Salta l'indicizzazione dei contenuti

Per quanto potente, l’AI è comunque solo una macchina che trasmette le informazioni che apprende. Non comprende scherzi, ipotetici o sarcasmo, che spesso sono la causa delle risposte più esilaranti (e talvolta anche seriamente dannose). Per evitare che il tuo Chatbot crei il prossimo scandalo AI e per aiutarlo a comprendere meglio i tuoi contenuti, puoi indicargli quali contenuti saltare.

Il modo migliore per garantire l’affidabilità dell’AI è monitorare le informazioni da cui apprende. Non tutti i tuoi contenuti saranno adatti all’uso da parte del Chatbot. La classe flowhunt-skip ti permette di contrassegnare i contenuti che FlowHunt non dovrebbe indicizzare. Qualsiasi elemento HTML con questa classe verrà ignorato durante l’elaborazione del contenuto.

Quando usare il parametro di salto

Ci sono due motivi principali per cui dovresti usare questa classe, ma sentiti libero di applicarla a qualsiasi contenuto che ritieni superfluo o inappropriato per il bot.

1. Saltare contenuti ripetitivi: Se contenuti simili vengono continuamente indicizzati, rende difficile per l’AI distinguere e categorizzare di cosa tratta il contenuto. Saltare le informazioni duplicate ti fa anche risparmiare sui costi di elaborazione del testo nel tempo.

2. Saltare informazioni rischiose o inappropriate: Dovresti saltare qualsiasi informazione che potrebbe portare l’AI a fornire risposte errate, dannose o fuori contesto. Sii particolarmente attento se il tono del tuo brand usa spesso battute o un linguaggio forte. Anche se sono ottimi per altri contenuti, gli utenti potrebbero non apprezzare un bot pungente.

Come usare il parametro flowhunt-skip

FlowHunt esegue la scansione e indicizza il tuo sito web per fornire contesto al Chatbot. Tutto ciò che FlowHunt indicizza potrà essere utilizzato dal tuo Chatbot in qualsiasi momento.

Aggiungendo la classe flowhunt-skip agli elementi HTML puoi contrassegnare i contenuti che non vuoi vengano indicizzati. Qualsiasi elemento che presenta questa classe verrà ignorato e non arriverà mai al Chatbot.

Ecco un esempio di utilizzo della classe:

<div class="flowhunt-skip">
  <h2>Contenuto duplicato</h2>
  <p>Questo contenuto è duplicato. Non voglio che FlowHunt lo indicizzi di nuovo.</p>
</div>

Puoi anche saltare solo un singolo paragrafo o una parte di un elemento:

<div>
  <h2>I miei contenuti</h2>
  <p>Questo paragrafo deve essere indicizzato.</p>
  <p class="flowhunt-skip">Non voglio che il Chatbot utilizzi questa informazione.</p>
  <p>Questo paragrafo deve essere indicizzato.</p>
</div>

Come funziona l’indicizzazione

Il processo di scansione viene eseguito in background e segue le pianificazioni che hai impostato. Viene scaricata solo la pagina HTML. Le immagini o i media vengono semplicemente memorizzati come link. Eventuali redirect vengono seguiti e vengono valutate le URL canoniche.

Una volta scansionato, il contenuto HTML viene convertito in semplice testo markdown. Alcune informazioni potrebbero essere rimosse durante questo processo. Il testo markdown finale viene offerto al Chatbot come contesto. Il bot può quindi recuperare queste informazioni ogni volta che ne ha bisogno.

Come fa l’AI a sapere quali informazioni scegliere

Il testo markdown viene suddiviso in blocchi, vettorializzato e archiviato in un database vettoriale. Questo tipo di database assegna valori ai significati delle parole. Di conseguenza, l’AI può comprendere parole correlate invece di richiedere una corrispondenza esatta.

Le parole vengono distribuite su una griglia in base ai valori assegnati. Questo permette al computer di capire quali parole sono vicine per significato tra loro:

Nota: questo è un modello molto semplificato. Nella pratica, l’AI lo fa con migliaia di parole, frasi e intere frasi.

Il recupero delle informazioni dai database vettoriali si chiama ricerca semantica. È la capacità dell’AI di cercare e valutare il significato delle parole nel database vettoriale, utilizzandole per fornire risposte.

Quando un utente invia una domanda, il bot converte le parole in vettori. Poi cerca nel database eventuali corrispondenze o affinità con i tuoi contenuti. Trovando corrispondenze o contenuti simili, usa queste informazioni per costruire una risposta.

Perché la ricerca semantica è così importante

Immagina di avere un negozio di animali online. Un cliente pone la seguente domanda:

“Vendete cibo per gattini?”

La risposta è sì, ma il nome del prodotto contiene la parola “junior” invece di “gattino”. Il bot riuscirà a capire che “cibo per gatti junior” è lo stesso (o molto simile) a “cibo per gattini” e guiderà correttamente il cliente verso il prodotto giusto.

Senza la ricerca semantica nel database vettoriale, il Chatbot risponderebbe semplicemente che non hai “cibo per gattini”, facendoti perdere un potenziale cliente. Non dovrai preoccuparti che questo accada usando FlowHunt.