Aggiornamento dei contenuti e nuove scansioni

Mantieni aggiornato un chatbot IA a partire dal tuo sito web

Un’acquisizione pianificata del sito web che porta le pagine aggiornate nel dataset di un chatbot IA
Un’acquisizione pianificata del sito web che porta le pagine aggiornate nel dataset di un chatbot IA

Se il tuo chatbot dipende dalle pagine del sito, esportarle e caricarle ripetutamente crea lavoro inutile. Un job di acquisizione dati del sito web può rivisitare le sezioni approvate e aggiornare il dataset di memoria collegato secondo una pianificazione.

Questa guida descrive il percorso di implementazione in Seekdown.

Prima di configurare il job

Prepara tre cose:

  • l’URL pubblico da cui deve partire l’individuazione delle pagine;
  • gli hostname che il job può visitare; e
  • le sezioni da includere o escludere.

Non partire dall’intero dominio per impostazione predefinita. Schermate di login, pagine di checkout, archivi di tag, vecchie campagne e viste di stampa duplicate possono aggiungere rumore senza aiutare le risposte.

Configura il perimetro di acquisizione

Apri Acquisizione dati, crea o modifica un job per il sito web e controlla le sue impostazioni di Navigation.

Impostazioni di navigazione di Seekdown per URL iniziali e hostname consentiti, con dati di esempio
Impostazioni di navigazione di Seekdown per URL iniziali e hostname consentiti, con dati di esempio

Usa pattern di percorsi inclusi ed esclusi per rendere esplicito il perimetro. Per un sito di documentazione, una configurazione iniziale potrebbe includere "/docs/" ed escludere "/docs/archive/", "/login/" e "/tag/". I percorsi esclusi hanno la priorità.

Imposta un limite di pagine e una profondità dei link sufficienti a raggiungere i contenuti previsti ma non le sezioni non pertinenti. Salva il job ed eseguilo una volta prima di aggiungere una pianificazione.

Controlla la prima esecuzione

Controlla i link individuati e i record acquisiti.

  • Ci sono le pagine che ti aspettavi?
  • Il job è uscito dagli hostname consentiti?
  • Un’esclusione ha rimosso una pagina importante?
  • Il testo acquisito contiene i dati di cui un visitatore ha bisogno?
  • Le pagine obsolete e duplicate sono assenti?
Contenuti di un dataset Seekdown usati per controllare i record indicizzati, con dati di esempio
Contenuti di un dataset Seekdown usati per controllare i record indicizzati, con dati di esempio

Correggi subito il perimetro. Una pianificazione ripeterà lo stesso errore se la prima esecuzione acquisisce le pagine sbagliate.

Aggiungi la pianificazione

Nella vista Edit properties del job, apri Choose frequency to execute. Seekdown offre intervalli di un’ora, 4 ore, 8 ore, 16 ore, un giorno, 3 giorni e 7 giorni, oltre a Never.

Selettore della frequenza di Seekdown per l’acquisizione dati pianificata, con dati di esempio
Selettore della frequenza di Seekdown per l’acquisizione dati pianificata, con dati di esempio

Scegli la frequenza in base a quanto spesso cambia la fonte. Le schede prodotto possono giustificare più esecuzioni al giorno; le policy stabili possono richiedere un’esecuzione settimanale o un’acquisizione manuale dopo l’approvazione.

Verifica che il chatbot usi i nuovi contenuti

Scegli una domanda legata a una pagina controllata. Annota la risposta e la citazione attuali, modifica la pagina, completa l’acquisizione successiva e rifai la stessa domanda.

Un controllo riuscito ha quattro parti:

  1. L’URL modificato compare nell’acquisizione completata.
  2. Il testo aggiornato compare nel dataset.
  3. La risposta del chatbot riflette quel testo.
  4. La citazione apre la fonte aggiornata.

Se un passaggio non va a buon fine, diagnostica quella fase. Non dare per scontato che la pianificazione da sola garantisca l’aggiornamento.

Per i dettagli su perimetro e pianificazione, consulta Configurare i job di acquisizione dati.