Sumber pengetahuan
Berikan aturan, artikel, dan berkas kepada agen AI; perbarui isinya dan periksa informasi yang akan ditemukan saat pelanggan bertanya.
Di halaman ini
Agar agen AI menjawab sesuai aturan bisnis Anda, tambahkan bahan seperti ketentuan pengiriman, deskripsi kursus, petunjuk, atau daftar harga. Setiap kumpulan bahan disebut sumber pengetahuan. Anda dapat mengelolanya di Basis pengetahuan → Sumber.
Setelah bahan ditambahkan, GetMyBot mengambil teksnya dan menyiapkannya agar bisa dicari. Proses ini disebut pengindeksan. Di tab Uji pencarian, masukkan pertanyaan pelanggan dan lihat bagian teks yang akan diterima agen. Misalnya, pertanyaan “Bisakah saya meminta pengembalian dana?” seharusnya menemukan ketentuan pengembalian dana Anda.
Tambahkan sumber, lalu pilih sumber tersebut untuk agen tertentu di Jawaban AI dan agen AI. Berkas atau artikel yang tersimpan di akun tidak otomatis dapat dibaca agen. Situs dapat diperbarui menurut jadwal; sumber lain diperbarui saat isinya berubah atau saat Anda meminta pembaruan.
Jenis sumber
- Artikel basis pengetahuan: artikel milik bot ini. Artikel yang diterbitkan dapat menjadi sumber publik, artikel internal hanya tersedia bagi agen, dan draf tidak menyediakan isi untuk pencarian.
- Situs: halaman pada alamat yang Anda izinkan untuk dibaca GetMyBot.
- Berkas: PDF, dokumen Word, Excel, PowerPoint, teks, Markdown, atau HTML yang diunggah.
- Instruksi: aturan singkat yang Anda tulis sendiri, misalnya ketentuan pengembalian dana yang harus diikuti agen.
- Fakta: satu fakta tersimpan dengan pengenalnya sendiri.
Nama sumber maksimal 120 karakter. Seluruh pengaturan sumber, termasuk isi instruksi, maksimal 64 KB.
Akses dan prioritas
Setiap sumber memiliki satu tingkat akses:
- Untuk agen AI: hanya agen yang dapat menemukannya.
- Untuk operator: disediakan untuk pencarian oleh operator.
- Publik: dapat digunakan pada halaman yang dilihat pelanggan, misalnya pusat bantuan.
Berkas, instruksi, dan fakta tidak dapat menjadi sumber publik. Hanya artikel basis pengetahuan yang sudah diterbitkan yang dapat menjadi sumber publik. Izin diperiksa sebelum pencarian, sehingga agen yang hanya diizinkan melihat bahan publik tidak akan menerima kutipan dari bahan internal.
Atur prioritas dari −100 sampai 100 untuk membedakan dua hasil yang sama relevannya. Jika nilainya sama, sumber dengan prioritas lebih tinggi muncul lebih dulu. Kecocokan yang lebih tepat dengan pertanyaan tetap lebih penting daripada prioritas.
Sumber dari situs
Masukkan alamat situs yang boleh dibaca GetMyBot, misalnya https://example.com, tanpa jalur halaman. Alamat yang mencakup protokol dan domain ini disebut origin. Anda dapat mengizinkan paling banyak 20 origin. Lalu tentukan 1 hingga 100 halaman awal untuk ditelusuri. Hanya HTTPS yang diterima.
Penelusuran dibatasi sebagai berikut:
- Program pembaca memperkenalkan diri sebagai
MyBotKnowledge/1.0. Sebelum membaca halaman, program memeriksa aturan situs dalamrobots.txtuntuk setiap origin yang diizinkan. Jalur yang dilarang olehDisallowdilewati;Crawl-delaydipatuhi hingga 10 detik. - Program hanya mengikuti tautan
<a href>yang tetap berada di origin yang diizinkan. Bagian setelah tanda#dibuang. Parameterutm_*,gclid, danfbcliddihapus sebelum alamat dimasukkan ke antrean, agar satu halaman tidak diindeks berulang kali. - Sebelum setiap permintaan, alamat situs diperiksa kembali terhadap alamat IP. Alamat internal dan alamat layanan khusus, termasuk loopback, private, link-local, multicast, serta metadata cloud, ditolak. Pengalihan alamat mengikuti aturan yang sama dan dibatasi tiga kali.
- Setiap permintaan dihentikan setelah 15 detik. Isi tanggapan maksimal 8 MB. Hanya HTML, XHTML, teks biasa, dan Markdown yang diterima.
- Satu sumber mengindeks paling banyak 100 halaman.
Program tidak masuk menggunakan akun, mengirim formulir, atau memuat skrip, media, dan berkas tambahan pada halaman. Halaman yang dilindungi kata sandi tidak dapat ditambahkan dengan cara ini. Terbitkan isinya atau unggah sebagai berkas.
Kolom Perbarui setiap (detik) hanya berlaku untuk situs. Pilih 60 detik hingga 366 hari. Artikel, berkas, instruksi, dan fakta tidak dibaca ulang menurut jadwal; sumber tersebut diindeks ulang saat berubah atau setelah Anda menekan Perbarui.
Mengunggah berkas
Berkas harus sudah tersimpan di pustaka media bot ini dan berukuran maksimal 8 MB. Format yang diterima: PDF, DOCX, XLSX, PPTX, text/plain, text/markdown, text/html, dan XHTML.
Teks diambil dengan batasan berikut:
- Dari HTML, sistem mempertahankan judul, daftar, dan teks tautan. Skrip, gaya tampilan, navigasi, bagian atas dan bawah situs, bilah samping, serta templat dibuang.
- PDF hanya dibaca sebagai teks, paling banyak 100 halaman. Berkas terenkripsi atau rusak ditolak seluruhnya, bukan dipakai sebagian.
- Dari berkas Office, hanya bagian teks dokumen yang dibaca. Makro, objek tertanam, dan tautan luar diabaikan serta tidak dimuat. Arsip di dalam berkas dibatasi 500 entri, rasio kompresi 100:1, 32 MB setelah diekstrak, 200.000 simpul XML, dan 500.000 karakter teks.
Format biner lama .doc, .xls, dan .ppt ditolak dengan kode unsupported_type. Simpan ulang sebagai DOCX, XLSX, atau PPTX, lalu unggah lagi.
Pengindeksan dan status
Kartu sumber menampilkan statusnya:
- Menunggu pengindeksan: sumber dibuat atau diubah, tetapi belum diproses.
- Sedang diindeks: proses pengolahan sedang berjalan.
- Siap: isi terbaru dapat ditemukan melalui pencarian.
- Perlu diperbarui: jadwal pembaruan tiba atau isinya berubah.
- Kesalahan: proses terakhir gagal; kartu menampilkan kode kesalahannya.
- Dinonaktifkan: sumber tetap tersimpan, tetapi tidak digunakan dalam pencarian.
Untuk pencarian, GetMyBot membagi teks menjadi potongan sekitar 1.500 karakter yang saling tumpang tindih sepanjang 200 karakter. Lalu sistem membuat representasi numerik makna tiap potongan, disebut embedding, dalam kelompok 32. Versi lama baru diganti setelah semua potongan versi baru berhasil diproses. Karena itu, pencarian menggunakan versi lama yang lengkap atau versi baru yang lengkap, tidak pernah versi yang baru selesai sebagian. Jika isi tidak berubah, pengolahan ulang dilewati.
Embedding dibuat melalui integrasi AI bot (Integrasi) menggunakan URL dasar dan kuncinya. Model bawaan text-embedding-3-small menghasilkan 1.536 angka untuk setiap potongan. Tanpa integrasi AI yang berfungsi, sumber tidak akan siap dicari.
Satu sumber dapat berisi maksimal 100 dokumen dan satu dokumen maksimal 500 potongan. Jika pekerjaan terputus, setelah dua menit pekerja lain dapat melanjutkannya sehingga sumber tidak terkunci selamanya. Kartu sumber menampilkan jumlah percobaan, dokumen dan potongan yang sudah diolah, serta dokumen yang gagal. Tombol Batalkan pengindeksan menghentikan proses yang sedang berjalan.
Hasil pencarian
Pencarian memperhatikan kata-kata pertanyaan dan maknanya. Karena itu, pertanyaan “Bagaimana cara mengembalikan barang?” dapat menemukan artikel tentang ketentuan pengembalian. Secara teknis, dua pencarian dilakukan:
- Pencarian kata mencari kata yang cocok di indeks teks PostgreSQL.
- Pencarian makna mencari isi yang mirip melalui indeks vektor, memakai jarak kosinus sebagai ukurannya.
Sebelum menggabungkan hasil, kedua pencarian menyaring bahan milik bot lain, sumber yang tidak boleh ditampilkan, sumber yang dinonaktifkan, dan dokumen yang dihapus. Hasil lalu digabung menurut urutan kecocokannya dengan metode reciprocal rank fusion. Jika hasilnya setara, prioritas sumber dan waktu pengolahan dalam 30 hari terakhir ikut menentukan urutan. Potongan yang bersebelahan dari satu dokumen digabungkan.
Hasil berisi maksimal 12 potongan, masing-masing sepanjang 800 karakter. Pertanyaan maksimal 16.000 karakter. Anda dapat membatasi seorang agen agar memakai paling banyak 100 sumber tertentu.
Untuk setiap kutipan yang diterima, agen menyimpan sumber, dokumen, dan potongannya menurut urutan hasil. Jawaban yang merujuk pada bahan lain ditolak sebelum dikirim. Dengan begitu, jawaban tidak dapat memuat rujukan ke draf atau sumber yang tersembunyi, dinonaktifkan, maupun dihapus.
Menguji pencarian
Di Basis pengetahuan → Uji pencarian, masukkan pertanyaan untuk melihat bahan yang akan ditemukan agen tanpa membuat jawaban AI. Setiap hasil menampilkan sumber, judul, kutipan, nilai kecocokan, dan alasan seperti “Kecocokan gabungan”. Informasi internal yang tersembunyi tidak ditampilkan. Jumlah pengujian dalam waktu singkat dibatasi per akun.
Uji sebelum mengaktifkan agen. Jika potongan yang ditemukan tidak tepat, jawaban agen kemungkinan juga tidak tepat.
Jika pengindeksan gagal
Kesalahan terakhir disimpan dengan kode yang tetap:
blocked_address: alamat, pengalihan, atau IP di luar origin yang diizinkan, atau mengarah ke jaringan internal.robots_denied: jalur dilarang olehrobots.txt.unsupported_type: jenis isi atau format berkas tidak didukung.file_too_large: berkas atau unggahan melebihi batas ukuran.expanded_too_large: teks yang diambil, jumlah halaman, atau isi arsip melampaui batas di atas.malformed_file: berkas atau tanggapan situs tidak dapat dibaca.fetch_timeout: situs tidak menjawab tepat waktu.rate_limited: penyedia embedding membatasi permintaan; sistem akan mencoba lagi.
Perbaiki penyebabnya, lalu tekan Perbarui. Pesan kesalahan tidak menyertakan teks yang diambil, sehingga dapat Anda kirim ke dukungan tanpa membocorkan isi dokumen.
Menghapus, menonaktifkan, dan menyimpan
Nonaktifkan menyimpan pengaturan tetapi mengeluarkan sumber dari semua pencarian. Aktifkan memasukkannya kembali ke antrean. Hapus menghapus sumber beserta dokumen dan potongannya.
Sumber yang masih dipilih oleh agen aktif tidak dapat dihapus; permintaan akan ditolak karena konflik. Lepaskan sumber itu dari agen atau jeda agen terlebih dahulu.
Pemisahan data
Sumber, dokumen, potongan teks, dan pekerjaan pengolahan terikat pada satu bot. Pencarian hanya melihat bahan bot tersebut, sehingga isi akun lain tidak masuk ke hasil walaupun teksnya sama.
API dan MCP
REST API menggunakan izin knowledge:read dan knowledge:write:
GET/POST /api/bots/{botID}/knowledge/sourcesGET/PATCH/DELETE /api/bots/{botID}/knowledge/sources/{sourceID}POST /api/bots/{botID}/knowledge/sources/{sourceID}/uploadPOST /api/bots/{botID}/knowledge/sources/{sourceID}/refreshPOST /api/bots/{botID}/knowledge/sources/{sourceID}/cancelPOST /api/bots/{botID}/knowledge/sources/{sourceID}/disablePOST /api/bots/{botID}/knowledge/sources/{sourceID}/enableGET /api/bots/{botID}/knowledge/sources/{sourceID}/index-statusGET /api/bots/{botID}/knowledge/sources/{sourceID}/documentsPOST /api/bots/{botID}/knowledge/retrieval-test
MCP hanya menyediakan alat baca: list_knowledge_sources, get_knowledge_source_status, dan test_knowledge_retrieval. MCP tidak menyediakan alat untuk mengubah sumber atau mengunduh dokumen tersembunyi.
Bacaan terkait
- Jawaban AI dan agen AI: memilih sumber untuk agen.
- Pusat bantuan publik: menampilkan artikel yang sama kepada pelanggan.
- Integrasi: menyiapkan integrasi AI untuk embedding.