WordPress
Chatbot na bazie wiedzy WordPress: odpowiedzi z bloga i FAQ

Chatbot na bazie wiedzy WordPress odpowiada klientom tylko na podstawie tego, co firma już opublikowała: wpisów z bloga, dokumentacji wtyczek i FAQ. Na końcu każdej odpowiedzi podaje źródło. Kto na tym zyskuje najwięcej? Sklepy WooCommerce, producenci wtyczek i oprogramowania, no i firmy, które mają rozbudowaną bazę wiedzy supportu. Niżej opisuję, jak wygląda porządne wdrożenie, o co dopytać wykonawcę i od czego w ogóle zacząć.
Spis treści
Czym jest chatbot na bazie wiedzy WordPress i czym różni się od zwykłego czatu AI?
To asystent, który zanim odpowie, przeszukuje Twoje treści i z nich buduje odpowiedź. Nie zgaduje na podstawie ogólnej wiedzy modelu. Ten mechanizm ma swoją nazwę: RAG (retrieval-augmented generation). Najpierw system wyciąga pasujące fragmenty, dopiero potem model językowy skleja z nich sensowną odpowiedź.
Cała sztuczka siedzi w wyszukiwaniu semantycznym, czyli porównywaniu znaczenia, a nie samych słów. Ładny przykład podaje dokumentacja Retrieval API OpenAI: na pytanie o to, kiedy ludzie polecieli na Księżyc, najtrafniejszy fragment może mówić o pierwszym lądowaniu na Księżycu, choć nie ma w nim ani jednego słowa z pytania. Co to daje firmie? Mniej zmyślonych odpowiedzi. I zgodność z oficjalną dokumentacją.
Jakie treści z WordPressa nadają się do bazy wiedzy asystenta?
Najlepiej działają treści, które już są uporządkowane i aktualne. Strony produktów, dokumentacja wtyczek, FAQ, baza wiedzy supportu, do tego wybrane wpisy z bloga. Sensowny zestaw źródeł wygląda mniej więcej tak:
- strona producenta i opisy produktów,
- dokumentacja wtyczek i instrukcje konfiguracji,
- baza wiedzy supportu z rozwiązaniami typowych problemów,
- sekcje FAQ,
- wpisy poradnikowe, które nadal są aktualne.
A co wyrzucić? Stare wpisy, teksty, które gryzą się z dokumentacją, i strony wewnętrzne. Bardzo pomagają też atrybuty i filtry (język, typ treści, data). Zawężają wyszukiwanie do właściwego zakresu, więc pytanie o bieżącą wersję wtyczki nie wyląduje w opisie sprzed lat.
Jak wygląda dobre wdrożenie RAG w WordPress krok po kroku?
Trzy elementy: indeksowanie wybranych treści, wyszukiwanie z cytowaniem źródła i automatyczna aktualizacja indeksu po każdej publikacji. Bez któregokolwiek z nich całość się sypie. W praktyce prace idą tak:
- Audyt treści: co jest aktualne, co się dubluje, czego brakuje.
- Wybór zakresu, czyli typów wpisów, kategorii i języków.
- Podział tekstów na fragmenty i zbudowanie indeksu wektorowego.
- Konfiguracja wyszukiwania: filtry oraz próg trafności, poniżej którego fragment jest odrzucany.
- Odpowiedź zakończona linkiem do wpisu źródłowego.
- Testy na prawdziwych pytaniach klientów, wziętych ze zgłoszeń supportu.
Aktualizacja bazy wiedzy chatbota po publikacji albo edycji wpisu to nie dodatek. To warunek, bo inaczej asystent zacznie podawać nieaktualne informacje. Cytowanie źródła buduje zaufanie (i przy okazji kieruje ruch na Twoje strony, co też nie boli).
Asystent AI na dokumentacji produktu: jakie pytania zadać wykonawcy?
Chodzi o trzy rzeczy: skąd asystent bierze odpowiedzi, jak szybko widzi nowe treści i co robi, kiedy czegoś nie wie. Zanim podpiszesz umowę, zapytaj:
- Czy indeks aktualizuje się automatycznie po publikacji i edycji wpisu?
- Czy każda odpowiedź cytuje źródło?
- W jaki sposób ograniczono zakres treści?
- Jak obsłużono wersje językowe, na przykład z WPML?
- Co się dzieje, gdy pytanie wykracza poza bazę?
- Kto jest właścicielem danych i indeksu?
- Jak rozliczane jest użycie modeli?
Czerwone flagi? Brak cytowania źródeł, ręczne przeładowywanie bazy, brak testów na realnych pytaniach. Każda z nich oznacza jedno: po kilku tygodniach odpowiedzi rozjadą się z tym, co faktycznie masz na stronie.
Od czego zacząć: gotowa wtyczka czy rozwiązanie na zamówienie?
Od przeglądu treści i listy pytań, które dziś lądują w supporcie. Dopiero potem wybór między gotową wtyczką a czymś szytym na miarę. Gotowiec spokojnie wystarczy, gdy treści są standardowe: blog, kilka stron, FAQ. Wtyczka na zamówienie ma sens wtedy, gdy asystent AI na stronie WordPress musi się dogadać z WooCommerce, z własnymi typami wpisów albo z kilkoma językami naraz.
Druga sprawa to pieniądze za pracę modeli. Lepiej ustalić to z góry. Jedna z opcji to kredyty do wtyczek AI, przypisane do Twojego konta w naszym sklepie i zużywane przez wtyczki, które obsługują kredyty. Moim zdaniem najrozsądniej zacząć od pilotażu na jednym obszarze, na przykład dokumentacji jednej wtyczki. Rozszerzać dopiero wtedy, gdy odpowiedzi przejdą testy.
W skrócie: chatbot na bazie wiedzy WordPress ma sens, kiedy treści są aktualne, indeks odświeża się sam, a każda odpowiedź pokazuje źródło. Chcesz zobaczyć, jak taki asystent poradziłby sobie z Twoimi wpisami i dokumentacją? Przygotujemy wycenę asystenta na stronie dopasowaną do Twojego zakresu treści.
Najczęstsze pytania
Czy chatbot na treściach WordPressa może odpowiadać spoza mojej strony?
To zależy od konfiguracji. Dobre wdrożenie trzyma się zaindeksowanych treści i nie sięga po ogólną wiedzę modelu. A jeśli w bazie nie ma odpowiedzi? Asystent mówi to wprost i może odesłać klienta do supportu.
Jak asystent dowiaduje się o nowym wpisie lub zmianie w dokumentacji?
Przez automatyczną aktualizację indeksu, która odpala się przy publikacji albo edycji wpisu. Nowy fragment wpada do bazy bez ręcznej roboty, a stara wersja znika. Dzięki temu asystent nie cytuje czegoś, co już dawno zmieniłeś.
Czy asystent AI obsłuży stronę wielojęzyczną z WPML?
Tak, pod warunkiem że indeks rozróżnia języki i filtruje fragmenty według wersji językowej pytania. Klient pytający po polsku dostaje wtedy odpowiedź z polskich wpisów i link do polskiej strony. Z każdym kolejnym językiem serwisu działa to tak samo.