Wenn Sie Fin mit Website-Inhalten trainieren möchten, können Sie dies tun, indem Sie die öffentliche URL dieser Website synchronisieren.

Gehen Sie zu Train > Content und wählen Sie dann unten im Bereich „Inhalte hinzufügen“ Website sync aus.

Geben Sie nun die öffentliche URL Ihrer Website (Top-Level domain) ein und klicken Sie auf Weiter.

Dies ruft alle Seiten der von Ihnen angegebenen Website-URL ab und liest alle Subdomain-Seiten.

Nachdem Sie Ihre URL eingegeben haben, prüfen wir, ob sie gültig und zugänglich ist. Anschließend müssen Sie die Seiten zur Synchronisierung überprüfen. Alle in jedem ausgewählten Abschnitt verlinkten Unterseiten werden synchronisiert. Wählen Sie nur relevante, aktuelle Inhalte aus.

Wählen Sie das Dropdown Erweiterte Einstellungen aus, um zusätzliche URLs, auszuschließende URLs, auszuschließende CSS-Selektoren und mehr zu konfigurieren.

Website-Strukturen können variieren. Um sicherzustellen, dass wir Ihre relevantesten Inhalte synchronisieren, empfehlen wir, zusätzliche URLs für bestimmte Unterseiten hinzuzufügen.

Wenn Sie beispielsweise https://myhelpcenter.com/help als primäre URL oben eingeben, möchten Sie möglicherweise auch die spezifische URL wie https://myhelpcenter.com/help/index.html hinzufügen.

Um bestimmte Seiten auszuschließen, von denen Sie keinen Inhalt synchronisieren möchten, können Sie eine Liste von URL-Globs hinzufügen.

Ein Glob ist eine Zeichenfolge aus Literal- und/oder Platzhalterzeichen, die zum Abgleichen von Dateipfaden oder URLs verwendet wird. Globbing ist die Aktion des Auffindens von Dateien in einem Dateisystem mithilfe von einem oder mehreren Globs. Die Verwendung von URL-Globs hilft auch dabei, einen Bereich von URLs zu erhalten, die größtenteils gleich sind, wobei nur ein kleiner Teil zwischen den Anfragen variiert.

Zum Beispiel lässt dieser URL-Glob https://{store,docs}.example.com/** den Crawler auf alle URLs zugreifen, die mit https://store.example.com/ oder https://docs.example.com/ beginnen, und https://example.com/**/*\?*foo=*

Um bestimmte Seitenelemente auszuschließen, können Sie CSS-Selektoren der spezifischen Abschnitte oder Elemente verwenden, die Sie ausschließen möchten.

Dies ist nützlich, um irrelevante Seiteninhalte zu überspringen. Der Wert muss ein gültiger CSS-Selektor sein, wie ihn die Funktion document.querySelectorAll() akzeptiert. Standardmäßig entfernen wir bereits gängige Navigationselemente, Kopfzeilen, Fußzeilen, Modale, Skripte und Inline-Bilder.

Dies ermöglicht es, dass DOM-Elemente, die durch den CSS-Selektor identifiziert werden, während des Web-Sync-Vorgangs angeklickt werden.

Dies ist nützlich, um zusammengeklappte Abschnitte zu erweitern, um deren Textinhalt zu erfassen. Der Wert muss ein gültiger CSS-Selektor sein, wie ihn die Funktion document.querySelectorAll() akzeptiert.

Beispiele sind "[aria-expanded=\"false\"]", #expand_section

Komplexe Bedingungen können auch mit einem CSS-Selektor beschrieben werden. Im CSS erzeugt das Aneinanderreihen von Selektoren ohne Leerzeichen eine UND-ähnliche Bedingung, zum Beispiel .button.blue.small passt nur zu Elementen mit allen drei Klassen.

Die Verwendung von Komma (,) als Trenner funktioniert wie ODER, zum Beispiel .button, .blue, h1 zielt auf alle Elemente mit der Klasse button, oder der Klasse blue, oder auf Überschriften der ersten Ebene.

Um Inhalte anzusprechen, die mit Verzögerung auf der Seite erscheinen können, können Sie einen CSS-Selektor hinzufügen, der den Web-Scraper vor dem Scrapen warten lässt.

Dies ist nützlich für Seiten, bei denen die standardmäßige Erkennung des Inhaltsladens durch Leerlauf des Netzwerks fehlschlägt. Das Aktivieren dieser Option deaktiviert das Standardverhalten vollständig, und die Seite wird nur verarbeitet, wenn das durch diesen Selektor angegebene Element erscheint.

Aktivieren Sie die XML-Sitemap für einen robusteren Websync auf Sitemap-unterstützten Websites, damit Seiten zugänglich werden, die von den anfänglichen URLs möglicherweise nicht erreichbar sind.

Wenn diese Option aktiviert ist, sucht der Web-Scraper auf den Domains der bereitgestellten Quell-URL nach Sitemaps und fügt übereinstimmende URLs ähnlich wie die auf gecrawlten Seiten gefundenen Links in die Warteschlange ein. Sie können auch direkt auf eine sitemap.xml-Datei verweisen, indem Sie sie als weitere Start-URL hinzufügen, z. B. https://www.example.com/sitemap.xml.

Sie können einen Proxy auswählen, den der Crawler verwendet, wenn Sie benötigen, dass Ihre Website mit einem Proxy aus einer bestimmten Region oder einem bestimmten Land gecrawlt wird.

Wir unterstützen derzeit die folgenden Proxys:

Wählen Sie, wie gründlich der Crawler jede Seite rendert, während diese Website synchronisiert wird.

Wenn aktiviert, ignoriert der Web‑Scraper canonical‑Link‑Tags (rel="canonical") und behandelt jede URL als eigene Seite. Diese Option ist standardmäßig deaktiviert.

Das ist nützlich, wenn eine Seite viele URLs auf eine einzige kanonische URL zeigt und deshalb Inhalte verloren gehen.

Unter Erweiterte Einstellungen gibt es zwei weitere Umschalter. Beide sind standardmäßig deaktiviert.

Respect robots.txt: sorgt dafür, dass der Crawler die Disallow‑Regeln in der robots.txt Ihrer Website befolgt. Schalten Sie es ein, um die Synchronisierung konsistent mit dem zu halten, was Sie anderen Crawlern erlauben. Wenn robots.txt Pfade ausschließt, die Inhalte enthalten, die Sie in Fin haben möchten, reduziert dies, was synchronisiert wird.

Exclude query parameters: überspringt jede URL mit einer Abfragezeichenfolge (?). Schalten Sie es ein, wenn Ihre Website Tracking-, Sitzungs- oder Sortierparameter anhängt, die viele nahezu identische Seiten erzeugen. Lassen Sie es aus, wenn sich echte Inhalte hinter einer Abfragezeichenfolge verbergen, z. B. /docs?page=intro — diese Seiten würden sonst ebenfalls übersprungen.

Der Target-Schritt ermöglicht es Ihnen, eine Standardzielgruppe für alle synchronisierten Seiten festzulegen und URL‑basierte Regeln zu erstellen, um anhand von URL‑M mustern automatisch bestimmte Zielgruppen zuzuweisen — keine manuelle Kennzeichnung erforderlich.

Entscheiden Sie zunächst, ob Inhalte aus dieser Quelle für Fin AI Agent und/oder Copilot aktiviert sind.

Anschließend können Sie entweder eine Standard‑Fin‑Zielgruppe für alle von dieser Quelle synchronisierten Seiten festlegen (wenn keine Standardgruppe gesetzt ist, ist der Inhalt standardmäßig für Everyone), oder Regeln erstellen, um bestimmte Zielgruppen basierend auf URL‑Mustern zuzuweisen.

Zum Beispiel: Wenn die URL /uk enthält, weisen Sie die UK‑Zielgruppe zu. Regeln werden während der Synchronisierung ausgewertet, sodass Fin und Copilot immer die richtigen Inhalte der richtigen Zielgruppe bereitstellen.

Jede Regel unterstützt drei URL‑Vergleichsarten:

Überprüfen Sie abschließend Ihre Synchronisierungseinstellungen und klicken Sie dann auf Sync website , um die Inhalte Ihrer Website mit Intercom zu synchronisieren.

Sobald die Synchronisierung abgeschlossen ist, erhalten Sie eine E‑Mail‑Benachrichtigung und die Website wird als synchronisierte Quelle unter Train > Content im Abschnitt "Content sources" angezeigt.

Wenn Sie in eine Website‑Quelle klicken, können Sie die einzelnen Seiten, die von der öffentlichen URL synchronisiert wurden, in der Vorschau anzeigen und verwalten.

Wenn Sie eine Webseite anzeigen, finden Sie ein „Details“-Panel auf der rechten Seite, das Folgendes enthält:

Um eine Website-Quelle für Fin Agent oder Fin Copilot verfügbar zu machen, gehen Sie zu Train > Content und klicken Sie in der Sektion "Content sources" auf die Website-Quelle, öffnen Sie dann die entsprechende synchronisierte Webseite.

Vom "Details" Panel scrollen Sie nach unten zu „Fin“ und schalten Sie um:

Sie können planen, wann synchronisierte Webseiten für Fin und Copilot ein- oder ausgeschaltet werden, zu einem zukünftigen Datum, Zeitpunkt und in einer Zeitzone. Legen Sie nur ein Startdatum fest oder sowohl Start- als auch Enddatum, um ein zeitlich begrenztes Verfügbarkeitsfenster zu erstellen. Die Planung gilt für einzelne Seiten oder im Bulk.

Sie können Zielgruppen synchronisierter Inhalte automatisch mit URL-basierten Regeln während der Erstellung der Web-Synchronisierung zuweisen oder manuell für jede Seite. Zuerst müssen Sie die Zielgruppe erstellen und definieren, die Sie ansprechen möchten: create and define the audience.

Gehen Sie dann zu Train > Content und klicken Sie in der Sektion "Content sources" auf die Website-Quelle, öffnen Sie dann die entsprechende synchronisierte Webseite.

Vom "Details" Panel scrollen Sie nach unten zu “Fin” und verwenden Sie das Audience-Dropdown, um eine Ihrer vordefinierten Zielgruppen auszuwählen.

Sie müssen keine Synchronisierung neu erstellen, um Zielgruppenzielsetzung hinzuzufügen. Gehen Sie zu Train > Content, wählen Sie die Quelle, klicken Sie auf das Einstellungs-Dropdown oben rechts und wählen Sie Open settings. Navigieren Sie zum Schritt Target, um URL-basierte Regeln hinzuzufügen oder zu bearbeiten.

Wenn Sie eine öffentliche URL als Quelle erneut synchronisieren oder entfernen möchten, gehen Sie zu Train > Content und klicken Sie in der Sektion "Content sources" auf die Website-Quelle, öffnen Sie dann das Dropdown Settings oben rechts.

Hier können Sie auswählen, ob Sie Re-sync oder Remove this source. möchten.

Sie können eine Liste vergangener Website-Synchronisierungen anzeigen, um zu sehen, wann sie zuletzt ausgeführt wurden, welche Seiten gefunden wurden und welche Seiten fehlgeschlagen sind. Gehen Sie zu Train > Content und klicken Sie in der Sektion "Content sources" auf die Website-Quelle, wählen Sie dann View sync history.

Jede Zeile in der Tabelle stellt einen vergangenen oder aktiven Lauf dar, und Sie können die Läufe nach status (started, success, failed) filtern.

Es enthält die folgenden Informationen:

Wenn ein Sync fehlgeschlagen ist, können Sie mit der Maus über den Status fahren, um eine detaillierte Erklärung des Grundes zu sehen.

Eine neue Quelle wird in den ersten 90 Tagen wie geplant synchronisiert. Danach bleibt die Synchronisierung automatisch aktiv, wenn eine der folgenden Bedingungen zutrifft:

Andernfalls werden geplante Syncs angehalten.

Wenn pausiert: Seiten bleiben in Ihrem Knowledge Hub und für Fin und Copilot verfügbar (es wird nichts gelöscht). Nur das erneute Crawlen stoppt, daher werden Änderungen auf Ihrer Website nicht übernommen.

Wiederherstellen: Die Schaltfläche Sync now aktualisiert den Inhalt einmal, startet den Zeitplan jedoch nicht neu. Die automatische Synchronisierung wird wieder aufgenommen, sobald Fin die Quelle erneut verwendet.

Sehr große Sites und solche, die vollständiges JavaScript-Rendering benötigen, verursachen deutlich höhere Crawling-Kosten. Wenn eine Quelle ressourcenintensiv ist, verschieben wir sie von einem wöchentlichen auf einen 14-tägigen Zeitplan.

Dies geschieht automatisch pro Quelle. Um eine große Site auf einem schnelleren Zeitplan zu halten, schränken Sie den Crawl durch URL-Ausschlüsse ein oder fügen Sie spezifische Unterseiten statt einer gesamten domain hinzu.

Beim Import von Website-Inhalten zur Aktivierung von Fin müssen Sie die öffentliche URL eingeben. Damit werden alle unter dieser URL verschachtelten Seiten gesucht und für den Fin AI Agent synchronisiert.

Wenn der Importer nicht die erwartete Seitenanzahl zurückgegeben hat, kann das verschiedene Gründe haben...

Der Website-Sync funktioniert, indem die von Ihnen angegebene URL aufgerufen und alle unter dieser URL verschachtelten Seiten durchsucht werden. Diese Seiten müssen dasselbe URL-Muster wie die von Ihnen angegebene URL haben.

Beispielsweise, wenn die oberste domain https://myhelpcenter.com/home ist, müssen alle zu importierenden Seiten das Präfix /home in der URL enthalten, z. B. https://myhelpcenter.com/home/article. Falls nicht, entfernen Sie das Präfix und verwenden Sie den grundlegendsten URL-Stamm, z. B. https://myhelpcenter.com, und versuchen Sie den Import erneut.

Wenn die Inhalte, die Sie verwenden möchten, hinter einem Login liegen, kann Fin sie nicht zugreifen oder importieren.

Der Website-Sync hat zwei Beschränkungen:

Ein Sync kann auch fehlschlagen, wenn eine einzelne Seite eine sehr große Menge an Inhalten enthält. Sie werden per E-Mail benachrichtigt, wenn ein Sync fehlschlägt.

Fin's Website-Sync (verwendet, um öffentliche URLs für Fin AI Agent und Copilot hinzuzufügen) verwendet derzeit keinen dedizierten, benutzerdefinierten User-Agent-String.

Wenn Ihre Site strenge Anti-Crawling-Schutzmaßnahmen hat, können Sie einen static proxy verwenden, um eine feste IP-Adresse auf die Allow-Liste zu setzen und sicherzustellen, dass Ihre Inhalte ingested werden. Wählen Sie beim Erstellen oder Bearbeiten Ihres Website-Sync unter Advanced settings einen static proxy aus.

Wenn Ihre Sitemap URLs mit nicht-ASCII-Zeichen (z. B. Akzentbuchstaben oder Skripten wie Chinesisch oder Arabisch) enthält, werden einige dieser Seiten möglicherweise nicht wie erwartet synchronisiert. Die Sitemap-Erkennung unterstützt diese URLs jetzt, aber sie können in anderen Teilen des Sync-Prozesses weiterhin Probleme verursachen. Versuchen Sie, manuell erneut zu synchronisieren. Wenn Seiten weiterhin fehlen, kontaktieren Sie den Support.

Wenn Sie Website-Inhalte synchronisieren, können unterschiedliche Status angezeigt werden, die zeigen, was während des Prozesses passiert ist. Um Ihren Website-Sync-Status zu sehen, gehen Sie zu Train > Content und wählen Sie die Website-Quelle, dann verwenden Sie das Status Dropdown, um zu filtern nach:

Hier ist, was jeder bedeutet und was Sie als Nächstes tun können:

Der Seiten-Sync ist noch im Gange. Ein initialer Sync kann je nach Inhalt von einigen Minuten bis über eine Stunde dauern.

Die Seite wurde erfolgreich synchronisiert und kann für Fin und Copilot aktiviert werden.
​

Diese Seiten werden absichtlich nicht synchronisiert, weil Sie sie in den Advanced sync settings ausgeschlossen haben. Sie können nicht erneut versucht oder eingeschlossen werden, es sei denn, dies wird anders angegeben.

Diese Fehler bedeuten, dass die Synchronisierung nicht abgeschlossen wurde und möglicherweise Änderungen auf Ihrer Seite erforderlich sind, bevor Sie es erneut versuchen können:

1. Unbekannter Fehler

2. Sitzung blockiert / Rate-Limit überschritten

3. Netzwerk-, Timeout- oder ähnliche Fehler

4. Duplikat

5. Schlüsselwort-Filterung

6. Statuscode 400

7. Blockierte URL

​Sie können eine fehlgeschlagene Seiten-Synchronisierung erneut versuchen, indem Sie mit der Maus über die Seite fahren, das Drei-Punkte-Menü auswählen und dann Resync.