Answer Botは機械学習モデルを採用していますが、これはAnswer Botが常に学習しているという意味ではありません。Answer Botの学習モデルには、エンドユーザーやエージェントからのリアルタイムのフィードバックは含まれていません。そのため、お勧めする記事の選択にフィードバックが影響を与えることはありません。

エンドユーザーからのフィードバックは、以下のようにさまざま方法で収集され、活用されています。

• エージェントに表示されるフィードバック：どのような記事が閲覧されたか、「参考にならない」とされた記事があるか、問題の解決に使われたかなどのコンテキストをさらに提供します。
• レポートに報告されるフィードバック：管理者はAnswer Botのパフォーマンスを追跡することができます。
• Zendeskのデータ解析チームによって評価されるフィードバック

もしAnswer Botが繰り返し間違った記事を提案する場合は、タイトルと先頭の数行を修正して記事の主要な概念をより明確にするとよいでしょう。また、ラベルを使用してAnswer Botが提示する記事のリストを作成することで、Answer Botによる推奨記事をリスト内の記事だけに限定することもできます。

全体的には、キーワード検索よりもAIを使ったAnswer Botの提案の方がより正確で関連性が高いことが判明しています。1～3語の語句ではなく、文章にした形の質問では特に優れています。

しかし、キーワード検索の方が効果的な場合もあります。たとえば、ユーザーがWeb Widget（従来版）から1単語で質問をした場合、Answer Botはデフォルトでキーワード検索を使用します。これは一般的に1単語クエリの方が正確であるためです。ただし、中国語のようにスペースなどの単語の区切りがない言語を除きます。

いいえ。Answer Botは、エージェントやエンドユーザーからのフィードバックに関係なく、常に同じ記事を推奨します。Answer Botは記事の提案に特化して開発されているため、トレーニングは必要はありません。自然言語を理解できるように、すでに調整済みです。もし、ある語句や質問をテストしてみて、Answer Botが不適切な記事を推奨する場合は、記事のタイトルと先頭の数行を修正して、主要な概念をより明確にするとよいでしょう。

ラベルは、Answer Botが取得できる承認済み記事のリストを作成するのに便利です。ただし、ラベルはAnswer Botが各記事に与える重み付けには影響しません。ラベルについての詳細はこちらの記事をご覧ください。

Answer Botのパフォーマンスを向上させるには、以下の方法を検討してみてください。

• Answer Botのアクティビティを分析する:探索を活用し,パフォーマンスにおいてベストの記事とワーストの記事を確認します。
• 既存の記事の構造：ヘルプセンターの記事を調べ、内容が簡潔にまとまっていることを確認します。それぞれのタイトルは、短い文章や質問のような言い回しにしてください。
• コンテンツキュー：機械学習技術とGuide記事の利用データを使用して、ナレッジベースの健全性を向上できる箇所とタスクを発見することができます。