Wie Wissen und Antworten entstehen

Unter Wissen (app.xicbot.de/wissen) hinterlegen Sie die Quellen, aus denen Ihre Assistenten antworten. Diese Seite beschreibt, was danach geschieht: wie eine Website gelesen wird, wie aus Text Abschnitte werden, wie die Suche passende Abschnitte zu einer Frage findet und nach welchen Regeln daraus eine belegte Antwort entsteht – oder keine. Felder, Grenzen und Meldungen des Bereichs stehen auf der Seite Wissen.

Der Weg im Überblick

1. 1

   Schritt 1

   Lesen

   Text, Datei oder Website wird gelesen und in reinen Text umgewandelt. Bei einer Website folgt XICBOT Verweisen und der Sitemap, bleibt aber auf derselben Website.

2. 2

   Schritt 2

   Zerlegen

   Der Text wird in Abschnitte geteilt, und jeder Abschnitt bekommt seine Sprache. Ein Abschnitt ist die Einheit, die später in einer Antwort als Belegstelle erscheint.

3. 3

   Schritt 3

   Umschalten

   Der neue Stand wird neben dem alten aufgebaut und erst am Ende für die ganze Quelle auf einmal gültig.

4. 4

   Schritt 4

   Anreichern

   Danach bekommt jeder Abschnitt in einem Hintergrundauftrag Schlüsselwörter, bis zu vier Fragen aus seinen eigenen Wörtern und festen Vorlagen sowie eine Merkmalsstreuung für den Vergleich mit Fragen. Bis dahin findet ihn nur die Wortsuche.

5. 5

   Schritt 5

   Suchen

   Eine Frage wird über Wortsuche und Merkmalsvergleich gegen die Abschnitte gehalten; beide Trefferlisten werden zusammengeführt.

6. 6

   Schritt 6

   Antworten

   Aus den besten Treffern entsteht eine Antwort, die ihre Stellen mit Nummern nennt. Unter Antwort prüfen und in der Schnittstelle geht, außer bei einem gepflegten Paar, nur eine ausreichend gedeckte und belegte Antwort hinaus.

7. 7

   Schritt 7

   Nachprüfen

   Im Widget werden harte Angaben der Antwort, etwa Preise oder Fristen, gegen das gefundene Material gehalten. Was dort nicht steht, wird ersetzt oder markiert.

Wie eine Website gelesen wird

Eine Websitequelle beginnt an der Adresse, die Sie angegeben haben. Gelesen wird nur, was unter derselben Verbindung aus Schema, Host und Port liegt: eine Subdomain oder der Wechsel von http zu https ist eine andere Website. Beim Abruf meldet sich XICBOT als XICBOT-Wissensbegeher. Seitenzahl, Dateitypen, Wartezeit und Größen stehen unter Website-Abruf; hier steht, wie die Seiten zusammenkommen.

• Reihenfolge: zuerst die Startadresse, dann die Adressen aus der Sitemap, dann Adressen, die aus einem früheren Lauf schon im Bestand stehen – bei Vollständig neu aufbauen entfallen diese. Verweise, die beim Lesen einer Seite auftauchen, kommen hinten an. Weil je Lauf höchstens 25 Seiten gelesen werden, entscheidet diese Reihenfolge mit, welche Seiten in die Wissensbasis gelangen.
• Was mitzählt: jede abgerufene Seite zählt gegen die 25, auch eine, die sich seit dem letzten Lauf nicht geändert hat. Eine Seite, aus der sich kein Text gewinnen lässt, zählt nicht.
• Vormerkliste: neue Verweise werden nur vorgemerkt, solange weniger als 100 Adressen offen sind. Darüber hinaus werden sie nur noch gezählt, bis 1000.
• Welche Verweise gelten: nur das href eines <a>-Elements. Verweise in Kommentaren und in den Elementen script, style, textarea, title und template zählen nicht, Verweise in noscript dagegen schon. mailto:, tel:, javascript: und data: bleiben liegen, ebenso Verweise auf Dateien wie PDF, ZIP, Bilder, Videos, Audio, CSS, JavaScript, XML und Symbole. Bei einem Verweis mit # zählt nur der Teil davor: /leistungen#preise führt zu /leistungen, ein reiner Sprungverweis wie #oben bleibt liegen. Relative Verweise löst XICBOT gegen die Adresse auf, unter der die Seite ausgeliefert wurde: auf /leistungen/ führt kontakt zu /leistungen/kontakt, auf /leistungen dagegen zu /kontakt; ../kontakt steigt ein Verzeichnis hinauf. Trägt die Seite ein <base>-Element mit href, gilt wie im Browser dessen Adresse als Basis, ihrerseits gegen die ausgelieferte Adresse aufgelöst: auf /leistungen mit <base href="/leistungen/"> führt kontakt zu /leistungen/kontakt. Maßgeblich ist das erste solche Element außerhalb von Kommentaren und außerhalb der Elemente script, style, textarea, title, noscript und template; ein leerer Wert oder eine Basis mit data: oder javascript: lässt es bei der ausgelieferten Adresse. Nennt die Basis ein anderes Schema, etwa ftp:, führen relative Verweise der Seite zu keiner Adresse; es zählen dann nur Verweise, die mit http:// oder https:// beginnen.
• Eine Adresse, eine Seite: der Teil ab #, ein Schrägstrich am Ende und index.html, index.htm oder index.php am Ende werden abgeschnitten. Der Abfrageteil ab ? bleibt stehen, /liste?seite=2 ist also eine eigene Seite.
• Unverändertes bleibt: steht eine Seite schon im Bestand, fragt XICBOT mit dem Stand des letzten Abrufs (ETag und Änderungsdatum) an. Antwortet der Server mit 304, bleibt die Seite mit ihren Abschnitten, wie sie ist. Ist nur die Seite neu ausgeliefert, ihr Text aber gleich, bleiben die Abschnitte ebenfalls stehen. Vollständig neu aufbauen fragt ohne diesen Stand und zerlegt jede Seite neu. Eine Seite ohne Abschnitte – etwa ein zurückgehaltener Entwurf – fragt XICBOT ebenfalls ohne diesen Stand an und liest sie vollständig.
• Titel: der Inhalt von <title>, sonst die Adresse der Seite. Reine Textseiten (text/plain) tragen ihre Adresse als Titel. Der Titel erscheint in einer Belegstelle als Name des Dokuments.

Endet ein Lauf an der Grenze von 25 Seiten, während noch Adressen offen waren, die weder besucht noch gesperrt sind, gilt die Website als gekürzt. Die Quelle zeigt dann Nur die ersten {n} Seiten dieser Website wurden gelesen. und Beim Abbruch waren noch {n} Verweise offen. Die zweite Zahl sagt, wie viele Adressen offenstanden, nicht, wie viele Seiten fehlen. Fehlt diese Zählung, steht dort Wie viele Verweise dabei offen blieben, wurde nicht gemessen. Siehe auch Ihre Quellen.

robots.txt und ausgeschlossene Pfade

• Die robots.txt wird je Lauf einmal von der Wurzel der Website gelesen, bevor die erste Seite gelesen wird. Antwortet der Server dort mit einem Serverfehler (5xx), endet der Lauf mit Die robots.txt der Website war wegen eines Serverfehlers nicht erreichbar. Bis sie wieder antwortet, liest der Dienst keine Seite dieser Website. Kommt keine Antwort an – etwa weil keine Verbindung zustande kommt oder der Server nicht rechtzeitig antwortet –, endet er mit Diese Adresse war nicht erreichbar. In beiden Fällen bleibt der bisherige Bestand stehen. Lässt sich die robots.txt aus einem anderen Grund nicht lesen – etwa weil der Server mit 4xx antwortet oder zu viele Weiterleitungen folgen – oder ist sie leer, wendet XICBOT keine Regeln aus ihr an. Wie XICBOT ihre Regeln auslegt, steht unter robots.txt.
• Gesperrt ist eine Adresse, wenn ein Muster aus Ausgeschlossene Pfade passt oder die robots.txt sie sperrt. Ihre Muster stehen über der robots.txt: ein Allow dort hebt Ihren Ausschluss nicht auf.
• Ein Muster, das :// enthält, wird gegen die ganze Adresse gehalten, jedes andere gegen den Pfad samt Abfrageteil. Ein Muster passt ab dem Anfang; * steht für beliebig viele Zeichen, $ bindet ans Ende. Eingabe und Grenzen der Muster stehen unter Ausgeschlossene Pfade.
• Geprüft wird jede Adresse vor dem Abruf, auch jede Adresse aus der Sitemap. Das Ziel einer Umleitung wird nach dem Abruf geprüft: ist es gesperrt, wird die Seite verworfen.

Sitemap

• XICBOT nimmt die Sitemap:-Zeilen aus der robots.txt, soweit sie auf derselben Website liegen. Gibt es keine solche Zeile, versucht XICBOT /sitemap.xml.
• Gelesen werden höchstens sechs Sitemap-Dateien zu je höchstens 5 MB. Mit gzip gepackte Dateien werden entpackt, ein Sitemap-Verzeichnis (<sitemapindex>) wird bis zu dieser Grenze verfolgt. Sind 100 Adressen beisammen, liest XICBOT keine weitere Datei.
• Ausgewertet wird nur <loc>. Einträge auf anderen Websites und auf Dateien wie PDF, ZIP, Bilder, Videos, Audio, CSS oder JavaScript bleiben liegen.
• Die Sitemap ist der Weg zu Seiten, auf die von der Startseite kein Verweis führt: ohne sie findet XICBOT solche Seiten nicht.

Entwürfe und Seiten mit Zukunftsdatum

Woran XICBOT erkennt, dass eine Seite noch nicht veröffentlicht ist, steht unter Zurückgehaltene Seiten. Für die Antworten gilt:

• Ein Entwurf bekommt keine Abschnitte und kommt damit in keiner Antwort vor.
• Wird eine schon gelesene Seite zum Entwurf oder auf ein Datum in der Zukunft gesetzt, entfernt der nächste Lauf ihre Abschnitte.
• Zusätzlich prüft die Suche bei jeder Frage, ob ein Dokument veröffentlicht ist. Eine Seite, deren Datum nach der Aufnahme in die Zukunft gesetzt wurde, erscheint deshalb schon vor dem nächsten Lauf nicht mehr.
• Enthält eine Quelle nur solche Seiten, scheitert der Lauf mit Diese Quelle enthält nur Entwürfe oder Inhalte mit einem Datum in der Zukunft.
• Über die Schnittstelle lässt sich eine Text- oder Dateiquelle mit draft oder einem published_at in der Zukunft anlegen. Sie bekommt keine Abschnitte, und ihr Lauf scheitert mit derselben Meldung. Neu einlesen gibt es nur für Websites, sonst antwortet die Schnittstelle mit 422 und website_only; eine spätere Aufnahme ist für eine solche Quelle nicht vorgesehen. Legen Sie sie darum erst an, wenn der Inhalt gelten soll. Bei Websites weist die Schnittstelle beide Felder ab, dort entscheidet die Seite selbst.

Wie Text gewonnen wird

• HTML: entfernt werden script, style, noscript, svg und template samt Inhalt, der Kopf der Seite und die Bereiche nav, header, footer und aside. Das Ende von p, div, li, tr, h1 bis h6, section und article sowie jedes br wird zum Zeilenende, damit Sätze getrennt bleiben.
• Kommentare und Steuerzeichen: HTML-Kommentare werden in jedem Text entfernt – sie tragen für keinen Leser Inhalt, sind aber ein klassischer Träger untergeschobener Anweisungen. Steuerzeichen fallen weg, mehrfache Leerzeichen und Leerzeilen werden zusammengezogen.
• Zeichensatz: eine Byte-Order-Mark (BOM) für UTF-8 oder UTF-16 wird ausgewertet; ohne sie erkannt werden UTF-8, ISO-8859-15, ISO-8859-1 und Windows-1252. Gespeichert wird einheitlich UTF-8.
• PDF wird nur mit Textebene gelesen. Eine Texterkennung für Scans läuft bewusst nicht mit: aus einem Scan gelesener Text ist streckenweise falsch, und eine falsche Antwort mit Beleg wiegt schwerer als eine abgelehnte Datei.
• Word: aus .docx und .docm wird der Hauptteil samt Fußnoten, Endnoten sowie Kopf- und Fußzeilen gelesen; Text, der in der Änderungsverfolgung als gelöscht markiert ist, bleibt draußen. Eine .doc-Datei, die in Wahrheit eine umbenannte .docx ist, wird erkannt und ebenso gelesen. Ältere .doc- und .dot-Dateien werden angenommen, sofern sich ihr Text auslesen lässt; sonst wird die Datei abgelehnt.
• Text, Markdown, CSV und andere Textdateien werden unverändert übernommen, nur der Zeichensatz wird angeglichen. Aus einer JSON-Datei werden Schlüssel und Werte als Zeilen „Schlüssel: Wert“ gelesen. Eine HTML-Datei (.html, .htm, .xhtml) trägt ihren <title> als Titel, jede andere Datei ihren Dateinamen.

Welche Formate und Größen erlaubt sind und wie doppelte Seiten behandelt werden, steht unter Dateiformate und Website-Abruf.

Wie Abschnitte entstehen

Ein Abschnitt ist die Einheit, die in einer Antwort als Belegstelle erscheint. Seine Größe steuern Sie je Quelle mit Abschnittsgröße und Überlappung (siehe Quelle bearbeiten). Vorgabe sind 800 Zeichen mit 120 Zeichen Überlappung, für hochgeladene Dateien 1400 mit 200.

• Überschriften zuerst: der Text wird an Überschriften geteilt, und jede Überschrift bleibt bei ihrem Text. Als Überschrift gilt eine Markdown-Zeile mit # bis ###### und höchstens 120 Zeichen oder eine kurze Zeile mit höchstens 80 Zeichen und höchstens 12 Wörtern, die mit einem Großbuchstaben oder einer Ziffer beginnt und nicht auf ., :, ;, ,, ! oder ? endet.
• Ganzer Block, wenn er passt: ist der Text unter einer Überschrift nicht länger als Abschnittsgröße plus Überlappung, wird er ein einziger Abschnitt.
• Sonst an Satzenden: längere Blöcke werden an Satzenden (., !, ?) und an Leerzeilen geteilt, nicht nach Zeichenzahl. Ein Abschnitt schließt, bevor der nächste Satz die Abschnittsgröße überschreiten würde.
• Überlappung: das Ende eines Abschnitts steht am Anfang des nächsten noch einmal, damit ein Satz auf der Grenze nicht zerrissen wird. Sie beträgt höchstens die halbe Abschnittsgröße; ein größerer Wert wird beim Zerlegen auf diese Hälfte gekürzt.
• Harte Teilung: ein einzelner Satz, der länger ist als 1600 Zeichen oder als die doppelte Abschnittsgröße – der größere Wert gilt –, wird ohne Rücksicht auf Satzgrenzen in Stücke der Abschnittsgröße geteilt.
• Die Überschrift wird mit jedem ihrer Abschnitte gespeichert und erscheint in der Belegstelle neben dem Namen des Dokuments.

Schlüsselwörter, Fragen und Sprache je Abschnitt

• Jeder Abschnitt bekommt bis zu 14 Schlüsselwörter: seine tragenden Wörter nach Häufigkeit, die Wörter der Überschrift dreifach gewichtet. Nackte Zahlen wie „2026“ werden keine Schlüsselwörter.
• Dazu kommen bis zu 4 Fragen. Zuerst übernimmt XICBOT Fragen, die schon im Text stehen (10 bis 160 Zeichen, mit ? am Ende). Danach entstehen aus einer Überschrift von 3 bis 80 Zeichen Fragen nach festen Vorlagen, je nach Inhalt etwa „Was kostet …?“, „Wie lange dauert …?“, „Welche Zeiten gelten für …?“, „Wo finde ich …?“ oder „Was gilt für …?“ – nur bei deutschem oder englischem Text.
• Schlüsselwörter und Fragen entstehen aus dem Abschnitt selbst und festen Vorlagen; ein Sprachmodell ist daran nicht beteiligt. Die Schlüsselwörter zählen in der Wortsuche mit. Die Fragen helfen dort nur, einen Abschnitt als Kandidaten zu finden; in seinen Wert gehen sie nicht ein.
• Die Sprache eines Abschnitts ergibt sich aus seinen ersten 600 Zeichen, siehe Sprache.

Die Merkmalsstreuung

Neben der Wortsuche vergleicht XICBOT Frage und Abschnitt über eine Merkmalsstreuung. Jeder Text wird auf 256 Fächer verteilt, gebildet aus ganzen Wörtern (Gewicht 1), Wortpaaren (0,6) und Folgen von drei Zeichen (0,35). So trifft die Suche auch dann, wenn Frage und Abschnitt kein einziges ganzes Wort teilen – über gemeinsame Wortteile, Beugungsformen und Schreibvarianten. Das Verfahren ist ausdrücklich kein neuronales und kein semantisches: bedeutungsgleiche Wörter ohne gemeinsame Wortteile verbindet es nicht. Wann Sie die Streuung neu aufbauen, steht unter Merkmalsstreuung.

• Der Merkmalsvergleich liest je Frage höchstens 1500 Abschnitte, zuerst die höher gewichteten, bei gleichem Gewicht die älteren. Was darüber liegt, erreicht nur noch die Wortsuche.
• Ein Abschnitt zählt dort als Treffer ab einer Ähnlichkeit von 0,08.
• Abschnitte ohne Merkmalsstreuung – etwa solange der Hintergrundauftrag noch läuft – nimmt der Merkmalsvergleich nicht mit.

Wie ein neuer Stand gültig wird

• Ein Lauf schreibt den neuen Stand neben den alten. Erst am Ende schaltet XICBOT um, für alle Abschnitte der Quelle gleichzeitig. Ein halb aufgebauter Stand kann nicht antworten.
• Scheitert der Lauf, bleibt der bisherige Stand gültig – auch dann, wenn der Lauf keinen einzigen Abschnitt ergeben hat.
• Hat ein Lauf nichts geändert, entsteht keine neue Fassung.
• Aufbewahrt werden die letzten fünf Fassungen einer Quelle. Das Zurückholen einer älteren Fassung verwirft alle neueren. Bezeichnung, Adresse und Zeichenzahl gehören nicht zur Fassung und bleiben, wie sie sind. Die Bedienung steht unter Fassungen.

Wie die Suche Abschnitte findet

Zu jeder Frage sucht XICBOT auf zwei Wegen und führt beide Trefferlisten zu einer Rangliste zusammen. Sie gilt für Antwort prüfen, für die Schnittstelle, für Gespräche im Widget und für den Prüfsatz gleichermaßen.

Ob die Suche zu Ihren typischen Fragen das richtige Dokument findet, messen Sie mit dem Prüfsatz. Er fragt nur die Suche, erzeugt keine Antwort und zeigt, auf welchem Platz das erwartete Dokument landet.

Deckung: trägt der Treffer die Frage?

Die Deckung ist der Anteil der bedeutungstragenden Wörter einer Frage, der im Text des besten einzelnen Treffers vorkommt. Gezählt wird der beste Treffer und nicht die Summe aller: zwei Abschnitte, die je die Hälfte der Frage tragen, sind zwei Themen und keine Fundstelle. Die Schwelle liegt bei 0,34, also bei gut einem Drittel der Wörter.

• Unter Antwort prüfen und in der Schnittstelle gibt es unterhalb der Schwelle keine Antwort.
• Im Widget wird die Deckung jeder Antwort gemessen und gespeichert, sperrt die Antwort aber nicht. Einzeln angezeigt wird sie nicht, auch nicht unter Gespräche; als Mittelwert ergibt sie die Kennzahl Deckung der Fragen in der Auswertung.
• Wurde gar nicht gesucht – etwa weil eine Anfrage gesperrt war, das Gespräch seine Längengrenze erreicht hatte, ein Mensch übernommen hat oder ein gepflegtes Paar geantwortet hat –, bleibt die Deckung leer und geht nicht als 0 in die Kennzahl ein.
• Vorgeschlagene Anschlussfragen im Widget müssen dieselbe Schwelle erreichen, siehe unten.

Wie eine belegte Antwort entsteht

Diesen Weg gehen Antwort prüfen unter Wissen und die Schnittstelle POST /api/v1/knowledge/ask. Die Seite fasst die Regel so zusammen: Stellen Sie eine Frage. Ohne Beleg aus einer Quelle gibt es keine Antwort. Gespräche im Widget folgen in einigen Punkten anderen Regeln, siehe Antworten im Widget.

1. 1

   Schritt 1

   Frage prüfen

   Eine leere Frage endet sofort mit Bitte stellen Sie eine Frage.

2. 2

   Schritt 2

   Gepflegtes Paar

   Zuerst werden die ersten 300 aktiven Frage-Antwort-Paare mit Antwort verglichen. Ein Paar trifft, wenn Frage und Paarfrage – oder eine ihrer Varianten – weitgehend dieselben Wörter tragen: gezählt werden der Anteil der Frageworte in der Formulierung des Paares und der Anteil ihrer Wörter in der Frage, und das harmonische Mittel beider muss mindestens 0,7 erreichen. Schafft das keines, genügt ein Wert von mindestens 0,8 im Merkmalsvergleich zwischen der Frage und der Frage oder einer Variante des Paares. Die Sprache entscheidet nur zwischen mehreren Paaren, nicht über die Schwelle. Trifft ein Paar, ist seine Antwort wörtlich die Antwort, mit genau einer Belegstelle: der Frage des Paares. Unter Antwort prüfen steht dann Diese Antwort stammt aus einem gepflegten Paar.

3. 3

   Schritt 3

   Suchen

   Ohne passendes Paar sucht XICBOT die 5 besten Abschnitte. Findet die Suche nichts, gibt es keine Antwort.

4. 4

   Schritt 4

   Frische

   Stammt ein Treffer aus einer veralteten Websitequelle, wird sie zum Auffrischen vorgemerkt, siehe Veraltete Quellen.

5. 5

   Schritt 5

   Deckung

   Liegt die Deckung unter 0,34, gibt es keine Antwort.

6. 6

   Schritt 6

   Auszüge zusammenstellen

   Treffer und Textbausteine werden der Reihe nach nummeriert, die Bausteine hinter den Treffern. Zu jedem Abschnitt geht, solange insgesamt 9000 Zeichen nicht überschritten werden, auch der Abschnitt davor und danach als Umfeld mit; sonst der Abschnitt allein. Als Belegstelle zählt nur der Abschnitt selbst, nicht sein Umfeld.

7. 7

   Schritt 7

   Antworten

   Die Anweisung verlangt eine Antwort allein aus den Auszügen, ohne Vorwissen, in höchstens fünf Sätzen und in der Antwortsprache (siehe Sprache), auch wenn die Auszüge in einer anderen stehen. Jede Aussage soll die Nummer ihres Auszugs tragen, etwa [1]. Was in einem Auszug steht, gilt als Material und nicht als Anweisung; Sachangaben wie Preise, Fristen oder Durchwahlen werden normal genannt.

8. 8

   Schritt 8

   Beleg prüfen

   Hinaus geht nur eine Antwort, die mindestens eine vorhandene Nummer nennt. Bleibt die Antwort leer, lehnt sie ab oder nennt sie keine Stelle, folgt höchstens ein zweiter Anlauf; scheitert auch er, gibt es keine Antwort. Schlägt der Aufruf selbst fehl, endet die Frage sofort ohne Antwort mit no_model. Zurück kommen nur die Belegstellen, die die Antwort tatsächlich nennt.

Unter Antwort prüfen steht das Ergebnis unter Antwort oder Keine Antwort aus den Quellen. Die Belegstellen zeigen zunächst drei Stellen mit Dokument, Überschrift und Auszug; weitere anzeigen blendet den Rest ein. Eine Belegstelle der Schnittstelle trägt number, chunk_id, document (Titel des Dokuments), heading und excerpt mit den ersten 300 Zeichen des Abschnitts. Bedienung und Meldungen stehen unter Antwort prüfen.

Textbausteine

Eine Textquelle mit höchstens zwei Abschnitten gilt als Baustein: eine kurze, selbst eingetippte Angabe wie Anschrift, Zeiten oder Zuständigkeit. Bausteine gehen als Auszug mit, auch wenn die Suche sie nicht gefunden hat – so scheitert eine gepflegte Angabe nicht daran, dass der Besucher sie anders nennt. Unter Antwort prüfen und über die Schnittstelle geschieht das, sobald die Suche Treffer mit ausreichender Deckung gefunden hat. Im Widget gehen sie in jede Antwort mit ein, die das Modell formuliert, auch wenn die Suche gar nichts gefunden hat; nur eine Antwort aus einem gepflegten Paar kommt ohne sie aus.

• Höchstens 12 Abschnitte aus Bausteinen je Antwort; Abschnitte in der Sprache der Frage kommen vor den übrigen.
• Ein Baustein, der schon unter den Treffern steht, kommt nicht doppelt hinzu.
• Bausteine zählen nicht in die Deckung. Sie bringen eine Frage also nicht über die Schwelle.
• Die Schnittstelle meldet in blocks, wie viele Abschnitte aus Bausteinen tatsächlich zusätzlich mitgingen; bei einer Absage und bei einer Antwort aus einem Paar steht dort null.
• Wer ein ganzes Handbuch in das Textfeld einfügt, legt keinen Baustein an, sondern ein Dokument: ab drei Abschnitten gilt die Quelle nicht mehr als Baustein und wird nur noch über die Suche gefunden.

Gründe für keine Antwort

Die Schnittstelle nennt in reason, warum keine Antwort kam; answered ist dann false, citations leer und path gleich none. Unter Antwort prüfen erscheint der Satz aus der mittleren Spalte.

Die Felder der Anfrage: question ist Pflicht und nimmt höchstens 2000 Zeichen, language ist de oder en und freiwillig, source_id beschränkt die Frage auf eine Quelle und ist ebenfalls freiwillig. Geantwortet wird in der Sprache der Frage, wenn XICBOT sie sicher als Deutsch oder Englisch erkennt; sonst gilt language, ohne Angabe de. Eine erfolgreiche Antwort trägt answered: true, text, citations, reason: null, path mit model oder qa_pair und blocks. Antwort prüfen schickt die Sprache der Oberfläche als language mit. Anmeldung, Rechte und Grenzen der Schnittstelle stehen unter Schnittstelle: Wissen und Assistenten.

Veraltete Quellen

Eine Websitequelle gilt als veraltet, wenn ihre letzte Bestätigung länger zurückliegt als das Doppelte ihrer Auffrischung in Tagen, mindestens aber 14 Tage. Ohne Bestätigung zählt das Anlagedatum. Frühestens der zweite versäumte Termin macht eine Quelle veraltet; eine Quelle, die nur ihren ersten Termin verpasst hat, wartet noch auf den nächsten Lauf. Dieselbe Rechnung steht hinter dem Zustand Veraltet in der Liste der Quellen.

• Trifft eine Frage unter Antwort prüfen oder über die Schnittstelle einen Abschnitt aus einer veralteten Websitequelle, wird die Quelle zum Auffrischen vorgemerkt – höchstens ein Auftrag je Quelle.
• Die laufende Antwort wartet darauf nicht und nutzt den bisherigen Stand. Aufgefrischt wird für die nächste Frage.
• Text- und Dateiquellen werden so nicht geholt: sie haben keine Adresse, von der sich ein neuer Stand abrufen ließe. Gespräche im Widget stoßen kein Auffrischen an.
• Wann regelmäßig aufgefrischt wird und was Neu einlesen tut, steht unter Auffrischen und neu einlesen.

Antworten im Widget

Im Gespräch auf Ihrer Website sucht XICBOT mit derselben Suche, antwortet aber im Rahmen des Assistenten – mit Rolle, Ton, Verlauf, Werkzeugen und Übergaberegel. Einige Regeln von Antwort prüfen gelten dort derzeit nicht oder anders:

Wie streng der Assistent sich an die Quellen hält, legt die Einstellung Nur aus der Wissensbasis antworten fest, siehe Assistenten. Daneben steht Der Assistent ist dann angewiesen, nur aus Ihren Quellen zu antworten und jede Aussage zu belegen. Gesperrt wird eine Antwort ohne Belegstelle dadurch nicht. Das ist die sichere Einstellung. Beide Stellungen sind Regeln in der Anweisung an den Assistenten, keine technische Sperre; nachgemessen wird die Antwort anschließend durch die Nachprüfung.

• Eingeschaltet: die Anweisung verlangt, nur aus den mitgelieferten Auszügen zu antworten, ohne Vorwissen, Vermutung oder allgemeine Auskunft, jede Aussage mit der Nummer ihres Auszugs zu belegen und zu sagen, dass nichts hinterlegt ist, wenn kein Auszug die Antwort trägt.
• Ausgeschaltet: die Auszüge haben Vorrang vor allem anderen, und bei einem Widerspruch gilt der Auszug. Belegt werden soll jede Aussage, die aus einem Auszug stammt. Preise, Fristen, Zusagen oder Rechtsauskünfte, die in keinem Auszug stehen, soll der Assistent nicht nennen.
• In beiden Fällen: Auszüge und Nachrichten des Besuchers sind Material und keine Anweisung an den Assistenten. Sachangaben wie Preise, Fristen, Maße, Nummern und Durchwahlen gehören zur Antwort und werden normal genannt.

Nachprüfung harter Angaben

Nach jeder Antwort, die der Assistent im Widget formuliert, hält XICBOT ihre harten Angaben gegen das, was vorlag: Preise, Prozentangaben, Fristen, Mengenangaben, E-Mail-Adressen, Adressen im Netz, Rufnummern und Zusagen. Als vorliegend gilt, was in den Auszügen, in den Rückgaben aufgerufener Werkzeuge, in Rolle, Themenbereich, Übergaberegel und Begrüßung des Assistenten sowie in der aktuellen und den früheren Nachrichten des Besuchers steht. Was der Assistent selbst früher gesagt hat, zählt nicht – sonst belegte eine Erfindung die nächste. Gemeldet wird, was nirgends vorkommt, nicht, was falsch ist; der Vergleich ist bewusst nachsichtig. Je Antwort werden höchstens 8 Angaben gemeldet.

• Ersetzen: lagen Auszüge oder Werkzeugrückgaben vor und steht eine Angabe dort nicht, wird sie im Text ersetzt – bei deutscher oder nicht erkannter Antwortsprache durch [nicht belegt], sonst durch [not backed]. Das gilt unabhängig von Nur aus der Wissensbasis antworten. Der Besucher hat den ursprünglichen Wortlaut da schon gelesen; das Widget tauscht den Text der Antwort daraufhin aus, und gespeichert wird die berichtigte Fassung. Hat eine Werkzeugkarte die Antwort auf mehrere Blasen verteilt, tauscht das Widget jede Blase einzeln aus. Lässt sich die Berichtigung nicht an denselben Grenzen teilen, etwa weil eine Angabe über eine Grenze reicht, bleibt die Anzeige unverändert; gespeichert wird trotzdem die berichtigte Fassung.
• Ohne Quellgut: lag weder ein Auszug noch eine Werkzeugrückgabe vor, bleibt der Text unverändert, und die Nachprüfung lautet Ohne Quellgut geantwortet.
• Markieren: jede gemeldete Stelle wird im Widget hervorgehoben, mit dem Hinweis In den hinterlegten Quellen nicht belegt. beim Überfahren.
• Hinweissatz: ist Nur aus der Wissensbasis antworten eingeschaltet, folgt unter der Antwort ein Absatz, der bis zu drei Arten nennt. Wurde ersetzt, lautet er etwa „Hinweis: In den hinterlegten Quellen ist ein Preis nicht belegt. Die Stelle wurde durch „[nicht belegt]“ ersetzt – bitte fragen Sie nach, wenn Sie die Angabe brauchen.“ Steht die Angabe noch im Text – ohne Quellgut oder weil sich die Stelle nicht ersetzen ließ –, lautet er etwa „Hinweis: In den hinterlegten Quellen ist ein Preis nicht belegt – bitte fragen Sie nach, bevor Sie sich auf die Angabe verlassen.“ Ausgeschaltet entfällt dieser Absatz.
• In Gespräche steht an jeder Antwort die Nachprüfung: Nicht gemessen, Keine prüfbare Angabe, Alle Angaben gedeckt, Ungedeckte Angaben oder Ohne Quellgut geantwortet.

Belegstellen, Anschlussfragen und Lücken

• Belegstellen: unter einer Antwort stehen bis zu vier der Stellen, die die Antwort mit Nummer nennt, jeweils als Nummer, Titel des Dokuments und Überschrift, etwa „[1] Versand - Lieferzeiten“. Fehlt der Titel oder die Überschrift, steht nur das andere. Eine Antwort aus einem gepflegten Paar trägt eine einzige Belegstelle: „[1]“ und die Frage des Paares, ohne Überschrift. Sie sind nicht verlinkt, auch wenn das Dokument von einer Seite Ihrer Website stammt. Gespeichert werden nur die tatsächlich genannten Stellen. Die gespeicherten Stellen stehen auch im Verlauf unter Gespräche an der jeweiligen Antwort.
• Anschlussfragen: schlägt der Assistent Fragen vor, erscheinen höchstens drei. Jede muss wie eine Antwort ein gepflegtes Paar treffen oder eine Deckung von mindestens 0,34 erreichen, sonst fällt sie weg. Ohne Wissensbasis wird nicht gefiltert.
• Erkannte Lücken: nennt eine fertige Antwort keine Belegnummer und lief für sie kein Werkzeug, wird die Frage als Lücke erfasst – auch wenn die Suche Treffer hatte, denn ein Treffer, den die Antwort nicht nutzt, deckt die Frage nicht. Erfasst wird sie als Absage, wenn der Assistent die Frage ausdrücklich als nicht beantwortbar gekennzeichnet hat, sonst als Ohne Beleg. Voraussetzung: die Frage hat mindestens 12 Zeichen, und es ist überhaupt Wissen hinterlegt. Antworten aus einem gepflegten Paar und Antworten, für die ein Werkzeug lief, sind keine Lücke. Die Liste steht in der Auswertung, Fragen mit Notfallantwort unter Unbeantwortete Fragen.
• Kennzahlen: Antworten mit Beleg ist der Anteil abgeschlossener Antworten, die mindestens eine Belegstelle tragen. Deckung der Fragen ist der Mittelwert der gespeicherten Deckung über alle Antworten, zu denen gesucht wurde.

Sprache

XICBOT erkennt die Sprache eines Textes an Funktionswörtern und kennzeichnenden Zeichen. Jedes Funktionswort zählt einen Punkt, jedes kennzeichnende Zeichen einen halben, die Zeichen zusammen höchstens zwei Punkte. Unterschieden werden Deutsch, Englisch, Französisch, Spanisch, Italienisch, Niederländisch, Polnisch, Portugiesisch und Türkisch. Eine Sprache gilt als erkannt, wenn sie mindestens einen Punkt und einen halben Punkt Vorsprung vor der nächsten hat; sonst bleibt die Sprache offen, statt geraten zu werden. Englisch und Niederländisch haben keine kennzeichnenden Zeichen und werden nur an Wörtern erkannt.

• Abschnitt: seine Sprache kommt aus seinen ersten 600 Zeichen.
• Widget: geantwortet und gesucht wird in der Sprache der aktuellen Nachricht. Ist sie nicht erkennbar – etwa bei „Preis?“ –, gilt die Sprache des Gesprächs, die am ersten erkennbaren Besuchersatz festgelegt wird und danach stehen bleibt; fehlt auch sie, die Sprache des Assistenten. Die Anweisung an das Sprachmodell steht auf Deutsch oder Englisch und nennt die Antwortsprache in ihrer letzten Zeile genau einmal beim Namen, auch Französisch oder Türkisch. Hinweise wie [nicht belegt] kommen auf Deutsch, in jeder anderen Sprache auf Englisch.
• Antwort prüfen und die Schnittstelle antworten in der Sprache der Frage, wenn sie sicher als Deutsch oder Englisch erkannt wird. Sonst gilt die mitgeschickte Sprache – unter Antwort prüfen die der Oberfläche, über die Schnittstelle language, ohne Angabe Deutsch.
• Die Sprache wirkt in der Suche als Zuschlag, nicht als Filter. Ein deutscher Abschnitt kann eine englische Frage beantworten; die Antwort kommt dann in der Sprache der Frage.

Zugang und Grenzen

Der ganze Bereich setzt eine bestätigte E-Mail-Adresse voraus, siehe Anmelden und Zugang. Was die einzelnen Rollen im Bereich Wissen dürfen, steht unter Team und Rollen.

Wie viele Fragen und Suchen je Minute möglich sind und was je Tarif gilt, steht unter Grenzen je Minute und Tarif und Pakete und Kontingente; die Tarife selbst unter Preise.

Häufige Fragen