PDF-tiedostot agentin tietopankissa

1. 1Avaa agentin asetukset ja siirry Tietopankki-välilehdelle.
2. 2Pudota PDF-tiedosto latausalueelle tai valitse se tiedostovalitsimella.
3. 3Valitse julkisuus: Julkinen (botti saa jakaa tiedoston kävijälle latauslinkkinä) tai Sisäinen (vain agentin opetukseen).
4. 4Odota hetki — teksti puretaan ja indeksoidaan automaattisesti. Tiedosto on heti agentin käytössä.

Tietopankin listassa näet jokaisen PDF:n kohdalla sen koon, sivumäärän ja puretun tekstin määrän, esimerkiksi 2,1 Mt · 12 sivua · 18 400 merkkiä.

Jokaiselle PDF:lle valitaan erikseen, saako agentti jakaa tiedoston chatin kävijälle. Valintaa voi vaihtaa myöhemmin yhdellä klikkauksella ilman uudelleenlatausta.

• Julkinen — kun agentin vastaus perustuu tiedostoon, se lisää vastauksen loppuun klikattavan latauslinkin, esimerkiksi “Lataa tuotekortti (PDF)”. Sopii tuotekortteihin, esitteisiin, hinnastoihin ja oppaisiin, jotka on tarkoitettu asiakkaille.
• Sisäinen — agentti käyttää tietoa vastaustensa pohjana, mutta ei koskaan tarjoa tiedostoa ladattavaksi, ei mainitse tiedoston nimeä eikä kerro, että tieto on peräisin erillisestä tiedostosta. Tiedosto ei myöskään avaudu suorasta osoitteesta ulkopuolisille. Sopii koulutusmateriaaleihin, myyntimanuaaleihin ja muihin liiketoiminnan kannalta kriittisiin dokumentteihin.

Suojaus on kaksitasoinen. Sisäinen tiedosto palauttaa suoran latausosoitteen kautta aina virheen (404), vaikka joku arvaisi osoitteen. Lisäksi agenttia on ohjeistettu olemaan paljastamatta sisäisten tiedostojen olemassaoloa keskustelussa. Kirjautuneena ylläpitäjänä voit silti avata tiedoston itse Tietopankin “Avaa PDF” -painikkeesta tarkistusta varten.

Kun PDF ladataan, sen teksti puretaan sivu kerrallaan ja tallennetaan sivumerkintöjen kanssa. Tämän jälkeen teksti:

1. 1Pilkkoutuu osiin. Teksti jaetaan pieniin, itsenäisiin tekstipätkiin, jotta haku osuu oikeaan kohtaan dokumenttia.
2. 2Muunnetaan vektoreiksi. Jokaisesta osasta lasketaan semanttinen sormenjälki (embedding), joka kuvaa sisällön merkitystä — ei pelkkiä sanoja.
3. 3Haetaan merkityksen mukaan. Kun kävijä kysyy jotakin chatissa, agentti etsii vektorihaulla ne osat, jotka liittyvät kysymykseen — vaikka kävijä käyttäisi eri sanoja kuin dokumentti.
4. 4Vastaus perustuu osumiin. Vain kysymykseen liittyvät osat annetaan agentille pohjaksi, mikä pitää vastaukset tarkkoina ja kustannukset kurissa. Agentti mainitsee lähdeviittauksena dokumentin nimen ja sivunumeron.

Jos muokkaat tai korvaat tiedoston, indeksi päivittyy automaattisesti. Kun poistat PDF:n tietopankista, myös sen indeksöity sisältö ja tallennettu tiedosto poistuvat.

• Tiedoston koko: enintään 10 Mt per tiedosto.
• Sivumäärä: enintään 50 sivua per tiedosto.
• Tekstimäärä: enintään 100 000 merkkiä purettua tekstiä per tiedosto.
• Tiedostojen määrä: enintään 10 PDF:ää per agentti.

Rajat pitävät agentin vastaukset tarkkoina: muutama hyvin valittu, ajantasainen dokumentti toimii paremmin kuin suuri määrä päällekkäistä materiaalia.

Agentti voi käyttää vain tekstimuotoista sisältöä. Jos PDF on skannattu kuva ilman tekstikerrosta, siitä ei löydy tekstiä, eikä agentti voi käyttää sitä. Tietopankin listassa näet tästä varoituksen:

• Punainen ⚠-varoitus — tiedostosta ei löytynyt tekstiä lainkaan. Vie tiedosto tekstintunnistuksen (OCR) läpi esimerkiksi Adoben tai ilmaisen verkkotyökalun avulla ja lataa se uudelleen.
• Vähän tekstiä -huomautus — tiedosto voi olla osittain skannattu, jolloin osa sisällöstä jää agentilta käyttämättä.

Vinkki: useimmat tuotekortit ja esitteet on tuotettu digitaalisesti, joten niiden teksti on valmiina luettavissa. Ongelmia aiheuttavat lähinnä paperilta skannatut asiakirjat.

• Lataa mieluummin useita pieniä, aihekohtaisia tiedostoja kuin yksi valtava kokoelma — haku osuu tarkemmin.
• Pidä tiedostot ajantasaisina: poista vanhat versiot, jotta agentti ei vastaa vanhentuneilla tiedoilla.
• Merkitse kaikki sellainen sisäiseksi, jota et halua asiakkaiden lataavan — oletusvalinta on turvallisempi sisäinen.
• Testaa latauksen jälkeen: kysy botilta tiedoston sisällöstä ja varmista, että vastaus ja mahdollinen latauslinkki toimivat halutusti.