copy Copy chevron-down
AI Agent chevron-right การฝึกสอน AI แนวทางการสร้างแหล่งข้อมูล AI บทความนี้อธิบายแนวทางและโครงสร้างที่เหมาะสมในการสร้างแหล่งข้อมูล (Knowledge Source) เพื่อให้ AI Agent ของ Zaapi เข้าใจและตอบคำถามลูกค้าได้อย่างถูกต้องและมีประสิทธิภาพ
การสร้าง Knowledge Source สำหรับ AI Agent ก็เหมือนกับการสร้างห้องสมุดให้กับนักวิจัยที่เก่งมากแต่เข้าใจตามตัวอักษรเท่านั้น
ยิ่งห้องสมุดนี้มีการจัดหมวดหมู่ดีเท่าใด AI ก็จะสามารถค้นหาข้อมูลได้เร็วและแม่นยำยิ่งขึ้น
เอกสารที่มีโครงสร้างชัดเจนคือปัจจัยสำคัญที่สุดที่ทำให้ AI ตอบลูกค้าได้อย่างถูกต้องและสอดคล้องกับคำถาม
บทความนี้จะแนะนำแนวทางที่ดีที่สุดในการจัดรูปแบบเอกสารแหล่งข้อมูลของคุณ
วิธีที่ AI อ่านข้อมูล: เข้าใจแนวคิด “Chunking”
AI จะไม่อ่านเอกสารแบบต่อเนื่องจากบนลงล่างเหมือนมนุษย์
แต่จะ “แบ่งข้อมูล” ออกเป็นส่วนย่อย ๆ ที่เรียกว่า Chunks
โดยหัวข้อ (Headings) แต่ละส่วนจะถูกใช้เป็นตัวแบ่งข้อมูลหลัก
เหตุผลที่สำคัญ:
เมื่อมีลูกค้าถามคำถาม AI จะค้นหา “Chunk” ที่เกี่ยวข้องที่สุด
หากเอกสารไม่มีโครงสร้างที่ดี หรือรวมหลายหัวข้อไว้ในส่วนเดียว
AI จะหาคำตอบได้ยาก ดังนั้นหัวข้อที่ชัดเจนและมีลำดับเชิงตรรกะคือกุญแจสำคัญในการสร้าง Chunk ที่มีคุณภาพ
กฎทอง: หนึ่งหัวข้อ ต่อ หนึ่งส่วน (One Topic Per Section)
กฎสำคัญที่สุดคือ ให้แต่ละส่วนของเอกสารพูดถึงเพียงหัวข้อเดียวเท่านั้น
หลีกเลี่ยงการรวมหลายประเด็นไว้ภายใต้หัวข้อเดียว
ไม่ควรทำ (Bad):
หัวข้อ “Policies” ที่รวมข้อมูลการคืนสินค้า การจัดส่ง และนโยบายความเป็นส่วนตัวไว้ทั้งหมด
ควรทำ (Good):
แยกเป็นหัวข้อย่อย เช่น
แนวทางที่ดีที่สุดในการจัดโครงสร้างเอกสาร (Best Practices for Structuring Your Document)
1. กำหนดหัวข้อให้ถูกต้อง ไม่ใช่แค่ตัวหนา
AI ใช้โครงสร้างหัวข้อ (เช่น H1, H2, H3) เพื่อเข้าใจลำดับข้อมูล
การทำตัวหนาอย่างเดียวไม่ได้ช่วยให้ AI แยกส่วนข้อมูลได้
ตัวอย่าง:
โครงสร้างที่ไม่ดี:
โครงสร้างที่ดี:
2. ใช้หัวข้อที่ชัดเจนและสื่อความหมาย (Clear, Action-Oriented Titles)
หัวข้อควรสื่อถึงเนื้อหาภายใน ใช้ภาษาง่ายและตรงไปตรงมา
เริ่มต้นด้วยคำกริยา เช่น “How to Track Your Order” ดีกว่า “Order Tracking”
ระบุให้เฉพาะเจาะจง เช่น “Return Policy for Sale Items” ดีกว่า “Other Policies”
ใส่คีย์เวิร์ดไว้ต้นประโยค
ไม่ดี:
ดี:
วิธีติดต่อฝ่ายบริการลูกค้า
คู่มือขนาดและเนื้อผ้าเสื้อยืด
วิธีขอคืนเงินสำหรับสินค้าที่ชำรุด
3. จัดโครงสร้างจากทั่วไปไปหาละเอียด
เริ่มจากหัวข้อหลัก (H1/H2) แล้วแยกย่อยเป็นหัวข้อเฉพาะ (H3/H4)
ช่วยให้ AI เข้าใจความสัมพันธ์ของข้อมูลแต่ละส่วน
ไม่ดี (เรียบๆ):
มีการจัดลำดับโครงสร้าง:
4. การจัดรูปแบบคำถามที่พบบ่อย (FAQ) อย่างถูกต้อง
อย่ารวมคำถามและคำตอบไว้ในบรรทัดเดียว เพราะ AI จะสับสน
ให้ตั้งคำถามเป็นหัวข้อย่อย (เช่น H3) และคำตอบเป็นย่อหน้าปกติ
คำถามที่พบบ่อย (FAQ) ที่ไม่ดี :
คำถามที่พบบ่อย (FAQ) ที่ดี:
5. ใช้ภาษาที่เข้าใจง่าย หลีกเลี่ยงศัพท์เทคนิค
เขียนด้วยภาษาที่ลูกค้าเข้าใจง่าย ไม่ใช้คำศัพท์ภายในองค์กรหรือคำย่อที่ซับซ้อน
ไม่ดี:
“ตามนโยบาย Q3 fulfillment mandate สินค้าทั้งหมดต้องผ่านระบบ logistics portal ก่อนการจัดส่ง”
ดี:
“ลูกค้าต้องยืนยันรายการสินค้าบนเว็บไซต์ก่อน จากนั้นเราจะจัดส่งภายใน 2–3 วันทำการ”
6. อย่าคาดหวังว่า AI จะจำข้อมูลก่อนหน้า
AI ดึงข้อมูลทีละ “Chunk” ไม่ได้อ่านเอกสารทั้งหมดพร้อมกัน
ดังนั้น แต่ละส่วนควรมีข้อมูลครบถ้วนในตัวเอง
ไม่ดี:
“ตามที่กล่าวไว้ข้างต้น คุณจะต้องใช้หมายเลขคำสั่งซื้อ”
ดี:
“ในการขอคืนสินค้า คุณจะต้องใช้หมายเลขออเดอร์จากอีเมลยืนยันการสั่งซื้อของคุณ”
การเขียนแหล่งข้อมูลที่มีโครงสร้างดี เป็นหัวข้อเดียวต่อส่วน ใช้หัวข้อชัดเจน และมีรูปแบบสม่ำเสมอ
จะช่วยให้ AI Agent ของคุณค้นหาและตอบคำถามได้อย่างถูกต้อง รวดเร็ว และมีประสิทธิภาพสูงสุด
Last updated 2 months ago
