Źródła ze strony internetowej

Źródła ze strony internetowej pozwalają trenować agenta na podstawie stron przeszukanych w Twojej witrynie. Automatycznie wyodrębniamy treść tekstową i możemy ją utrzymywać na bieżąco dzięki codziennemu automatycznemu ponownemu trenowaniu.

Dodawanie źródła ze strony internetowej

1. Otwórz Sources > Website w agencie
2. Wybierz Crawl links, Sitemap lub Individual link
3. Podaj URL witryny, mapy lub strony, np. https://yoursite.com/faq dla pojedynczej strony
4. Użyj filtrów uwzględnianych i wykluczanych ścieżek przy przeszukiwaniu lub imporcie mapy
5. Rozpocznij przetwarzanie. Sprawdź strony zindeksowane, pominięte i błędne

Mechanizm przeszukiwania wyodrębnia treść tekstową ze strony, usuwając nawigację, stopki i inne elementy niebędące treścią.

Co jest przeszukiwane

• Główna treść i nagłówki strony
• Tekst artykułów i akapity
• Listy i treści ustrukturyzowane

Co jest wykluczone:

• Menu nawigacyjne i stopki
• Zdjęcia i filmy (tylko tekst)
• Strony chronione logowaniem

Dodawanie wielu stron

Odkryj wiele URL przez przeszukiwanie lub mapę witryny albo dodaj pojedyncze strony. Uwzględnij:

• Strony FAQ/Pomoc
• Dokumentację produktu
• Stronę z cennikiem
• Informacje o firmie
• Kluczowe wpisy na blogu

Wskazówka: Zacznij od 5-10 najważniejszych stron, przetestuj w Playground, a następnie dodawaj kolejne w miarę potrzeb.

Strony renderowane w JavaScript

Dla witryn z treścią renderowaną w JavaScript (React, Vue itp.) korzystamy z Jina Reader API, żeby uzyskać lepszą ekstrakcję:

• Renderuje JavaScript przed wyodrębnieniem treści
• Zwraca czysty markdown
• Obsługuje dynamiczną treść w nowoczesnych aplikacjach webowych

Jina Reader domyślnie uruchamia się jako pierwszy; jeśli nie może wyodrębnić treści, przechodzimy do tradycyjnego przeszukiwania HTML.

Automatyczne ponowne trenowanie

Plany Standard i Pro obejmują automatyczne, codzienne ponowne trenowanie źródeł ze strony internetowej. Po włączeniu:

1. Twoje źródła internetowe są ponownie przeszukiwane co 24 godziny
2. Zmiany treści są wykrywane automatycznie
3. Sprawdź przetwarzanie i przetestuj odpowiedzi związane ze zmianą

Włącz automatyczne ponowne trenowanie

1. Otwórz ustawienia AI agenta
2. Znajdź ustawienia trenowania
3. Włącz Automatyczne trenowanie codziennie i zapisz

Codzienne zadanie odświeża już zindeksowane URL stron. Dodaj nowe strony osobno, sprawdź nieaktualne źródła i zastąp przesłane pliki. Przetestuj pilną poprawkę po ponownym trenowaniu.

Ręczne ponowne trenowanie

Aby natychmiast zaktualizować treść lub ponownie wytrenować konkretne strony:

1. Przejdź do Źródła > Strona internetowa
2. Znajdź źródło, które chcesz odświeżyć
3. Kliknij przycisk Trenuj ponownie
4. Poczekaj na zakończenie przetwarzania

Limity linków

Rozwiązywanie problemów

"Nie udało się przeszukać strony"

• Sprawdź, czy URL jest publicznie dostępny
• Sprawdź, czy strona wymaga logowania
• Wypróbuj inną stronę ze swojej witryny

"Nie wyodrębniono żadnej treści"

• Strona może intensywnie korzystać z JavaScript (Jina Reader obsługuje większość takich stron)
• Sprawdź, czy treść nie jest ukryta w zakładkach lub akordeonach
• Upewnij się, że strona zawiera rzeczywistą treść tekstową

"Treść wydaje się nieaktualna"

• Włącz automatyczne ponowne trenowanie, aby otrzymywać aktualizacje automatycznie
• Ręcznie ponownie wytrenuj źródło
• Sprawdź znacznik czasu „Ostatnio trenowano”

Kolejne kroki

• Przetestuj w Playground, aby zweryfikować przeszukaną treść
• Dodaj źródła z dokumentów dla plików PDF/Word
• Utwórz pary Q&A dla dokładnych odpowiedzi