Cum creați o bază de cunoștințe pentru chatbot din care agentul AI poate răspunde

O bază de cunoștințe pentru chatbot este setul de conținut aprobat pe care agentul dumneavoastră AI îl consultă înainte de a răspunde: răspunsuri la întrebările frecvente, detalii despre produse și servicii, politici, locații și program de funcționare. Când un client pune o întrebare, agentul extrage cele mai relevante pasaje și își scrie răspunsul pornind de la ele. Construiți-o pornind de la întrebările pe care clienții le pun cu adevărat, scrieți fiecare informație o singură dată, în limbaj simplu, împărțiți-o în secțiuni concentrate pe un singur subiect și actualizați-o ori de câte ori se schimbă ceva în afacerea dumneavoastră.

Majoritatea agenților AI care dezamăgesc nu sunt limitați de model. Sunt limitați de ceea ce pot consulta. Dacă politica dumneavoastră de retur se află într-un PDF scanat de acum trei ani, agentul fie o va cita, fie va ghici. Acest ghid explică ce să includeți, cum să structurați conținutul, cum funcționează regăsirea, în cuvinte simple, și cum păstrați informațiile corecte după ce clienții încep să converseze cu agentul.

Ce face, de fapt, o bază de cunoștințe pentru chatbot

Un model lingvistic mare știe multe despre lume și nimic despre afacerea dumneavoastră. Nu cunoaște prețurile, sediile sau dacă livrați duminica. O bază de cunoștințe acoperă această lipsă.

Tehnica standard este generarea augmentată prin regăsire (RAG). În cuvinte simple:

1. Clientul pune o întrebare pe WhatsApp, pe Instagram sau în chatul de pe site.
2. Sistemul caută în baza de cunoștințe pasajele care se potrivesc cel mai bine cu sensul întrebării, nu doar cu cuvintele ei exacte.
3. Agentul primește acele pasaje împreună cu întrebarea și cu instrucțiunile sale.
4. Agentul scrie răspunsul pornind de la pasaje, ideal fără să spună nimic ce pasajele nu susțin.

De aceea nu este nevoie să „antrenați” sau să ajustați fin (fine-tuning) un model pentru ca acesta să răspundă din documentele dumneavoastră. Schimbați conținutul, iar următorul răspuns se schimbă odată cu el.

Ce să includeți în baza de cunoștințe

Porniți de la întrebările clienților, nu de la documentele pe care le aveți la îndemână. Extrageți ultimele câteva sute de conversații din inbox, din asistența prin e-mail și din notițele telefonice și grupați-le pe subiecte. Subiectele care apar cel mai des sunt primele dumneavoastră secțiuni.

Tip de conținut	Exemple	De ce are nevoie agentul de el
Întrebări frecvente	„Livrați în străinătate?”, „Pot modifica rezervarea?”	Acoperă cea mai mare parte a întrebărilor de zi cu zi
Produse și servicii	Denumiri, variante, ce este inclus, cui se potrivesc	Permite agentului să recomande și să compare
Prețuri și taxe	Liste de prețuri, taxe de livrare, avansuri	Previne prețurile inventate sau depășite
Politici	Retururi, anulări, garanție, confidențialitate	Răspunsuri cu risc ridicat, care trebuie să fie exacte
Locații și program	Adrese, program de funcționare, închideri de sărbători	Informații simple pe care clienții le cer constant
Procese	Cum se face o rezervare, cum se plătește, cum se solicită garanția	Transformă răspunsurile în pași următori
Reguli de escaladare	La ce nu are voie agentul să răspundă singur	Îi spune când să predea conversația

Lăsați deoparte notițele interne, ciornele, termenii vechilor campanii și orice conține date personale. O bază de cunoștințe este ceva ce agentul poate cita oricărui client, așa că tratați fiecare rând ca fiind public.

Cum structurați conținutul astfel încât regăsirea să îl găsească

Regăsirea funcționează pe bucăți de text, nu pe fișiere întregi. Modul în care scrieți și împărțiți conținutul contează mai mult decât cantitatea.

Scrieți un singur subiect pe secțiune

O secțiune intitulată „Retururi pentru comenzile online”, cu cinci paragrafe scurte, este regăsită mult mai bine decât un document de termeni de 40 de pagini în care returul apare abia la pagina 31. Dacă o pagină tratează mai multe subiecte, împărțiți-o.

Puneți răspunsul pe primul loc

Începeți fiecare secțiune cu răspunsul direct, apoi adăugați condițiile și excepțiile. Pasajul regăsit trebuie să conțină răspunsul, nu doar contextul.

Slab:   Compania noastră a fost fondată în 2009 și a acordat
        întotdeauna atenție satisfacției clienților. De-a lungul
        anilor, procesul nostru de retur...

Mai bine: Comenzile online pot fi returnate în 14 zile de la livrare.
          Produsele trebuie să fie nefolosite și în ambalajul original.
          Produsele la reducere pot fi schimbate, dar nu rambursate.

Scrieți fiecare informație o singură dată

Dacă taxa de livrare apare în patru documente și actualizați doar trei, agentul poate regăsi varianta veche. Păstrați o singură sursă de adevăr pentru fiecare informație și eliminați duplicatele.

Folosiți cuvintele clienților

Clienții scriu „vreau banii înapoi”, nu „procedură de despăgubire”. Adăugați ca titluri de întrebări formulările pe care le vedeți în conversațiile reale, astfel încât căutarea după sens să aibă mai multe elemente de care să se agațe.

Păstrați tabelele și listele simple

Tabelele simple de prețuri și listele cu buline rezistă de obicei bine la împărțire. Foile de calcul complexe, cu celule îmbinate, și imaginile scanate adesea nu rezistă. Când aveți dubii, rescrieți-le sub formă de propoziții scurte.

Chunking-ul în cuvinte simple

Înainte ca un conținut să poată fi căutat după sens, el este tăiat în fragmente (chunk-uri), iar fiecare fragment este convertit într-o listă de numere numită embedding, care este stocată într-o bază de date vectorială. În momentul răspunsului, întrebarea este convertită în același mod și sunt returnate fragmentele cele mai apropiate.

Două setări influențează rezultatele:

• Dimensiunea fragmentului. Fragmentele mici sunt precise, dar pot pierde contextul („în 14 zile”, fără să spună de la ce). Fragmentele mari păstrează contextul, dar aduc text fără legătură, care poate încurca răspunsul.
• Suprapunerea. Repetarea unei mici părți de text între fragmentele vecine reduce șansa ca o propoziție-cheie să fie tăiată în două.

Rareori trebuie să ajustați aceste setări din prima zi. Valorile implicite rezonabile funcționează bine pentru conținutul bine structurat. Reveniți asupra lor doar atunci când testele arată că agentul regăsește documentul potrivit, dar partea greșită din el.

Separați cunoștințele după scop

O singură grămadă comună de documente înrăutățește răspunsurile pe măsură ce crește. Un asistent de vânzări nu are nevoie de procedurile interne de tură, iar un agent de suport nu trebuie să citeze o listă de prețuri în stadiu de ciornă. Împărțiți conținutul în domenii separate, de exemplu suport clienți, vânzări și operațiuni interne, și acordați fiecărui agent doar domeniile de care are nevoie.

Aceasta reduce și riscul. Conținutul pe care un agent nu îl poate regăsi este conținut pe care nu îl poate divulga. Pentru mai multe detalii despre ce date ar trebui și ce date nu ar trebui să ajungă într-un sistem AI, consultați lista noastră de verificare privind confidențialitatea chatboturilor AI.

Combinați cunoștințele statice cu datele în timp real

O bază de cunoștințe conține conținut care se schimbă lent: politici, descrieri de produse, program de funcționare. Nu este locul potrivit pentru starea unei comenzi, nivelul stocului sau următoarea programare a unui client. Acestea trebuie să provină din sistemele dumneavoastră în momentul întrebării, prin apeluri de instrumente (function calling) sau prin integrări.

O regulă bună: dacă o informație se poate schimba de mai multe ori pe zi, preluați-o în timp real. Dacă se schimbă de câteva ori pe an, puneți-o în baza de cunoștințe.

Păstrați baza de cunoștințe la zi

O bază de cunoștințe corectă la lansare se depărtează rapid de realitate. Includeți întreținerea în rutina dumneavoastră:

1. Desemnați un responsabil pentru fiecare secțiune, de exemplu operațiunile se ocupă de program și locații, iar departamentul financiar de prețuri.
2. Actualizați la fiecare schimbare. Când se schimbă o politică sau un preț, actualizați baza de cunoștințe în aceeași zi, apoi reindexați-o.
3. Verificați săptămânal întrebările rămase fără răspuns. Fiecare întrebare la care agentul nu a putut răspunde este o lacună, o problemă de formulare sau un caz pentru un om.
4. Faceți un audit lunar. Citiți secțiunile principale, eliminați conținutul depășit și verificați dacă informațiile sezoniere (programul de sărbători, termenii campaniilor) au expirat.
5. Urmăriți predările către oameni. Dacă același subiect ajunge mereu la persoane, fie adăugați conținut, fie hotărâți că trebuie tratat întotdeauna de un om. Ghidul nostru despre predarea de la AI la om prezintă regulile.

Cum testați o bază de cunoștințe înainte de lansare

Scrieți un set de test de 30 până la 50 de întrebări reale și răspunsul pe care îl așteptați pentru fiecare. Includeți:

• Întrebări frecvente, formulate așa cum scriu clienții, inclusiv cu greșeli de tastare și mesaje scurte.
• Cazuri-limită, în care politica are excepții.
• Întrebări care nu sunt acoperite, pentru a confirma că agentul spune că nu știe, în loc să ghicească.
• Întrebări în alte limbi, dacă deserviți clienți internaționali.

Test: "pot returna pantofii purtati o singura data"
Așteptat: Explică faptul că returnările trebuie să fie nefolosite,
          se oferă să pună clientul în legătură cu echipa
          pentru excepții.
Eșec dacă: Acceptă o rambursare sau inventează un alt termen limită.

Verificați separat două lucruri: a regăsit sistemul pasajul potrivit și a folosit agentul pasajul corect? Un răspuns greșit dintr-un pasaj potrivit este o problemă de prompt. Un răspuns greșit dintr-un pasaj nepotrivit este o problemă de conținut sau de chunking. Ghidul nostru despre testarea unui agent AI înainte de lansare intră mai în detaliu în privința seturilor de test și a metricilor.

Greșeli frecvente în baza de cunoștințe

• Încărcarea tuturor documentelor pe care le dețineți, în loc de conținutul de care au nevoie clienții.
• Păstrarea prețurilor sau a promisiunilor de livrare în instrucțiunile agentului, unde nimeni nu își amintește să le actualizeze.
• Lăsarea versiunilor vechi ale politicilor alături de cele noi.
• Tratarea imaginilor scanate sau a foilor de calcul complexe ca și cum ar fi conținut lizibil.
• Lipsa unei variante de rezervă atunci când nu se găsește nimic relevant, ceea ce invită la halucinații.

Cum creați baza de cunoștințe AI în MonoChat

MonoChat vă oferă două moduri de a construi ceea ce știe agentul dumneavoastră, în funcție de cât control doriți.

Pornirea rapidă: MonoChat Start

MonoChat Start citește site-ul dumneavoastră și scrie baza de cunoștințe în locul dumneavoastră: un profil al afacerii, produsele și serviciile, locațiile, politicile și aproximativ patruzeci de întrebări pe care clienții dumneavoastră le pun cu adevărat. Nu aveți site sau aveți unul cu puțin conținut? Răspundeți în schimb la cinci întrebări.

Tot ce are voie să spună asistentul se află în patru file: Questions, Products & services, Locations și Policies. Puteți edita orice intrare, o puteți activa sau dezactiva ori o puteți exporta. Asistentul nu menționează niciodată un preț, un termen de livrare sau o garanție care nu sunt scrise acolo. Răspunsurile pe care le-a scris pornind de la cunoștințe generale despre domeniul dumneavoastră, și nu de la site, apar dezactivate, cu insigna „Check this”, până când le aprobați.

Când nu are un răspuns, nu improvizează. Notează solicitarea la secțiunea Messages taken și îi spune clientului că o persoană îl va contacta, iar rapoartele sale listează întrebările la care nu a putut răspunde, adică lista dumneavoastră săptămânală de actualizare. Răspunde pe WhatsApp, Instagram, Telegram sau în chatul de pe site.

Control deplin: baza de cunoștințe AI și RAG

Pentru seturi mai mari de conținut, baza de cunoștințe AI vă permite să încărcați PDF-uri, fișiere Excel, text și pagini web, cu încărcare în masă, metadate și etichete. Organizați conținutul în scope-uri, de exemplu suport clienți, vânzări sau proceduri interne, fiecare cu propriul control al accesului, și atribuiți fiecare scope agenților și fluxurilor care trebuie să îl folosească.

MonoChat împarte în fragmente și creează embedding-uri pentru conținut cu valori implicite gata de utilizare, iar atunci când este nevoie puteți alege modelul de embedding, dimensiunea fragmentului, suprapunerea și regulile de preprocesare. Vectorii sunt stocați în bazele de date vectoriale încorporate ale MonoChat sau în ale dumneavoastră, prin integrarea VectorDB. Când conținutul se schimbă, actualizați scope-ul și îl reindexați, iar asistentul regăsește informațiile din noua versiune fără să fie nevoie să vă reconstruiți fluxurile.

Pentru a combina documentele cu date în timp real, orchestrarea RAG înlănțuie pași precum rescrierea interogării, regăsirea, reordonarea, apelurile de instrumente, citările și răspunsul final, iar instrumentele de funcții AI preiau lucruri precum starea unei comenzi sau o înregistrare CRM în același răspuns.

Puteți începe pe planul Basic gratuit (un agent, un canal) la app.monochat.ai și puteți compara planurile pe pagina noastră de prețuri.

Surse

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