پایگاه دانش

به هوش مصنوعی خود اطلاعاتی را که برای پاسخ دقیق نیاز دارد بدهید. سؤالات متداول، جزئیات محصول و سیاست‌های خود را اضافه کنید — enuchat بقیه را مدیریت می‌کند.

چگونه کار می‌کند

پایگاه دانش پایه پاسخ‌های دقیق هوش مصنوعی است. در اینجا جریان آن آمده است:

خط لوله

  1. محتوای متنی اضافه می‌کنید — سؤالات متداول، سیاست‌ها، اطلاعات محصول، هر چیزی که بازدیدکنندگان شما ممکن است درباره آن بپرسند
  2. enuchat محتوا را به بخش‌های کوچک‌تر و معنادار تکه‌تکه می‌کند
  3. هر تکه با استفاده از مدل text-embedding-3-small از OpenAI به یک vector embedding تبدیل می‌شود
  4. Embeddings در pgvector (پسوند vector PostgreSQL) برای جستجوی شباهت سریع ذخیره می‌شوند
  5. وقتی بازدیدکننده‌ای سؤالی می‌پرسد، سؤال آن‌ها نیز به یک embedding تبدیل می‌شود
  6. مرتبط‌ترین تکه‌ها بازیابی شده و در پرامپت هوش مصنوعی به عنوان زمینه گنجانده می‌شوند

این رویکرد — که تولید افزوده با بازیابی (RAG) نامیده می‌شود — به این معنی است که هوش مصنوعی از محتوای واقعی شما پاسخ می‌دهد، نه از داده‌های آموزش عمومی خود.

افزودن منابع

منابع تکه‌های فردی محتوا هستند که پایگاه دانش شما را تشکیل می‌دهند. هر منبع یک عنوان و محتوای متنی دارد.

مراحل

  1. ویجت خود را باز کنید و به تب پایگاه دانش بروید
  2. روی افزودن منبع کلیک کنید
  3. یک عنوان توصیفی وارد کنید (مثلاً "سیاست بازگشت"، "طرح‌های قیمت‌گذاری"، "ساعات کاری")
  4. محتوا خود را به عنوان متن ساده بچسبانید یا تایپ کنید
  5. روی ذخیره کلیک کنید

پس از ذخیره، وضعیت منبع "در حال پردازش..." را نشان می‌دهد در حالی که enuchat محتوا را تکه‌تکه می‌کند و embeddings تولید می‌کند. این معمولاً چند ثانیه طول می‌کشد. پس از تکمیل، وضعیت به "آماده" تغییر می‌کند و محتوا فوراً برای پاسخ‌های هوش مصنوعی در دسترس است.

نوشتن محتوای خوب

کیفیت پاسخ‌های هوش مصنوعی شما مستقیماً به کیفیت محتوای پایگاه دانش شما بستگی دارد.

انجام دهید

  • طبیعی بنویسید — از همان زبانی که مشتریان شما استفاده می‌کنند استفاده کنید، نه متن SEO پر از کلیدواژه
  • دقیق باشید — قیمت‌های واقعی، ساعات، آدرس‌ها و جزئیات سیاست را شامل کنید
  • به سؤالات واقعی پاسخ دهید — به صندوق ورودی پشتیبانی خود برای سؤالاتی که مردم واقعاً می‌پرسند نگاه کنید
  • بر اساس موضوع سازماندهی کنید — یک منبع به ازای هر موضوع چیزها را تمیز و آسان برای به‌روزرسانی نگه می‌دارد
  • مختصر نگه دارید — ۲-۳ جمله به ازای هر پاسخ برای دقت بازیابی ایده‌آل است

انجام ندهید

  • کل وب‌سایت خود را در یک منبع نریزید — این ارتباط را رقیق می‌کند
  • از تبلیغات بازاریابی استفاده نکنید — هوش مصنوعی به حقایق نیاز دارد، نه شعارها
  • جزئیات کلیدی را کنار نگذارید — اگر سیاست بازگشت شما ۳۰ روز است، "۳۰ روز" بگویید، نه "پنجره بازگشت سخاوتمندانه"

مثال: محتوای منبع خوب

Title: Shipping Policy

We ship to all EU countries. Standard shipping takes 3-5 business days
and costs €4.99. Orders over €50 qualify for free shipping.

Express shipping (1-2 business days) is available for €9.99.
We ship Monday through Friday. Orders placed before 2pm CET ship
the same day.

چگونه جستجوی معنایی کار می‌کند

برخلاف جستجوی کلیدواژه، جستجوی معنایی معنا را درک می‌کند. بازدیدکننده‌ای که می‌پرسد "تحویل چقدر هزینه دارد؟" با منبعی درباره "هزینه‌های حمل" مطابقت پیدا می‌کند، حتی اگر کلمات متفاوت باشند.

فرآیند بازیابی

  1. سؤال بازدیدکننده به یک vector embedding تبدیل می‌شود (همان مدل محتوای شما)
  2. این embedding با همه embeddings محتوای شما با استفاده از شباهت کسینوسی مقایسه می‌شود
  3. ۵ مرتبط‌ترین تکه انتخاب می‌شوند
  4. این تکه‌ها در پرامپت هوش مصنوعی به عنوان زمینه برای تولید پاسخ گنجانده می‌شوند
آستانه شباهت: اگر هیچ تکه‌ای به اندازه کافی مرتبط نباشد (نمره شباهت خیلی پایین)، هوش مصنوعی حدس نمی‌زند یا چیزها را نمی‌سازد. در عوض، به بازدیدکننده می‌گوید "من اطلاعاتی در این مورد ندارم" و پیشنهاد می‌دهد آن‌ها را با یک اپراتور انسانی متصل کند.

ارجاع

هوش مصنوعی enuchat ارجاع‌دار است — به آن دستور داده شده است که فقط از محتوای پایگاه دانش ارائه شده در زمینه آن پاسخ دهد. این یک ویژگی امنیتی حیاتی است.

ارجاع در عمل به چه معنی است

  • هوش مصنوعی اطلاعات، قیمت‌ها یا سیاست‌ها را نخواهد ساخت
  • هوش مصنوعی از داده‌های آموزش عمومی خود پاسخ نخواهد داد — فقط از محتوای شما
  • اگر پاسخ در پایگاه دانش نیست، هوش مصنوعی این را صادقانه می‌پذیرد
  • وقتی هوش مصنوعی نمی‌تواند کمک کند، پیشنهاد تحویل به یک اپراتور انسانی می‌دهد

این به این معنی است که بازدیدکنندگان شما پاسخ‌های دقیق و مخصوص شرکت دریافت می‌کنند — یا با تیم شما متصل می‌شوند. بدون اطلاعات توهمی، بدون قیمت‌های اشتباه، بدون سیاست‌های ساختگی.

به‌روزرسانی محتوا

پایگاه دانش شما باید با کسب‌وکارتان تکامل یابد. به‌روزرسانی ساده است.

چگونه به‌روزرسانی‌ها کار می‌کنند

  • عنوان یا محتوای هر منبع را ویرایش و ذخیره کنید
  • محتوا به طور خودکار دوباره تکه‌تکه و دوباره embed می‌شود
  • تغییرات در عرض چند ثانیه اعمال می‌شوند — نیازی به پردازش مجدد دستی نیست
  • Embeddings قدیمی جایگزین می‌شوند، بنابراین هوش مصنوعی فوراً از محتوای به‌روز شده استفاده می‌کند

همچنین می‌توانید منابعی را که دیگر به آن‌ها نیاز ندارید حذف کنید. محتوای حذف شده فوراً از فروشگاه vector حذف می‌شود.

نکات

شروع کنید

  • با ۱۰-۲۰ ورودی شروع کنید که سؤالات متداول‌ترین شما را پوشش می‌دهند
  • صندوق ورودی ایمیل، تیکت‌های پشتیبانی و رسانه‌های اجتماعی خود را برای سؤالات واقعی مشتری بررسی کنید
  • سعی نکنید همه چیز را یکجا اضافه کنید — کوچک شروع کنید و بر اساس آنچه بازدیدکنندگان واقعاً می‌پرسند گسترش دهید

نگهداری مداوم

  • ماهانه بررسی کنید — به گفتگوهایی که هوش مصنوعی نتوانسته پاسخ دهد نگاه کنید و آن محتوا را اضافه کنید
  • قیمت‌ها، ساعات و سیاست‌ها را هر زمان که تغییر می‌کنند به‌روز کنید
  • اطلاعات منسوخ را حذف کنید (محصولات متوقف شده، تبلیغات منقضی شده)

چه چیزهایی اضافه نکنید

  • کل وب‌سایت خود را اضافه نکنید — دقت بازیابی را کاهش می‌دهد
  • محتوایی را که روزانه تغییر می‌کند اضافه نکنید (مثلاً سطح موجودی) — به جای آن از API برای داده‌های پویا استفاده کنید
  • ورودی‌ها را متمرکز نگه دارید — یک موضوع به ازای هر منبع

آماده‌اید پایگاه دانش خود را بسازید؟

حساب رایگان خود را ایجاد کنید و در عرض چند دقیقه شروع به افزودن محتوا کنید.

رایگان شروع کنید