KI-csevegőbot tudásbázissal — A botja ismeri a vállalkozását
Az általános AI-csevegőbotok általános válaszokat adnak. A Zentor App összeköti az AI-csevegőbotot a saját tudásbázisával: a bot kizárólag a vállalati szövegei alapján válaszol – pontosan, következetesen és kitalált információk nélkül.
A generikus chatbotok problémája
Egy olyan AI-csevegőbot, amely kizárólag egy nyelvi modell általános képzési tudására támaszkodik, nem tudja megbízhatóan megválaszolni az ügyfelek kérdéseit. A modell nem ismeri a vállalatát, az árszerkezetét, a szolgáltatási feltételeit és az aktuális termékeit. Az eredmény homályos, általános vagy legrosszabb esetben hamis válaszok – ez pedig árt az ügyfelek bizalmának.
Az első generációs szabályalapú chatbotok ezt a problémát másképpen oldják meg: mereven programozottak, és csak pontos kulcsszavakra reagálnak. Ez merev, rugalmatlan beszélgetésekhez vezet – amint egy ügyfél máshogy fogalmazza meg a kérdését, mint azt előírták, a rendszer megbukik.
A Zentor App a két megközelítés legjobb részeit ötvözi: a válaszok a saját, ellenőrzött tartalmainkon alapulnak (ahogy a szabályalapú megközelítésnél) – de az AI-modell megérti az ügyfelek természetes nyelvét, és rugalmasan reagál (ahogy egy modern AI-csevegőbot). Az eredmény egy olyan csevegőbot, amely ténylegesen tudja, ki Ön. Hogyan különbözik ez az elv konkrétan egy általános bot-tól, azt a következőkben magyarázzuk: Saját AI-csevegőbot a generikus bot helyett.
Mi az a tudásbázis, és mi az a RAG?
Egy tudásbázis az AI-csevegőbotok kontextusában egy strukturált gyűjtemény minden olyan tartalomról, amelyek alapján a bot válaszol a kérdésekre. Feltölti az Ön GYIK-dokumentumait, termékleírásait, szolgáltatási információit és folyamatleírásait – a csevegőbot minden kérésnél ezekre a gyűjteményre hivatkozik.
A mögöttük álló technikai mechanizmus a Retrieval-Augmented Generation, röviden RAG. Két lépésben működik: először a rendszer átkutatja a tudásbázist a ügyfélkéréshez illeszkedő szövegrészek után (Retrieval). Ezután ezeket a találatokat együtt az ügyfélkéréssel továbbítja az AI-modellnek, amely ebből egy érthető, kontextusba ágyazott választ fogalmaz meg (Generation).
Az eredmény: A bot nem talál ki semmit. Csak azt válaszolja, ami a tudásbázisában szerepel – természetes nyelven, szkriptkényszer nélkül, és a megfogalmazásokra adott megértéssel. A retrieval és generálás részletes technikai bemutatását cikkünkben olvashatja A RAG-technológia magyarázata.
Tartalmak — Válaszok
A Zentor App tudásbázis alkalmas minden olyan szöveges tartalomra, amely ügyfeleket érint. Bármit, amit a chatbotot szeretne megtanítani, feltöltheti a műszerfalon nem programoz, nem rendelkezik műszaki beállítással. Saját adatokkal rendelkező chatbot.
Gyakran Ismételt Kérdések és Válaszok – a tudásbázisok klasszikusa. Struktúrája Q&A dokumentumként vagy folyószövegként jelenik meg.
Termékei tulajdonságai, előnyei, változatai és felhasználási területei. A bot célzottan tud egyes termékekre reagálni.
Nyitvatartások (a chatbot szolgáltatási idejének értelmében), szállítási feltételek, visszaküldési folyamatok és egyéb szolgáltatással kapcsolatos információk.
Belső vagy külső lépésről lépésre útmutatók, amelyek segítenek az ügyfeleknek a termékei vagy szolgáltatásai használatában.
Ki Ön, mit kínál, és miért dolgoznak együtt az ügyfelek. Hasznos első megkeresésekhez és általános tájékozódó beszélgetésekhez.
Árjegyzékek, díjszabási áttekintések és feltételek – személyes adatok nélkül, de minden olyan információval, amelyet a vásárlók általában kérdeznek.
Starter: 1.000 MB tudástár
A Zentor App Starter csomag 1 000 MB tudásbázist tartalmaz (igény esetén bővíthető). Ez első ránézésre egy technikai adatnak tűnik – érdemes ezt kontextusba helyezni: egy 50 000 szóból álló szöveges dokumentum általában kevesebb mint 500 KB helyet foglal el. Így az 1 000 MB-mal nagyon nagy mennyiségű vállalati szöveget, GYIK-dokumentumokat, termékleírásokat és útmutatókat tárolhat anélkül, hogy kapacitási problémákba ütközne.
A legtöbb kis- és középvállalkozás számára ez a tárhely messze elegendő ahhoz, hogy lefedje az összes releváns ügyfélinformációt. A chatbot ehhez az alaphoz fér hozzá, és minőségi válaszokat ad — függetlenül attól, hogy hány beszélgetés történik egyszerre.
A tudásbázis tartalmát bármikor a műszerfalon keresztül kezelheti: dokumentumokat adhat hozzá, frissíthet vagy eltávolíthat. A módosítások azonnal érvénybe lépnek – a chatbot a következő beszélgetéstől kezdve a frissített tartalom alapján válaszol.
Vector-RAG egyedi csomagban
A széles körű tudásbázissal vagy magasabb minőségi követelményekkel rendelkező vállalkozások számára a Zentor App az Individuell-csomagban Vector-RAG szolgáltatást kínál. A szabványos kereséstől való eltérés az, hogy a Vector-RAG nem kulcsszavak alapján keres, hanem a tudásanyagokat és az ügyfélkéréseket is matematikai vektorokká alakítja át. Ezek a vektorok a szöveg szemantikai tartalmát, azaz a jelentését reprezentálják.
Ez lehetővé teszi a szemantikus hasonlóságon alapuló keresést: ha egy ügyfél azt kérdezi: „Hogyan tudom lemondani a rendelésem?”, a rendszer megtalálja azt a részt is, amelynek a címe „Szerződés felmondása” — noha nincs közös kulcsszó. A visszakeresés találati pontossága ezzel jelentősen javul, ami közvetlenül a chatbot-válaszok minőségében is megmutatkozik.
A Vector-RAG az egyedi csomagban kombinálható helyi AI-modellekkel: a tudásbázis és az AI-feldolgozás teljes mértékben a saját infrastruktúráján marad. Maximális adat-szouverenitás a szemantikus keresés minőségével párosítva.
Gyakori kérdések az ismeretbázisról
Mi az a RAG-technológia?
A RAG a Retrieval-Augmented Generation kifejezés rövidítése. Ez a módszer két lépést kombinál: először a rendszer átkutatja a tudásbázisát a lekérdezéshez kapcsolódó tartalmakért (Retrieval). Ezután az AI-modell ezeket a találatokat használja fel egy pontos, kontextusba ágyazott válasz megfogalmazásához (Generation). Az eredmény olyan válaszok, amelyek a saját vállalati szövegein alapulnak – nem az AI-modell általános tanítási tudásán.
Milyen tartalmakat tölthetek fel a tudásbázisba?
Feltölthet minden szövegalapú tartalmat, amely ügyfeleire vonatkozik: GYIK-dokumentumok, termékleírások, szolgáltatási feltételek, árazási listák (személyes adatok nélkül), folyamatleírások, termékhasználati útmutatók vagy általános vállalati információk. A tudásbázis a Zentor alkalmazás irányítópultján keresztül kezelhető – technikai ismeretek nélkül.
Mennyi tárhely van benne?
Az Starter csomagban 1.000 MB tudásraktár áll rendelkezésre (kérésre bővíthető). Ez nagyon nagy mennyiségű szöveges dokumentumnak felel meg – a legtöbb középvállalkozás számára ez a tárhely több mint elegendő. Az Egyedi csomagban szükség esetén több tárhely és szemantikus Vector-RAG keresés is konfigurálható.
A chatbot csak a tudásbázisból válaszol?
Az alapértelmezett konfigurációban a chatbot kizárólag a tudásbázisában található tartalmak alapján válaszol a kérdésekre. Ez megakadályozza, hogy a bot általános vagy hibás válaszokat adjon az AI-modell általános tanítási tudásából. Ha egy kéréshez nem található megfelelő tartalom, a chatbot úgy konfigurálható, hogy a vásárlót egy munkatársra irányítsa át, ahelyett, hogy bizonytalan választ adna.
Mi a különbség a Starter és az Individuell csomagok között a tudásbázisban?
A Starter-Planban a chatbot klasszikus, kulcsszó-alapú lekérdezést használ a tudásbázisából: a bot a felhasználói kérésből származó kulcsszavakat keres. Az Individuell-Paketben emellett a Vector-RAG is elérhető: ebben az esetben a kéréseket és a tudásanyagokat szemantikai vektorokká alakítják, így a bot akkor is talál megfelelő válaszokat, ha a felhasználó máshogy fogalmazza meg a kérdést, mint ahogy az a tudásbázisban szerepel – ami jelentősen javítja a találati arányt.
Automatikusan feltölthető-e a tudásbázis külső rendszerekből?
A Zentor App támogatja a dokumentumok importálását a Dashboard felületen keresztül. Az automatizált importáláshoz külső rendszerekből (CMS, dokumentumkezelés, CRM) az Egyedi csomagban API-hozzáférés és n8n munkafolyamatok érhetők el, amelyekkel a tartalmak strukturáltan importálhatók és frissíthetők – manuális feltöltés nélkül a Dashboardon keresztül.
Milyen gyorsan lépnek hatályba a tudásbázisban végzett módosítások?
A Zentor App-pultba tett módosítások azonnal feldolgozódnak. A chatbot a következő beszélgetésről a frissített tartalom alapján válaszol. Nincs késés a kézi neutraliztatási ciklusok miatt a RAG rendszer minden kérésnél közvetlenül a tudásbázistól olvassa el a friss tartalmat.
Mi történik, ha a chatbot nem talál megfelelő választ?
Ha a RAG-rendszer a tudásbázisban nem talál a lekérdezésnek megfelelő tartalmat, a chatbot konfigurálhatóan reagálhat: közölheti az ügyféllel, hogy nincs válasza, és kezdeményezheti az átadást egy munkatársnak, vagy feltehet egy általános visszakerdezést. A pontos reakció hiányzó találatok esetén a Zentor App-kezelőfelületén határozható meg – így elkerülhetők a nem biztonságos válaszok az általános AI-képzési tudásból.
Tegye chatbotját a vállalata szakértőjévé
Tesztelje a Zentor App AI chatbotját tudásbázissal a demóban, vagy tájékozódjon a vállalkozásához illő csomagokról.
Mehr dazu im Hilfe-Center