت، هزینه‌ی ارسال، پیش‌پرداخت	از قیمت‌های ساختگی یا قدیمی جلوگیری می‌کند
سیاست‌ها	بازگشت کالا، لغو، گارانتی، حریم خصوصی	پاسخ‌های پرریسکی که باید دقیق باشند
نشانی‌ها و ساعات کاری	نشانی‌ها، ساعات کاری، تعطیلی‌های مناسبتی	واقعیت‌های ساده‌ای که مشتریان مدام می‌پرسند
فرایندها	نحوه‌ی رزرو، نحوه‌ی پرداخت، نحوه‌ی دریافت گارانتی	پاسخ‌ها را به گام بعدی تبدیل می‌کند
قواعد ارجاع	چیزهایی که عامل هرگز نباید خودش پاسخ دهد	به عامل می‌گوید چه زمانی گفتگو را واگذار کند

یادداشت‌های داخلی، پیش‌نویس‌ها، شرایط قدیمی کمپین‌ها و هر چیزی که داده‌ی شخصی دارد را کنار بگذارید. عامل ممکن است هر چیزی در پایگاه دانش را برای هر مشتری نقل کند، پس هر سطر را عمومی فرض کنید.

چگونه محتوا را ساختار دهیم تا بازیابی آن را پیدا کند

بازیابی روی تکه‌های متن کار می‌کند، نه کل فایل‌ها. نحوه‌ی نوشتن و تقسیم محتوا مهم‌تر از حجم آن است.

برای هر بخش یک موضوع بنویسید

بخشی با عنوان «بازگشت کالا برای سفارش‌های آنلاین» با پنج پاراگراف کوتاه، بسیار بهتر بازیابی می‌شود تا یک سند شرایط 40 صفحه‌ای که بازگشت کالا در صفحه‌ی 31 آن آمده است. اگر یک صفحه چند موضوع را پوشش می‌دهد، آن را تقسیم کنید.

پاسخ را اول بنویسید

هر بخش را با پاسخ مستقیم شروع کنید و بعد شرایط و استثناها را اضافه کنید. بخشی که بازیابی می‌شود باید خود پاسخ را داشته باشد، نه فقط پیش‌زمینه را.

ضعیف:  شرکت ما در سال 2009 تأسیس شد و همواره به رضایت
       مشتری اهمیت داده است. در طول سال‌ها فرایند بازگشت کالا...

بهتر:  سفارش‌های آنلاین تا 14 روز پس از تحویل قابل بازگشت‌اند.
       کالا باید استفاده‌نشده و در بسته‌بندی اصلی باشد.
       کالاهای حراجی قابل تعویض‌اند اما وجه آن‌ها بازپرداخت نمی‌شود.

هر واقعیت را یک بار بنویسید

اگر هزینه‌ی ارسال شما در چهار سند آمده و فقط سه‌تا را به‌روز کنید، عامل ممکن است مقدار قدیمی را بازیابی کند. برای هر واقعیت یک منبع معتبر نگه دارید و موارد تکراری را حذف کنید.

از واژه‌هایی که مشتریان به کار می‌برند استفاده کنید

مشتریان می‌نویسند «پولم را پس بدهید»، نه «روند بازپرداخت وجه». عبارت‌هایی را که در گفتگوهای واقعی می‌بینید به‌عنوان عنوان سوال اضافه کنید تا جست‌وجوی معنایی مطابقت بیشتری پیدا کند.

جدول‌ها و فهرست‌ها را ساده نگه دارید

جدول‌های قیمت ساده و فهرست‌های نقطه‌ای معمولاً پس از تقسیم‌شدن سالم می‌مانند. صفحه‌گسترده‌های پیچیده با سلول‌های ادغام‌شده و تصاویر اسکن‌شده معمولاً این‌طور نیستند. اگر تردید دارید، آن‌ها را به‌صورت جمله‌های کوتاه بازنویسی کنید.

تکه‌بندی به زبان ساده

پیش از اینکه بتوان محتوا را بر اساس معنا جست‌وجو کرد، آن را به تکه‌ها برش می‌دهند و هر تکه به فهرستی از اعداد به نام بردار نهفته (embedding) تبدیل می‌شود که در یک پایگاه داده‌ی برداری ذخیره می‌شود. در لحظه‌ی پاسخ‌گویی، سوال هم به همان شکل تبدیل می‌شود و نزدیک‌ترین تکه‌ها بازگردانده می‌شوند.

دو تنظیم نتیجه را شکل می‌دهند:

• اندازه‌ی تکه. تکه‌های کوچک دقیق‌اند اما ممکن است زمینه را از دست بدهند («ظرف 14 روز» بدون اینکه بگوید از چه چیزی). تکه‌های بزرگ زمینه را نگه می‌دارند اما متن نامرتبط هم وارد می‌کنند که می‌تواند پاسخ را مخدوش کند.
• هم‌پوشانی. تکرار کمی از متن میان تکه‌های همسایه، احتمال اینکه یک جمله‌ی کلیدی از وسط نصف شود را کم می‌کند.

معمولاً لازم نیست این‌ها را از روز اول تنظیم کنید. مقادیر پیش‌فرض معقول برای محتوای خوب‌ساختارمند کافی است. فقط وقتی سراغشان بروید که آزمایش‌ها نشان می‌دهند عامل سند درست را بازیابی می‌کند اما بخش نادرستی از آن را.

دانش را بر اساس هدف جدا کنید

یک انبار مشترک از اسناد، با بزرگ‌شدن، پاسخ‌ها را بدتر می‌کند. دستیار فروش به رویه‌های داخلی شیفت‌های شما نیازی ندارد و عامل پشتیبانی نباید فهرست قیمت پیش‌نویس را نقل کند. محتوا را به حوزه‌های جدا مثل پشتیبانی مشتری، فروش و عملیات داخلی تقسیم کنید و به هر عامل فقط حوزه‌هایی را بدهید که لازم دارد.

این کار ریسک را هم کم می‌کند. محتوایی که عامل نتواند بازیابی کند، محتوایی است که نمی‌تواند افشا کند. برای اطلاعات بیشتر درباره‌ی اینکه چه داده‌هایی باید و نباید به یک سیستم هوش مصنوعی برسند، چک‌لیست حریم خصوصی چت‌بات هوش مصنوعی ما را ببینید.

دانش ثابت را با داده‌ی زنده ترکیب کنید

پایگاه دانش محتوایی را نگه می‌دارد که کند تغییر می‌کند: سیاست‌ها، توضیحات محصول، ساعات کاری. جای مناسبی برای وضعیت سفارش، موجودی انبار یا نوبت بعدی مشتری نیست. این‌ها باید در لحظه‌ی سوال از سیستم‌های شما، از طریق فراخوانی ابزار (فراخوانی تابع) یا یکپارچه‌سازی‌ها، گرفته شوند.

یک قاعده‌ی خوب: اگر واقعیتی ممکن است چند بار در روز تغییر کند، آن را زنده دریافت کنید. اگر چند بار در سال تغییر می‌کند، در پایگاه دانش بگذارید.

پایگاه دانش را به‌روز نگه دارید

پایگاه دانشی که در زمان راه‌اندازی درست بوده، به‌سرعت از واقعیت فاصله می‌گیرد. نگهداری را در روال کاری‌تان بگنجانید:

1. برای هر بخش یک مسئول تعیین کنید، مثلاً عملیات مسئول ساعات و نشانی‌ها و مالی مسئول قیمت‌ها.
2. با هر تغییر به‌روز کنید. وقتی سیاست یا قیمتی تغییر کرد، همان روز پایگاه دانش را به‌روز کنید و دوباره نمایه‌سازی کنید.
3. هر هفته سوالات بی‌پاسخ را مرور کنید. هر سوالی که عامل نتوانسته پاسخ دهد یک خلأ، یک مشکل در نحوه‌ی نگارش یا موردی برای رسیدگی انسانی است.
4. هر ماه ممیزی کنید. بخش‌های اصلی را بخوانید، محتوای منسوخ را حذف کنید و بررسی کنید اطلاعات فصلی (ساعات کاری تعطیلات، شرایط کمپین) منقضی شده باشد.
5. واگذاری‌ها را زیر نظر بگیرید. اگر یک موضوع مدام به افراد ارجاع می‌شود، یا محتوا اضافه کنید یا تصمیم بگیرید که همیشه باید یک نفر آن را انجام دهد. راهنمای ما درباره‌ی واگذاری از هوش مصنوعی به انسان این قواعد را توضیح می‌دهد.

چگونه پایگاه دانش را پیش از راه‌اندازی آزمایش کنیم

مجموعه‌ای آزمایشی از 30 تا 50 سوال واقعی و پاسخ مورد انتظار برای هر کدام بنویسید. این موارد را شامل کنید:

• سوالات رایج با همان شکلی که مشتریان می‌نویسند، با غلط‌های املایی و پیام‌های کوتاه.
• موارد مرزی که سیاست در آن‌ها استثنا دارد.
• سوالاتی که پوشش داده نشده‌اند، تا مطمئن شوید عامل می‌گوید نمی‌داند و حدس نمی‌زند.
• سوالات به زبان‌های دیگر اگر به مشتریان بین‌المللی خدمت می‌دهید.

آزمون: "کفشی که یک بار پوشیدم رو می‌تونم پس بدم"
انتظار: توضیح می‌دهد که کالای بازگشتی باید استفاده‌نشده باشد و
        پیشنهاد می‌دهد مشتری را برای بررسی استثنا به تیم وصل کند.
شکست اگر: با بازپرداخت موافقت کند یا مهلت زمانی دیگری بسازد.

دو چیز را جداگانه بررسی کنید: آیا سیستم بخش درست را بازیابی کرد و آیا عامل آن را درست به کار برد؟ پاسخ غلط از بخش درست، مشکل پرامپت است. پاسخ غلط از بخش غلط، مشکل محتوا یا تکه‌بندی است. راهنمای ما درباره‌ی آزمایش عامل هوش مصنوعی پیش از راه‌اندازی درباره‌ی مجموعه‌های آزمایشی و معیارها بیشتر توضیح می‌دهد.

اشتباهات رایج پایگاه دانش

• بارگذاری همه‌ی اسنادی که دارید به‌جای محتوایی که مشتریان لازم دارند.
• نگه‌داشتن قیمت‌ها یا قول‌های تحویل در دستورالعمل‌های عامل، جایی که هیچ‌کس یادش نمی‌ماند به‌روزشان کند.
• گذاشتن نسخه‌های قدیمی سیاست‌ها کنار نسخه‌های جدید.
• در نظر گرفتن تصاویر اسکن‌شده یا صفحه‌گسترده‌های پیچیده به‌عنوان محتوای خوانا.
• نداشتن راه جایگزین وقتی چیز مرتبطی پیدا نمی‌شود، که توهم را دعوت می‌کند.

چگونه پایگاه دانش هوش مصنوعی خود را در MonoChat بسازید

MonoChat بسته به میزان کنترلی که می‌خواهید دو راه برای ساختن دانش عامل‌تان در اختیارتان می‌گذارد.

شروع سریع: MonoChat Start

MonoChat Start وب‌سایت شما را می‌خواند و پایگاه دانش را برایتان می‌نویسد: یک پروفایل کسب‌وکار، محصولات و خدمات، نشانی‌ها، سیاست‌ها و حدود چهل سوالی که مشتریانتان واقعاً می‌پرسند. وب‌سایتی ندارید یا محتوای کمی دارد؟ به‌جایش به پنج سوال پاسخ می‌دهید.

هر چیزی که دستیار مجاز است بگوید روی چهار زبانه قرار دارد: Questions، Products & services، Locations و Policies. می‌توانید هر مورد را ویرایش کنید، روشن یا خاموش کنید یا خروجی بگیرید. دستیار هرگز قیمت، زمان تحویل یا گارانتی‌ای را که آنجا نوشته نشده باشد اعلام نمی‌کند. پاسخ‌هایی که از دانش عمومی درباره‌ی حوزه‌ی کاری شما نوشته شده‌اند، نه از وب‌سایتتان، با برچسب «Check this» و در حالت خاموش می‌رسند تا شما تأییدشان کنید.

وقتی پاسخی ندارد، بداهه‌گویی نمی‌کند. درخواست را زیر Messages taken ثبت می‌کند و به مشتری می‌گوید یک نفر با او تماس خواهد گرفت، و گزارش‌هایش سوالاتی را که نتوانسته پاسخ دهد فهرست می‌کنند، که همان فهرست به‌روزرسانی هفتگی شماست. در واتساب، اینستاگرام، تلگرام یا چت وب‌سایت شما پاسخ می‌دهد.

کنترل کامل: پایگاه دانش هوش مصنوعی و RAG

برای مجموعه‌های محتوای بزرگ‌تر، پایگاه دانش هوش مصنوعی به شما امکان می‌دهد PDF، فایل‌های Excel، متن و صفحات وب را با بارگذاری گروهی، فرادده و برچسب بارگذاری کنید. محتوا را در حوزه‌ها (scopes) سازمان‌دهی می‌کنید، مثل پشتیبانی مشتری، فروش یا رویه‌های داخلی، که هر کدام کنترل دسترسی خودش را دارد، و هر حوزه را به عامل‌ها و جریان‌هایی اختصاص می‌دهید که باید از آن استفاده کنند.

MonoChat محتوا را با مقادیر پیش‌فرض آماده تکه‌بندی و بردارسازی می‌کند و هر وقت لازم شد می‌توانید مدل بردارسازی، اندازه‌ی تکه، هم‌پوشانی و قواعد پیش‌پردازش را خودتان انتخاب کنید. بردارها در پایگاه‌های داده‌ی برداری داخلی MonoChat ذخیره می‌شوند، یا از طریق یکپارچه‌سازی VectorDB در پایگاه داده‌ی خودتان. وقتی محتوا تغییر می‌کند، حوزه را به‌روز و دوباره نمایه‌سازی می‌کنید و دستیار بدون نیاز به بازسازی جریان‌هایتان از نسخه‌ی جدید بازیابی می‌کند.

برای ترکیب اسناد با داده‌ی زنده، هماهنگ‌سازی RAG گام‌هایی مثل بازنویسی پرسش، بازیابی، رتبه‌بندی مجدد، فراخوانی ابزار، ارجاع به منبع و پاسخ نهایی را به هم زنجیر می‌کند و ابزارهای تابعی هوش مصنوعی مواردی مثل وضعیت سفارش یا یک رکورد CRM را در همان پاسخ دریافت می‌کنند.

می‌توانید با طرح رایگان Basic (یک عامل، یک کانال) در app.monochat.ai شروع کنید و طرح‌ها را در صفحه‌ی قیمت‌گذاری ما مقایسه کنید.

منابع

• Meta for Developers: WhatsApp Business Platform overview
• WhatsApp Business Messaging Policy