Sådan konfigurerer du Document Retriever

Document Retriever-komponenten gør det muligt for chatbotten at hente viden fra de kilder, du har angivet under Dokumenter og Skemaer. Komponentens rolle er at styre hentningen, og flere parametre påvirker, hvordan komponenten henter information fra disse dokumenter.

Fra H1 hvis eksisterer – Start udtrækning ved hovedtitel

Muligheden Fra H1 hvis eksisterer fortæller retrieveren, at den skal begynde at udtrække indhold fra det H1-header, den finder (normalt artiklens hovedtitel).

Hvad sker der?

• Hvis markeret: Alt før det første H1 (som navigation, brødkrummer eller login-links) ignoreres. Udtrækningen starter ved selve artikelindholdet.
• Hvis ikke markeret: Udtrækningen starter fra toppen af siden, inklusive navigation, headers og metadata over hovedartiklen.

Eksempel på brug:
Du ønsker kun at hente selve guiden uden navigation eller sidehoved-rod, der findes på dit website.

Bemærk:
Fra H1 hvis eksisterer er aktiveret som standard i Document Retriever-komponenten.

Indlæs fra markør – Udtræk startende fra et specifikt mærke

Muligheden Indlæs fra markør giver dig mere præcision ved at lade Document Retriever indlæse data fra en markør i den måske længere artikel.

Hvad sker der?

• Hvis markeret (og en markør er angivet): Udtrækningen starter ved den angivne markør og springer alt før over, selv hvis det kommer efter H1.
• Hvis ikke markeret: Udtrækningen starter fra standardpositionen (toppen af dokumentet eller fra første H1, hvis den mulighed også er markeret).

Hvad er en “markør”?
En markør er typisk en unik streng eller overskrift, der findes i dokumentet (for eksempel et H2 eller en specifik sætning eller sektionstitel).

Eksempel på brug:
Du vil springe introduktionsafsnit over og hente information fra en bestemt relevant sektion i en måske lang artikel eller et dokument (fx fra “Trin 4: Tilføj en live chat-knap” i en opsætningsguide).

Spring sidste header over – Udelad sidefod eller overflødige overskrifter

Muligheden Spring sidste header over er nyttig for at ignorere den sidste header i dokumentet, som ofte gentages eller bruges til navigation eller sidefod.

Hvad sker der?

• Hvis markeret: Den sidste header (fx en gentaget artikeltitel eller sektionen “Andre artikler”) ignoreres under udtrækning.
• Hvis ikke markeret: Alle headers, inklusive den sidste, inkluderes i outputtet.

Eksempel på brug:
Du vil undgå, at Document Retriever indlæser en sidefodsnavigationsheader (såsom “Andre artikler” nederst på en hjælpeside), så kun hovedindholdet behandles.

Bemærk:
Spring sidste header over kan hjælpe ved dokumenter, der automatisk genererer sidefødder eller gentagne navigationselementer. Hvis du dog ikke har sådanne sektioner, kan brug af denne parameter betyde, at en del af artiklen med gyldig information ikke bliver hentet. Det anbefales derfor at lade denne mulighed være umarkeret, indtil der er en gyldig grund til at aktivere den.

Maks. tokens – Kontroller længden på outputtet

Parameteren Maks. tokens gør det muligt at styre det maksimale antal tokens (ord og tegnsætning, som optalt af den underliggende AI-model), som Document Retriever vil returnere fra den udtrukne tekst.

Hvad sker der?

• Det udtrukne indhold begrænses til det angivne antal tokens. Alt indhold, som overstiger denne grænse, bliver afskåret og udeladt fra outputtet.
• Denne parameter hjælper med at håndtere meget lange dokumenter, så outputtet forbliver inden for AI-modellens behandlingsgrænser.

Standardværdi:
Standardværdien er typisk 3000 tokens, men du kan justere dette efter behov.

Eksempel på brug:
Hvis du behandler lange dokumenter, hjælper det at sætte en lavere Maks. tokens-værdi med at holde svarene korte. For det bedste resultat bør du dog overveje at aktivere parameteren “Indlæs fra markør”. Det sikrer, at den udtrukne tekst starter ved den mest relevante sektion i dokumentet i stedet for fra begyndelsen, så du får et fokuseret og håndterbart informationsudsnit inden for din valgte token-grænse. Denne kombination er særlig nyttig, når du ønsker korte, kontekstrelevante outputs fra store kilder.

Bemærk:
Hvis du oplever, at information afskæres, så prøv at øge værdien for Maks. tokens. Ønsker du derimod kortere og mere fokuserede outputs, så sæt Maks. tokens lavere.

Strategi – Styr, hvordan flere dokumenter omdannes til tekst

Når Document Retriever finder flere relevante dokumenter, bestemmer parameteren Strategi, hvordan de samles til én samlet tekst-output til din chatbot, under hensyntagen til “Maks. tokens”-grænsen.

To strategimuligheder:

1. Inkluder lige meget fra hvert dokument:
   Token-grænsen deles ligeligt. For eksempel, med tre dokumenter og en grænse på 3.000 tokens, får hvert op til 1.000 tokens. Det sikrer, at alle kilder bidrager lige meget, hvilket er nyttigt, hvis du ønsker et balanceret svar, der trækker på flere dokumenter.

   • Brug når: Du har dokumentation, hvor forskellige aspekter af et emne er fordelt over flere dokumenter, og et fyldestgørende svar kræver, at der trækkes lige meget fra flere kilder. Denne tilgang er mest effektiv, når ingen enkeltstående dokument indeholder alle nødvendige detaljer, og du ønsker at sikre, at information fra hvert relevant dokument er repræsenteret i svaret, så du får et nuanceret perspektiv.

2. Kæd dokumenter sammen, fyld fra det første op til tokens-grænsen:
   Dokumenterne tilføjes i rækkefølge efter relevans, indtil token-grænsen er nået. Det mest relevante dokument fylder først pladsen; hvis der er plads tilbage, tilføjes mindre relevante dokumenter i rækkefølge. Hvis det første dokument er langt, kan det bruge hele grænsen selv.

   • Brug når: Du har dokumentation, hvor hver emne er grundigt beskrevet i ét dokument, og det derfor er bedst at bruge så meget som muligt fra dette, fremfor at kombinere information fra flere dokumenter, som måske handler om lignende emner.

Hvordan vælger du?

• Brug Inkluder lige meget fra hvert dokument, hvis du ønsker balanceret repræsentation fra alle kilder.
• Brug Kæd dokumenter sammen, fyld fra det første op til tokens-grænsen, hvis du ønsker, at de mest relevante dokument(er) prioriteres, og du er mindre optaget af at inkludere alle kilder.

Bemærk:
Disse strategier påvirker kun, hvordan teksten sammensættes fra de hentede dokumenter, før den sendes videre (fx til AI-generering). De ændrer ikke, hvilke dokumenter der hentes – kun hvordan deres indhold samles og beskæres, så det passer inden for Maks. tokens-indstillingen.

Øvrige parametre i Document Retriever

Selvom denne artikel fokuserer på opsætning af ‘Fra H1 hvis eksisterer’, ‘Indlæs fra markør’, ‘Spring sidste header over’ og ‘Maks. tokens’, tilbyder Document Retriever også yderligere parametre, som hjælper med at styre, hvordan dokumenter vælges og hentes:

Antal dokumenter

Denne indstilling begrænser, hvor mange dokumenter flowet skal hente, så resultaterne forbliver relevante og svar genereres hurtigt.

Dokumentkategorier

Denne valgfrie indstilling giver dig mulighed for at begrænse hentningen til én eller flere kategorier, du har oprettet under Dokumenter i Knowledge Sources.

Skjul ressourcer

Dette lader dig inkludere eller skjule en separat sektion før selve chatbot-svaret med en liste over de ressourcer, retrieveren har hentet. Til integration med LiveAgent skal denne være markeret, da denne sektion ikke understøttes og ikke vil blive vist korrekt i LiveAgent-chatbot-widgetten.

Skemaer

Lader dig begrænse hentningen til ét eller flere Skemaer, som du har angivet til at crawle eller opdatere indhold i Knowledge Sources.

Tærskel

Styrer, hvor tæt de hentede dokumenter skal matche inputforespørgslen, ud fra en relevans-score (fra 0 til 1). For eksempel anbefales en tærskel på 0,7–0,8 for meget relevante svar. Højere tærskel giver mere præcise matches, mens lavere tærskler kan inkludere mindre relevante dokumenter.

Eksempel:
Hvis du sætter tærsklen til 0,6 og har fire artikler med relevans-score på 0,8, 0,65, 0,5 og 0,9, vil kun de over 0,6 (altså 0,8, 0,65 og 0,9) blive brugt til udtrækning.

Fejlfinding

Hvis svaret fra chatbotten ikke indeholder information, som du er sikker på, at chatbotten har tilgængelig i dine dokumenter eller skemaer, så prøv at tjekke samtalehistorikken med “Verbose”-muligheden for at se detaljerede logs over, om Document Retriever blev brugt og hvilke dokumenter, der blev hentet. Justér om nødvendigt dine indstillinger og prompt baseret på disse logs.