Finをウェブサイトのコンテンツでトレーニングしたい場合は、そのサイトの公開URLを同期することで可能です。

Train > Content に移動し、「Add content」セクションの下にあるWebsite syncを選択します。

ウェブサイトの公開URL（トップレベルドメイン）を入力し、Next.をクリックします。

これにより、指定したウェブサイトURLのすべてのページが取得され、すべてのサブドメインページから読み取られます。

URLを入力すると、そのURLが有効でアクセス可能かどうかを確認します。その後、同期するページを確認する必要があります。選択した各セクションにリンクされているすべてのサブページが同期されます。関連性があり最新のコンテンツのみを選択してください。

追加のURLの設定、除外するURL、除外するCSSセレクターなどを設定するには、詳細設定のドロップダウンを選択してください。

ウェブサイトの構造はさまざまです。最も関連性の高いコンテンツを同期するために、特定のサブページの追加URLを追加することをお勧めします。

例えば、上記でhttps://myhelpcenter.com/helpを主要URLとして入力した場合、https://myhelpcenter.com/help/index.htmlのような特定のURLも追加したいかもしれません。

同期したくない特定のページを除外するには、URLグロブのリストを追加できます。

グロブとは、ファイルパスやURLを一致させるために使用されるリテラル文字やワイルドカード文字の文字列です。グロビングは、1つ以上のグロブを使ってファイルシステム上のファイルを見つける行為です。URLグロブを使うことで、ほぼ同じで一部だけが異なる複数のURLをまとめて指定できます。

例えば、このURLグロブ https://{store,docs}.example.com/** は、https://store.example.com/ または https://docs.example.com/ で始まるすべてのURLにクロールアクセスを許可します。https://example.com/**/*\?*foo=*

特定のページ要素を除外するには、除外したいセクションや要素のCSSセレクターを使用できます。

これは無関係なページコンテンツをスキップするのに役立ちます。値はdocument.querySelectorAll()関数で受け入れられる有効なCSSセレクターでなければなりません。デフォルトで、一般的なナビゲーション要素、ヘッダー、フッター、モーダル、スクリプトはすでに除去しています。

この設定により、CSSセレクターで識別されたDOM要素をウェブ同期プロセス中にクリックできます。

これは折りたたまれたセクションを展開してテキストコンテンツを取得するのに役立ちます。値はdocument.querySelectorAll()関数で受け入れられる有効なCSSセレクターでなければなりません。

例は "[aria-expanded=\"false\"]", #expand_section です。

複雑な条件もCSSセレクターで表現できます。CSSでは、セレクターをスペースなしで連結するとAND条件になり、例えば .button.blue.small は3つすべてのクラスを持つ要素にマッチします。

カンマ（,）区切りはOR条件として機能し、例えば .button, .blue, h1 はクラスbutton、またはクラスblue、またはh1要素すべてを対象にします。

ページ上で遅れて表示される可能性のあるコンテンツを対象にするため、ウェブスクレイパーがスクレイピング前に待機するCSSセレクターを追加できます。

これは、デフォルトのコンテンツ読み込み認識が失敗するページに有効です。このオプションを設定するとデフォルト動作は無効になり、このセレクターで指定された要素が表示された場合のみページが処理されます。

サイトマップ対応ウェブサイトでXMLサイトマップを有効にすると、初期URLから到達できないページにもアクセスでき、より堅牢なウェブ同期が可能になります。

このオプションを有効にすると、ウェブスクレイパーは提供されたソースURLのドメインでサイトマップを探し、クロールしたページのリンクと同様に一致するURLをキューに入れます。sitemap.xmlファイルを別の開始URLとして直接追加することもできます（例：https://www.example.com/sitemap.xml）。

特定の地域や国に設定されたプロキシを使ってウェブサイトをクロールする必要がある場合、クロール用のプロキシを選択できます。

現在サポートしているプロキシは以下の通りです:

このウェブサイトを同期する際に、クローラーが各ページをどの程度詳細にレンダリングするかを選択してください。

有効にすると、ウェブスクレイパーは正規リンクタグ（rel="canonical"）を無視し、各URLを別々のページとして扱います。このオプションはデフォルトで無効です。

これは、多くのページが1つの正規URLを指していて、その結果コンテンツが見逃されている場合に役立ちます。

詳細設定の下にさらに2つのトグルがあります。両方ともデフォルトでオフです。

Respect robots.txt：クローラーがサイトのrobots.txtのdisallowルールに従うようにします。他のクローラーに許可する内容と同期を一致させるためにオンにしてください。robots.txtがFinに含めたいコンテンツのパスを禁止している場合、同期される内容が減少します。

Exclude query parameters：クエリ文字列（?）を含むURLをスキップします。トラッキング、セッション、ソートパラメータが多くのほぼ重複ページを生成する場合にオンにしてください。クエリ文字列の背後に実際のコンテンツがある場合（例：/docs?page=intro）はオフのままにしてください。これらのページもスキップされてしまいます。

Targetステップでは、同期されたすべてのページのデフォルトオーディエンスを設定し、URLパターンに基づいて特定のオーディエンスを自動的に割り当てるルールを作成できます。手動タグ付けは不要です。

まず、このソースのコンテンツがFin AI Agentおよび/またはCopilotで有効かどうかを決定します。

次に、このソースから同期されたすべてのページに適用するデフォルトのFinオーディエンスを設定するか（デフォルトが設定されていない場合、コンテンツはEveryoneに設定されます）、URLパターンに基づいて特定のオーディエンスを割り当てるルールを作成します。

例：URLに/ukが含まれる場合、UKオーディエンスを割り当てる。ルールは同期時に評価されるため、FinとCopilotは常に適切なコンテンツを適切なオーディエンスに提供します。

各ルールは3つのURL比較子をサポートします：

最後に同期設定を確認し、Sync website をクリックしてIntercomとウェブサイトコンテンツの同期を開始してください。

同期が完了すると、メール通知が届き、ウェブサイトはTrain > Contentの「Content sources」セクションに同期済みソースとして表示されます。

ウェブサイトソースをクリックすると、公開URLから同期された個々のページをプレビューおよび管理できます。

ウェブサイトページを表示すると、右側に「詳細」パネルがあり、以下が含まれます：

ウェブサイトソースをFin AgentまたはFin Copilotで利用可能にするには、Train > Contentに移動し、「Content sources」セクションのウェブサイトソースをクリックして、同期した該当のウェブページを開きます。

「詳細」パネルから下にスクロールして「Fin」を見つけ、トグルをオンにします。

同期されたウェブページが Fin と Copilot でオンまたはオフになる日時とタイムゾーンを将来の日付でスケジュールできます。開始日のみ設定するか、開始日と終了日の両方を設定して期間限定の利用可能時間を作成します。スケジューリングは個別ページまたは一括で適用されます。

同期されたコンテンツに対して、ウェブ同期作成時にURLベースのルールを使って自動的に、またはページごとに手動でオーディエンスを割り当てることができます。まず、ターゲットにしたいオーディエンスを作成・定義してください。

次にTrain > Contentに移動し、「Content sources」セクションのウェブサイトソースをクリックして、同期した該当のウェブページを開きます。

「詳細」パネルから下にスクロールして「Fin」を見つけ、オーディエンスのドロップダウンから事前定義したオーディエンスを選択します。

オーディエンスターゲティングを追加するために同期を再作成する必要はありません。Train > Contentに移動し、ソースを選択、右上の設定ドロップダウンをクリックして設定を開くを選択します。ターゲットステップでURLベースのルールを追加または編集します。

公開URLをソースとして再同期または削除したい場合は、Train > Contentに移動し、「Content sources」セクションのウェブサイトソースをクリックして、右上の設定ドロップダウンを開きます。

ここで、再同期またはこのソースを削除を選択できます。

過去のウェブサイト同期の一覧を見て、最後に実行された日時、見つかったページ、失敗したページを確認できます。Train > Contentに移動し、「Content sources」セクションのウェブサイトソースをクリックして、同期履歴を見るを選択します。

テーブルの各行は過去または現在の実行を表し、ステータス（開始、成功、失敗）でフィルターできます。

以下の情報が含まれます：

同期に失敗した場合は、ステータスにカーソルを合わせると詳細な説明が表示されます。

新しいソースは最初の90日間はスケジュール通りに同期されます。その後、次のいずれかが真の場合に自動的に同期を続けます:

それ以外の場合、スケジュールされた同期は一時停止します。

一時停止中：ページはKnowledge Hubに残り、FinとCopilotで利用可能なままです（削除されません）。再クロールのみ停止し、サイトの編集は反映されません。

復元するには：今すぐ同期ボタンは一度だけコンテンツを更新しますが、スケジュールは再開しません。Finが再びソースを使用すると自動同期が再開されます。

非常に大きなサイトや完全なJavaScriptレンダリングが必要なサイトはクロールコストが高くなります。リソース負荷が高いソースは週次から14日ごとのスケジュールに変更されます。

これはソースごとに自動で行われます。大きなサイトをより速いスケジュールで維持するには、URL除外を使ってクロール範囲を狭めるか、ドメイン全体ではなく特定のサブページを追加してください。

Finを有効にするためにウェブサイトコンテンツをインポートする際は、public URLを入力する必要があります。これにより、そのURL以下のすべてのページが検索され、Fin AI Agentで使用するために同期されます。

インポーターが期待したページ数を返さなかった場合、いくつかの理由があります...

ウェブサイト同期は、指定したURLにアクセスし、そのURL以下のすべてのページを検索して同期します。これらのページは指定したURLと同じURLパターンである必要があります。

例えば、トップレベルドメインがhttps://myhelpcenter.com/homeの場合、インポートしたいすべてのページはURLに/homeプレフィックスを含む必要があります。例：https://myhelpcenter.com/home/article。含まれていない場合はプレフィックスを外し、最も基本的なURLの幹を使用してください。例：https://myhelpcenter.com。その後、再度インポートを試みてください。

使用したいコンテンツがログインの背後にある場合、Finはアクセスやインポートができません。

ウェブサイト同期には2つの制限があります:

1ページに非常に大量のコンテンツが含まれている場合も同期に失敗することがあります。同期失敗時はメールで通知されます。

Finのウェブサイト同期（Fin AI AgentとCopilotのためのpublic URL追加に使用）は現時点で専用のカスタムユーザーエージェント文字列を使用していません。

サイトに厳しいクロール防止がある場合は、static proxyを使用して固定IPアドレスの許可リストを作成し、コンテンツの取り込みを確実にできます。ウェブサイト同期の作成または編集時にAdvanced settingsでstatic proxyを選択してください。

サイトマップに非ASCII文字（アクセント付き文字や中国語、アラビア語などのスクリプト）が含まれるURLがある場合、一部のページが期待通りに同期されないことがあります。サイトマップの検出はこれらのURLをサポートしていますが、同期プロセスの他の部分で問題が発生することがあります。手動で再同期を試みてください。ページがまだ不足している場合はサポートに連絡してください。

ウェブサイトコンテンツを同期すると、処理中に何が起こったかを示すさまざまなステータスが表示されることがあります。ウェブサイト同期のステータスを見るにはTrain > Contentに移動し、ウェブサイトソースを選択して、Status ドロップダウンでフィルターしてください:

各ステータスの意味と次にできることは以下の通りです:

ページ同期はまだ進行中です。初回同期はコンテンツ量により数分から1時間以上かかることがあります。

ページは正常に同期され、FinとCopilotで有効にできます。
​

これらのページは、高度な同期設定で除外したため、意図的に同期されていません。特に指定がない限り、再試行や含めることはできません。

これらのエラーは同期が完了しなかったことを意味し、再試行前にお客様側での変更が必要な場合があります。

1. 不明なエラー

2. セッションブロック / レート制限

3. ネットワーク、タイムアウト、または類似のエラー

4. 重複

5. キーワードフィルタリング

6. ステータスコード400

7. ブロックされたURL

​失敗したページ同期は、ページにカーソルを合わせて三点メニューを選択し、再同期を選ぶことで再試行できます。