Wanneer moet chatbots nauwkeurige antwoorden geven?
Wanneer gebruikers vragen stellen over onderwerpen als de prijs van een bepaald artikel of de datum van een evenement, is het belangrijk dat je chatbot accurate, betrouwbare antwoorden geeft. Dit noemen we gestructureerde of georganiseerde gegevens. LLM's zijn geweldig voor het bevragen van grote hoeveelheden ongestructureerde gegevens, meestal te vinden in documenten zoals PDF en platte tekstbestanden, maar programmatische query's zijn veel beter geschikt voor georganiseerde gegevens (denk aan tabellen en spreadsheets).
Stap 1: Informatie ordenen in een tabel
De beste manier om ervoor te zorgen dat je bot vragen als deze nauwkeurig kan beantwoorden, is om je gegevens te structureren in een tabel. Dat komt omdat informatie zoals de prijs is gekoppeld aan een specifiek item - met andere woorden, je werkt met gestructureerde gegevens.
Je Botpress bot kan ongestructureerde gegevens zoals PDF's en platte tekstbestanden analyseren op losjes geformatteerde informatie - denk aan zaken als retourbeleid of bedrijfsgeschiedenis. Aan de andere kant, als je gebruiker de prijs van een latte wil weten, werken Botpress bots het beste als die informatie in een gestructureerd formaat (bijvoorbeeld een tabel) wordt aangeboden.
Laten we eens naar een voorbeeld kijken.
Maak een tabel in de Botpress Cloud Studio.
Voer je informatie in. In dit voorbeeld importeer ik een CSV met een lijst van menu-items voor een fictieve koffieshop, samen met hun prijzen en het aantal calorieën dat elk item bevat.
Stap 2: Een kennisbank maken
Wanneer gebruikers uw bot een vraag stellen, zal uw bot antwoorden op basis van de informatie in zijn kennisbank.
Laten we voor dit voorbeeld de tabel die we zojuist hebben gemaakt, aanwijzen als een kennisbank.
Wat we hebben gedaan is onze bot aangeven dat wanneer gebruikers vragen stellen over specifieke items, zoals hoeveel iets kost, hij eerst de specifieke record van dat item in onze tabel moet vinden en dan de informatie moet geven die in de kolom Prijs staat.
Stap 3: Gebruikersquery's instellen
De laatste stap is om je gebruiker vragen te laten stellen aan je bot.
In het onderstaande voorbeeld plaatsen we een Raw Input Capture Card in een standaard knooppunt, maar er zijn veel manieren waarop je creatief kunt zijn in de manier waarop je de gebruiker vraagt om vragen te stellen.
In deze blog hebben we een vrij eenvoudig voorbeeld gedemonstreerd, maar Botpress Tabellen kunnen duizenden rijen opslaan, inclusief dingen zoals enorme databases met technische tickets.
Botpress Bots ondersteunen ook zoekopdrachten in natuurlijke taal in die databases, zodat je bijvoorbeeld kunt zoeken naar technische tickets die betrekking hebben op navigatie.
Veelgestelde vragen
Komen de antwoorden van mijn bot overeen met de wijzigingen die ik in mijn Tabel aanbreng?
Ja, de antwoorden van uw bot weerspiegelen de huidige versie van uw Tabel, zelfs als u er records aan hebt toegevoegd nadat u de Tabel hebt gemaakt en aangewezen als gegevensbron voor een Knowledge Base.
Kan ik CSV's rechtstreeks importeren in Botpress?
Ja, je kunt de knop "CSV importeren" gebruiken om je gegevensbron rechtstreeks in Botpress te importeren.
Wat voor soort informatie kan ik opslaan in kolommen?
Je kunt tekst (string), getallen, booleaanse variabelen (ja/nee) en datums opslaan.
Is er een limiet aan het aantal rijen in de tabel?
Botpress biedt gratis bots met 5.000 rijen. Tegen betaling kun je extra opslagruimte kopen.
Kunnen we tabellen bijwerken via API?
Ondersteuning voor het dynamisch bijwerken van tabellen via API staat in de roadmap.
Deel dit op:
Bouw gratis je eigen gepersonaliseerde AI-chatbot
Begin met het bouwen van een gepersonaliseerde GPT bot met onze intuïtieve drag & drop interface.
Begin - het is gratis! 🤖Geen creditcard nodig
Blijf op de hoogte van het laatste nieuws over AI chatbots