Comment trouver et corriger les lacunes de connaissances d'un chatbot

Ouvrez Dashboard → Questions. Choisissez le chatbot visé, puis définissez Classification sur No Information. Ajoutez des filtres de langue, de plage de dates ou de recherche uniquement lorsque vous devez restreindre une file d'attente plus large. Conservez le total non filtré d'origine dans vos notes pour que les rapports ultérieurs restent comparables.

L'exemple visible contient une question Tutorial Lab. Elle demande une politique de garantie 2028 et affiche la non-réponse sécurisée de l'assistant à côté du libellé No Information. Cette ligne est une lacune candidate, non la preuve qu'une politique devrait exister.

Lisez ensemble la question, la réponse de l'assistant, la classification et le nombre d'occurrences. Regroupez les variantes naturelles qui décrivent la même intention avant de calculer la fréquence. Sinon, “refund”, “money back” et “cancel my annual plan” peuvent devenir trois petites lignes au lieu d'un seul besoin important.

Utilisez une règle de tri simple : portée, impact commercial, risque juridique ou de sécurité, et si le sujet relève de cet assistant. Un point de blocage d'achat fréquent a généralement plus de valeur qu'une curiosité rare. Une seule lacune de conformité ou de sécurité doit être escaladée immédiatement. Les questions hors périmètre peuvent légitimement rester sans réponse.

Ouvrez la ligne ou son panneau de détails. Question Details affiche le chatbot, l'ID de session, la langue, la classification, l'heure de création, la question exacte, la réponse enregistrée et le résumé du contexte. Lisez ces champs avant de sélectionner Add data source. Une question courte isolée peut signifier autre chose après les messages précédents.

Dans l'enregistrement vérifié, la question exacte est “What is the 2028 warranty policy for Northstar Services?” La réponse enregistrée indique qu'aucune information n'est disponible, et le contexte confirme que la politique demandée spécifique à l'année est absente. Le résultat d'examen correct est “needs policy-owner confirmation”, et non “generate a warranty answer”.

Sélectionnez Add data source uniquement après confirmation de la réponse par le responsable. Utilisez le champ texte pour un fait unique, stable et bien délimité. Téléversez un fichier TXT, PDF, DOC, DOCX, MD ou XLSX maintenu lorsque la réponse relève d'une politique ou d'un manuel plus large. Donnez à la source un nom descriptif, une catégorie, un propriétaire et une date d'entrée en vigueur.

Si le site Web officiel ou le manuel doit contenir le fait, mettez d'abord à jour ce système et réindexez-le au lieu de créer un doublon masqué. Examinez chaque ligne de toute proposition Optimize with AI ; elle peut améliorer la structure, mais elle ne peut pas valider des faits métier. La capture d'écran en Light Mode anglais montre l'état complet du dialogue et les formats de fichier pris en charge, et non une mise à jour de source terminée.

Avant de modifier le contenu, conservez la question exacte du visiteur et la réponse obtenue. Le véritable échange en Light Mode anglais présenté ici demande la politique de garantie 2028. L'assistant répond que l'information n'est pas disponible. Il s'agit de la référence vérifiée et du résultat correct tant qu'aucune politique approuvée n'existe.

Une fois qu'une modification de source approuvée passe à Completed, réinitialisez la discussion et posez la question exacte d'origine ainsi que deux variantes naturelles. Vérifiez que la réponse correspond à la source, cite ou reflète clairement le bon élément justificatif et ne dégrade pas les questions connexes. Revenez ensuite dans Questions et vérifiez si l'élément passe à Answerable comme documenté par le produit. Cet état post-correction n'a pas été capturé dans le jeu de preuves actuel, le tutoriel ne doit donc pas affirmer que la lacune de politique fictive est déjà comblée.