Quando è necessario che chatbots fornisca risposte precise?
Quando gli utenti fanno domande su argomenti come il prezzo di un determinato articolo o la data di un evento, è importante che il chatbot fornisca risposte precise e affidabili. Questi sono i cosiddetti dati strutturati o organizzati. Le LLM sono ottime per interrogare grandi quantità di dati non strutturati, tipicamente presenti in documenti come PDF e file di testo, ma le query programmatiche sono molto più adatte ai dati organizzati (si pensi a tabelle e fogli di calcolo).
Passo 1: organizzare le informazioni in una tabella
Il modo migliore per garantire che il bot possa rispondere con precisione a domande come queste è strutturare i dati in una tabella. Infatti, informazioni come il prezzo sono associate a un articolo specifico: in altre parole, si lavora con dati strutturati.
Il bot Botpress è in grado di analizzare dati non strutturati come PDF e file di testo alla ricerca di informazioni non formattate, come ad esempio le politiche di restituzione o la storia dell'azienda. Se invece l'utente vuole sapere il prezzo di un caffè macchiato, i bot di Botpress funzionano meglio quando le informazioni sono fornite in un formato strutturato (ad esempio, una tabella).
Vediamo un esempio.
Creare una tabella in Botpress Cloud Studio.
Immettere le informazioni. In questo esempio, importerò un CSV che elenca le voci del menu di una caffetteria immaginaria, con i relativi prezzi e il numero di calorie contenute in ogni voce.
Passo 2: Creare una Knowledge Base
Quando gli utenti pongono una domanda al bot, quest'ultimo risponde in base alle informazioni contenute nella sua Knowledge Base.
Per questo esempio, designiamo la tabella appena creata come Knowledge Base.
Abbiamo indicato al nostro bot che quando gli utenti fanno domande su articoli specifici, come ad esempio quanto costa qualcosa, deve prima trovare il record specifico di quell'articolo nella nostra tabella e poi fornire le informazioni elencate nella colonna Prezzo.
Fase 3: Impostazione delle query utente
Il passo finale consiste nel consentire all'utente di porre domande al bot.
Nell'esempio che segue, abbiamo inserito una scheda di acquisizione degli ingressi raw in un nodo standard, ma ci sono molti modi in cui si può essere creativi nel suggerire all'utente di fare domande.
In questo blog abbiamo mostrato un esempio piuttosto semplice, ma le tabelle di Botpress possono memorizzare migliaia di righe, comprese quelle di vasti database di biglietti di ingegneria.
Botpress I bot supportano anche ricerche in linguaggio naturale su questi database, in modo da poter cercare cose come i biglietti di ingegneria relativi alla navigazione, ad esempio.
Domande frequenti
Le risposte del mio bot rifletteranno le modifiche apportate alla mia Tabella?
Sì, le risposte del bot rispecchieranno la versione attuale della tabella, anche se vi sono stati aggiunti record dopo averla creata e designata come fonte di dati per una Knowledge Base.
È possibile importare CSV direttamente in Botpress?
Sì, è possibile utilizzare il pulsante "Importa CSV" per importare la fonte di dati direttamente in Botpress.
Quali tipi di informazioni si possono memorizzare nelle colonne?
È possibile memorizzare testo (stringa), numeri, variabili booleane (sì/no) e date.
C'è un limite alle righe della tabella?
Botpress fornisce bot gratuiti con 5.000 righe. È possibile acquistare spazio di archiviazione aggiuntivo a pagamento.
È possibile aggiornare le tabelle tramite API?
Il supporto per l'aggiornamento dinamico delle tabelle tramite API è nella roadmap.
Condividi questo articolo su:
Costruite gratuitamente il vostro chatbot AI personalizzato
Iniziate a costruire un bot GPT personalizzato con la nostra intuitiva interfaccia drag & drop.
Iniziare è gratis! 🤖Non è richiesta la carta di credito
Rimanete aggiornati sulle ultime novità in materia di IA chatbots