跳过内容索引

无论多么强大，AI 依然只是传递它学到的信息的机器。它并不理解笑话、假设或讽刺，而这些往往会导致令人捧腹（有时甚至严重有害）的回答。为了确保您的聊天机器人不会制造新的 AI 丑闻，并帮助其更好地理解您的内容，您可以告知它哪些内容需要跳过。

确保 AI 可靠性的关键在于监控它获取信息的来源。并非所有内容都适合被聊天机器人使用。flowhunt-skip 类允许您标记不应被 FlowHunt 索引的内容。任何带有该类的 HTML 元素在处理内容时都会被忽略。

何时使用跳过参数

有两个主要原因建议使用此类，但您也可以根据需要将其用于任何不适合或不必要让机器人使用的内容。

1. 跳过重复内容： 如果相似内容不断被索引，会让 AI 难以区分和分类内容主题。跳过重复信息还能长期节省文本处理费用。

2. 跳过有风险或不当信息： 您应跳过任何可能导致 AI 给出错误、有害或断章取义回答的信息。尤其当您的品牌语气常用玩笑或激烈措辞时要格外小心。这类内容虽然适合其他场合，但用户未必喜欢冷嘲热讽的机器人。

如何使用 flowhunt-skip 参数

FlowHunt 会抓取并索引您的网站，为聊天机器人提供上下文。凡被 FlowHunt 索引的内容，您的聊天机器人都可能在某个时刻使用。

为 HTML 元素添加 flowhunt-skip 类，即可标记您不希望被索引的内容。所有带有该类的元素都会被忽略，永远不会进入聊天机器人。

以下是该类的使用示例：

<div class="flowhunt-skip">
  <h2>重复内容</h2>
  <p>这段内容是重复的。我不希望 FlowHunt 再次索引它。</p>
</div>

您也可以只跳过某个段落或某元素的一部分：

<div>
  <h2>我的内容</h2>
  <p>这个段落应该被索引。</p>
  <p class="flowhunt-skip">我不希望聊天机器人使用这段信息。</p>
  <p>这个段落应该被索引。</p>
</div>

索引的工作原理

抓取流程在后台按您设定的计划运行，只下载 HTML 页面。所有图片或媒体仅以链接方式保存。所有重定向都会被跟踪，规范 URL 也会被评估。

抓取完成后，HTML 内容会被转换为纯 markdown 文本。在此过程中，部分信息可能被移除。最终的 markdown 文本会作为上下文提供给聊天机器人，机器人可根据需要随时调用这些信息。

AI 如何选择要使用的信息

markdown 文本会被拆分成片段，向量化后存储到向量数据库中。这类数据库会为词语的含义分配数值。这样 AI 不需要精确匹配词语，也能理解相关词汇。

词语会根据其数值分布在网格上，使计算机能够理解哪些词语在含义上彼此接近：

注意：这是极度简化的模型。实际中，AI 处理的是成千上万个词语、短语乃至整个句子。

从向量数据库检索信息被称为语义搜索。它是 AI 在向量数据库中搜索并评估词语含义、据此提供答案的能力。

当用户提交查询时，机器人会将词语转换为向量，然后在数据库中搜索与您的内容最接近的匹配项。找到匹配或相似内容后，机器人会利用这些信息生成答案。

为什么语义搜索如此重要

假设您经营一家宠物用品网店。有客户提出如下问题：

“你们卖小猫吃的粮吗？”

答案是肯定的，但您的产品名称用的是“幼猫”而不是“小猫”。机器人能够理解“幼猫粮”和“小猫吃的粮”是相同或非常相似的，从而成功引导客户找到正确的产品。

如果没有向量数据库中的语义搜索，聊天机器人就会直接回复您没有“小猫吃的粮”，让您失去一个潜在客户。使用 FlowHunt，您无需担心此类情况发生。