Otimização da Fonte de Conhecimento para Grandes Conjuntos de Dados.

Seu Agente de IA 3CX é uma ferramenta poderosa, transformando as interações com os clientes e simplificando o suporte. Mas o que acontece quando seu agente começa a ficar lento ou tem dificuldade para encontrar informações em um vasto banco de conhecimento?

Hoje, vamos nos aprofundar nas melhores práticas para estruturar as fontes de conhecimento do seu Agente IA 3CX, também conhecidas como bases de conhecimento, para garantir que ele esteja sempre operando no seu melhor desempenho – fornecendo respostas rápidas, precisas e relevantes em todas as ocasiões, especialmente ao lidar com grandes conjuntos de dados.

A Ferramenta Certa para o Trabalho: Fonte de Conhecimento X Dados em Tempo Real

Uma das perguntas mais comuns que recebemos é sobre o uso das fontes de conhecimento para consultas de estoque em tempo real ou outros dados dinâmicos. Embora possa parecer intuitivo carregar um grande arquivo CSV com 50.000 linhas de SKUs e contagens de estoque, esse não é um caso de uso ideal para os Agentes de IA 3CX.

Por Que Grandes Arquivos CSV para Estoque Não Funcionam Bem

  • Precisão e Velocidade: As fontes de conhecimento são projetadas para informações descritivas – perguntas frequentes, políticas, notas sobre produtos, etapas de solução de problemas e orientações gerais. Para consultas exatas de SKUs ou disponibilidade de estoque, você precisa de uma resposta que seja precisa, rápida e atualizada.
  • Restrições de Recuperação: Atualmente, as fontes de conhecimento dos Agentes de IA da 3CX não foram desenvolvidas como um mecanismo de pesquisa de estoque em tempo real. Embora dividir um CSV grande em arquivos menores possa melhorar a recuperação em alguns casos, isso não será tão confiável ou eficiente quanto consultar diretamente seu sistema de estoque. A OpenAI, que alimenta nossos Agentes de IA, permite uploads de CSV, mas eles não são otimizados para esse tipo específico de recuperação de dados precisa e em tempo real.

Para dados dinâmicos e em tempo real, como estoque, o ideal é uma consulta a banco de dados/API. Por enquanto, evite usar as fontes de conhecimento para grandes estoques de SKUs e reserve-as para informações gerais que a IA possa responder com confiabilidade.

Otimizando Suas Fontes de Conhecimento para Velocidade e Precisão

Agora, vamos ver para que elas são perfeitas e como torná-las eficientes para esses casos de uso. Se você percebeu que seu Agente de IA demora mais para responder quando uma fonte de conhecimento está anexada, isso geralmente se resume à forma como seus dados estão estruturados.

O segredo para uma recuperação rápida é garantir que seus dados estejam devidamente organizados, descritos com clareza e armazenados em um formato limpo e estruturado, como o Markdown.

Veja Como Tornar Sua Recuperação o Mais Rápida Possível

  1. Divida por tópico, não por tamanho: Em vez de um arquivo gigante com informações misturadas, divida suas fontes ou arquivos em tópicos claros e distintos. Cada arquivo ou fonte deve ter uma finalidade específica. Exemplo: se você vende almofadas e travesseiros, crie duas fontes de conhecimento separadas: uma para “Informações sobre produtos: almofadas” e outra para “Informações sobre produtos: travesseiros”. Isso ajuda a IA a isolar os dados relevantes, processando o menor conjunto possível.
  2. Evite arquivos grandes e misturados: Arquivos muito grandes — onde tópicos não relacionados são agrupados — inevitavelmente tornarão a recuperação mais lenta e reduzirão a precisão. A IA precisa filtrar mais informações irrelevantes para encontrar o que precisa.
  3. Prefira o Markdown para os arquivos de conteúdo de conhecimento: para obter melhores resultados, estruture o conteúdo de conhecimento em Markdown (.md) sempre que possível. Os arquivos Markdown são leves, organizados e fáceis de serem lidos, divididos e consultados com precisão pelos sistemas de IA. Eles permitem o uso de títulos, subtítulos, marcadores, tabelas e seções claras, o que ajuda a IA a compreender a estrutura das informações.
  4. Use descrições claras: Ao criar várias fontes de conhecimento, separe as informações sem sobreposição. É importante fornecer uma descrição clara para cada fonte de conhecimento. Essa descrição funciona como um guia para a IA, ajudando-a a selecionar a fonte mais adequada com base na consulta do usuário.
  5. Estruture seus arquivos de forma inteligente: Se você estiver usando CSVs para dados descritivos (não estoque em tempo real), certifique-se de que o conteúdo seja fácil de identificar por meio de métricas de proximidade. Por exemplo, se você tiver dois CSVs, certifique-se de que a primeira coluna defina claramente o tipo de produto ou inclua uma linha clara no topo definindo explicitamente o conteúdo. Isso ajuda a garantir que apenas o arquivo mais relevante retorne uma correspondência forte.

Exemplo

Em vez de enviar um PDF, documento do Word ou arquivo de texto simples tal como está, com conteúdo desestruturado, converta-o primeiro para Markdown (você pode usar IA para isso). Isso é especialmente útil para bases de conhecimento corporativas, perguntas frequentes, documentação de produtos, guias de solução de problemas e documentos de políticas. Um exemplo de um arquivo Markdown bem estruturado pode incluir:

# Política de devolução de produtos

## Prazo para devolução
Os clientes podem devolver produtos dentro de 30 dias após a compra.

## Condições
– O produto não pode ter sido usado.
– É necessário apresentar o recibo original.
– Itens danificados devem ser comunicados dentro de 48 horas.

## Processo de Reembolso
Os reembolsos são processados dentro de 5 dias úteis.

Participe Da Discussão

Participe da discussão sobre o 3CX em nossos fóruns dedicados. Siga-nos no X e no LinkedIn para se manter atualizado sobre as últimas notícias e lançamentos de recursos.