목차
Freddy Answers의 학습 소스는 무엇인가요?
봇을 훈련시키고 브랜드의 톤에 맞추어 사실적으로 만드는 것은 쉬운 일이 아닙니다. 이 과정을 더 간단하게 하기 위해, Freddy Answers는 머신러닝(ML)을 사용하여 자주 묻는 질문을 다양한 주제에 걸쳐 제안하고, 팀이 새로운 답변이나 더 나은 답변이 필요한 질문을 식별하도록 도와줍니다. 또한 질문을 세 가지 범주로 분류합니다: 미답변, 커버리지 개선, 성능 저하.
Freddy Answers의 학습 소스에 대해 더 깊이 알아보기 전에, 이러한 범주가 무엇을 의미하는지 알아보겠습니다.
미답변: 답변되지 않은 모든 질문이 여기에 표시됩니다. 이는 "답변" 갤러리 페이지에 해당 질문에 대한 콘텐츠가 없음을 나타냅니다.
커버리지 개선: 같은 질문을 묻는 다양한 방법이 있습니다. 질문이 5개의 다른 변형(즉, 질문을 묻는 5가지 다른 방법)으로 매핑되지 않은 경우, Freddy Answers는 이를 "커버리지 개선"으로 분류합니다. 목표는? 질문이 어떻게 묻혀도 정확한 답변을 제공하는 것입니다.
성능 저하: 5회 이상 다운보트된 Freshchat FAQ 또는 Freshdesk 문서는 "성능 저하"로 분류됩니다. 이는 답변이 도움이 되지 않았으며 재검토가 필요함을 나타냅니다.
Freddy Answers가 일반적인 질문을 식별하는 소스
Freshchat FAQ: 5회 이상 다운보트된 Freshchat FAQ는 "성능 저하" 범주로 분류됩니다.
Freshdesk 문서: 5회 이상 다운보트된 Freshdesk 지식 베이스 문서는 "성능 저하" 범주로 분류됩니다.
이 제안된 질문 또는 사용자가 입력한 질문에 대해 생성한 답변은 "답변" 페이지에 반영됩니다. Freddy Answers는 "답변" 페이지를 스캔하여 고객의 질문에 정확한 답변을 보냅니다. 모든 기존 Freshchat FAQ 및 Freshdesk FAQ도 이 페이지에 자동 동기화됩니다.