Fonti sito web

Le fonti sito web ti permettono di addestrare il tuo agente eseguendo la scansione delle pagine del tuo sito. Estraiamo automaticamente il contenuto testuale e possiamo mantenerlo aggiornato con il riaddestramento automatico giornaliero.

Aggiungere una fonte sito web

1. Apri Sources > Website nel tuo agente
2. Scegli Crawl links, Sitemap o Individual link
3. Inserisci l’URL del sito, della sitemap o della pagina, ad esempio https://yoursite.com/faq per una pagina singola
4. Usa filtri di inclusione ed esclusione dei percorsi per il crawling o la sitemap
5. Avvia l’elaborazione. Controlla pagine indicizzate, saltate e non riuscite

Il crawler estrae il contenuto testuale dalla pagina, rimuovendo la navigazione, i piè di pagina e altri elementi non di contenuto.

Cosa viene sottoposto a scansione

• Contenuto e titoli della pagina principale
• Testo e paragrafi degli articoli
• Elenchi e contenuti strutturati

Cosa è escluso:

• Menu di navigazione e piè di pagina
• Immagini e video (solo il testo)
• Pagine protette da accesso

Aggiungere più pagine

Scopri più URL con crawling o sitemap, oppure aggiungi pagine singole. Includi:

• Pagine FAQ/Guida
• Documentazione del prodotto
• Pagina dei prezzi
• Informazioni su di te/l'azienda
• Articoli del blog principali

Suggerimento: inizia con 5-10 delle tue pagine più importanti, testa nel Playground, poi aggiungine altre se serve.

Pagine con rendering JavaScript

Per i siti web con contenuti renderizzati in JavaScript (React, Vue, ecc.), usiamo la Jina Reader API per un'estrazione migliore:

• Esegue il rendering di JavaScript prima dell'estrazione
• Restituisce markdown pulito
• Gestisce i contenuti dinamici nelle app web moderne

Jina Reader viene eseguito per primo per impostazione predefinita; se non riesce a estrarre il contenuto, ripieghiamo su una scansione HTML tradizionale.

Riaddestramento automatico

I piani Standard e Pro includono il riaddestramento automatico giornaliero per le fonti sito web. Quando è attivo:

1. Le tue fonti web vengono sottoposte di nuovo a scansione ogni 24 ore
2. Le modifiche ai contenuti vengono rilevate automaticamente
3. Controlla l’elaborazione e prova le risposte interessate da una modifica

Attivare il riaddestramento automatico

1. Apri le impostazioni AI dell’agente
2. Trova le impostazioni di addestramento
3. Abilita Riaddestramento automatico giornaliero e salva

Il processo giornaliero aggiorna gli URL web già indicizzati. Aggiungi separatamente le nuove pagine, controlla le fonti obsolete e sostituisci i file caricati. Verifica una correzione urgente dopo il riaddestramento.

Riaddestramento manuale

Per aggiornamenti immediati o per riaddestrare pagine specifiche:

1. Vai su Fonti > Sito web
2. Trova la fonte che vuoi aggiornare
3. Clicca sul pulsante Riaddestra
4. Attendi il completamento dell'elaborazione

Limiti dei link

Risoluzione dei problemi

"Impossibile eseguire la scansione della pagina"

• Verifica che l'URL sia accessibile pubblicamente
• Controlla se la pagina richiede l'accesso
• Prova una pagina diversa del tuo sito

"Nessun contenuto estratto"

• La pagina potrebbe fare largo uso di JavaScript (Jina Reader gestisce la maggior parte delle pagine JS)
• Controlla se il contenuto è nascosto dietro schede o accordion
• Assicurati che la pagina contenga testo reale

"Il contenuto sembra obsoleto"

• Attiva il riaddestramento automatico per gli aggiornamenti automatici
• Riaddestra manualmente la fonte
• Controlla il timestamp "Ultimo addestramento"

Prossimi passi

• Testa nel Playground per verificare che il contenuto acquisito funzioni
• Aggiungi fonti documenti per file PDF/Word
• Crea coppie di domande e risposte per risposte esatte