Porozumění chování AI
Umělá inteligence Whisperu je mocná. Je ale důležité chápat, jak se učí a proč se v určitých situacích chová tak, jak se chová.
Aktualizováno: 3. června 2026
Umělá inteligence platformy Whisper je velmi mocná. Aby vám ale sloužila co nejlépe, je důležité pochopit, jak se učí a proč se v určitých situacích chová tak, jak se chová.
Jak se Whisper učí#
Whisper si svou znalostní bázi buduje hned několika způsoby:
Průzkum při onboardingu (Onboarding Research)
Když poprvé vytvoříte svou organizaci, Whisper provede hloubkovou analýzu URL adres vašeho e-shopu. Díky tomu porozumí vašemu katalogu, obchodním podmínkám i tónu vaší značky.
Poznámky pro zpětnou vazbu (Feedback Notes)
V nastavení WhisperBota, konkrétně v sekci Feedback & Training, můžete AI ručně přidávat specifické pokyny.
Nahrávání souborů (File Uploads)
Můžete nahrávat referenční dokumenty (PDF, textové soubory a další), ze kterých se AI následně učí.
Historie konverzací (Conversation History)
AI se průběžně učí z vyřešených vláken a přizpůsobuje se tomu, jak vaši operátoři řeší různé typy situací.
Proč mohou být odpovědi nepřesné#
Pokud AI navrhne nebo poskytne nepřesnou odpověď, většinou to znamená, že jí chybí správný kontext nebo konkrétní pokyny.
Úprava návrhů pomocí funkce Copilot#
Pokud vypracovaný koncept e-mailové odpovědi není úplně přesný, nemusíte ho složitě přepisovat ručně. Využijte Copilot prompt ve spodní části otevřeného vlákna a jednoduše AI instruujte, jak má text vylepšit (např. „Udělej to kratší a zdvořilejší“).
Opětovná analýza konverzace (Re-analyzing)#
Pokud jste nedávno aktualizovali své integrace nebo zákaznická data, mohou být současné návrhy AI založené na zastaralých informacích. V takovém případě klikněte v kontextovém panelu na tlačítko Re-analyze. Tím AI donutíte načíst nejnovější data a vygenerovat zcela nové návrhy.
