Fontes de Site
Rastreie seu site para treinar seu agente. O retreinamento automático mantém o conteúdo atualizado.
As fontes de site permitem treinar seu agente rastreando páginas do seu site. Extraímos o conteúdo de texto automaticamente e podemos mantê-lo atualizado com retreinamento automático diário.
Adicionando uma Fonte de Site
- Vá até a aba Fontes do seu agente
- Clique em Site
- Digite uma URL (ex.:
https://yoursite.com/faq) - Clique em Adicionar link
- Aguarde a conclusão do rastreamento (geralmente 10-30 segundos)
O rastreador extrai o conteúdo de texto da página, removendo navegação, rodapés e outros elementos que não são conteúdo.
O Que É Rastreado
- Conteúdo principal da página e títulos
- Texto de artigos e parágrafos
- Listas e conteúdo estruturado
O que é excluído:
- Menus de navegação e rodapés
- Imagens e vídeos (somente texto)
- Páginas protegidas por login
Adicionando Várias Páginas
Adicione URLs uma por vez. Para uma cobertura completa, adicione:
- Páginas de FAQ/Ajuda
- Documentação de produto
- Página de preços
- Informações Sobre/Empresa
- Posts importantes do blog
Dica: Comece com 5-10 das suas páginas mais importantes, teste no Playground e depois adicione mais conforme necessário.
Páginas Renderizadas com JavaScript
Para sites com conteúdo renderizado em JavaScript (React, Vue, etc.), usamos a API do Jina Reader para uma extração melhor:
- Renderiza o JavaScript antes da extração
- Retorna markdown limpo
- Trata conteúdo dinâmico em aplicativos web modernos
O Jina Reader é executado primeiro por padrão; recorremos a um rastreamento HTML tradicional caso ele não consiga extrair o conteúdo.
Retreinamento Automático
Os planos Standard e Pro incluem retreinamento automático diário para fontes de site. Quando ativado:
- Suas fontes web são rastreadas novamente a cada 24 horas
- As alterações de conteúdo são capturadas automaticamente
- Seu agente permanece atualizado sem trabalho manual
Ativar o Retreinamento Automático
- Vá até a aba Playground
- Encontre o painel de fontes de treinamento
- Ative a opção Retreinar fontes da web automaticamente
| Plano | Retreinamento Automático |
|---|---|
| Free | Não disponível |
| Hobby | Não disponível |
| Standard | Diário |
| Pro | Diário |
Retreinamento Manual
Para atualizações imediatas ou para retreinar páginas específicas:
- Vá até Fontes > Site
- Encontre a fonte que deseja atualizar
- Clique no botão Retreinar
- Aguarde a conclusão do processamento
Limites de Links
| Plano | Links de Site |
|---|---|
| Free | 10 |
| Hobby | Ilimitado |
| Standard | Ilimitado |
| Pro | Ilimitado |
Solução de Problemas
"A página não pôde ser rastreada"
- Verifique se a URL é publicamente acessível
- Confira se a página exige login
- Tente uma página diferente do seu site
"Nenhum conteúdo extraído"
- A página pode depender muito de JavaScript (o Jina Reader trata a maioria das páginas com JS)
- Verifique se o conteúdo está atrás de abas ou acordeões
- Certifique-se de que a página tem conteúdo de texto de fato
"O conteúdo parece desatualizado"
- Ative o retreinamento automático para atualizações automáticas
- Retreine manualmente a fonte
- Verifique o registro de data e hora "Last trained"
Próximos Passos
- Teste no Playground para verificar se o conteúdo rastreado funciona
- Adicione fontes de documentos para arquivos PDF/Word
- Crie pares de Perguntas e Respostas para respostas exatas