Preskočiť indexovanie obsahu

Bez ohľadu na to, aká je AI výkonná, stále je to len stroj, ktorý sprostredkúva informácie, ktoré sa naučí. Nerozumie vtipom, hypotetickým situáciám ani sarkazmu, čo často vedie k najvtipnejším, no niekedy aj veľmi škodlivým odpovediam. Aby váš Chatbot nespôsobil ďalší AI škandál a lepšie porozumel vášmu obsahu, môžete mu naznačiť, ktorý obsah má preskočiť.

Spoľahlivosť AI zabezpečíte kontrolou informácií, z ktorých sa učí. Nie všetok váš obsah je vhodný na použitie v Chatbote. Trieda flowhunt-skip vám umožní označiť obsah, ktorý FlowHunt nemá indexovať. Každý HTML prvok s touto triedou bude pri spracovaní obsahu ignorovaný.

Kedy použiť parameter preskočenia

Existujú dva hlavné dôvody, pre ktoré by ste túto triedu mali používať, no pokojne ju využite na akýkoľvek obsah, ktorý považujete za zbytočný alebo nevhodný pre bot.

1. Preskakovanie opakujúceho sa obsahu: Ak sa podobný obsah opakovane indexuje, AI má problém rozlíšiť a kategorizovať, o čom obsah je. Preskakovanie duplicitných informácií vám tiež dlhodobo šetrí náklady na spracovanie textu.

2. Preskakovanie rizikových alebo nevhodných informácií: Mali by ste preskočiť akékoľvek informácie, ktoré môžu viesť k nesprávnym, škodlivým alebo vytrhnutým odpovediam. Zvlášť opatrní buďte, ak tón vašej značky často používa vtipy alebo silnejší jazyk. Hoci je to skvelé pre iný obsah, používatelia nemusia oceniť drzého bota.

Ako používať parameter flowhunt-skip

FlowHunt prehľadáva a indexuje vašu webstránku, aby poskytol Chatbotu kontext. Čokoľvek, čo FlowHunt naindexuje, môže váš Chatbot použiť.

Pridaním triedy flowhunt-skip k HTML prvkom označíte obsah, ktorý nechcete indexovať. Každý prvok s touto triedou bude ignorovaný a nikdy sa nedostane k Chatbotu.

Tu je príklad použitia tejto triedy:

<div class="flowhunt-skip">
  <h2>Duplicitný obsah</h2>
  <p>Tento obsah je duplicitný. Nechcem, aby ho FlowHunt znovu indexoval.</p>
</div>

Môžete tiež preskočiť len jeden odsek alebo časť prvku:

<div>
  <h2>Môj obsah</h2>
  <p>Tento odsek by sa mal indexovať.</p>
  <p class="flowhunt-skip">Nechcem, aby Chatbot použil túto informáciu.</p>
  <p>Tento odsek by sa mal indexovať.</p>
</div>

Ako funguje indexovanie

Proces prehľadávania prebieha na pozadí podľa nastavených harmonogramov. Sťahuje iba HTML stránku. Obrázky či médiá sa ukladajú len ako odkazy. Všetky presmerovania sa sledujú a kanonické URL sa vyhodnocujú.

Po prehľadaní sa HTML obsah prevedie na čistý text v markdown formáte. Niektoré informácie sa počas tohto procesu môžu odstrániť. Finálny markdown text je Chatbotu ponúknutý ako kontext. Bot môže tieto informácie kedykoľvek získať.

Ako AI vie, ktoré informácie si má vybrať

Markdown text sa rozdelí na časti, vektorizuje a uloží do vektorovej databázy. Tento typ databázy priraďuje hodnoty významom slov. Vďaka tomu AI rozumie súvisiacim slovám a nepotrebuje presnú zhodu.

Slová sú rozmiestnené v mriežke podľa svojich pridelených hodnôt. To umožňuje počítaču pochopiť, ktoré slová sú si významovo blízke:

Poznámka: Ide o veľmi zjednodušený model. V praxi AI pracuje s tisíckami slov, fráz a celých viet.

Vyhľadávanie informácií vo vektorových databázach sa nazýva sémantické vyhľadávanie. Ide o schopnosť AI vyhľadávať a vyhodnocovať význam slov v databáze a používať ich na tvorbu odpovedí.

Keď používateľ zadá otázku, bot prevedie slová na vektory. Následne vyhľadá v databáze najbližšie zhody z vášho obsahu. Po nájdení zhôd alebo podobného obsahu použije tieto informácie na zostavenie odpovede.

Prečo je sémantické vyhľadávanie také dôležité

Predstavte si, že vlastníte internetový obchod s domácimi miláčikmi. Zákazník zadá nasledovnú otázku:

„Predávate krmivo pre mačiatka?“

Áno, ale názov produktu obsahuje slovo „junior“ namiesto „mačiatko“. Bot dokáže rozpoznať, že „krmivo pre mladé mačky“ je to isté (alebo veľmi podobné) ako „krmivo pre mačiatka“ a úspešne zákazníka nasmeruje k správnemu produktu.

Bez sémantického vyhľadávania vo vektorovej databáze by Chatbot jednoducho odpovedal, že „krmivo pre mačiatka“ neponúkate, čím by ste prišli o budúceho zákazníka. Pri používaní FlowHunt sa však takýchto situácií obávať nemusíte.