Se você quiser treinar o Fin com conteúdo do site, pode fazer isso sincronizando a URL pública desse site.

Vá para Train > Content e então selecione Website sync abaixo da seção "Add content".

Agora insira a URL pública do seu site (top-level domain) e clique em Next.

Isso buscará todas as páginas a partir da URL do site que você fornecer e lerá todas as páginas de sub domain.

Depois de inserir sua URL, verificaremos se ela é válida e acessível. Em seguida, você precisará revisar as páginas para sincronizar. Todas as sub-páginas vinculadas em cada seção selecionada serão sincronizadas. Selecione apenas conteúdo relevante e atualizado.

Selecione o menu suspenso Advanced settings para configurar URLs adicionais, excluir URLs, seletores CSS para excluir e mais.

As estruturas de site podem variar. Para garantir que sincronizemos seu conteúdo mais relevante, recomendamos que você adicione URLs adicionais para essas subpáginas específicas.

Por exemplo, se você inserir https://myhelpcenter.com/help como a URL principal acima, talvez também queira adicionar a URL específica como https://myhelpcenter.com/help/index.html

Para excluir determinadas páginas das quais você não deseja sincronizar conteúdo, você pode adicionar uma lista de globs de URL.

Um glob é uma sequência de caracteres literais e/ou curingas usada para corresponder caminhos de arquivos ou URLs. Globbing é o ato de localizar arquivos em um sistema de arquivos usando um ou mais globs. Usar globs de URL também ajuda a obter uma gama de URLs que são em sua maioria iguais, com apenas uma pequena parte mudando entre as requisições.

Por exemplo, este glob de URL https://{store,docs}.example.com/** permite que o crawler acesse todas as URLs começando com https://store.example.com/ ou https://docs.example.com/ e https://example.com/**/*\?*foo=*

Para excluir certos elementos da página, você pode usar seletores CSS dessas seções ou elementos específicos que deseja excluir.

Isso é útil para pular conteúdo irrelevante da página. O valor deve ser um seletor CSS válido aceito pela função document.querySelectorAll(). Por padrão, já removemos elementos comuns de navegação, cabeçalhos, rodapés, modais, scripts e imagens inline.

Isso permite que elementos DOM identificados pelo seletor CSS sejam clicados durante o processo de sincronização web.

Isso é útil para expandir seções recolhidas, a fim de capturar seu conteúdo de texto. O valor deve ser um seletor CSS válido aceito pela função document.querySelectorAll().

Exemplos são "[aria-expanded=\"false\"]", #expand_section

Condições complexas também podem ser descritas com um seletor CSS. Em CSS, encadear seletores sem espaços cria uma condição semelhante a AND, por exemplo .button.blue.small corresponderá apenas a elementos com as três classes.

Usar vírgula (,) como separador funciona como OR, por exemplo .button, .blue, h1 seleciona todos os elementos com a classe button, ou a classe blue, ou cabeçalhos de primeiro nível.

Para direcionar conteúdo que pode ter atraso ao aparecer na página, você pode adicionar um seletor CSS que fará o web scraper esperar antes de raspar o conteúdo.

Isso é útil para páginas nas quais o reconhecimento padrão de carregamento de conteúdo por rede ociosa falha. Definir esta opção desativa completamente o comportamento padrão, e a página será processada apenas se o elemento especificado por este seletor aparecer.

Habilite o XML Sitemap para uma sincronização web mais robusta em sites que suportam sitemap, permitindo acessar páginas que podem não ser alcançáveis a partir das URLs iniciais.

Se esta opção estiver habilitada, o web scraper procurará Sitemaps nos domínios da URL de origem fornecida e enfileirará URLs correspondentes de forma semelhante aos links encontrados nas páginas rastreadas. Você também pode referenciar um arquivo sitemap.xml diretamente adicionando-o como outra Start URL, por exemplo https://www.example.com/sitemap.xml.

Você pode selecionar um proxy para o crawler usar se requerer que seu site seja rastreado com um proxy configurado para uma região ou país específico.

Atualmente suportamos os seguintes proxies:

Escolha com que profundidade o rastreador renderiza cada página ao sincronizar este site.

Quando ativado, o web scraper ignora tags de link canônico (rel3D"canonical") e trata cada URL como uma página distinta. Esta opção está desativada por padrão.

Isso é útil quando um site aponta muitas páginas para uma URL canônica e o conteúdo está sendo perdido como resultado.

Existem mais duas alternâncias em Configurações avançadas. Ambas estão desativadas por padrão.

Respeitar robots.txt: faz com que o rastreador obedeça as regras disallow no robots.txt do seu site. Ative para manter a sincronização consistente com o que você permite que outros rastreadores alcancem. Se robots.txt negar caminhos que contêm conteúdo que você deseja em Fin, isso reduzirá o que é sincronizado.

Excluir parâmetros de consulta: pula qualquer URL com string de consulta (?). Ative quando seu site adiciona parâmetros de rastreamento, sessão ou ordenação que produzem muitas páginas quase duplicadas. Deixe desativado se conteúdo real estiver atrás de uma string de consulta, como /docs?page3Dintro — essas páginas também seriam puladas.

A etapa Target permite definir um público padrão para todas as páginas sincronizadas e criar regras baseadas em URL para atribuir automaticamente públicos específicos com base em padrões de URL — sem necessidade de marcação manual.

Primeiro decida se o conteúdo desta fonte está habilitado para Fin AI Agent e/ou Copilot.

Então você pode definir um público Fin padrão para aplicar a todas as páginas sincronizadas desta fonte (se nenhum padrão for definido, o conteúdo terá como padrão Everyone), ou criar regras para atribuir públicos específicos com base em padrões de URL.

Por exemplo: Se a URL contiver /uk, atribua o público UK. As regras são avaliadas durante a sincronização, então Fin e Copilot sempre servem o conteúdo certo para o público certo.

Cada regra suporta três comparadores de URL:

Por fim, revise suas configurações de sincronização e clique em Sync website para começar a sincronizar o conteúdo do seu site com o Intercom.

Uma vez que a sincronização esteja completa, você receberá uma notificação por e-mail e o site aparecerá como uma fonte sincronizada em Train > Content na seção "Content sources".

Se você clicar em uma fonte do site, pode visualizar e gerenciar as páginas individuais que foram sincronizadas a partir da URL pública.

Quando você visualizar uma página do site, encontrará um painel "Detalhes" à direita que contém:

Para tornar uma origem de site disponível para Fin Agent ou Fin Copilot, vá para Train > Content e clique na origem do site na seção "Content sources", depois abra a página relevante que você sincronizou.

Do painel "Details" , role a página até “Fin” e ative o interruptor:

Você pode agendar quando páginas sincronizadas do site serão ativadas ou desativadas para Fin e Copilot, em uma data, hora e fuso horário futuros. Defina apenas uma data de início, ou defina início e término para criar uma janela de disponibilidade limitada. O agendamento se aplica a páginas individuais ou em massa.

Você pode atribuir públicos ao conteúdo sincronizado automaticamente usando regras baseadas em URL durante a criação da sincronização web, ou manualmente por página. Primeiro, você precisará criar e definir o público que deseja segmentar.

Em seguida, vá para Train > Content e clique na origem do site na seção "Content sources", depois abra a página relevante que você sincronizou.

Do painel "Details" , role até “Fin” e use o menu de público para selecionar um dos seus públicos pré-definidos.

Você não precisa recriar uma sincronização para adicionar segmentação de público. Vá para Train > Content, selecione a origem, clique no menu de configurações no canto superior direito e selecione Open settings. Navegue até a etapa Target para adicionar ou editar regras baseadas em URL.

Se você quiser re-sincronizar ou remover uma URL pública como origem, vá para Train > Content, e clique na origem do site na seção "Content sources", depois abra o menu Settings no canto superior direito.

Aqui, você pode escolher se deseja Re-sync ou Remove this source.

Você pode ver uma lista de sincronizações passadas para ver quando foram executadas por último, quais páginas foram encontradas e quaisquer páginas que falharam. Vá para Train > Content, e clique na origem do site na seção "Content sources", depois selecione View sync history.

Cada linha na tabela representa uma execução passada ou ativa, e você pode filtrar as execuções por status (started, success, failed).

Inclui as seguintes informações:

Se uma sincronização falhar, você pode passar o cursor sobre o status para ver uma explicação detalhada do motivo.

Uma nova fonte sincroniza conforme o cronograma pelos primeiros 90 dias independentemente. Depois disso, continua sincronizando automaticamente se uma das condições for verdadeira:

Caso contrário, as sincronizações agendadas pausam.

Quando pausado: as páginas permanecem no seu Knowledge Hub e continuam disponíveis para Fin e Copilot (nada é excluído). Somente a re-varredura é interrompida, portanto alterações no seu site não serão captadas.

Para restaurar: O botão Sync now atualiza o conteúdo uma vez, mas não reinicia o agendamento. A sincronização automática retoma sozinha assim que Fin usar a fonte novamente.

Sites muito grandes, e sites que precisam de renderização completa de JavaScript, custam muito mais para rastrear. Quando uma fonte se mostra com alto uso de recursos, nós a movemos de semanal para um cronograma de a cada 14 dias.

Isso acontece automaticamente, por fonte. Para manter um site grande em um cronograma mais rápido, restrinja o rastreamento usando exclusões de URL, ou adicione subpáginas específicas em vez de todo o domain.

Ao importar conteúdo de site para habilitar o Fin, você precisa inserir a URL pública. Isso vai procurar por todas as páginas aninhadas sob essa URL e sincronizá-las para uso do Fin AI Agent.

Se o importador não retornou o número de páginas que você esperava, existem algumas razões...

A sincronização de sites funciona indo até a URL que você fornece e então procurando por todas as páginas aninhadas sob essa URL. Essas páginas devem ter o mesmo padrão de URL que a URL fornecida.

Por exemplo, se o top level domain for https://myhelpcenter.com/home, então todas as páginas que você deseja importar devem incluir o prefixo /home na URL, por exemplo https://myhelpcenter.com/home/article. Se não incluírem, remova o prefixo e use o tronco de URL mais básico, por exemplo https://myhelpcenter.com, e tente importar novamente.

Se o conteúdo que você quer usar estiver atrás de um login, Fin não conseguirá acessá-lo nem importá-lo.

A sincronização de sites tem dois limites:

Uma sincronização também pode falhar se uma única página contiver uma quantidade muito grande de conteúdo. Você será notificado por e-mail sempre que uma sincronização falhar.

A sincronização de sites do Fin (usada para adicionar URLs públicas para Fin AI Agent e Copilot) não utiliza uma string de user-agent dedicada e customizada no momento.

Se seu site tiver proteção anti-rastreamento rigorosa, você pode usar um static proxy para permitir a lista de um conjunto fixo de endereços IP e garantir que seu conteúdo seja ingerido. Selecione um static proxy em Advanced settings ao criar ou editar sua sincronização de site.

Se seu sitemap incluir URLs com caracteres não ASCII (como letras acentuadas, ou escritas como chinês ou árabe) algumas dessas páginas podem não sincronizar como esperado. A descoberta de sitemaps agora suporta essas URLs, mas elas ainda podem encontrar problemas em outras partes do processo de sincronização. Tente ressintcronizar manualmente para resolver. Se páginas ainda estiverem faltando, contate o suporte.

Ao sincronizar conteúdo de site, você pode ver status diferentes que indicam o que aconteceu durante o processo. Para ver o status da sincronização do seu site vá para Train > Content e selecione a fonte do site, então use o menu Status para filtrar por:

Isto é o que cada um significa e o que você pode fazer a seguir:

A sincronização de páginas ainda está em andamento. Uma sincronização inicial pode levar de alguns minutos a mais de uma hora dependendo de quanto conteúdo você tem.

A página foi sincronizada com sucesso e pode ser habilitada para Fin e Copilot.
​

Essas páginas não são sincronizadas intencionalmente porque você as excluiu em Advanced sync settings. Elas não podem ser reenviadas nem incluídas a menos que especificado o contrário.

Esses erros significam que a sincronização não foi concluída e podem exigir alterações da sua parte antes de tentar novamente:

1. Erro desconhecido

2. Sessão bloqueada / Limite de taxa

3. Erros de rede, tempo esgotado ou similares

4. Duplicado

5. Filtragem por palavra-chave

6. Código de status 400

7. URL bloqueada

​Você pode reenviar uma sincronização de página com falha passando o mouse sobre a página, selecionando o menu de três pontos e então Resync.