FAQ هوشمند: چرا پرسش را برداری می‌کنیم نه پاسخ را

مسئله FAQ معمولی

FAQ سنتی فهرستی از پرسش و پاسخ است که سازمان با کلمه‌های خودش نوشته است. مشتری با کلمه‌های خودش می‌پرسد. این دو همیشه به هم نمی‌خورند. سازمان می‌نویسد «شرایط مرجوعی کالا» و مشتری می‌نویسد «اگه خوشم نیومد پس می‌گیرید؟»

جستجوی کلمه‌ای اینجا کمک زیادی نمی‌کند. فارسی هم این کار را سخت‌تر می‌کند: «برگشت»، «مرجوع»، «پس دادن» و «عودت» یک چیز می‌گویند و محاوره و املای مختلف هم به این فهرست اضافه می‌شوند. نتیجه این است که جواب در سایت هست، ولی مشتری آن را پیدا نمی‌کند و تیکت ثبت می‌کند.

برداری‌سازی به زبان ساده

برداری‌سازی (Embedding) یعنی یک مدل، متن را به فهرست بلندی از عددها تبدیل کند، طوری که متن‌های هم‌معنی عددهای نزدیک به هم بگیرند. می‌توانید این را مثل نقشه‌ای تصور کنید که هر متن یک نقطه روی آن است. «پولم کی برمی‌گردد» و «زمان بازگشت وجه» نزدیک هم می‌افتند، حتی بدون کلمه مشترک.

برای سنجیدن نزدیکی معمولاً از شباهت کسینوسی استفاده می‌شود. این روش زاویه میان دو بردار را می‌سنجد؛ هرچه زاویه کمتر، معنی نزدیک‌تر. جستجوی معنایی همین است: پرسش مشتری را برداری می‌کنید و نزدیک‌ترین نقطه‌ها را پیدا می‌کنید. همین پایه RAG هم هست.

چرا برداری کردن پاسخ خوب کار نمی‌کند

راه ساده این است که متن کامل پاسخ را برداری کنیم، چون اطلاعات آنجاست. ولی این کار به دو دلیل نتیجه ضعیفی می‌دهد:

۱. شکل دو متن فرق دارد. پرسش مشتری کوتاه و محاوره‌ای است و نیاز را می‌گوید. پاسخ بلند و رسمی است و توضیح می‌دهد. «پولم کی برمی‌گردد» یک نیاز است و پاسخش فرایندی چندمرحله‌ای.

۲. پاسخ بلند چند موضوع دارد. یک پاسخ درباره مرجوعی شاید از مهلت، شرایط کالا، روش تحویل به پیک و زمان بازگشت پول بگوید. بردار چنین متنی، معنی همه این‌ها را با هم در خود دارد و به هیچ‌کدام خیلی نزدیک نیست. پس پرسش دقیق مشتری از آن دور می‌ماند.

حالا پرسش FAQ را ببینید: کوتاه است، یک موضوع دارد و همان شکلی را دارد که مشتری می‌نویسد. جفت کردن پرسش با پرسش مسئله ساده‌تری است.

روش بهتر: پرسش برداری می‌شود، پاسخ محموله است

در این روش، جستجو فقط روی پرسش‌ها انجام می‌شود. پاسخ در کنار پرسش نگه‌داری می‌شود، ولی در جستجو شرکت نمی‌کند. به این نقش «محموله» می‌گویند: وقتی پرسش پیدا شد، پاسخش همراهش می‌آید.

این ساختار یک فایده پنهان هم دارد. اگر مبلغ یا مهلت را در پاسخ عوض کنید، جستجو به هم نمی‌ریزد. اگر هم جستجو ضعیف بود، لازم نیست متن پاسخ را برای خوشایند موتور جستجو عوض کنید.

پرسش‌های جایگزین: یک پاسخ، چند راه رسیدن

یک پرسش به‌تنهایی نمی‌تواند همه شکل‌های گفتن یک نیاز را پوشش بدهد. راه‌حل، پرسش جایگزین است: چند پرسش متفاوت که همه به یک پاسخ می‌رسند. هر کدام جداگانه برداری می‌شود، یعنی نقطه جدایی روی نقشه می‌سازد.

• «چطور مرجوع کنم؟»
• «شرایط بازگشت کالا»
• «پولم کی برمی‌گردد؟»

این سه پرسش یک پاسخ دارند، ولی سه نیاز کمی متفاوت را می‌گویند. پیام مشتری به هر کدام نزدیک باشد، پاسخ پیدا می‌شود. دقت کنید که پرسش جایگزین خوب، فقط جابه‌جایی کلمه‌ها نیست. باید زاویه تازه‌ای از نیاز یا بیان تازه‌ای از آن را بگوید.

پرسش‌های جایگزین خوب از کجا می‌آیند

از ذهن تیم محصول نیایند بهتر است. مشتری‌ها را بخوانید:

• تیکت‌ها و گفتگوهای گذشته: پرسش‌ها را همان‌طور که مشتری نوشته بردارید، حتی با املای محاوره‌ای.
• گفتگوهای تحویل‌شده به انسان: پرسش‌هایی که جوابی پیدا نکردند، مستقیم نشان می‌دهند چه چیزی کم است.
• جستجوهای داخل سایت: عبارت‌هایی که مردم در مرکز راهنما جستجو می‌کنند.
• کارشناسان پشتیبانی: آن‌ها می‌دانند مشتری یک موضوع را چند جور می‌پرسد.

اینکه چه تعداد پرسش جایگزین لازم است، عدد ثابتی ندارد. موضوع‌های پرتکرار و پربیان بیشتر می‌خواهند. با چند مورد شروع کنید و هر بار که یک پرسش واقعی جواب را پیدا نکرد، یکی اضافه کنید.

چند دام که باید بشناسید

• دو پاسخ با پرسش‌های نزدیک: «هزینه ارسال چقدر است؟» و «هزینه مرجوعی چقدر است؟» خیلی شبیه‌اند. پرسش‌ها را طوری بنویسید که موضوعشان روشن باشد.
• نزدیک‌ترین نتیجه همیشه درست نیست: جستجوی معنایی همیشه یک نزدیک‌ترین پیدا می‌کند، حتی اگر بی‌ربط باشد. باید حدی برای شباهت داشته باشید و زیر آن حد، جوابی ندهید.
• این روش برای هر متنی نیست: مقاله و سند بلند باید قطعه‌بندی و برداری شوند، چون آنجا پرسشی از پیش نوشته نشده است. FAQ نوع خاصی از دانش است که شکل پرسش را از قبل دارد.
• تعداد بردارها بیشتر می‌شود: هر پرسش جایگزین یک بردار است. این معمولاً هزینه کمی دارد، ولی پرسش تکراری بی‌فایده هم نگذارید.

اگر چت‌بات شما کنار FAQ مقاله و سند هم می‌خواند، باید همه این‌ها با هم جستجو شوند. تفاوت چت‌بات‌ها را می‌توانید در مقاله چت‌بات قاعده‌محور و هوش مصنوعی هم ببینید. اثر FAQ خوب را هم می‌شود روی شاخص‌های پشتیبانی مشتری دید.

مسیر یک پیام در FAQ هوشمند

این مراحل را با یک مثال ساختگی ببینیم. مشتری می‌نویسد: «خریدم رو پس دادم، کی پولم میاد؟»

• پیام مشتری با همان مدلی برداری می‌شود که پرسش‌ها با آن برداری شده‌اند.
• نزدیک‌ترین پرسش‌ها پیدا می‌شوند. در این مثال، پرسش جایگزین «پولم کی برمی‌گردد؟» نزدیک‌ترین است.
• شباهت با حد تعیین‌شده مقایسه می‌شود. اگر پایین باشد، این پرسش نتیجه حساب نمی‌شود.
• پاسخی که همراه آن پرسش ذخیره شده، برگردانده می‌شود.
• چت‌بات می‌تواند پاسخ را عیناً بگوید، یا مدل زبانی از روی آن جوابی متناسب با پیام بسازد.

به نکته آخر دقت کنید. FAQ به‌عنوان یک تکه دانش هم می‌تواند وارد RAG شود. آن‌وقت مدل با پاسخ FAQ جمله می‌سازد، ولی چیزی بیرون از آن نمی‌گوید. اگر مسئله حساس است، مثلاً متن حقوقی، شاید بهتر باشد پاسخ را عیناً نشان بدهید.

هم‌مدل بودن هم مهم است. اگر مدل برداری‌سازی را عوض کنید، بردارهای قبلی با بردارهای تازه قابل مقایسه نیستند و باید همه پرسش‌ها دوباره برداری شوند.

FAQ هوشمند را چطور نگه داریم

FAQ هوشمند یک بار ساخته نمی‌شود. مثل هر بخش دیگر پشتیبانی، نیاز به مرور دارد:

• پرسش‌های بی‌جواب را ببینید: پیام‌هایی که زیر حد شباهت ماندند، فهرست کار بعدی شما هستند.
• جواب‌های اشتباه را ببینید: اگر مشتری بعد از گرفتن یک پاسخ دوباره همان را می‌پرسد، شاید پرسش اشتباهی پیدا شده است.
• مالک تعیین کنید: وقتی سیاست مرجوعی عوض می‌شود، باید کسی مسئول به‌روزرسانی پاسخ باشد. چت‌باتی که جواب قدیمی می‌دهد، با اعتماد می‌گوید و مشتری هم باور می‌کند.
• پرسش‌های کم‌استفاده را حذف کنید: پرسشی که کسی نمی‌پرسد فقط فهرست را شلوغ می‌کند.

یک پاسخ خوب هم مهم است. برداری کردن درست کمکی نمی‌کند اگر پاسخ مبهم باشد. پاسخ FAQ را کوتاه بنویسید، جمله اولش جواب مستقیم باشد و اگر توضیح بیشتری لازم است، به مقاله پایگاه دانش لینک بدهید. پاسخی که با «بله» یا «نه» یا یک مهلت روشن شروع می‌شود، هم برای مشتری راحت‌تر است و هم برای کارشناسی که می‌خواهد آن را در گفتگو بفرستد.

نمونه عملی: FAQ هوشمند در مانوتل

به‌عنوان نمونه، مانوتل، محصولی از کارن تکنولوژی، همین روش را به کار می‌برد. هر پرسش در FAQ می‌تواند پرسش‌های جایگزین داشته باشد؛ مثل «چطور مرجوع کنم»، «شرایط بازگشت کالا» و «پولم کی برمی‌گردد» که همه به یک پاسخ می‌رسند. هر پرسش جداگانه برداری می‌شود و پاسخ فقط محموله است. برای همین پرسش کوتاه مشتری با پرسش FAQ جفت می‌شود، نه با متن بلند پاسخ.

FAQها در صفحه خانه ابزارک و بخش «منابع اطلاعات» هم نمایش داده می‌شوند، پس مشتری می‌تواند خودش هم جواب را پیدا کند. چت‌بات دانش‌محور مانوتل فقط از دانش سازمان جواب می‌دهد و اگر تکه مرتبطی پیدا نشود، جوابی نمی‌سازد و گفتگو را به اپراتور می‌سپارد. برداری‌سازی می‌تواند با مدل محلی چندزبانه مانوتل انجام شود، بدون فرستادن متن به بیرون، و جستجو در PostgreSQL و pgvector است.

پرسش‌های متداول