„Umí ten chatbot odpovídat podle informací z našeho webu?“ To bývá jedna z prvních otázek, které firmy pokládají. A je správná. Obecná AI sice dokáže pěkně formulovat odpověď, ale sama od sebe nezná váš aktuální ceník, podmínky dopravy ani to, které služby už nenabízíte.

Aby byl chatbot na firemním webu užitečný, musí mít odkud brát konkrétní informace. Dobrá zpráva je, že často stačí materiály, které už máte: texty na webu, přehled služeb, FAQ nebo dokumenty. Horší zpráva je, že pokud si tyto materiály protiřečí, chatbot za vás nerozhodne, která verze je správná.

Nejde o přetrénování AI, ale o přístup ke znalostem

Pod slovem „naučit“ si spousta lidí představí, že do umělé inteligence nahrajete firemní dokumenty a ona se je jednou provždy naučí. U chatbotů, které odpovídají podle firemních podkladů, se ale běžně používá jiný princip.

Model má obecnou schopnost rozumět otázkám a formulovat odpovědi. Když se návštěvník na něco zeptá, systém mu vyhledá související informace z připravených podkladů a ty použije jako kontext pro odpověď. Tomuto způsobu se technicky říká RAG (retrieval-augmented generation).

Rozdíl je praktický: pokud upravíte ceník, nepotřebujete znovu trénovat celý model. Potřebujete aktualizovat zdrojová data a zajistit, aby chatbot pracoval s jejich novou verzí. Jak přesně se aktualizace provádí, záleží na konkrétním řešení.

Co chatbotovi předat

Začněte tím, na co se zákazníci skutečně ptají. Není nutné mu hned poskytovat celý firemní archiv. Lepší bývá menší, ale dobře připravená znalostní báze.

  • Služby a produkty. Co nabízíte, pro koho je služba určená, co je a není součástí nabídky.
  • Ceníky a obchodní podmínky. Ceny, příplatky, doprava, reklamace a případné výjimky. Včetně data platnosti, pokud se podmínky mění.
  • Často kladené otázky. Ideálně skutečné dotazy z e-mailů a telefonátů, ne jen otázky napsané pro marketing.
  • Praktické informace. Kontakty, provozní doba, postup objednání, návody nebo potřebné formuláře.

Podklady mohou mít podobu webových textů nebo dokumentů, například PDF. Důležité je, aby se z nich dal spolehlivě získat text a aby bylo zřejmé, k čemu se vztahují. Naskenovaný ceník jako obrázek, tabulka bez vysvětlení nebo pět let starý dokument jsou horší zdroj než obyčejná přehledná stránka.

Příklad: zákazník se ptá na dopravu

Představme si stavebniny, které mají na webu informace o rozvozu materiálu. Návštěvník napíše: „Dovezete mi dvě palety dlažby do vedlejší obce a kolik to bude stát?“

Pokud má chatbot k dispozici pravidla dopravy, může vysvětlit, do jakých lokalit firma zaváží a podle čeho se cena počítá. Pokud se cena stanovuje individuálně, správnou odpovědí není vymyšlená částka, ale informace, že je potřeba poslat poptávku.

Dobrý chatbot nemusí znát odpověď na všechno. Musí umět poznat, kde jeho znalosti končí. Právě to je pro důvěru zákazníka důležitější než sebejistý tón.

Nejčastější problém: firma má několik verzí pravdy

Na webu je doprava zdarma od určité částky, v PDF je jiný limit a v e-mailové šabloně se používá ještě stará cena. Pro člověka ve firmě může být jasné, co platí. Chatbot to ale sám vědět nemusí.

Před nasazením se proto vyplatí udělat malý obsahový úklid:

  1. Určit hlavní zdroj. Kde je závazný ceník a kde oficiální popis služeb?
  2. Odstranit rozpory. Neplatné soubory archivovat nebo vyřadit ze znalostní báze.
  3. Doplnit chybějící odpovědi. Pokud se lidé stále ptají na jednu věc, napište ji srozumitelně do podkladů.
  4. Přiřadit odpovědnost. Kdo zkontroluje informace při změně ceny, otevírací doby nebo procesu?

Tohle není práce navíc jen kvůli AI. Přehledné a aktuální informace zlepší i samotný web a práci zákaznické podpory.

Jak ověřit, že odpovědi dávají smysl

Před spuštěním bych chatbota nezkoušel jen otázkou „Jakou máte otevírací dobu?“ Důležité jsou i méně přesné dotazy, překlepy a situace, kdy v podkladech odpověď chybí.

Vyzkoušejte například dvě různé formulace stejné otázky, dotaz kombinující více podmínek a otázku na službu, kterou vůbec nenabízíte. Zkontrolujte nejen to, jestli odpověď zní přirozeně, ale hlavně jestli odpovídá platným informacím.

A počítejte s tím, že ani dobře nastavený systém není neomylný. AI může informaci špatně vyložit nebo vytvořit nepřesnou odpověď. U důležitých cenových, právních či zdravotních informací proto musí zůstat možnost ověření člověkem.

Firemní dokumenty nejsou totéž co živá data

Tady bývá další nedorozumění. Chatbot, který zná vaše obchodní podmínky, ještě automaticky neví, jestli je konkrétní výrobek právě skladem nebo v jakém stavu je zákazníkova objednávka.

Takové odpovědi by vyžadovaly napojení na aktuální systém — například e-shop, sklad nebo rezervační aplikaci — a u osobních údajů také správně vyřešené ověření uživatele a přístupová práva. Samotné nahrání PDF tyto možnosti nevytvoří.

Stejně tak není vhodné bez rozmyslu posílat do znalostní báze interní smlouvy, osobní údaje nebo neveřejné cenové nabídky. Nejdřív je potřeba rozhodnout, které informace smí chatbot sdělovat veřejnosti a jak se s daty zachází.

Jak s firemními znalostmi pracuje ChytroChat

Pro tyto scénáře vyvíjíme v OSYS ChytroChat (chytrochat.cz). AI asistenta lze vložit na web a připravit mu znalosti z vašich textů a dokumentů — například z popisu služeb, ceníků nebo častých dotazů. Návštěvník se potom může ptát běžnou češtinou, místo aby hledal informaci v několika sekcích webu.

ChytroChat není vázaný na náš redakční systém. Lze ho nasadit i na web, který běží jinde. Samotné nasazení ale není konec práce: největší hodnotu přináší dobře vybraný obsah, ověřené odpovědi a průběžné aktualizace.

Máte firemní podklady, ale nevíte, jestli jsou pro chatbota použitelné? Ozvěte se nám. Podíváme se, na co se návštěvníci ptají a co je potřeba připravit, aby jim chatbot dokázal odpovídat užitečně — a ne jen přesvědčivě.

Související: AI chatbot na webu: kdy se vyplatí a kdy je zbytečný? · AI chatbot ChytroChat