如何用自己的数据训练聊天机器人

很多人以为训练聊天机器人，就是让 AI 把文档读到背下来为止。企业聊天机器人并不是这样工作的，而且那样设计也不好：背下价目表的模型，在你改价之后还会继续报旧价格。

实际上，聊天机器人把你的内容放在一个可搜索的资料库里。顾客提问时，它先在资料库里找出和问题相符的段落，再据此写出回答。这种做法的技术名称是检索增强生成（RAG），意思就是“先查，再答”。要修改某个答案，只需编辑该条目并重新同步。

不同的内容需要不同的形式。价格是需要比较的数字，营业时间与门店相关，保修政策则是需要引用的段落。Gydr 提供四种知识库，让每一种都用合适的方式被搜索。

以下步骤使用 Gydr 控制台屏幕上的名称。每种知识都可以重复这些步骤，一个聊天机器人也可以连接多个知识库。

把文件上传到文档类型的知识库。Gydr 会读取文字，把长文件拆成段落，方便找到正确的部分，并尽量保留标题和表格的结构。只有页面图片的扫描版 PDF 会通过文字识别来读取，所需时间更长，消耗的额度也比含有真实文字的 PDF 多。

长文档没问题，但清晰很重要。每个章节都有明确标题的十页手册，比把同样内容贴成一整块效果更好。如果文档里同时有某项政策的新旧版本，请删掉旧版：聊天机器人无法判断你指的是哪一版。

在知识库中使用“从网站导入”。你可以从起始页读取整个网站，从网站地图中挑选页面，或只粘贴指定的页面。Gydr 会用真实浏览器打开页面，根据知识库类型提取常见问题、商品、门店位置或文档内容。

导入开始前，你会看到将要读取的页面，并且只按实际读取的页面收费。导入后，请先检查结果再启用。网站上有菜单、Cookie 提示和过期优惠，简单检查一下就能避免它们出现在回答里。

通用聊天机器人（例如公开的 AI 助手）会根据它在互联网上读过的一切来回答。对企业来说这有风险：它可能报出你从未定过的价格，或承诺你没有提供的服务。Gydr 的设计正好相反。

把知识库当成价目表来管理：有专人负责，生意有变化它就跟着改。编辑条目后同步，下一次回答就会使用新内容。想暂时隐藏某个条目，把它设为停用即可，不必删除。

每周查看聊天机器人答不出的对话。每一个都对应三种情况之一：缺少的常见问题、资料不够详细的商品，或你决定不回答的问题。补上缺的部分，聊天机器人就会越来越好用。

经营 Shopify 或 WooCommerce 店铺？你不必把商品复制进来，可以连接 Shopify Storefront 或 WooCommerce Storefront 插件，让聊天机器人直接搜索你的在线商店。