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

Vá para Train > Content e depois 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 do 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 subpáginas vinculadas em cada seção selecionada serão sincronizadas. Selecione apenas conteúdo relevante e atualizado.

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

As estruturas de sites 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 URL primária acima, talvez também queira adicionar a URL específica como https://myhelpcenter.com/help/index.html.

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

Um glob é uma string de caracteres literais e/ou curinga usada para corresponder a 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 faixa de URLs que são em sua maioria iguais, com apenas uma pequena porção mudando entre as solicitações.

Por exemplo, este glob de URL https://{store,docs}.example.com/** permite que o rastreador acesse todas as URLs que começam 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 E, por exemplo .button.blue.small corresponderá apenas a elementos com as três classes.

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

Para direcionar conteúdo que pode ter um atraso ao aparecer na página, você pode adicionar um seletor CSS que fará o scraper web aguardar 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 websync 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 scraper web procurará Sitemaps nos domínios da URL de origem fornecida e enfileirará URLs correspondentes de maneira 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 rastreador usar se precisar que seu site seja rastreado com um proxy definido para uma região ou país específico.

Atualmente, suportamos os seguintes proxies:

Escolha com que profundidade o rastreador renderiza cada página enquanto sincroniza este site.

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

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

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

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

Exclude query parameters: pula qualquer URL com uma 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?page=intro — 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.

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

Por exemplo: Se a URL contiver /uk, atribua o público do Reino Unido. As regras são avaliadas durante a sincronização, então Fin e Copilot sempre fornecem o conteúdo certo ao público correto.

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.

Quando a sincronização for concluída, você receberá uma notificação por e-mail e o site aparecerá como uma fonte sincronizada em Train > Content na seção "Content sources".

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

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

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

Do painel "Details" role para baixo até “Fin” e ative o interruptor:

Você pode agendar quando as páginas do site sincronizadas 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 fim 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 fonte do site na seção "Content sources", depois abra a página relevante que você sincronizou.

Do painel "Details" role para baixo até “Fin” e use o menu de público para selecionar um dos seus públicos predefinidos.

Você não precisa recriar uma sincronização para adicionar segmentação por público. Vá para Train > Content, selecione a fonte, 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 desejar re-sincronizar ou remover uma URL pública como fonte, vá para Train > Content, e clique na fonte do site na seção "Content sources", depois abra o menu Settings no canto superior direito.

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

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

Cada linha da 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 a programação durante os primeiros 90 dias, independentemente. Depois disso, ela continua sincronizando automaticamente se alguma 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). Apenas a nova varredura é interrompida, então edições no seu site não serão captadas.

Para restaurar: O botão Sincronizar agora atualiza o conteúdo uma vez, mas não reinicia a programação. A sincronização automática é retomada sozinha assim que Fin usar a fonte novamente.

Sites muito grandes e sites que exigem renderização completa de JavaScript custam muito mais para rastrear. Quando uma fonte se mostra pesada em recursos, nós a movemos de semanal para uma programação de a cada 14 dias.

Isso acontece automaticamente, por fonte. Para manter um site grande em uma programação mais rápida, reduza o escopo do rastreamento usando exclusões de URL ou adicione subpáginas específicas em vez de um domain inteiro.

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, há algumas razões...

A sincronização do site funciona indo até a URL que você fornece e procurando por todas as páginas aninhadas sob essa URL. Essas páginas devem ter o mesmo padrão de URL da URL que você forneceu.

Por exemplo, se o domínio de nível superior for https://myhelpcenter.com/home, então todas as páginas que você quiser 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 poderá acessá-lo ou importá-lo.

A sincronização de site 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 site do Fin (usada para adicionar URLs públicas para Fin AI Agent e Copilot) não usa uma string de user-agent dedicada ou personalizada neste momento.

Se seu site tiver proteção anti-rastreamento rígida, você pode usar um proxy estático para allow-list um conjunto fixo de endereços IP e garantir que seu conteúdo seja ingerido. Selecione um proxy estático em Configurações avançadas ao criar ou editar sua sincronização de site.

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

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

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

A sincronização da página ainda está em andamento. Uma sincronização inicial pode levar de alguns minutos a mais de uma hora, dependendo da quantidade de conteúdo que você tem.

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

Estas páginas não são sincronizadas intencionalmente porque você as excluiu nas Advanced sync settings. Elas não podem ser reenviadas ou incluídas, a menos que especificado de outra forma.

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 / Limitação de taxa

3. Erros de rede, timeout ou similares

4. Duplicada

5. Filtragem por palavras-chave

6. Código de status 400

7. URL bloqueada

​Você pode tentar novamente a sincronização de uma página com falha pairando sobre a página, selecione o menu de três pontos e depois selecione Resync.