Cara Membuat Basis Pengetahuan Chatbot sebagai Sumber Jawaban Agen AI Anda

Basis pengetahuan chatbot adalah kumpulan konten yang sudah disetujui dan dicari oleh agen AI Anda sebelum membalas: jawaban atas pertanyaan umum, detail produk dan layanan, kebijakan, lokasi, serta jam buka. Ketika pelanggan bertanya, agen mengambil bagian yang paling relevan lalu menulis jawabannya dari bagian tersebut. Susun dari pertanyaan yang benar-benar diajukan pelanggan, tulis setiap fakta sekali saja dengan bahasa yang jelas, pecah menjadi bagian-bagian yang terfokus, dan perbarui setiap kali bisnis Anda berubah.

Sebagian besar agen AI yang mengecewakan tidak dibatasi oleh modelnya, melainkan oleh apa yang bisa mereka cari. Jika kebijakan pengembalian barang Anda hanya ada di PDF hasil pindaian tiga tahun lalu, agen akan mengutipnya atau menebak. Panduan ini membahas apa yang perlu dimasukkan, cara menyusunnya, cara kerja pencarian dengan bahasa sederhana, dan cara menjaga konten tetap akurat setelah pelanggan mulai berbicara dengannya.

Apa fungsi basis pengetahuan chatbot sebenarnya

Model bahasa besar tahu banyak hal tentang dunia, tetapi tidak tahu apa pun tentang bisnis Anda. Ia tidak tahu harga Anda, cabang Anda, atau apakah Anda mengirim pesanan pada hari Minggu. Basis pengetahuan menutup kesenjangan itu.

Teknik standarnya adalah retrieval-augmented generation (RAG). Dengan bahasa sederhana:

1. Pelanggan mengajukan pertanyaan di WhatsApp, Instagram, atau web chat Anda.
2. Sistem mencari di basis pengetahuan Anda bagian yang paling sesuai dengan makna pertanyaan, bukan hanya kata-katanya yang persis sama.
3. Agen menerima bagian-bagian tersebut bersama pertanyaan dan instruksinya.
4. Agen menulis balasan dari bagian-bagian tersebut, idealnya tanpa mengatakan hal yang tidak didukung oleh bagian itu.

Inilah sebabnya Anda tidak perlu “melatih” atau melakukan fine-tuning pada model agar menjawab dari dokumen Anda. Anda cukup mengubah kontennya, dan jawaban berikutnya ikut berubah.

Apa yang perlu dimasukkan ke basis pengetahuan

Mulailah dari pertanyaan pelanggan, bukan dari dokumen yang kebetulan Anda miliki. Ambil beberapa ratus percakapan terakhir dari inbox, dukungan email, dan catatan telepon Anda, lalu kelompokkan berdasarkan topik. Topik yang paling sering muncul adalah bagian pertama Anda.

Jenis konten	Contoh	Mengapa agen membutuhkannya
FAQ	”Apakah Anda mengirim ke luar negeri?”, “Bisakah saya mengubah pemesanan saya?”	Mencakup sebagian besar pertanyaan sehari-hari
Produk dan layanan	Nama, varian, apa saja yang termasuk, cocok untuk siapa	Memungkinkan agen merekomendasikan dan membandingkan
Harga dan biaya	Daftar harga, biaya pengiriman, uang muka	Mencegah harga yang dikarang atau sudah usang
Kebijakan	Pengembalian, pembatalan, garansi, privasi	Jawaban berisiko tinggi yang harus tepat
Lokasi dan jam buka	Alamat, jam buka, libur tutup	Fakta sederhana yang terus-menerus ditanyakan pelanggan
Proses	Cara memesan, cara membayar, cara klaim garansi	Mengubah jawaban menjadi langkah berikutnya
Aturan eskalasi	Apa yang tidak boleh dijawab sendiri oleh agen	Memberi tahu agen kapan harus menyerahkan percakapan

Jangan sertakan catatan internal, draf, syarat kampanye lama, dan apa pun yang berisi data pribadi. Basis pengetahuan adalah sesuatu yang bisa dikutip agen kepada pelanggan mana pun, jadi anggap setiap barisnya bersifat publik.

Cara menyusun konten agar mudah ditemukan saat pencarian

Pencarian bekerja pada potongan teks, bukan pada file utuh. Cara Anda menulis dan memecah konten lebih penting daripada seberapa banyak yang Anda miliki.

Tulis satu topik per bagian

Bagian berjudul “Pengembalian untuk pesanan online” dengan lima paragraf pendek jauh lebih mudah ditemukan daripada dokumen syarat dan ketentuan setebal 40 halaman yang membahas pengembalian di halaman 31. Jika satu halaman mencakup beberapa topik, pecahlah.

Taruh jawabannya di awal

Mulai setiap bagian dengan jawaban langsung, lalu tambahkan syarat dan pengecualian. Bagian yang berhasil diambil harus memuat jawabannya, bukan hanya latar belakangnya.

Kurang baik:  Perusahaan kami didirikan pada 2009 dan selalu peduli
              pada kepuasan pelanggan. Selama bertahun-tahun proses
              pengembalian kami...

Lebih baik:   Pesanan online dapat dikembalikan dalam 14 hari sejak
              barang diterima. Barang harus belum dipakai dan masih
              dalam kemasan asli. Barang diskon dapat ditukar tetapi
              tidak dapat dikembalikan dananya.

Tulis setiap fakta sekali saja

Jika biaya pengiriman Anda muncul di empat dokumen dan Anda hanya memperbarui tiga, agen mungkin mengambil yang lama. Pertahankan satu sumber kebenaran untuk setiap fakta dan hapus duplikatnya.

Gunakan kata-kata yang dipakai pelanggan

Pelanggan menulis “uang kembali”, bukan “prosedur penggantian dana”. Tambahkan ungkapan yang Anda lihat di chat sungguhan sebagai judul pertanyaan, supaya pencarian makna punya lebih banyak hal untuk dicocokkan.

Buat tabel dan daftar tetap sederhana

Tabel harga sederhana dan daftar berpoin biasanya tetap baik setelah dipecah. Spreadsheet rumit dengan sel yang digabung dan gambar hasil pindaian sering kali tidak. Jika ragu, tulis ulang sebagai kalimat pendek.

Chunking dengan bahasa sederhana

Sebelum konten bisa dicari berdasarkan makna, konten dipotong menjadi chunk, dan setiap chunk diubah menjadi daftar angka yang disebut embedding, yang disimpan di basis data vektor. Saat menjawab, pertanyaan diubah dengan cara yang sama dan chunk yang paling dekat akan dikembalikan.

Dua pengaturan memengaruhi hasilnya:

• Ukuran chunk. Chunk kecil lebih presisi tetapi bisa kehilangan konteks (“dalam 14 hari” tanpa menyebut sejak kapan). Chunk besar menjaga konteks tetapi membawa teks yang tidak terkait, yang bisa membingungkan jawaban.
• Overlap. Mengulang sedikit teks di antara chunk yang bersebelahan mengurangi kemungkinan kalimat kunci terpotong menjadi dua.

Anda jarang perlu menyetelnya di hari pertama. Pengaturan bawaan yang wajar sudah cukup untuk konten yang tersusun baik. Tinjau kembali hanya ketika pengujian menunjukkan agen mengambil dokumen yang benar tetapi bagian yang salah.

Pisahkan pengetahuan berdasarkan tujuan

Satu tumpukan dokumen bersama membuat jawaban semakin buruk seiring bertambahnya isi. Asisten penjualan tidak butuh prosedur shift internal Anda, dan agen dukungan tidak boleh mengutip draf daftar harga. Pisahkan konten ke dalam domain terpisah, seperti dukungan pelanggan, penjualan, dan operasional internal, lalu berikan kepada setiap agen hanya domain yang dibutuhkannya.

Ini juga mengurangi risiko. Konten yang tidak dapat diambil oleh agen adalah konten yang tidak dapat bocor. Untuk informasi lebih lanjut tentang data yang boleh dan tidak boleh sampai ke sistem AI, lihat daftar periksa privasi chatbot AI kami.

Gabungkan pengetahuan statis dengan data langsung

Basis pengetahuan menyimpan konten yang berubah perlahan: kebijakan, deskripsi produk, jam buka. Ini bukan tempat yang tepat untuk status pesanan, tingkat stok, atau janji temu berikutnya milik pelanggan. Data tersebut seharusnya datang dari sistem Anda pada saat pertanyaan diajukan, melalui tool call (function calling) atau integrasi.

Aturan yang baik: jika sebuah fakta bisa berubah beberapa kali sehari, ambil secara langsung. Jika hanya berubah beberapa kali setahun, masukkan ke basis pengetahuan.

Jaga basis pengetahuan tetap mutakhir

Basis pengetahuan yang benar saat peluncuran akan cepat melenceng. Jadikan pemeliharaan bagian dari rutinitas Anda:

1. Tunjuk penanggung jawab untuk setiap bagian, misalnya tim operasional memegang jam buka dan lokasi, tim keuangan memegang harga.
2. Perbarui saat ada perubahan. Ketika kebijakan atau harga berubah, perbarui basis pengetahuan pada hari yang sama, lalu indeks ulang.
3. Tinjau pertanyaan yang tidak terjawab setiap minggu. Setiap pertanyaan yang tidak bisa dijawab agen adalah celah, masalah pemilihan kata, atau kasus untuk ditangani manusia.
4. Lakukan audit bulanan. Baca bagian-bagian teratas, hapus konten yang sudah usang, dan pastikan informasi musiman (jam buka hari libur, syarat kampanye) sudah dihapus setelah masanya berakhir.
5. Pantau serah terima. Jika topik yang sama terus dialihkan ke manusia, tambahkan konten atau putuskan bahwa topik itu selalu ditangani manusia. Panduan kami tentang serah terima dari AI ke manusia membahas aturannya.

Cara menguji basis pengetahuan sebelum peluncuran

Tulis kumpulan uji berisi 30 hingga 50 pertanyaan nyata beserta jawaban yang Anda harapkan untuk masing-masing. Sertakan:

• Pertanyaan umum dengan gaya penulisan pelanggan, termasuk salah ketik dan pesan singkat.
• Kasus khusus ketika kebijakan memiliki pengecualian.
• Pertanyaan yang tidak tercakup, untuk memastikan agen mengatakan tidak tahu, bukan menebak.
• Pertanyaan dalam bahasa lain jika Anda melayani pelanggan internasional.

Uji: "bisa balikin sepatu yang udah saya pakai sekali?"
Diharapkan: Menjelaskan bahwa barang yang dikembalikan harus belum
            dipakai, dan menawarkan untuk menghubungkan pelanggan
            dengan tim untuk kasus pengecualian.
Gagal jika: Menyetujui pengembalian dana, atau mengarang batas
            waktu yang berbeda.

Periksa dua hal secara terpisah: apakah sistem mengambil bagian yang tepat, dan apakah agen menggunakannya dengan benar? Jawaban yang salah dari bagian yang tepat adalah masalah prompt. Jawaban yang salah dari bagian yang salah adalah masalah konten atau chunking. Panduan kami tentang menguji agen AI sebelum peluncuran membahas lebih jauh tentang kumpulan uji dan metrik.

Kesalahan umum pada basis pengetahuan

• Mengunggah semua dokumen yang Anda miliki, bukan konten yang dibutuhkan pelanggan.
• Menyimpan harga atau janji pengiriman di instruksi agen, tempat yang tidak diingat siapa pun untuk diperbarui.
• Membiarkan kebijakan versi lama berdampingan dengan yang baru.
• Menganggap gambar hasil pindaian atau spreadsheet rumit sebagai konten yang bisa dibaca.
• Tidak ada jalur cadangan ketika tidak ditemukan konten yang relevan, yang mengundang halusinasi.

Cara membangun basis pengetahuan AI Anda di MonoChat

MonoChat menyediakan dua cara untuk membangun apa yang diketahui agen Anda, tergantung seberapa besar kendali yang Anda inginkan.

Cara cepat: MonoChat Start

MonoChat Start membaca situs web Anda dan menulis basis pengetahuan untuk Anda: profil bisnis, produk dan layanan Anda, lokasi Anda, kebijakan Anda, dan sekitar empat puluh pertanyaan yang benar-benar diajukan pelanggan Anda. Tidak punya situs web, atau situs Anda hanya sedikit isinya? Anda cukup menjawab lima pertanyaan.

Semua yang boleh dikatakan asisten tersimpan di empat tab: Pertanyaan, Produk & layanan, Lokasi, dan Kebijakan. Anda dapat mengedit entri apa pun, mengaktifkan atau menonaktifkannya, atau mengekspornya. Asisten tidak pernah menyebutkan harga, waktu pengiriman, atau garansi yang tidak tertulis di sana. Jawaban yang ditulisnya dari pengetahuan umum tentang sektor Anda, bukan dari situs Anda, masuk dalam keadaan nonaktif dengan badge “Periksa ini” sampai Anda menyetujuinya.

Ketika tidak punya jawaban, asisten tidak berimprovisasi. Ia mencatat permintaan di bawah Pesan yang dicatat dan memberi tahu pelanggan bahwa seseorang akan menghubungi kembali, dan laporannya mencantumkan pertanyaan yang tidak bisa dijawab, yang menjadi daftar pembaruan mingguan Anda. Asisten menjawab di WhatsApp, Instagram, Telegram, atau web chat Anda.

Kendali penuh: basis pengetahuan AI dan RAG

Untuk kumpulan konten yang lebih besar, basis pengetahuan AI memungkinkan Anda mengunggah PDF, file Excel, teks, dan halaman web, dengan unggah massal, metadata, dan tag. Anda mengatur konten ke dalam scope, seperti dukungan pelanggan, penjualan, atau prosedur internal, masing-masing dengan kontrol akses sendiri, dan menetapkan setiap scope ke agen dan alur yang perlu menggunakannya.

MonoChat melakukan chunking dan embedding konten dengan pengaturan bawaan yang siap pakai, dan Anda dapat memilih model embedding, ukuran chunk, overlap, serta aturan prapemrosesan saat diperlukan. Vektor disimpan di basis data vektor tertanam milik MonoChat, atau di basis data Anda sendiri melalui integrasi VectorDB. Ketika konten berubah, Anda memperbarui scope dan mengindeksnya ulang, lalu asisten mengambil dari versi baru tanpa Anda harus membangun ulang alur.

Untuk memadukan dokumen dengan data langsung, orkestrasi RAG merangkai langkah-langkah seperti penulisan ulang kueri, pengambilan, reranking, tool call, sitasi, dan respons akhir, dan AI Function Tools mengambil hal-hal seperti status pesanan atau data CRM dalam jawaban yang sama.

Anda dapat mulai dengan paket Basic gratis (satu agen, satu kanal) di app.monochat.ai dan membandingkan paket di halaman harga kami.

Sumber

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