Samouczek wyszukiwania Confluence i chatboty

Samouczek wyszukiwania Confluence i chatboty

Węzeł źródłowy: 2930145

Wprowadzenie

Confluence to narzędzie do współpracy opracowane przez Atlassian, zaprojektowane, aby pomóc zespołom współpracować i efektywnie dzielić się wiedzą. W nowoczesnym miejscu pracy możliwość wspólnej pracy cyfrowej jest nieoceniona. Confluence ułatwia to, oferując platformę, na której zespoły mogą tworzyć, udostępniać i współpracować nad projektami w jednym miejscu. Oprócz zwykłej współpracy Confluence wyróżnia się takimi funkcjami, jak edycja w czasie rzeczywistym, integracja z innymi produktami Atlassian i przyjaznym dla użytkownika interfejsem, co czyni go preferowanym wyborem dla wielu organizacji.

Samouczek dotyczący korzystania z wbudowanej funkcji wyszukiwania Confluence

W Confluence wyszukiwanie informacji lub określonych elementów jest prostą, ale ograniczoną funkcją. Oto, jak najlepiej wykorzystać możliwości wyszukiwania Confluence:

Aby rozpocząć wyszukiwanie podstawowe:

  • Kliknij ikonę lupy znajdującą się w nagłówku lub po prostu użyj skrótu Shift + / skupić się na polu wyszukiwania.
  • Wpisz zapytanie w pasku wyszukiwania wyświetlonym u góry strony. Podczas pisania Confluence będzie wyświetlać wyniki wyszukiwania na żywo, podając sugestie na podstawie treści dostępnych w Twojej witrynie.

Aby uzyskać bardziej szczegółowe wyniki, należy udać się do Wyszukiwania zaawansowanego:

  • Kliknij ikonę lupy, a następnie „Wyszukiwanie zaawansowane” obok paska wyszukiwania lub skorzystaj ze skrótu Shift + / następnie a.
  • Tutaj możesz filtrować wyszukiwanie na podstawie różnych kryteriów, takich jak między innymi rodzaj treści (strony, blogi, załączniki itp.), przestrzenie, współautorzy i zakresy dat.

3. Używanie składni wyszukiwania:

Confluence obsługuje szereg składni wyszukiwania, które pomagają zawęzić wyszukiwanie:

  • Cudzysłowy: Użyj cudzysłowów, aby wyszukać dokładną frazę. Na przykład „notatki ze spotkań”.
  • Symbole wieloznaczne: użyj gwiazdki * jako symbol wieloznaczny reprezentujący dowolną liczbę znaków w słowie.
  • Operatory logiczne: Użyj AND, OR, NOT łączyć lub wykluczać terminy.
  • Wyszukiwanie w pobliżu: użyj tyldy ~ po którym następuje liczba, aby wyszukać słowa w określonej odległości od siebie. Na przykład „raport roczny” ~10.
  • Wyszukiwanie w polach: Szukaj w określonych polach, używając składni podobnej do title:, text:, creator:, modifier: pośród innych.

4. Wyszukiwanie załączników:

Jeśli chodzi o wyszukiwanie konkretnych załączników:

  • Nawigować do Search > Advanced Search.
  • Wybierz „Załącznik” w sekcji „Typ”.
  • Skorzystaj ze składni wyszukiwania /.*<attachment type>.*/. Na przykład, aby wyszukać pliki PNG, użyjesz /.*png.*/.

5. Wyszukiwanie w bazie danych (w przypadku wdrożeń serwerów i centrów danych):

Osoby posiadające dostęp do bazy danych Confluence mogą używać określonych zapytań SQL do wyszukiwania określonych typów załączników. Na przykład, aby znaleźć wszystkie załączniki PNG, możesz użyć następującego zapytania SQL:

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%';

Zapytania SQL można dostosować w zależności od typu załącznika, którego szukasz.

6. Wyszukiwanie folderu załączników (określone platformy):

Na niektórych platformach składnia wyszukiwania uniksowego może być używana bezpośrednio w folderze załączników Confluence, aby znaleźć określone typy plików:

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

Spowoduje to wyszukanie i wyświetlenie listy wszystkich plików PNG w katalogu załączników Twojej instancji Confluence.

Każda z tych metod zapewnia inny poziom szczegółowości i kontroli wyszukiwania, dzięki czemu znajdziesz w Confluence dokładnie to, czego potrzebujesz.

Możesz głębiej zagłębić się w wbudowaną wyszukiwarkę Confluence, czytając te artykuły –

Wady wbudowanej funkcji wyszukiwania Confluence

Nieodłączna złożoność wyszukiwania w Confluence wynika przede wszystkim z niemożności wykorzystania kontekstowej istoty zapytań, w przeciwieństwie do wyszukiwarek takich jak Google. Oto zestawienie wyzwań:

  • Powtórzenia w wyszukiwanych hasłach: Ograniczone występowanie identycznych zapytań w historii wyszukiwania często utrudnia dokładność wyników wyszukiwania ze względu na minimalną ilość danych kontekstowych dostępnych z poprzednich wyszukiwań. Staje się to szczególnie problematyczne, gdy użytkownicy szukają aktualnych lub najnowszych informacji, które mogą być ukryte pod nieaktualnymi lub mniej trafnymi wynikami.
  • Zrozumienie semantyczne: Brak zdolności platformy do rozpoznawania synonimów lub ignorowania słów stop często prowadzi do mniej trafnych sugestii dotyczących treści. Na przykład rozróżnienie między „IT” jako akronimem technologii informacyjnej a „it” jako zaimkiem może być trudne. Ponadto ten brak zrozumienia semantyki może prowadzić do nieporozumień, gdy w zapytaniach wyszukiwania używane są popularne żargony branżowe lub akronimy.
  • Dylemat dokładnego dopasowania: Próbując wyeliminować słowa stop, Confluence czasami zakłóca wyszukiwanie dokładnego dopasowania, co czyni zadanie jeszcze trudniejszym. Może to potencjalnie spowodować, że użytkownicy nie znajdą dokładnie takiego dokumentu lub informacji, jakiego szukają, co wpłynie negatywnie na produktywność.
  • Dylemat uniwersalny: Różnorodność struktur organizacyjnych, informacji wewnętrznych i zamiarów użytkowników wymaga bardziej spersonalizowanego systemu wyszukiwania. Podstawowe podejście do uczenia maszynowego (ML) mogłoby potencjalnie ulepszyć doświadczenie wyszukiwania, wykorzystując dane dotyczące interakcji użytkownika w celu udoskonalenia trafności wyszukiwania w miarę upływu czasu. Omawiając ML, można zbadać algorytmy takie jak filtrowanie oparte na współpracy lub głębokie uczenie się, aby uczynić wyszukiwanie Confluence bardziej intuicyjnym i skoncentrowanym na użytkowniku.

Mówiąc prościej, jeśli Alicja wyszuka dzisiaj temat (powiedzmy X) i uzna dokument (doc3) za przydatny, to gdy Bob będzie jutro szukał tego samego tematu (X), dokument3 powinien pojawić się wyżej w wynikach wyszukiwania, ponieważ był pomocne dla Alicji. Aby tak się stało, system musi śledzić, które dokumenty są przydatne dla użytkowników. Śledzenie musi jednak odbywać się z poszanowaniem prywatności, tak aby mogły je zobaczyć tylko osoby, które powinny mieć dostęp do określonych dokumentów. Ponadto proces ten może zużywać wiele zasobów komputera, takich jak pamięć i pamięć masowa, co może stanowić problem. Niektóre organizacje mogą nie mieć dodatkowych zasobów lub personelu, aby sobie z tym poradzić, dlatego wolą prostszy system, który może nie ulepszyć się z czasem, ale jest łatwy w utrzymaniu i nie przyprawia ich o dodatkowe bóle głowy, takie jak brak pamięci.

Wyszukaj Confluence z botem Nanonets Confluence

Nanonets wprowadza rewolucyjne rozwiązanie wyżej wymienionych wyzwań napotykanych w funkcjach wyszukiwania Confluence. Zatrudnienie naszego niestandardowego chatbota opartego na LLM jako asystenta może znacząco wypełnić luki i udoskonalić doświadczenie wyszukiwania użytkowników. Oto jak:

  • Zrozumienie kontekstowe: W przeciwieństwie do tradycyjnych metod wyszukiwania, nasz chatbot rozumie kontekst zapytań. Na przykład wyszukiwanie „Java” spowoduje wyświetlenie wyników związanych z językiem programowania, a nie z wyspą czy kawą. Technologia LLM (Language Model) naszego chatbota jest szczególnie dostosowana do lepszego zrozumienia niuansów i kontekstu, zapewniając w ten sposób dokładniejsze i trafniejsze wyniki wyszukiwania.
  • Uczenie się na podstawie interakcji użytkownika: Nasz chatbot może uczyć się na podstawie interakcji użytkowników z wyszukiwarką. Jeśli dostęp do dokumentu jest często uzyskiwany za pomocą określonego zapytania, będzie on zajmował wyższą pozycję w rankingu w przypadku podobnych przyszłych wyszukiwań, np. dokument staje się coraz bardziej popularny w przypadku wyszukiwania hasła „Metodologia Agile”. Z biegiem czasu wiedza ta może ewoluować, aby lepiej przewidywać potrzeby użytkowników, dzięki czemu proces wyszukiwania będzie znacznie bardziej intuicyjny.
  • Relacje semantyczne: Chatbot oparty na LLM może rozpoznawać synonimy i powiązane terminy, ulepszając sugestie wyszukiwania. Na przykład wyszukiwanie „śledzenia błędów” spowoduje wyświetlenie również dokumentów związanych ze „śledzeniem problemów” i „śledzeniem błędów”.
  • Treść sugerowana przez użytkownika: Użytkownicy mogą sugerować treść dla określonych zapytań, co z czasem wzbogaca bazę wyszukiwania. Ułatwia to znajdowanie dokumentów, na przykład czyni dokument bardziej widocznym w przypadku zapytań dotyczących „praktyk Scrum”.
  • Zarządzanie prawami dostępu: Zapewniamy, że tylko upoważnieni użytkownicy będą mieli dostęp do określonych dokumentów podczas wyszukiwania. Na przykład, jeśli dwa projekty zawierają poufne dokumenty, wyszukiwanie pokaże tylko dokumenty z własnego projektu osoby wyszukującej, zachowując poufność dokumentów innego projektu.
  • Optymalizacja zasobów: Nasze rozwiązania działają wydajnie, oszczędzając czas i koszty, co jest kluczowe dla organizacji chcących usprawnić działalność i zmniejszyć koszty operacyjne.

Integracja Slack dla bota Confluence Nanonets

Nasz chatbot jest wyposażony w gotową do użycia integrację ze Slackiem. Gdy Twój chatbot będzie gotowy, możesz po prostu uwierzytelnić swój obszar roboczy Slack i wykonać kilka kliknięć, aby skonfigurować integrację. Gdy to zrobisz, będziesz mógł zadawać pytania, a nawet prowadzić szczegółowe rozmowy na temat przestrzeni zbiegu z botem bezpośrednio z aplikacji Slack, bez konieczności przełączania się między aplikacjami. Integracja ta promuje ujednoliconą cyfrową przestrzeń roboczą, umożliwiając usprawnioną komunikację i współpracę, zwiększając w ten sposób produktywność i satysfakcję użytkowników.

Spójrz na demo poniżej.

[Osadzone treści]

Wnioski

Confluence firmy Atlassian ułatwia cyfrową pracę zespołową, ale ma podstawową funkcję wyszukiwania. Bot Nanonets Confluence Bot znacznie poprawia to, rozumiejąc kontekst i ucząc się na podstawie interakcji użytkowników, dzięki czemu wyszukiwania są bardziej intuicyjne. Utrzymuje również bezpieczeństwo dostępu do dokumentów, zapewniając, że tylko autoryzowani użytkownicy mają dostęp do niektórych informacji. Co więcej, integracja ze Slackiem promuje ujednoliconą cyfrową przestrzeń roboczą, zwiększając produktywność i satysfakcję użytkowników. Dzięki tym ulepszeniom bot Nanonets Confluence Bot udoskonala wyszukiwanie w Confluence, przyczyniając się do bardziej efektywnego środowiska współpracy dla Ciebie i Twoich zespołów.

Znak czasu:

Więcej z AI i uczenie maszynowe