Si vous souhaitez entraîner Fin avec le contenu du site web, vous pouvez le faire en synchronisant l'URL publique de ce site.

Allez dans Train > Content puis sélectionnez Website sync sous la section "Add content".

Saisissez maintenant l'URL publique de votre site web (domaine de premier niveau) et cliquez sur Suivant.

Cela récupérera toutes les pages de l'URL du site web que vous fournissez et lira toutes les pages des sous-domaines.

Une fois que vous avez saisi votre URL, nous vérifierons qu'elle est valide et accessible. Ensuite, vous devrez examiner les pages à synchroniser. Toutes les sous-pages liées dans chaque section sélectionnée seront synchronisées. Sélectionnez uniquement le contenu pertinent et à jour.

Sélectionnez le menu déroulant Paramètres avancés pour configurer des URL supplémentaires, exclure des URL, des sélecteurs CSS à exclure, et plus encore.

Les structures de sites web peuvent varier. Pour vous assurer que nous synchronisons votre contenu le plus pertinent, nous vous recommandons d'ajouter des URL supplémentaires pour ces sous-pages spécifiques.

Par exemple, si vous saisissez https://myhelpcenter.com/help comme URL principale ci-dessus, vous pouvez également vouloir ajouter une URL spécifique comme https://myhelpcenter.com/help/index.html.

Pour exclure certaines pages dont vous ne souhaitez pas synchroniser le contenu, vous pouvez ajouter une liste de motifs d'URL (URL globs).

Un glob est une chaîne de caractères littéraux et/ou génériques utilisée pour faire correspondre des chemins de fichiers ou des URL. Le globbing est l'action de localiser des fichiers sur un système de fichiers en utilisant un ou plusieurs globs. L'utilisation de globs d'URL permet également d'obtenir une gamme d'URL qui sont majoritairement identiques, avec seulement une petite partie qui change entre les requêtes.

Par exemple, ce glob d'URL https://{store,docs}.example.com/** permet au robot d'accéder à toutes les URL commençant par https://store.example.com/ ou https://docs.example.com/ et https://example.com/**/*\?*foo=*

Pour exclure certains éléments de page, vous pouvez utiliser les sélecteurs CSS des sections ou éléments spécifiques que vous souhaitez exclure.

Cela est utile pour ignorer le contenu de page non pertinent. La valeur doit être un sélecteur CSS valide accepté par la fonction document.querySelectorAll(). Par défaut, nous supprimons déjà les éléments de navigation courants, les en-têtes, pieds de page, modaux et scripts.

Cela permet aux éléments DOM identifiés par le sélecteur CSS d'être cliqués pendant le processus de synchronisation web.

Cela est utile pour développer les sections repliées, afin de capturer leur contenu textuel. La valeur doit être un sélecteur CSS valide accepté par la fonction document.querySelectorAll().

Des exemples sont "[aria-expanded=\"false\"]", #expand_section

Des conditions complexes peuvent également être décrites avec un sélecteur CSS. En CSS, chaîner les sélecteurs sans espaces crée une condition de type ET, par exemple .button.blue.small correspondra uniquement aux éléments ayant les trois classes.

Utiliser la virgule (,) comme séparateur fonctionne comme OU, par exemple .button, .blue, h1 cible tous les éléments avec la classe button, ou la classe blue, ou les titres de premier niveau.

Pour cibler un contenu qui peut avoir un délai d'apparition sur la page, vous pouvez ajouter un sélecteur CSS qui fera attendre le scraper web avant de récupérer le contenu.

Cela est utile pour les pages pour lesquelles la reconnaissance par défaut du chargement du contenu par le réseau inactif échoue. Activer cette option désactive complètement le comportement par défaut, et la page ne sera traitée que si l'élément spécifié par ce sélecteur apparaît.

Activez le plan du site XML pour une synchronisation web plus robuste sur les sites supportant les plans du site, permettant d'accéder aux pages qui pourraient ne pas être atteignables depuis les URL initiales.

Si cette option est activée, le scraper web recherchera les plans du site aux domaines de l'URL source fournie et mettra en file d'attente les URL correspondantes de la même manière que les liens trouvés sur les pages explorées. Vous pouvez également référencer un fichier sitemap.xml directement en l'ajoutant comme une autre URL de départ, par exemple https://www.example.com/sitemap.xml.

Vous pouvez sélectionner un proxy pour que le robot utilise si vous souhaitez que votre site soit exploré avec un proxy configuré pour une région ou un pays spécifique.

Nous supportons actuellement les proxies suivants :

Choisissez la profondeur de rendu du crawler pour chaque page lors de la synchronisation de ce site web.

Lorsque activé, le web scraper ignore les balises de lien canonical (rel="canonical") et traite chaque URL comme une page distincte. Cette option est désactivée par défaut.

Cela est utile lorsqu'un site pointe de nombreuses pages vers une URL canonique unique et que du contenu est manqué en conséquence.

Il y a deux autres options sous Paramètres avancés. Les deux sont désactivées par défaut.

Respecter robots.txt : fait en sorte que le crawler obéisse aux règles de refus dans le robots.txt de votre site. Activez-le pour que la synchronisation soit cohérente avec ce que vous autorisez aux autres crawlers. Si robots.txt interdit des chemins contenant du contenu que vous souhaitez dans Fin, cela réduira ce qui est synchronisé.

Exclure les paramètres de requête : ignore toute URL avec une chaîne de requête (?). Activez-le lorsque votre site ajoute des paramètres de suivi, session ou tri qui produisent beaucoup de pages quasi-duplicates. Laissez-le désactivé si du vrai contenu se trouve derrière une chaîne de requête, comme /docs?page=intro — ces pages seraient aussi ignorées.

L'étape Target vous permet de définir une audience par défaut pour toutes les pages synchronisées et de créer des règles basées sur l'URL pour assigner automatiquement des audiences spécifiques selon des motifs d'URL — sans étiquetage manuel.

Décidez d'abord si le contenu de cette source est activé pour Fin AI Agent et/ou Copilot.

Ensuite, vous pouvez soit définir une audience Fin par défaut à appliquer à toutes les pages synchronisées de cette source (si aucune valeur par défaut n'est définie, le contenu est par défaut pour Everyone), soit créer des règles pour assigner des audiences spécifiques selon des motifs d'URL.

Par exemple : Si l'URL contient /uk, assignez l'audience UK. Les règles sont évaluées lors de la synchronisation, donc Fin et Copilot servent toujours le bon contenu à la bonne audience.

Chaque règle supporte trois comparateurs d'URL :

Enfin, révisez vos paramètres de synchronisation puis cliquez sur Sync website pour commencer à synchroniser le contenu de votre site avec Intercom.

Une fois la synchronisation terminée, vous recevrez une notification par email et le site apparaîtra comme source synchronisée dans Train > Content sous la section "Content sources".

Si vous cliquez sur une source de site web, vous pouvez prévisualiser et gérer les pages individuelles synchronisées depuis l'URL publique.

Lorsque vous consultez une page web, vous trouverez un panneau "Détails" à droite contenant :

Pour rendre une source de site web disponible pour Fin Agent ou Fin Copilot, allez dans Train > Content et cliquez sur la source du site web dans la section "Content sources", puis ouvrez la page web pertinente que vous avez synchronisée.

Depuis le panneau "Détails" , faites défiler jusqu’à “Fin” et activez le bouton :

Vous pouvez planifier quand les pages web synchronisées s’activent ou se désactivent pour Fin et Copilot, à une date, heure et fuseau horaire futurs. Définissez uniquement une date de début, ou une date de début et de fin pour créer une fenêtre de disponibilité limitée. La planification s’applique aux pages individuelles ou en masse.

Vous pouvez attribuer des audiences au contenu synchronisé automatiquement en utilisant des règles basées sur l’URL lors de la création de la synchronisation web, ou manuellement page par page. D’abord, vous devez créer et définir l’audience que vous souhaitez cibler.

Ensuite, allez dans Train > Content et cliquez sur la source du site web dans la section "Content sources", puis ouvrez la page web pertinente que vous avez synchronisée.

Depuis le panneau "Détails" , faites défiler jusqu’à “Fin” et utilisez le menu déroulant d’audience pour sélectionner l’une de vos audiences prédéfinies.

Vous n’avez pas besoin de recréer une synchronisation pour ajouter un ciblage d’audience. Allez dans Train > Content, sélectionnez la source, cliquez sur le menu déroulant des paramètres en haut à droite, puis sélectionnez Ouvrir les paramètres. Naviguez à l’étape Ciblage pour ajouter ou modifier les règles basées sur l’URL.

Si vous souhaitez resynchroniser ou supprimer une URL publique en tant que source, allez dans Train > Content, et cliquez sur la source du site web dans la section "Content sources", puis ouvrez le menu Paramètres en haut à droite.

Ici, vous pouvez choisir de Resynchroniser ou Supprimer cette source.

Vous pouvez consulter la liste des synchronisations passées pour voir quand elles ont été effectuées, quelles pages ont été trouvées et les pages ayant échoué. Allez dans Train > Content, et cliquez sur la source du site web dans la section "Content sources", puis sélectionnez Voir l’historique des synchronisations.

Chaque ligne du tableau représente une exécution passée ou active, et vous pouvez filtrer les exécutions par statut (démarré, réussi, échoué).

Cela inclut les informations suivantes :

Si une synchronisation a échoué, vous pouvez survoler le statut pour voir une explication détaillée du pourquoi.

Une nouvelle source se synchronise selon le calendrier pendant ses 90 premiers jours quoi qu'il arrive. Après cela, elle continue de se synchroniser automatiquement si l'une des conditions suivantes est vraie :

Sinon, les synchronisations programmées sont en pause.

Lorsque c'est en pause : les pages restent dans votre Knowledge Hub et restent accessibles à Fin et Copilot (rien n'est supprimé). Seule la recrawling s'arrête, donc les modifications sur votre site ne seront pas prises en compte.

Pour restaurer : Le bouton Sync now actualise le contenu une fois mais ne redémarre pas le calendrier. La synchronisation automatique reprend d'elle-même dès que Fin utilise à nouveau la source.

Les très grands sites, et ceux nécessitant un rendu complet JavaScript, coûtent beaucoup plus cher à explorer. Lorsqu'une source s'avère gourmande en ressources, nous la passons d'un calendrier hebdomadaire à un calendrier tous les 14 jours.

Cela se fait automatiquement, par source. Pour garder un grand site sur un calendrier plus rapide, réduisez la portée du crawl en utilisant des exclusions d'URL, ou ajoutez des sous-pages spécifiques au lieu d'un domaine entier.

Lors de l'importation de contenu de site web pour activer Fin, vous devez entrer l'URL publique. Cela recherchera toutes les pages imbriquées sous cette URL et les synchronisera pour que Fin AI Agent puisse les utiliser.

Si l'importateur n'a pas retourné le nombre de pages attendu, plusieurs raisons peuvent expliquer cela...

La synchronisation du site web fonctionne en allant à l'URL que vous fournissez puis en recherchant toutes les pages imbriquées sous cette URL. Ces pages doivent avoir le même modèle d'URL que l'URL que vous fournissez.

Par exemple, si le domain de premier niveau est https://myhelpcenter.com/home, alors toutes les pages que vous souhaitez importer doivent inclure le préfixe /home dans l'URL, par exemple https://myhelpcenter.com/home/article. Si ce n'est pas le cas, retirez le préfixe et utilisez la racine d'URL la plus basique, par exemple https://myhelpcenter.com, puis essayez à nouveau l'importation.

Si le contenu que vous souhaitez utiliser est derrière une connexion, Fin ne pourra pas y accéder ni l'importer.

La synchronisation du site web a deux limites :

Une synchronisation peut aussi échouer si une seule page contient une très grande quantité de contenu. Vous serez notifié par email chaque fois qu'une synchronisation échoue.

La synchronisation de site web de Fin (utilisée pour ajouter des URLs publiques pour Fin AI Agent et Copilot) n'utilise pas de chaîne user-agent dédiée et personnalisée pour le moment.

Si votre site a une protection anti-crawling stricte, vous pouvez utiliser un proxy statique pour autoriser une liste fixe d'adresses IP et garantir que votre contenu soit ingéré. Sélectionnez un proxy statique dans les Paramètres avancés lors de la création ou modification de votre synchronisation de site web.

Si votre sitemap inclut des URLs avec des caractères non ASCII (comme des lettres accentuées, ou des scripts comme le chinois ou l'arabe), certaines de ces pages peuvent ne pas se synchroniser comme prévu. La découverte du sitemap supporte désormais ces URLs, mais elles peuvent encore rencontrer des problèmes dans d'autres parties du processus de synchronisation. Essayez de resynchroniser manuellement pour résoudre cela. Si des pages manquent toujours, contactez le support.

Lorsque vous synchronisez le contenu du site web, vous pouvez voir différents statuts indiquant ce qui s'est passé pendant le processus. Pour voir le statut de synchronisation de votre site web, allez dans Train > Content et sélectionnez la source du site web, puis utilisez le menu déroulant Status pour filtrer par :

Voici ce que chacun signifie et ce que vous pouvez faire ensuite :

La synchronisation des pages est toujours en cours. Une synchronisation initiale peut prendre de quelques minutes à plus d'une heure selon la quantité de contenu que vous avez.

La page a été synchronisée avec succès et peut être activée pour Fin et Copilot.
​

Ces pages ne sont pas synchronisées intentionnellement car vous les avez exclues dans les paramètres avancés de synchronisation. Elles ne peuvent pas être retentées ou incluses sauf indication contraire.

Ces erreurs signifient que la synchronisation n’a pas été complétée et peuvent nécessiter des modifications de votre côté avant de réessayer :

1. Erreur inconnue

2. Session bloquée / Limitation de débit

3. Erreurs réseau, délai d’attente ou similaires

4. Doublon

5. Filtrage par mot-clé

6. Code d’état 400

7. URL bloquée

​Vous pouvez retenter une synchronisation de page échouée en survolant la page, en sélectionnant le menu à trois points puis en choisissant Resync.