Confluence Zoektutorial en chatbots

Introductie

Confluence is een samenwerkingstool ontwikkeld door Atlassian, ontworpen om teams te helpen efficiënt samen te werken en kennis te delen. In de moderne werkruimte is de mogelijkheid om digitaal samen te werken van onschatbare waarde. Confluence faciliteert dit door een platform aan te bieden waar teams allemaal op één plek projecten kunnen creëren, delen en eraan kunnen samenwerken. Naast louter samenwerking onderscheidt Confluence zich met functies als realtime bewerken, integratie met andere Atlassian-producten en een gebruiksvriendelijke interface, waardoor het voor veel organisaties een voorkeurskeuze is.

Tutorial over het gebruik van de ingebouwde zoekfunctie van Confluence

In Confluence is het zoeken naar informatie of specifieke items een eenvoudige maar beperkte functie. Hier leest u hoe u het maximale uit de zoekmogelijkheden van Confluence kunt halen:

1. Basiszoeken:

Een eenvoudige zoekopdracht starten:

• Klik op het vergrootglaspictogram in de koptekst of gebruik eenvoudigweg de snelkoppeling Shift + / om zich op het zoekveld te concentreren.
• Typ uw zoekopdracht in de zoekbalk die bovenaan de pagina verschijnt. Terwijl u typt, biedt Confluence live zoekresultaten en doet suggesties op basis van de inhoud die op uw site beschikbaar is.

2. Geavanceerd zoeken:

Voor meer verfijnde resultaten moet u naar Geavanceerd zoeken gaan:

• Klik op het vergrootglaspictogram en vervolgens op “Geavanceerd zoeken” naast de zoekbalk of gebruik de snelkoppeling Shift + / gevolgd door a.
• Hier kunt u uw zoekopdracht filteren op basis van verschillende criteria, zoals onder meer het type inhoud (pagina's, blogs, bijlagen, enz.), ruimtes, bijdragers en datumbereiken.

3. Zoeksyntaxis gebruiken:

Confluence ondersteunt een reeks zoeksyntaxis om uw zoekopdracht te verfijnen:

• Aanhalingstekens: gebruik aanhalingstekens om naar een exacte zin te zoeken. Bijvoorbeeld ‘vergadernotities’.
• Jokertekens: gebruik het sterretje * als jokerteken om een ​​willekeurig aantal tekens in een woord weer te geven.
• Booleaanse operatoren: gebruik AND, OR en NOT om termen te combineren of uit te sluiten.
• Zoeken in de buurt: gebruik de tilde ~ gevolgd door een nummer om te zoeken naar woorden binnen een bepaalde afstand van elkaar. Bijvoorbeeld: “jaarverslag”~10.
• Zoeken in velden: zoek binnen specifieke velden met behulp van syntaxis zoals title:, text:, creator: en modifier: onder andere.

4. Zoeken naar bijlagen:

Als het gaat om het zoeken naar specifieke bijlagen:

• Navigeer naar Search > Advanced Search.
• Selecteer 'Bijlage' in het gedeelte 'Van type'.
• Gebruik de zoeksyntaxis /.*<attachment type>.*/. Als u bijvoorbeeld naar PNG-bestanden wilt zoeken, gebruikt u /.*png.*/.

5. Zoeken in databases (voor server- en datacenterimplementaties):

Voor degenen met toegang tot de Confluence-database kunnen specifieke SQL-query's worden gebruikt om naar bepaalde bijlagetypen te zoeken. Om bijvoorbeeld alle PNG-bijlagen te vinden, kunt u de volgende SQL-query gebruiken:

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%';

De SQL-query's kunnen worden aangepast op basis van het bijlagetype waarnaar u zoekt.

6. Zoeken in bijlagemappen (specifieke platforms):

Op bepaalde platforms kan de Unix-zoeksyntaxis rechtstreeks in de bijlagemap van Confluence worden gebruikt om specifieke bestandstypen te vinden:

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

Hiermee worden alle PNG-bestanden in de bijlagenmap van uw Confluence-instantie gezocht en weergegeven.

Elk van deze methoden biedt een ander niveau van granulariteit en controle over uw zoekopdracht, zodat u precies kunt vinden wat u nodig heeft in Confluence.

Je kunt dieper ingaan op de ingebouwde zoekfunctie van Confluence door deze artikelen te lezen:

Tekortkomingen van de ingebouwde zoekfunctie van Confluence

De inherente complexiteit bij het zoeken naar Confluence komt voornamelijk voort uit het onvermogen om de contextuele essentie van zoekopdrachten te benutten, in tegenstelling tot zoekmachines als Google. Hier is een overzicht van de uitdagingen:

• Herhaling in zoekopdrachten: Het beperkte aantal identieke zoekopdrachten in de zoekgeschiedenis belemmert vaak de nauwkeurigheid van de zoekresultaten, vanwege de minimale contextuele gegevens die beschikbaar zijn uit eerdere zoekopdrachten. Dit wordt vooral problematisch wanneer gebruikers zoeken naar bijgewerkte of recente informatie, die mogelijk verborgen is onder verouderde of minder relevante resultaten.
• Semantisch begrip: Het gebrek aan capaciteit van het platform om synoniemen te onderscheiden of stopwoorden te negeren leidt vaak tot minder relevante inhoudsuggesties. Het kan bijvoorbeeld lastig zijn om onderscheid te maken tussen ‘IT’ als acroniem voor informatietechnologie en ‘it’ als voornaamwoord. Bovendien kan dit gebrek aan semantisch begrip tot verwarring leiden wanneer gangbaar vakjargon of acroniemen worden gebruikt in zoekopdrachten.
• Exact Match-dilemma: Terwijl Confluence probeert stopwoorden te elimineren, verstoort het soms het zoeken naar exacte overeenkomsten, waardoor de taak nog uitdagender wordt. Dit kan er mogelijk toe leiden dat gebruikers niet het exacte document of de exacte informatie vinden waarnaar ze op zoek zijn, waardoor de productiviteit wordt belemmerd.
• One-size-fits-all-dilemma: De diversiteit in organisatiestructuren, interne informatie en gebruikersintenties maakt een persoonlijker zoeksysteem noodzakelijk. Een rudimentaire Machine Learning (ML)-aanpak zou de zoekervaring mogelijk kunnen verbeteren door gebruik te maken van gebruikersinteractiegegevens om de zoekrelevantie in de loop van de tijd te verfijnen. Als we het over ML hebben, kunnen algoritmen zoals collaboratief filteren of deep learning worden onderzocht om de zoektocht van Confluence intuïtiever en gebruikersgerichter te maken.

Simpel gezegd: als Alice vandaag een onderwerp opzoekt (laten we zeggen X) en een document (doc3) nuttig vindt, dan zou doc3, wanneer Bob morgen naar hetzelfde onderwerp (X) zoekt, hoger in de zoekresultaten moeten verschijnen omdat het nuttig voor Alice. Om dit mogelijk te maken, moet het systeem bijhouden welke documenten mensen nuttig vinden. Dit volgen moet echter gebeuren op een manier die de privacy respecteert, zodat alleen mensen die geacht worden bepaalde documenten te zien, deze kunnen zien. Dit proces kan ook veel computerbronnen zoals geheugen en opslag in beslag nemen, wat een probleem kan zijn. Sommige organisaties hebben misschien niet de extra middelen of het personeel om dit te beheren, dus geven ze de voorkeur aan een eenvoudiger systeem dat in de loop van de tijd misschien niet verbetert, maar dat gemakkelijk te onderhouden is en hen geen extra kopzorgen bezorgt, zoals een tekort aan geheugen.

Zoek samenvloeiing met de Nanonets Confluence Bot

Nanonets introduceert een transformatieve oplossing voor de bovengenoemde uitdagingen die zich voordoen in de zoekfunctionaliteiten van Confluence. Het gebruik van onze aangepaste LLM-gebaseerde chatbot als assistent kan de hiaten aanzienlijk overbruggen en de zoekervaring van gebruikers verfijnen. Hier is hoe:

• Contextueel begrip: In tegenstelling tot traditionele zoekmethoden begrijpt onze chatbot de context van zoekopdrachten. Als u bijvoorbeeld naar 'Java' zoekt, worden resultaten weergegeven die verband houden met de programmeertaal, niet met het eiland of de koffie. De LLM-technologie (Language Model) achter onze chatbot is speciaal afgestemd om de nuances en context beter te begrijpen, waardoor nauwkeurigere en relevantere zoekresultaten worden geboden.
• Leren van gebruikersinteractie: Onze chatbot kan leren van hoe gebruikers omgaan met de zoekmachine. Als een document vaak via een bepaalde zoekopdracht wordt geopend, zal het hoger worden gerangschikt voor vergelijkbare toekomstige zoekopdrachten, zoals een document dat populairder wordt wanneer wordt gezocht naar ‘Agile Methodology’. In de loop van de tijd zou dit leerproces kunnen evolueren om beter te kunnen anticiperen op de behoeften van gebruikers, waardoor het zoekproces veel intuïtiever wordt.
• Semantische relaties: De op LLM gebaseerde chatbot kan synoniemen en gerelateerde termen herkennen, waardoor zoeksuggesties worden verbeterd. Als u bijvoorbeeld zoekt naar ‘bug tracking’, worden ook documenten weergegeven die betrekking hebben op ‘issue tracking’ en ‘error tracking’.
• Door de gebruiker voorgestelde inhoud: Gebruikers kunnen inhoud voorstellen voor specifieke zoekopdrachten, waardoor de zoekdatabase in de loop van de tijd wordt uitgebreid. Dit maakt documenten gemakkelijker vindbaar, bijvoorbeeld door een document beter zichtbaar te maken voor vragen over ‘Scrum-praktijken’.
• Beheer van toegangsrechten: Wij zorgen ervoor dat alleen geautoriseerde gebruikers toegang hebben tot bepaalde documenten tijdens een zoekopdracht. Als twee projecten bijvoorbeeld vertrouwelijke documenten bevatten, worden bij een zoekopdracht alleen documenten uit het eigen project van de zoeker weergegeven, terwijl de documenten van andere projecten vertrouwelijk blijven.
• Optimalisatie van hulpbronnen: Onze oplossingen werken efficiënt en besparen zowel tijd als kosten, wat cruciaal is voor organisaties die hun activiteiten willen stroomlijnen en de operationele kosten willen verlagen.

Slack-integratie voor Nanonets Confluence Bot

Onze chatbot wordt geleverd met een kant-en-klare Slack-integratie. Zodra uw chatbot klaar is, kunt u eenvoudig uw Slack-werkruimte authenticeren en een paar klikken uitvoeren om de integratie te configureren. Als u klaar bent, kunt u rechtstreeks vanuit uw Slack-app vragen stellen en zelfs gedetailleerde gesprekken voeren over uw samenvloeiingsruimtes met de bot, zonder dat u tussen apps hoeft te schakelen. Deze integratie bevordert een uniforme digitale werkruimte, waardoor gestroomlijnde communicatie en samenwerking mogelijk is, waardoor de productiviteit en gebruikerstevredenheid worden verbeterd.

Bekijk hieronder de demo.

[Ingesloten inhoud]

Conclusie

Confluence van Atlassian vergemakkelijkt digitaal teamwerk, maar heeft een eenvoudige zoekfunctie. De Nanonets Confluence Bot verbetert dit aanzienlijk door de context te begrijpen en te leren van gebruikersinteracties, waardoor zoekopdrachten intuïtiever worden. Het handhaaft ook de beveiliging van documenttoegang, zodat alleen geautoriseerde gebruikers toegang hebben tot bepaalde informatie. Bovendien bevordert de Slack-integratie een uniforme digitale werkruimte, waardoor de productiviteit en gebruikerstevredenheid worden verbeterd. Door deze verbeteringen verfijnt de Nanonets Confluence Bot de zoekervaring in Confluence, wat bijdraagt ​​aan een effectievere samenwerkingsomgeving voor u en uw teams.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
• PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
• PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
• Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
• Bron: https://nanonets.com/blog/search-in-confluence/