Chatbot AI z bazą wiedzy — Twój bot zna Twoją firmę
Ogólne chatboty AI udzielają ogólnikowych odpowiedzi. Zentor App łączy chatbota AI z Twoją własną bazą wiedzy: bot odpowiada wyłącznie na podstawie tekstów Twojej firmy — precyzyjnie, spójnie i bez zmyślonych informacji.
Problem ogólnych chatbotów
Chatbot AI, który korzysta wyłącznie z ogólnej wiedzy treningowej modelu językowego, nie potrafi rzetelnie odpowiadać na pytania Twoich klientów. Model nie zna Twojej firmy, Twojej struktury cen, Twoich warunków świadczenia usług ani Twoich aktualnych produktów. Skutkiem są niejasne, ogólnikowe lub w najgorszym razie błędne odpowiedzi — a to szkodzi zaufaniu Twoich klientów.
Chatboty oparte na regułach pierwszej generacji rozwiązują ten problem inaczej: są sztywno zaprogramowane i reagują tylko na dokładne słowa kluczowe. W rezultacie otrzymujesz sztywne, nieelastyczne rozmowy — jak tylko klient sformułuje pytanie inaczej niż przewidziano, system zawodzi.
Zentor App łączy to, co najlepsze w obu podejściach: odpowiedzi opierają się na Twoich własnych, kontrolowanych treściach (jak w podejściu opartym na regułach) — ale model AI rozumie naturalny język klienta i potrafi elastycznie reagować (jak nowoczesny chatbot AI). Efektem jest chatbot, który naprawdę wie, kim jesteś. Czym ta zasada konkretnie różni się od ogólnego bota, wyjaśniamy w Własny chatbot AI zamiast ogólnego bota.
Co to jest baza wiedzy — a co to jest RAG?
Baza wiedzy w kontekście chatbotów AI to uporządkowany zbiór wszystkich treści, na podstawie których bot ma odpowiadać na pytania. Przesyłasz swoje dokumenty FAQ, teksty produktowe, informacje serwisowe i instrukcje procesów — chatbot korzysta z tego zbioru przy każdym zapytaniu.
Mechanizm techniczny, który za tym stoi, to Retrieval-Augmented Generation, w skrócie RAG. Działa w dwóch krokach: najpierw system przeszukuje Twoją bazę wiedzy pod kątem fragmentów tekstu pasujących do zapytania klienta (Retrieval). Następnie przekazuje znalezione treści wraz z zapytaniem klienta do modelu AI, który formułuje na ich podstawie zrozumiałą odpowiedź dopasowaną do kontekstu (Generation).
Efekt: bot niczego nie wymyśla. Odpowiada tylko tym, co znajduje się w Twojej bazie wiedzy — naturalnym językiem, bez sztywnego skryptu i ze zrozumieniem sformułowań Twoich klientów. Szczegółowe techniczne omówienie etapów Retrieval i Generation znajdziesz w naszym artykule Wyjaśnienie technologii RAG.
Twoje treści — Twoje odpowiedzi
Baza wiedzy Zentor App nadaje się do wszystkich treści tekstowych dotyczących klientów. Wszystko, czego chcesz nauczyć swojego chatbota, przesyłasz przez panel — bez programowania, bez technicznej konfiguracji. Dokładniej typowe treści FAQ, PDF i produktowe przedstawia nasza strona Chatbot z własnymi danymi.
Często zadawane pytania i odpowiedzi — klasyk każdej bazy wiedzy. Ustrukturyzowany jako dokument Q&A lub jako tekst ciągły.
Cechy, zalety, warianty i obszary zastosowania Twoich produktów. Bot może precyzyjnie omawiać poszczególne produkty.
Godziny otwarcia (rozumiane jako godziny działania chatbota), warunki dostawy, procesy zwrotów oraz inne informacje istotne dla obsługi klienta.
Wewnętrzne lub zewnętrzne instrukcje krok po kroku, które pomagają klientowi korzystać z Twoich produktów lub usług.
Kim jesteście, co oferujecie i dlaczego klienci powinni z Wami współpracować. Przydatne przy pierwszych zapytaniach i rozmowach orientacyjnych.
Cenniki, zestawienia taryf i warunki — bez danych osobowych, ale ze wszystkimi informacjami, o które klienci zwykle pytają.
Starter: 1.000 MB pamięci na wiedzę
Plan Starter Zentor App obejmuje 1.000 MB pamięci na wiedzę (z możliwością rozszerzenia na życzenie). Na pierwszy rzut oka brzmi to jak techniczny parametr — warto jednak odnieść to do czegoś konkretnego: dokument tekstowy liczący 50.000 słów zajmuje zwykle poniżej 500 KB. Z 1.000 MB możesz więc przechowywać bardzo dużą ilość tekstów firmowych, dokumentów FAQ, opisów produktów i instrukcji bez problemów z pojemnością.
Dla większości małych i średnich firm ta pamięć w zupełności wystarcza, aby objąć wszystkie istotne informacje dla klientów. Chatbot korzysta z tej bazy i udziela wysokiej jakości odpowiedzi — niezależnie od tego, ile rozmów toczy się jednocześnie.
Zarządzasz treścią bazy wiedzy w dowolnym momencie za pomocą pulpitu sterowania: dodajesz, aktualizujesz lub usuwasz dokumenty. Zmiany wchodzą w życie natychmiast — chatbot odpowiada od następnej rozmowy na podstawie zaktualizowanych treści.
Vector-RAG w pakiecie Individuell
Dla firm z obszernymi bazami wiedzy lub wyższymi wymaganiami jakościowymi Zentor App oferuje w pakiecie Individuell Vector-RAG. Różnica w stosunku do standardowego wyszukiwania: zamiast szukać po słowach kluczowych, Vector-RAG przekształca zarówno treści wiedzy, jak i zapytanie klienta w wektory matematyczne. Wektory te reprezentują treść semantyczną — czyli znaczenie — tekstu.
Umożliwia to semantyczne wyszukiwanie podobieństw: gdy klient pyta „Jak mogę anulować?", system znajduje również sekcję zatytułowaną „Wypowiedzenie umowy" — mimo że nie ma wspólnego słowa kluczowego. Trafność wyszukiwania (retrieval) wyraźnie rośnie, co bezpośrednio przekłada się na jakość odpowiedzi chatbota.
Vector-RAG w pakiecie Individuell można łączyć z lokalnie działającymi lokalnymi modelami AI: Twoja baza wiedzy i przetwarzanie AI pozostają w całości na Twojej własnej infrastrukturze. Maksymalna suwerenność danych przy jednoczesnej jakości wyszukiwania semantycznego.
Częste pytania dotyczące bazy wiedzy
Czym jest technologia RAG?
RAG oznacza Retrieval-Augmented Generation. Metoda łączy dwa kroki: najpierw system przeszukuje Twoją bazę wiedzy pod kątem treści pasujących do zapytania (Retrieval). Następnie model AI wykorzystuje znalezione treści, aby sformułować precyzyjną odpowiedź dopasowaną do kontekstu (Generation). W efekcie odpowiedzi opierają się na Twoich własnych tekstach firmowych — a nie na ogólnej wiedzy treningowej modelu AI.
Jakie treści mogę załadować do bazy wiedzy?
Możesz przesłać wszystkie treści tekstowe, które dotyczą Twoich klientów: dokumenty FAQ, opisy produktów, warunki świadczenia usług, cenniki (bez danych osobowych), instrukcje procesów, instrukcje korzystania z produktów lub ogólne informacje o firmie. Bazą wiedzy zarządzasz w panelu Zentor App — bez wiedzy technicznej.
Ile pamięci obejmuje plan?
W planie Starter dostępne jest 1.000 MB pamięci na wiedzę (z możliwością rozszerzenia na życzenie). To odpowiada bardzo dużej ilości dokumentów tekstowych — dla większości średnich firm ta pojemność jest więcej niż wystarczająca. W pakiecie Individuell w razie potrzeby można skonfigurować więcej pamięci oraz semantyczne wyszukiwanie Vector-RAG.
Czy chatbot odpowiada wyłącznie na podstawie bazy wiedzy?
W konfiguracji standardowej chatbot odpowiada na pytania wyłącznie na podstawie treści z Twojej bazy wiedzy. Zapobiega to udzielaniu przez bota ogólnikowych lub błędnych odpowiedzi opartych na ogólnej wiedzy treningowej modelu AI. Jeśli do zapytania nie zostanie znaleziona pasująca treść, chatbota można skonfigurować tak, aby przekazywał klienta pracownikowi zamiast udzielać niepewnej odpowiedzi.
Jaka jest różnica między pakietem Starter a pakietem Individuell w zakresie bazy wiedzy?
W planie Starter chatbot korzysta z klasycznego wyszukiwania w Twojej bazie wiedzy opartego na słowach kluczowych: bot szuka słów kluczowych z zapytania klienta. W pakiecie Individuell dodatkowo dostępny jest Vector-RAG: zapytania i treści wiedzy są tu przekształcane w wektory semantyczne, dzięki czemu bot znajduje pasujące odpowiedzi nawet wtedy, gdy klient sformułuje pytanie inaczej, niż zapisano w bazie wiedzy — co wyraźnie zwiększa trafność.
Czy mogę automatycznie uzupełniać bazę wiedzy z zewnętrznych systemów?
Zentor App obsługuje import dokumentów przez interfejs panelu. Do automatycznego importu z systemów zewnętrznych (CMS, zarządzanie dokumentami, CRM) w pakiecie Individuell dostępny jest dostęp do API i workflowy n8n, przez które treści można importować i aktualizować w uporządkowany sposób — bez ręcznego przesyłania przez panel.
Jak szybko zmiany w bazie wiedzy zaczynają działać?
Zmiany wprowadzone w panelu Zentor App są przetwarzane natychmiast. Od następnej rozmowy chatbot odpowiada na podstawie zaktualizowanych treści. Nie ma opóźnień wynikających z ręcznych cykli ponownego trenowania — system RAG przy każdym zapytaniu odczytuje aktualne treści bezpośrednio z bazy wiedzy.
Co się stanie, gdy chatbot nie znajdzie odpowiedniej odpowiedzi?
Jeśli system RAG nie znajdzie w bazie wiedzy treści pasującej do zapytania, reakcja chatbota jest konfigurowalna: może poinformować klienta, że nie zna odpowiedzi, i uruchomić przekazanie rozmowy pracownikowi albo zadać ogólne pytanie doprecyzowujące. Dokładną reakcję przy braku trafień definiujesz w panelu Zentor App — bez niepewnych odpowiedzi z ogólnej wiedzy treningowej AI.
Zrób ze swojego chatbota eksperta w dziedzinie Twojej firmy
Przetestuj chatbota AI Zentor App z bazą wiedzy w wersji demo — albo sprawdź, które plany pasują do Twojej firmy.
Więcej w Centrum pomocy