Si deseas entrenar a Fin con el contenido del sitio web, puedes hacerlo sincronizando la URL pública de ese sitio.

Ve a Train > Content y luego selecciona Website sync debajo de la sección "Add content".

Ahora introduce la URL pública de tu sitio web (top-level domain) y haz clic en Siguiente.

Esto obtendrá todas las páginas de la URL del sitio web que proporciones y leerá todas las páginas de sub domain.

Una vez que ingreses tu URL, comprobaremos que sea válida y accesible. Luego necesitarás revisar las páginas para sincronizar. Todas las subpáginas vinculadas en cada sección seleccionada se sincronizarán. Selecciona solo contenido relevante y actualizado.

Selecciona el desplegable de Advanced settings para configurar URLs adicionales, excluir URLs, selectores CSS a excluir y más.

Las estructuras de los sitios web pueden variar. Para asegurarte de que sincronizamos tu contenido más relevante, te recomendamos que agregues URLs adicionales para esas subpáginas específicas.

Por ejemplo, si ingresas https://myhelpcenter.com/help como la URL principal arriba, también podrías querer agregar la URL específica como https://myhelpcenter.com/help/index.html

Para excluir ciertas páginas de las que no deseas sincronizar contenido, puedes agregar una lista de globs de URL.

Un glob es una cadena de caracteres literales y/o comodines usada para coincidir con rutas de archivos o URLs. Globbing es el acto de localizar archivos en un sistema de archivos usando uno o más globs. Usar globs de URL también ayuda a obtener un rango de URLs que son mayormente iguales, con solo una pequeña porción que cambia entre las solicitudes.

Por ejemplo, este URL glob https://{store,docs}.example.com/** permite al rastreador acceder a todas las URLs que comiencen con https://store.example.com/ o https://docs.example.com/ y https://example.com/**/*\?*foo=*

Para excluir ciertos elementos de la página, puedes usar selectores CSS de esas secciones o elementos específicos que deseas excluir.

Esto es útil para omitir contenido irrelevante de la página. El valor debe ser un selector CSS válido aceptado por la función document.querySelectorAll(). Por defecto, ya eliminamos elementos comunes de navegación, encabezados, pies de página, modales, scripts e imágenes en línea.

Esto permite que elementos del DOM identificados por el selector CSS sean clicados durante el proceso de sincronización web.

Esto es útil para expandir secciones colapsadas, a fin de capturar su contenido de texto. El valor debe ser un selector CSS válido aceptado por la función document.querySelectorAll().

Los ejemplos son "[aria-expanded=\"false\"]", #expand_section

También se pueden describir condiciones complejas con un selector CSS. En CSS, encadenar selectores sin espacios crea una condición tipo AND, por ejemplo .button.blue.small coincidirá solo con elementos que tengan las tres clases.

Usar coma (,) como separador funciona como OR, por ejemplo .button, .blue, h1 apunta a todos los elementos con la clase button, o la clase blue, o encabezados de primer nivel.

Para dirigirte a contenido que puede tardar en aparecer en la página, puedes agregar un selector CSS que haga que el scraper web espere antes de extraer el contenido.

Esto es útil para páginas para las cuales el reconocimiento predeterminado de carga de contenido por inactividad de red falla. Configurar esta opción desactiva completamente el comportamiento predeterminado, y la página se procesará solo si aparece el elemento especificado por este selector.

Habilita el Mapa del sitio XML para una sincronización web más robusta en sitios que admiten sitemaps, permitiendo el acceso a páginas que podrían no ser alcanzables desde las URLs iniciales.

Si esta opción está habilitada, el scraper web buscará Sitemaps en los dominios de la URL de origen proporcionada y encolará URLs coincidentes de forma similar a los enlaces encontrados en las páginas rastreadas. También puedes hacer referencia a un archivo sitemap.xml directamente agregándolo como otra URL de inicio, por ejemplo https://www.example.com/sitemap.xml.

Puedes seleccionar un proxy para que lo use el rastreador si requieres que tu sitio web sea rastreado con un proxy configurado para una región o país específico.

Actualmente soportamos los siguientes proxies:

Elija con qué exhaustividad el rastreador renderiza cada página al sincronizar este sitio web.

Cuando está activado, el scraper web ignora las etiquetas de enlace canónico (rel="canonical") y trata cada URL como una página distinta. Esta opción está desactivada por defecto.

Esto es útil cuando un sitio apunta muchas páginas a una URL canónica y como resultado se pierde contenido.

Hay dos interruptores más bajo Advanced settings. Ambos están desactivados por defecto.

Respect robots.txt: hace que el rastreador obedezca las reglas disallow en el robots.txt de su sitio. Enciéndalo para mantener la sincronización consistente con lo que permite que otros rastreadores alcancen. Si robots.txt desautoriza rutas que contienen contenido que desea en Fin, esto reducirá lo que se sincroniza.

Exclude query parameters: omite cualquier URL con una cadena de consulta (?). Enciéndalo cuando su sitio agregue parámetros de seguimiento, sesión o ordenación que produzcan muchas páginas casi duplicadas. Déjelo apagado si el contenido real vive detrás de una cadena de consulta, como /docs?page=intro — esas páginas también se omitirían.

El paso Target le permite establecer una audiencia predeterminada para todas las páginas sincronizadas y crear reglas basadas en URL para asignar audiencias específicas automáticamente según patrones de URL — sin etiquetado manual.

Primero decida si el contenido de esta fuente está habilitado para Fin AI Agent y/o Copilot.

Luego puede establecer una audiencia predeterminada de Fin para aplicar a todas las páginas sincronizadas desde esta fuente (si no se establece una predeterminada, el contenido por defecto es Everyone), o crear reglas para asignar audiencias específicas en función de patrones de URL.

Por ejemplo: Si la URL contiene /uk, asigne la audiencia UK. Las reglas se evalúan durante la sincronización, por lo que Fin y Copilot siempre sirven el contenido correcto a la audiencia adecuada.

Cada regla admite tres comparadores de URL:

Por último, revise su configuración de sincronización y haga clic en Sync website para comenzar a sincronizar el contenido de su sitio web con Intercom.

Una vez que la sincronización esté completa, recibirá una notificación por correo electrónico y el sitio web aparecerá como una fuente sincronizada en Train > Content en la sección "Content sources".

Si hace clic en una fuente de sitio web, puede obtener una vista previa y administrar las páginas individuales que se sincronizaron desde la URL pública.

Cuando vea una página del sitio web, encontrará un panel "Detalles" a la derecha que contiene:

Para poner una fuente de sitio web a disposición de Fin Agent o Fin Copilot, ve a Train > Content y haz clic en la fuente del sitio web en la sección "Content sources", luego abre la página web relevante que sincronizaste.

Desde el panel "Details" desplázate hasta “Fin” y activa el interruptor:

Puedes programar cuándo las páginas del sitio web sincronizadas se activan o desactivan para Fin y Copilot, en una fecha, hora y zona horaria futuras. Establece solo una fecha de inicio, o establece tanto una fecha de inicio como de fin para crear una ventana de disponibilidad limitada. La programación se aplica a páginas individuales o en bloque.

Puedes asignar audiencias al contenido sincronizado automáticamente usando reglas basadas en URL durante la creación de la sincronización web, o manualmente página por página. Primero, necesitarás crear y definir la audiencia que quieras orientar.

Luego ve a Train > Content y haz clic en la fuente del sitio web en la sección "Content sources", luego abre la página web relevante que sincronizaste.

Desde el panel "Details" desplázate hasta “Fin” y usa el desplegable de audiencia para seleccionar una de tus audiencias predefinidas.

No necesitas recrear una sincronización para agregar orientación por audiencia. Ve a Train > Content, selecciona la fuente, haz clic en el desplegable de configuración en la esquina superior derecha y selecciona Open settings. Navega al paso Target para agregar o editar reglas basadas en URL.

Si deseas volver a sincronizar o eliminar una URL pública como fuente, ve a Train > Content, y haz clic en la fuente del sitio web en la sección "Content sources", luego abre el desplegable Settings en la esquina superior derecha.

Aquí, puedes seleccionar si deseas Re-sync o Remove this source.

Puedes ver una lista de sincronizaciones de sitios web pasadas para ver cuándo se ejecutaron por última vez, qué páginas se encontraron y qué páginas fallaron. Ve a Train > Content, y haz clic en la fuente del sitio web en la sección "Content sources", luego selecciona View sync history.

Cada fila de la tabla representa una ejecución pasada o activa, y puedes filtrar las ejecuciones por status (started, success, failed).

Incluye la siguiente información:

Si una sincronización ha fallado, puede pasar el cursor sobre el estado para ver una explicación detallada del motivo.

Una nueva fuente se sincroniza según el calendario durante sus primeros 90 días sin excepción. Después de eso, continúa sincronizándose automáticamente si se cumple cualquiera de las siguientes condiciones:

De lo contrario, las sincronizaciones programadas se pausan.

Cuando está en pausa: las páginas permanecen en su Knowledge Hub y siguen estando disponibles para Fin y Copilot (nada se elimina). Solo se detiene el re-raspado, por lo que las ediciones en su sitio web no se detectarán.

Para restaurarla: El botón Sync now actualiza el contenido una vez, pero no reinicia el calendario. La sincronización automática se reanuda por sí sola una vez que Fin vuelve a usar la fuente.

Los sitios muy grandes y los que requieren renderizado completo de JavaScript cuestan mucho más de rastrear. Cuando una fuente resulta ser de alto consumo de recursos, la movemos de un calendario semanal a uno de cada 14 días.

Esto ocurre automáticamente, por fuente. Para mantener un sitio grande en un calendario más rápido, limite el rastreo usando exclusiones de URL, o agregue subpáginas específicas en lugar de todo un domain.

Al importar contenido de un sitio web para habilitar a Fin, debe introducir la URL pública. Esto buscará todas las páginas anidadas bajo esa URL y las sincronizará para que Fin AI Agent las use.

Si el importador no devolvió el número de páginas que esperaba, hay varias razones...

La sincronización del sitio web funciona yendo a la URL que usted proporciona y luego buscando todas las páginas anidadas bajo esa URL. Estas páginas deben tener el mismo patrón de URL que la URL que usted proporciona.

Por ejemplo, si el top level domain es https://myhelpcenter.com/home, entonces todas las páginas que desee importar deben incluir el prefijo /home en la URL, p. ej. https://myhelpcenter.com/home/article. Si no lo hacen, elimine el prefijo y use el tronco de URL más básico, p. ej. https://myhelpcenter.com, y vuelva a intentar la importación.

Si el contenido que desea usar está detrás de un inicio de sesión, Fin no podrá acceder a él ni importarlo.

La sincronización de sitios web tiene dos límites:

Una sincronización también puede fallar si una sola página contiene una cantidad muy grande de contenido. Se le notificará por correo electrónico cada vez que una sincronización falle.

La sincronización de sitios web de Fin (utilizada para añadir URLs públicas para Fin AI Agent y Copilot) no utiliza en este momento una cadena de agente de usuario dedicada y personalizada.

Si su sitio tiene protección estricta contra rastreo, puede usar un static proxy para permitir en la lista un conjunto fijo de direcciones IP y garantizar que su contenido se ingiera. Seleccione un static proxy en Advanced settings al crear o editar la sincronización de su sitio web.

Si su sitemap incluye URLs con caracteres no ASCII (como letras acentuadas o escrituras como chino o árabe) algunas de esas páginas pueden no sincronizarse como se espera. El descubrimiento de sitemaps ahora admite estas URLs, pero todavía pueden tener problemas en otras partes del proceso de sincronización. Intente volver a sincronizar manualmente para resolverlo. Si las páginas siguen faltando, contacte con support.

Cuando sincroniza contenido de sitios web, puede ver diferentes estados que indican lo que ocurrió durante el proceso. Para ver el estado de sincronización de su sitio web vaya a Train > Content y seleccione la fuente del sitio web, luego use el menú desplegable Status para filtrar por:

Esto es lo que significa cada uno y qué puede hacer a continuación:

La sincronización de páginas aún está en curso. Una sincronización inicial puede tardar desde unos minutos hasta más de una hora según la cantidad de contenido que tenga.

La página se sincronizó correctamente y se puede habilitar para Fin y Copilot.
​

Estas páginas no se sincronizan intencionalmente porque las excluiste en la Advanced sync settings. No se pueden reintentar ni incluir a menos que se especifique lo contrario.

Estos errores significan que la sincronización no se completó y pueden requerir cambios de tu parte antes de reintentar:

1. Error desconocido

2. Sesión bloqueada / Límite de velocidad

3. Errores de red, tiempo de espera o similares

4. Duplicado

5. Filtrado por palabras clave

6. Código de estado 400

7. URL bloqueada

​Puedes reintentar la sincronización de una página fallida pasando el cursor sobre la página, seleccionando el menú de tres puntos y luego Volver a sincronizar.