Kapan chatbots perlu memberikan jawaban yang akurat?
Ketika pengguna mengajukan pertanyaan tentang topik seperti harga barang tertentu, atau tanggal acara, penting bagi chatbot Anda untuk memberikan jawaban yang akurat dan dapat diandalkan. Inilah yang kami sebut data terstruktur atau terorganisir. LLM sangat bagus untuk menanyakan sejumlah besar data yang tidak terstruktur, biasanya ditemukan dalam dokumen seperti file PDF dan plaintext, tetapi kueri terprogram jauh lebih cocok untuk data yang terorganisir (pikirkan hal-hal seperti tabel dan spreadsheet).
Langkah 1: Mengatur informasi dalam Tabel
Cara terbaik untuk memastikan bahwa bot Anda dapat menjawab pertanyaan seperti ini secara akurat adalah dengan menyusun data Anda dalam Tabel. Itu karena informasi seperti harga dikaitkan dengan item tertentu - dengan kata lain, Anda bekerja dengan data terstruktur.
Bot Botpress Anda dapat mengurai data yang tidak terstruktur seperti PDF dan file teks biasa untuk informasi yang diformat secara longgar - pikirkan hal-hal seperti kebijakan pengembalian atau riwayat perusahaan. Di sisi lain, jika pengguna Anda ingin mengetahui harga latte, bot Botpress bekerja paling baik jika informasi tersebut diberikan kepada mereka dalam format terstruktur (misalnya, Tabel).
Mari kita lihat sebuah contoh.
Buat Tabel di Botpress Cloud Studio.
Masukkan informasi Anda. Dalam contoh ini, saya akan mengimpor CSV yang berisi daftar item menu untuk kedai kopi fiktif, beserta harga dan jumlah kalori yang dikandung setiap item.
Langkah 2: Buat Basis Pengetahuan
Saat pengguna mengajukan pertanyaan kepada bot Anda, bot Anda akan menjawab berdasarkan informasi yang dimilikinya di Basis Pengetahuan.
Untuk contoh ini, mari kita tentukan Tabel yang baru saja kita buat sebagai Basis Pengetahuan.
Apa yang telah kami lakukan adalah menunjukkan kepada bot kami bahwa ketika pengguna mengajukan pertanyaan tentang item tertentu, seperti berapa harga barang, bot harus terlebih dahulu menemukan catatan spesifik item tersebut di Tabel kami, lalu memberikan informasi yang tercantum di kolom Harga.
Langkah 3: Menyiapkan pertanyaan pengguna
Langkah terakhir adalah mengizinkan pengguna Anda untuk mengajukan pertanyaan kepada bot Anda.
Pada contoh di bawah ini, kami menempatkan Kartu Tangkap Masukan Mentah di simpul standar, tetapi ada banyak cara yang dapat Anda lakukan untuk berkreasi dalam cara Anda meminta pengguna Anda mengajukan pertanyaan.
Dalam blog ini, kami mendemonstrasikan contoh yang cukup sederhana, namun Botpress Tabel dapat menyimpan ribuan baris, termasuk hal-hal seperti basis data tiket teknik yang sangat besar.
Botpress bot juga mendukung pencarian bahasa alami pada basis data tersebut, sehingga Anda dapat mencari hal-hal seperti tiket teknik yang terkait dengan navigasi, misalnya.
Pertanyaan yang Sering Diajukan
Apakah jawaban bot saya akan mencerminkan perubahan yang saya buat pada Tabel saya?
Ya, jawaban bot Anda akan mencerminkan versi Tabel Anda saat ini, bahkan jika Anda telah menambahkan catatan ke dalamnya setelah membuatnya dan menunjuknya sebagai sumber data untuk Basis Pengetahuan.
Dapatkah saya mengimpor CSV secara langsung ke Botpress?
Ya, Anda dapat menggunakan tombol "Impor CSV" untuk mengimpor sumber data Anda secara langsung ke Botpress.
Jenis informasi apa saja yang dapat saya simpan dalam kolom?
Anda dapat menyimpan teks (string), angka, variabel boolean (ya/tidak), dan tanggal.
Apakah ada batasan untuk baris Tabel?
Botpress menyediakan bot gratis dengan 5.000 baris. Anda dapat membeli penyimpanan tambahan dengan biaya tertentu.
Dapatkah kami memperbarui Tabel melalui API?
Dukungan untuk memperbarui Tabel secara dinamis melalui API ada di peta jalan.
Bagikan ini:
Buat chatbot AI pribadi Anda sendiri secara gratis
Mulailah membuat bot GPT yang dipersonalisasi dengan antarmuka seret & lepas yang intuitif.
Mulailah - gratis! 🤖Tidak diperlukan kartu kredit
Terus ikuti perkembangan terbaru tentang AI chatbots