Confluence Search Tutorial & Chatbots

Confluence Search Tutorial & Chatbots

Tidsstempel: 11. oktober 2023 kl. 4
Kildeknude: 2930145

Introduktion

Confluence er et samarbejdsværktøj udviklet af Atlassian, designet til at hjælpe teams med at samarbejde og dele viden effektivt. I det moderne arbejdsområde er evnen til at arbejde sammen digitalt uvurderlig. Confluence letter dette ved at tilbyde en platform, hvor teams kan skabe, dele og samarbejde om projekter på ét sted. Ud over blot samarbejde skiller Confluence sig ud med funktioner som realtidsredigering, integration med andre Atlassian-produkter og en brugervenlig grænseflade, hvilket gør det til et foretrukket valg for mange organisationer.

Selvstudium om brug af Confluences indbyggede søgefunktion

I Confluence er søgning efter information eller specifikke genstande en ligetil, men begrænset funktion. Sådan kan du få mest muligt ud af Confluences søgefunktioner:

Sådan starter du en grundlæggende søgning:

  • Klik på forstørrelsesglasikonet i overskriften, eller brug blot genvejen Shift + / at fokusere på søgefeltet.
  • Indtast din forespørgsel i søgefeltet, der vises øverst på siden. Mens du skriver, vil Confluence give live søgeresultater og komme med forslag baseret på det tilgængelige indhold på dit websted.

For mere raffinerede resultater er den avancerede søgning, hvor du skal lede:

  • Klik på forstørrelsesglasikonet og derefter på "Avanceret søgning" ved siden af ​​søgefeltet, eller brug genvejen Shift + / efterfulgt af a.
  • Her kan du filtrere din søgning baseret på forskellige kriterier som typen af ​​indhold (sider, blogs, vedhæftede filer osv.), mellemrum, bidragydere og datointervaller blandt andre.

3. Brug af søgesyntaks:

Confluence understøtter en række søgesyntaks for at hjælpe med at indsnævre din søgning:

  • Anførselstegn: Brug anførselstegn til at søge efter en nøjagtig sætning. For eksempel "mødenotater".
  • Jokertegn: Brug stjernen * som et jokertegn for at repræsentere et vilkårligt antal tegn i et ord.
  • Booleske operatører: Brug AND, ORog NOT at kombinere eller udelukke vilkår.
  • Nærhedssøgninger: Brug tilden ~ efterfulgt af et tal for at søge efter ord inden for en vis afstand fra hinanden. For eksempel "årsrapport"~10.
  • Feltsøgning: Søg inden for specifikke felter ved hjælp af syntaks som title:, text:, creator:og modifier: blandt andre.

4. Søgning efter vedhæftede filer:

Når det kommer til at lede efter specifikke vedhæftede filer:

  • Naviger til Search > Advanced Search.
  • Vælg "Vedhæftet fil" i afsnittet "Of Type".
  • Brug søgesyntaksen /.*<attachment type>.*/. For eksempel, for at søge efter PNG-filer, ville du bruge /.*png.*/.

5. Databasesøgning (til server- og datacenterimplementeringer):

For dem med adgang til Confluence-databasen kan specifikke SQL-forespørgsler bruges til at søge efter bestemte vedhæftede filer. For at finde alle PNG-vedhæftede filer kan du f.eks. bruge følgende SQL-forespørgsel:

select c.TITLE as Attachment_Name, s.spacename,
c2.TITLE as Page_Title, 'http://<confluence_base_url>/pages/viewpageattachments.action?pageId='||c.PAGEID as Location
from CONTENT c
join CONTENT c2 ON c.PAGEID = c2.CONTENTID
join SPACES s on c2.SPACEID = s.SPACEID
where c.CONTENTTYPE = 'ATTACHMENT' and c.title like '%.png%';

SQL-forespørgslerne kan justeres baseret på den vedhæftede filtype, du søger efter.

6. Søgning efter bilagsmappe (specifikke platforme):

På visse platforme kan Unix søgesyntaks bruges direkte i den vedhæftede mappe i Confluence til at finde specifikke filtyper:

find /<confluence_home>/attachments -type f | xargs file | grep PNG

Dette vil søge efter og liste alle PNG-filer i mappen med vedhæftede filer i din Confluence-instans.

Hver af disse metoder giver et forskelligt niveau af granularitet og kontrol over din søgning, hvilket sikrer, at du finder præcis det, du har brug for i Confluence.

Du kan dykke dybere ned i den indbyggede Confluence-søgning ved at læse disse artikler –

Mangler ved den indbyggede Confluence søgefunktion

Den iboende kompleksitet i at søge i Confluence stammer primært fra dens manglende evne til at udnytte den kontekstuelle essens af søgeforespørgsler, i modsætning til søgemaskiner som Google. Her er en oversigt over udfordringerne:

  • Gentagelse i søgeforespørgsler: Begrænsede forekomster af identiske søgeforespørgsler i søgehistorikken hæmmer ofte nøjagtigheden af ​​søgeresultater på grund af de minimale kontekstuelle data, der er tilgængelige fra tidligere søgninger. Dette bliver især problematisk, når brugere søger efter opdaterede eller nyere oplysninger, som kan være begravet under forældede eller mindre relevante resultater.
  • Semantisk forståelse: Platformens manglende kapacitet til at skelne synonymer eller ignorere stopord fører ofte til mindre relevante indholdsforslag. For eksempel kan det være vanskeligt at skelne mellem "IT" som et akronym for informationsteknologi og "det" som et pronomen. Derudover kan denne mangel på semantisk forståelse føre til forvirring, når almindelig industrijargon eller akronymer bruges i søgeforespørgsler.
  • Præcis match dilemma: Mens man forsøger at eliminere stopord, forstyrrer Confluence nogle gange den nøjagtige matchsøgning, hvilket gør opgaven endnu mere udfordrende. Dette kan potentielt føre til, at brugere ikke kan finde det nøjagtige dokument eller den information, de søger efter, og derved hæmme produktiviteten.
  • One-size-fits-all-dilemma: Mangfoldigheden i organisationsstrukturer, interne informationer og brugerhensigter nødvendiggør et mere personligt søgesystem. En rudimentær Machine Learning (ML) tilgang kunne potentielt forbedre søgeoplevelsen ved at udnytte brugerinteraktionsdata til at forfine søgerelevansen over tid. Ved at diskutere ML kunne algoritmer som kollaborativ filtrering eller deep learning udforskes for at gøre Confluences søgning mere intuitiv og brugercentreret.

Kort sagt, hvis Alice slår et emne op (lad os sige X) i dag og finder et dokument (doc3) nyttigt, så når Bob søger efter det samme emne (X) i morgen, skulle doc3 vises højere i søgeresultaterne, fordi det var hjælpsom for Alice. For at få dette til at ske, skal systemet holde styr på, hvilke dokumenter folk finder nyttige. Denne sporing skal dog udføres på en måde, der respekterer privatlivets fred, så kun personer, der formodes at se bestemte dokumenter, kan se dem. Denne proces kan også bruge en masse computerressourcer som hukommelse og lagring, hvilket kan være et problem. Nogle organisationer har måske ikke de ekstra ressourcer eller personale til at styre dette, så de foretrækker et enklere system, der måske ikke forbedres over tid, men som er nemt at vedligeholde og ikke giver dem ekstra hovedpine som at løbe tør for hukommelse.

Søg Confluence med Nanonets Confluence Bot

Nanonets introducerer en transformativ løsning på de førnævnte udfordringer, man støder på i Confluences søgefunktioner. Anvendelse af vores tilpassede LLM-baserede chatbot som assistent kan slå bro over hullerne betydeligt og forfine brugersøgningsoplevelsen. Sådan gør du:

  • Kontekstforståelse: I modsætning til traditionelle søgemetoder forstår vores chatbot konteksten af ​​søgeforespørgsler. For eksempel vil søgning efter "Java" vise resultater relateret til programmeringssproget, ikke øen eller kaffen. LLM (Language Model) teknologien bag vores chatbot er særligt skræddersyet til at forstå nuancerne og konteksten bedre, og dermed give mere præcise og relevante søgeresultater.
  • Lær af brugerinteraktion: Vores chatbot kan lære af, hvordan brugere interagerer med søgemaskinen. Hvis et dokument ofte tilgås via en bestemt forespørgsel, vil det blive rangeret højere for lignende fremtidige søgninger, som et dokument, der bliver mere populært, når der søges efter "Agil metodologi." Over tid kunne denne læring udvikle sig til bedre at forudse brugernes behov, hvilket gør søgeprocessen meget mere intuitiv.
  • Semantiske relationer: Den LLM-baserede chatbot kan genkende synonymer og relaterede termer, hvilket forbedrer søgeforslag. For eksempel vil en søgning efter "fejlsporing" også vise dokumenter relateret til "problemsporing" og "fejlsporing".
  • Bruger foreslået indhold: Brugere kan foreslå indhold til specifikke søgeforespørgsler, hvilket forbedrer søgedatabasen over tid. Dette gør dokumenter nemmere at finde, som at gøre et dokument mere synligt for forespørgsler om "Scrum-praksis".
  • Administration af adgangsrettigheder: Vi sikrer, at kun autoriserede brugere kan få adgang til visse dokumenter under en søgning. For eksempel, hvis to projekter har fortrolige dokumenter, vil en søgning kun vise dokumenter fra søgerens eget projekt, hvilket holder andre projekts dokumenter fortrolige.
  • Ressourceoptimering: Vores løsninger fungerer effektivt og sparer både tid og omkostninger, hvilket er afgørende for organisationer, der ønsker at strømline driften og reducere driftsomkostningerne.

Slack Integration for Nanonets Confluence Bot

Vores chatbot kommer med en klar til brug Slack-integration. Når din chatbot er klar, kan du blot godkende dit Slack-arbejdsområde og udføre et par klik for at konfigurere integrationen. Når det er gjort, vil du være i stand til at stille spørgsmål og endda have detaljerede samtaler om dine sammenløbsrum med botten direkte fra din Slack-app uden at skulle skifte mellem apps. Denne integration fremmer et samlet digitalt arbejdsområde, hvilket giver mulighed for strømlinet kommunikation og samarbejde, hvilket øger produktiviteten og brugertilfredsheden.

Tag et kig på demoen nedenfor.

[Indlejret indhold]

Konklusion

Confluence fra Atlassian letter digitalt teamwork, men har en grundlæggende søgefunktion. Nanonets Confluence Bot forbedrer dette væsentligt ved at forstå kontekst og lære af brugerinteraktioner, hvilket gør søgninger mere intuitive. Det opretholder også dokumentadgangssikkerhed, hvilket sikrer, at kun autoriserede brugere kan få adgang til visse oplysninger. Desuden fremmer dens Slack-integration et samlet digitalt arbejdsområde, hvilket øger produktiviteten og brugertilfredsheden. Gennem disse forbedringer forfiner Nanonets Confluence Bot søgeoplevelsen i Confluence, hvilket bidrager til et mere effektivt samarbejdsmiljø for dig og dine teams.

Tidsstempel:

Mere fra AI og maskinindlæring