> For the complete documentation index, see [llms.txt](https://tutorials.deeple.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://tutorials.deeple.ai/advanced-setting/specialized-knowledge/practice.md).
# ตัวอย่างการตั้งค่าความรู้เฉพาะทาง
AI chatbot ของระบบ deeple เปรียบเสมือนพนักงานใหม่ของร้านค้า ที่ยังไม่มีความเข้าใจเกี่ยวกับสินค้าหรือบริการแบบเฉพาะทาง ดังนั้นเพื่อให้พนักงานมีความเข้าใจในตัวสินค้า สามารถตอบคำถามลูกค้าและปิดการขายได้อย่างราบรื่น ร้านค้าจำเป็นต้องให้ข้อมูลกับ AI chatbot อย่างละเอียดและครอบคลุมมากที่สุด
## **การตั้งค่าความรู้เฉพาะทาง (Specialized Knowledge)**
รูปแบบการตั้งค่าความรู้เฉพาะทาง คือ การสร้างชุดคำถาม - คำตอบที่สัมพันธ์กัน ซึ่งการตั้งค่าคำถามนั้นจำเป็นต้องตั้งค่าให้ใกล้เคียงกับคำถามที่บอทจะได้รับจากลูกค้ามากที่สุด โดยร้านค้าสามารถอ้างอิงชุดคำถามได้จากพฤติกรรมการซื้อของลูกค้า (Customer Journey) , คำถามที่พบบ่อย หรือคำถามที่บอทยังไม่สามารถตอบได้ เนื่องจากยังไม่ถูกป้อนข้อมูลเข้าไป
{% hint style="info" %}
1 ชุดคำถาม - คำตอบ เรียกว่า 1 ชุดความรู้
{% endhint %}
### เปรียบเทียบการแสดงผลก่อนและหลังการตั้งค่าความรู้เฉพาะทาง
#### :disappointed\_relieved: **ก่อนการตั้งค่าความรู้เฉพาะทาง**
ตัวอย่าง ลูกค้าสอบถามบอทว่า "หน้ากากสามารถซักได้ไหม" , "หน้ากากซักได้กี่ครั้ง"
จากรูปข้างต้น สังเกตได้ว่า*บอทยังไม่สามารถตอบคำถาม* เรื่อง “**หน้ากากซักได้ไหม**” หรือ “**หน้ากากซักได้กี่ครั้ง**” ได้ เนื่องจาก AI ยังไม่มีความรู้เฉพาะทางเรื่องการทำความสะอาดหน้ากาก
ดังนั้นร้านค้าจำเป็นต้องเพิ่มความรู้ให้กับบอท โดยสร้างชุดความรู้เฉพาะทางในระบบดังนี้
จากตัวอย่างชุดความรู้ข้างต้น เป็นการสร้างคำถามให้ครอบคลุมกับสิ่งที่ลูกค้าถามเข้ามาบ่อย ๆ ซึ่งสามารถแบ่งเทคนิคการตั้งคำถามให้ AI เรียนรู้ได้ดังนี้
1. **วัตถุประสงค์ของคำถาม** : แสดงสิ่งที่ต้องการสื่อใน 1 ชุดคำถาม ซึ่งชุดคำถามนี้ต้องการสื่อถึงการทำความสะอาดหน้ากาก เช่น ซักได้ ซักบ่อย
2. **ชื่อสินค้า** : เพิ่มความหลากหลายของชื่อเรียกสินค้าเพื่อให้ครอบคลุมมากขึ้น เช่น จากคำว่า **"**หน้ากาก**"** ที่อาจจะเป็นไปได้ทั้ง "แมส, มาส์ก, หรือ mask"
3. **คำลงท้ายคำถาม** : เลือกใช้คำลงท้ายเช่น ได้กี่ครั้ง, ได้กี่ที, ได้ไหม, ได้หรือไม่, ได้ป่าว เป็นต้น โดยตั้งคำถามให้ครอบคลุมทั้งภาษาพูดและภาษาที่เป็นทางการ
{% hint style="success" %}
**หลักการตั้งค่าชุดความรู้ที่ดี เพื่อให้ AI สามารถตอบคำถามลูกค้าได้อย่างแม่นยำ**
ใน 1 ชุดความรู้ ควรตั้งค่าคำถามอย่างน้อย 3 คำถาม และสามารถกำหนดเป็นประโยคคำถาม หรือคำสั้น ๆ เพื่อรองรับพฤติกรรมการพิมพ์ที่หลากหลายของลูกค้าได้ โดยมีเงื่อนไขดังนี้
* หากใน 1 ชุดความรู้ มีคำถามที่เป็น**รูปแบบประโยคเป็นส่วนใหญ่** ควรตั้งค่าประโยคคำถามให้เป็นรูปแบบเดียวกันทั้งหมด ไม่ควรนำคำสั้น ๆ (Keywords) มารวมอยู่ด้วย เช่น \
1\. หน้ากากซักได้ไหม \
2\. แมสซักได้หรือเปล่า \
3\. ซักหน้ากากได้กี่ครั้ง
* หากใน 1 ชุดความรู้ มี**คำที่ลูกค้าพิมพ์เข้ามาเป็นคำสั้น ๆ** ควรตั้งค่าคำถามให้เป็นรูปแบบคำทั้งหมด (ไม่ควรมีประโยคคำถามรวมอยู่ด้วย) เช่น \
1\. เปลี่ยนสินค้า \
2\. คืนสินค้า \
3\. สินค้าชำรุด \
4\. ต้องการเปลี่ยนสินค้า
{% endhint %}
{% hint style="info" %}
การทำให้ AI เห็น**ประโยคคล้ายกัน**หรือเห็น**คำเดียวกัน**ในแต่ละประโยคมากกว่า 2 ครั้งขึ้นไป จะช่วยให้เกิดความแม่นยำมากขึ้น เปรียบเสมือนเป็นการทบทวนคำนั้นซ้ำ ๆ อยู่ตลอดเวลา
{% endhint %}
### :smile: การแสดงผล**หลังจากตั้งค่าความรู้เฉพาะทาง**
ตัวอย่าง เมื่อลูกค้าสอบถามเกี่ยวกับการทำความสะอาดหน้ากาก บอทสามารถตอบด้วยข้อมูลตามที่ร้านกำหนดได้ทันที
## **ตัวอย่างจากร้านค้าที่ใช้งานฟีเจอร์ความรู้เฉพาะทาง**
### ตัวอย่างที่ 1 ถามเรื่องการคืนสินค้า
ร้านค้าตั้งค่าความรู้เฉพาะทาง โดยเพิ่มคำถามให้ครอบคลุมกับเรื่อง "การเปลี่ยน/คืนสินค้า"
การทำงานของบอท หลังจากตั้งค่าความรู้เฉพาะทางเรียบร้อย
### **ตัวอย่างที่ 2 ถามส่วนผสมของสินค้า**
ร้านค้าตั้งค่าความรู้เฉพาะทาง โดยเพิ่มคำถามให้ครอบคลุมกับเรื่อง "ส่วนผสมของแอลกฮอล์"
การทำงานของบอท หลังจากตั้งค่าความรู้เฉพาะทางเรียบร้อย
### ตัวอย่างที่ 3 ถามขนาดเสื้อ
ร้านค้าตั้งค่าความรู้เฉพาะทาง โดยเพิ่มคำถามให้ครอบคลุมกับเรื่อง "ขนาดของเสื้อ" พร้อมแนบ Size Chart
การทำงานของบอท หลังจากตั้งค่าความรู้เฉพาะทางเรียบร้อย
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://tutorials.deeple.ai/advanced-setting/specialized-knowledge/practice.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.