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

Gehen Sie zu Train > Content und wählen Sie dann Website sync unter dem Abschnitt „Add content“ aus.

Geben Sie jetzt 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.

Sobald Sie Ihre URL eingeben, prüfen wir, ob sie gültig und zugänglich ist. Danach müssen Sie die Seiten auswählen, die synchronisiert werden sollen. Alle in jedem ausgewählten Abschnitt verlinkten Unterseiten werden synchronisiert. Wählen Sie nur relevanten, aktuellen Inhalt aus.

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

Website-Strukturen können variieren. Um sicherzustellen, dass wir Ihren relevantesten Inhalt synchronisieren, empfehlen wir, zusätzliche URLs für diese spezifischen 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 verwendet wird, um Dateipfade oder URLs abzugleichen. Globbing ist das Auffinden von Dateien in einem Dateisystem mit einem oder mehreren Globs. Die Verwendung von URL-Globs hilft auch dabei, einen Bereich von URLs zu erfassen, 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 dieser 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 er von der Funktion document.querySelectorAll() akzeptiert wird. Standardmäßig entfernen wir bereits gängige Navigationselemente, Header, Footer, Modale, Skripte und Inline-Bilder.

Dies ermöglicht, 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 ihren Textinhalt zu erfassen. Der Wert muss ein gültiger CSS-Selektor sein, wie er von der Funktion document.querySelectorAll() akzeptiert wird.

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 passt .button.blue.small nur auf Elemente mit allen drei Klassen.

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

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

Dies ist nützlich für Seiten, bei denen die standardmäßige Erkennung des Inhaltsladezustands durch inaktives Netzwerk fehlschlägt. Wenn Sie diese Option einstellen, wird das Standardverhalten vollständig deaktiviert, 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 auf Seiten zugegriffen werden kann, die von den anfänglichen URLs möglicherweise nicht erreichbar sind.

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

Sie können einen Proxy für den Crawler auswählen, wenn Sie benötigen, dass Ihre Website mit einem auf eine bestimmte Region oder ein bestimmtes Land eingestellten Proxy 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 eigenständige Seite. Diese Option ist standardmäßig deaktiviert.

Das ist nützlich, wenn eine Website viele Seiten auf eine kanonische URL verweist und dabei Inhalte verloren gehen.

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

Robots.txt respektieren: veranlasst den Crawler, die Disallow-Regeln in der robots.txt Ihrer Website zu befolgen. Schalten Sie es ein, um die Synchronisierung mit dem, was Sie anderen Crawlern erlauben, konsistent zu halten. Wenn robots.txt Pfade ausschließt, die Inhalte enthalten, die Sie in Fin haben möchten, reduziert dies, was synchronisiert wird.

Abfrageparameter ausschließen: überspringt jede URL mit einer Abfragezeichenfolge (?). Schalten Sie es ein, wenn Ihre Website Tracking-, Sitzungs- oder Sortierparameter anhängt, die viele fast identische Seiten erzeugen. Lassen Sie es aus, wenn echter Inhalt hinter einer Abfragezeichenfolge liegt, z. B. /docs?page=intro — diese Seiten würden sonst ebenfalls übersprungen werden.

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

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

Dann können Sie entweder eine Standard-Fin-Zielgruppe festlegen, die auf alle von dieser Quelle synchronisierten Seiten angewendet wird (wenn keine Standard festgelegt ist, werden Inhalte standardmäßig auf Everyone gesetzt), 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 stets die richtigen Inhalte der richtigen Zielgruppe bereitstellen.

Jede Regel unterstützt drei URL-Vergleicher:

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 erscheint als synchronisierte Quelle in Train > Content im Abschnitt "Content sources".

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 Website-Seite anzeigen, finden Sie ein „Details“-Panel auf der rechten Seite, das 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.

From the "Details" panel, scroll down to “Fin” and toggle on:

Sie können planen, wann synchronisierte Webseiten für Fin und Copilot ein- oder ausgeschaltet werden, einschließlich künftigen Datums, Uhrzeit und Zeitzone. Legen Sie nur ein Startdatum fest oder sowohl Start- als auch Enddatum, um ein zeitlich begrenztes Verfügbarkeitsfenster zu erstellen. Das Planen gilt für einzelne Seiten oder im Bulk.

Sie können Zielgruppen synchronisierter Inhalte automatisch mithilfe von URL-basierten Regeln während der Erstellung des Web-Syncs zuweisen oder manuell pro Seite. Zuerst müssen Sie die Zielgruppe erstellen und definieren, die Sie anvisieren 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.

From the "Details" panel, scroll down to “Fin” and use the audience dropdown to select one of your pre-defined audiences.

Sie müssen keinen Sync neu erstellen, um Zielgruppen-Targeting 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-Syncs 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, dann wählen Sie 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.

Folgende Informationen sind enthalten:

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 planmäßig synchronisiert. Danach wird sie nur weiter automatisch synchronisiert, wenn eine der folgenden Bedingungen zutrifft:

Andernfalls pausieren geplante Syncs.

Wenn pausiert: Seiten bleiben in Ihrem Knowledge Hub und stehen Fin und Copilot weiterhin zur Verfügung (nichts wird gelöscht). Nur das erneute Crawlen stoppt, sodass Änderungen auf Ihrer Website nicht erfasst werden.

Zum Wiederherstellen: Die Jetzt synchronisieren-Schaltfläche aktualisiert den Inhalt einmal, startet aber den Plan nicht neu. Die automatische Synchronisierung setzt sich von selbst fort, sobald Fin die Quelle wieder verwendet.

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

Dies geschieht automatisch pro Quelle. Um eine große Website in einem schnelleren Zeitplan zu halten, schränken Sie das Crawlen durch URL-Ausnahmen 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 angeben. Diese sucht nach allen Seiten, die unter dieser URL verschachtelt sind, und synchronisiert sie, damit der Fin AI Agent sie verwenden kann.

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

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

Zum Beispiel: Wenn die Top-Level-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. Wenn nicht, entfernen Sie das Präfix und verwenden Sie das grundlegendste URL-Stammteil, z. B. https://myhelpcenter.com, und versuchen Sie den Import erneut.

Wenn die zu verwendenden Inhalte hinter einer Anmeldung liegen, kann Fin nicht darauf zugreifen oder sie importieren.

Der Website-Sync hat zwei Grenzen:

Ein Sync kann auch fehlschlagen, wenn eine einzelne Seite sehr viel Inhalt enthält. Sie werden per E-Mail benachrichtigt, wenn ein Sync fehlschlägt.

Fin's Website-Sync (used to add public URLs for Fin AI Agent and Copilot) does not use a dedicated, custom user-agent string at this time.

Wenn Ihre Site strenge Anti-Crawling-Schutzmaßnahmen hat, können Sie einen statischen Proxy verwenden, um eine feste Liste von IP-Adressen auf die Allow-List zu setzen und sicherzustellen, dass Ihre Inhalte aufgenommen werden. Wählen Sie beim Erstellen oder Bearbeiten Ihres Website-Syncs unter Erweiterte Einstellungen einen statischen Proxy aus.

Wenn Ihre Sitemap URLs mit nicht-ASCII-Zeichen (z. B. Buchstaben mit Akzent oder Schriften 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.

Beim Synchronisieren von Website-Inhalten können verschiedene Stati angezeigt werden, die angeben, was während des Prozesses passiert ist. Um Ihren Website-Sync-Status zu sehen, gehen Sie zu Train > Content und wählen Sie die Website-Quelle aus, dann verwenden Sie das Status -Dropdown, um zu filtern nach:

Das bedeutet jedes einzelne und was Sie als nächstes tun können:

Der Seiten-Sync ist noch im Gange. Ein anfänglicher Sync kann je nach Umfang Ihres Inhalts von wenigen Minuten bis zu über einer Stunde dauern.

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

Diese Seiten sind absichtlich nicht synchronisiert, weil Sie sie in den Advanced sync settings ausgeschlossen haben. Sie können nicht erneut versucht oder einbezogen werden, sofern nichts anderes angegeben ist.

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

1. Unbekannter Fehler

2. Sitzung blockiert / Rate limited

3. Netzwerk-, Timeout- oder ähnliche Fehler

4. Duplikat

5. Schlüsselwortfilter

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.