/* =========================
Speak – Knowledge Base (page-scoped)
– Based on Audio & Video Surveys structure
– Knowledge base hub: routes to /audio-knowledge-base and /video-knowledge-base
– Includes SEO body section (800–1,200 words)
– Keeps code snippet + FAQ schema
========================= */
.sp-knowledge-base{
–sp-text: var(–bodyText, #0f172a);
–sp-muted: var(–bodyMuted, #475569);
–sp-light: var(–bodyLight, #64748b);
–sp-border: var(–border, #e5e7eb);
–sp-soft: var(–soft, #f8fafc);
–sp-alt: var(–alt, #f1f5f9);
–sp-shadow: var(–shadowMd, 0 10px 30px rgba(0,0,0,.06));
–sp-radius: 14px;
–sp-focus: 0 0 0 3px rgba(37, 99, 235, .22);
color: var(–sp-text);
font-family: var(–fontBody, system-ui, -apple-system, BlinkMacSystemFont, “Segoe UI”, Roboto, Arial, sans-serif);
}
.sp-knowledge-base *{ box-sizing:border-box; }
.sp-knowledge-base a{ color: inherit; }
.sp-knowledge-base a:not(.elementor-button):not(.elementor-button-link):not([role=”button”]){
text-decoration: underline;
text-underline-offset: 3px;
}
.sp-knowledge-base a:not(.elementor-button):not(.elementor-button-link):hover{
text-decoration-thickness: 2px;
}
.sp-knowledge-base a.elementor-button,
.sp-knowledge-base a.elementor-button:hover{
text-decoration: none !important;
}
.sp-knowledge-base section{
padding: clamp(2.75rem, 5.5vw, 4.75rem) 1.25rem;
}
.sp-knowledge-base .sp-container{
max-width: 1180px;
margin: 0 auto;
}
.sp-knowledge-base .sp-kicker{
font-size: .85rem;
font-weight: 650;
color: var(–sp-muted);
letter-spacing: .05em;
text-transform: uppercase;
margin: 0 0 .6rem;
}
.sp-knowledge-base h1{
font-family: var(–fontHeading, inherit);
font-size: clamp(2.05rem, 4.2vw, 3.05rem);
line-height: 1.06;
margin: 0 0 1rem;
letter-spacing: -0.02em;
}
.sp-knowledge-base h2{
font-family: var(–fontHeading, inherit);
font-size: clamp(1.55rem, 2.6vw, 2.05rem);
line-height: 1.15;
margin: 0 0 1rem;
letter-spacing: -0.01em;
}
.sp-knowledge-base .sp-lead{
font-size: 1.1rem;
color: var(–sp-muted);
line-height: 1.55;
max-width: 920px;
margin: 0;
}
.sp-knowledge-base .sp-hero{
background: #fff;
border-bottom: 1px solid var(–sp-border);
}
.sp-knowledge-base .sp-hero-grid{
display: grid;
grid-template-columns: 1.1fr .9fr;
gap: 1.75rem;
align-items: start;
}
@media (max-width: 920px){
.sp-knowledge-base .sp-hero-grid{ grid-template-columns: 1fr; }
}
.sp-knowledge-base .sp-cta-row{
display:flex;
flex-wrap:wrap;
gap: .75rem;
margin-top: 1.35rem;
align-items:center;
}
.sp-knowledge-base .sp-cta-row .elementor-button{
display:inline-flex;
align-items:center;
justify-content:center;
gap:.5rem;
}
.sp-knowledge-base .sp-trial{
margin-top: .85rem;
color: var(–sp-muted);
font-size: .9rem;
line-height: 1.45;
}
.sp-knowledge-base .sp-trial b{ color: var(–sp-text); font-weight: 650; }
.sp-knowledge-base .sp-hero-side{
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
background: var(–sp-soft);
padding: 1.15rem 1.15rem 1.25rem;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .sp-hero-side h3{
margin: 0 0 .65rem;
font-size: 1rem;
font-weight: 700;
letter-spacing: -0.01em;
}
.sp-knowledge-base .sp-mini-list{
margin: 0;
padding-left: 1.1rem;
color: var(–sp-muted);
line-height: 1.55;
font-size: .95rem;
}
.sp-knowledge-base .sp-mini-list li{ margin: .25rem 0; }
.sp-knowledge-base .sp-pills{
display:flex;
flex-wrap: wrap;
gap: .5rem;
margin-top: 1rem;
}
.sp-knowledge-base .sp-pill{
display:inline-flex;
align-items:center;
gap:.45rem;
padding: .35rem .75rem;
border-radius: 999px;
border: 1px solid var(–sp-border);
background: #fff;
font-size: .82rem;
color: var(–sp-muted);
white-space: nowrap;
}
.sp-knowledge-base .sp-section-alt{
background: var(–sp-soft);
border-top: 1px solid var(–sp-border);
border-bottom: 1px solid var(–sp-border);
}
/* Trust bar */
.sp-knowledge-base .sp-trust{
padding-top: clamp(1.8rem, 3vw, 2.5rem);
padding-bottom: clamp(1.8rem, 3vw, 2.5rem);
background: #fff;
border-bottom: 1px solid var(–sp-border);
}
.sp-knowledge-base .sp-trust-pill{
display:inline-block;
background: var(–sp-soft);
border: 1px solid var(–sp-border);
padding: .35rem .75rem;
border-radius: 999px;
font-size: .85rem;
color: var(–sp-muted);
}
.sp-knowledge-base .sp-trust-pill b{ color: var(–sp-text); font-weight: 700; }
.sp-knowledge-base .sp-logo-grid{
display:grid;
grid-template-columns: repeat(6, minmax(0, 1fr));
gap: 1rem;
align-items:center;
margin-top: 1.15rem;
}
@media (max-width: 1020px){
.sp-knowledge-base .sp-logo-grid{ grid-template-columns: repeat(4, minmax(0, 1fr)); }
}
@media (max-width: 560px){
.sp-knowledge-base .sp-logo-grid{ grid-template-columns: repeat(2, minmax(0, 1fr)); }
}
.sp-knowledge-base .sp-logo{
display:flex;
align-items:center;
justify-content:center;
padding: .6rem .5rem;
border-radius: 12px;
border: 1px solid transparent;
}
.sp-knowledge-base .sp-logo img{
max-height: 42px;
width: auto;
filter: grayscale(1);
opacity: .78;
transition: all .18s ease;
}
.sp-knowledge-base .sp-logo:hover{
border-color: var(–sp-border);
background: var(–sp-soft);
}
.sp-knowledge-base .sp-logo:hover img{
filter:none;
opacity: 1;
}
/* Metrics */
.sp-knowledge-base .sp-metrics{
display:grid;
grid-template-columns: repeat(4, minmax(0,1fr));
gap: 1rem;
margin-top: 1.25rem;
}
@media (max-width: 980px){
.sp-knowledge-base .sp-metrics{ grid-template-columns: repeat(2, minmax(0,1fr)); }
}
.sp-knowledge-base .sp-metric{
background: #fff;
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
padding: 1.05rem 1.1rem;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .sp-metric b{
display:block;
font-size: 1.15rem;
letter-spacing: -0.01em;
margin-bottom: .25rem;
}
.sp-knowledge-base .sp-metric span{
color: var(–sp-muted);
font-size: .9rem;
line-height: 1.35;
display:block;
}
/* Cards */
.sp-knowledge-base .sp-grid{
display:grid;
grid-template-columns: repeat(3, minmax(0, 1fr));
gap: 1.15rem;
margin-top: 1.25rem;
}
@media (max-width: 980px){
.sp-knowledge-base .sp-grid{ grid-template-columns: repeat(2, minmax(0,1fr)); }
}
@media (max-width: 620px){
.sp-knowledge-base .sp-grid{ grid-template-columns: 1fr; }
}
.sp-knowledge-base .sp-card{
background:#fff;
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
padding: 1.25rem 1.25rem 1.15rem;
box-shadow: var(–sp-shadow);
display:flex;
flex-direction: column;
min-height: 190px;
}
.sp-knowledge-base .sp-ic{
width: 38px;
height: 38px;
border-radius: 12px;
border: 1px solid var(–sp-border);
background: var(–sp-soft);
display:flex;
align-items:center;
justify-content:center;
margin-bottom: .9rem;
flex: 0 0 auto;
}
.sp-knowledge-base .sp-ic svg{
width: 20px;
height: 20px;
stroke: var(–sp-muted);
fill: none;
stroke-width: 2;
stroke-linecap: round;
stroke-linejoin: round;
}
.sp-knowledge-base .sp-card h3{
margin: 0 0 .55rem;
font-size: 1.02rem;
line-height: 1.25;
letter-spacing: -0.01em;
min-height: 2.6em;
}
.sp-knowledge-base .sp-card p{
margin: 0;
color: var(–sp-muted);
line-height: 1.55;
font-size: .95rem;
min-height: 4.9em;
}
.sp-knowledge-base .sp-card .sp-card-foot{
margin-top: .9rem;
display:flex;
gap: .75rem;
flex-wrap:wrap;
align-items:center;
}
.sp-knowledge-base .sp-chip{
font-size: .82rem;
color: var(–sp-muted);
border: 1px solid var(–sp-border);
background: var(–sp-soft);
border-radius: 999px;
padding: .25rem .6rem;
}
/* Hub split: audio KB vs video KB */
.sp-knowledge-base .sp-split{
display:grid;
grid-template-columns: repeat(2, minmax(0,1fr));
gap: 1.15rem;
margin-top: 1.25rem;
}
@media (max-width: 920px){
.sp-knowledge-base .sp-split{ grid-template-columns: 1fr; }
}
.sp-knowledge-base .sp-split-card{
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
background: #fff;
padding: 1.2rem 1.2rem 1.1rem;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .sp-split-card h3{
margin: 0 0 .5rem;
font-size: 1.08rem;
letter-spacing: -0.01em;
}
.sp-knowledge-base .sp-split-card p{
margin: 0 0 .9rem;
color: var(–sp-muted);
line-height: 1.55;
font-size: .95rem;
}
.sp-knowledge-base .sp-split-actions{
display:flex;
gap:.75rem;
flex-wrap:wrap;
align-items:center;
}
/* Integrations row */
.sp-knowledge-base .sp-integrations{
display:flex;
flex-wrap:wrap;
gap: 1rem;
align-items:center;
margin-top: 1.1rem;
}
.sp-knowledge-base .sp-integrations img{
height: 34px;
width:auto;
opacity: .95;
}
/* Reviews */
.sp-knowledge-base .sp-reviews-kicker{
display:flex;
gap: .6rem;
align-items:center;
flex-wrap: wrap;
color: var(–sp-muted);
margin-top: .25rem;
font-size: .95rem;
}
.sp-knowledge-base .sp-badge{
display:inline-flex;
align-items:center;
gap:.4rem;
padding: .25rem .6rem;
border-radius: 999px;
border: 1px solid var(–sp-border);
background: var(–sp-soft);
font-size: .85rem;
color: var(–sp-muted);
}
.sp-knowledge-base .speak-review-grid{
display:grid;
grid-template-columns: repeat(3, minmax(0, 1fr));
gap: 1.1rem;
margin-top: 1.25rem;
}
@media (max-width: 980px){
.sp-knowledge-base .speak-review-grid{ grid-template-columns: repeat(2, minmax(0,1fr)); }
}
@media (max-width: 620px){
.sp-knowledge-base .speak-review-grid{ grid-template-columns: 1fr; }
}
.sp-knowledge-base .speak-review{
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
padding: 1.1rem 1.15rem;
background:#fff;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .speak-review p{
margin: 0 0 .75rem;
color: var(–sp-text);
line-height: 1.55;
font-size: .97rem;
}
.sp-knowledge-base .speak-review small{
color: var(–sp-muted);
font-size: .88rem;
}
.sp-knowledge-base .speak-review.is-hidden{ display:none; }
.sp-knowledge-base .sp-actions{ margin-top: 1rem; }
/* FAQ (accordion) */
.sp-knowledge-base .sp-faq-wrap{
margin-top: 1.25rem;
background: #fff;
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
overflow:hidden;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .sp-at-faq{
border-bottom: 1px solid var(–sp-border);
padding: 0 1.15rem;
}
.sp-knowledge-base .sp-at-faq:last-child{ border-bottom:none; }
.sp-knowledge-base .sp-at-faq-q{
width:100%;
text-align:left;
padding: 1rem 0;
background:none;
border:none;
cursor:pointer;
font-weight: 700;
display:flex;
align-items:center;
justify-content: space-between;
gap: 1rem;
color: var(–sp-text);
font-size: .98rem;
}
.sp-knowledge-base .sp-at-faq-q:focus{
outline:none;
box-shadow: var(–sp-focus);
border-radius: 10px;
}
.sp-knowledge-base .sp-at-faq-ic{
width: 28px;
height: 28px;
border-radius: 999px;
border: 1px solid var(–sp-border);
background: var(–sp-soft);
display:flex;
align-items:center;
justify-content:center;
font-weight: 800;
color: var(–sp-muted);
flex: 0 0 auto;
}
.sp-knowledge-base .sp-at-faq-a{
padding: 0 0 1rem;
color: var(–sp-muted);
line-height: 1.6;
font-size: .95rem;
}
/* Code snippet block */
.sp-knowledge-base .sp-code{
background:#0b1220;
color:#e5e7eb;
border-radius:14px;
padding:14px;
overflow:auto;
font-size:13px;
line-height:1.55;
border:1px solid rgba(255,255,255,.08);
margin-top: .9rem;
}
.sp-knowledge-base .sp-code code{ color:inherit; }
.sp-knowledge-base .sp-code__row{
display:flex;
align-items:center;
justify-content:space-between;
gap:10px;
margin:0 0 10px 0;
}
.sp-knowledge-base .sp-code__label{
font-size:12px;
letter-spacing:.02em;
text-transform:uppercase;
opacity:.9;
font-weight:700;
}
.sp-knowledge-base .sp-copybtn{
background:rgba(255,255,255,.08);
border:1px solid rgba(255,255,255,.14);
color:#fff;
border-radius:12px;
padding:8px 10px;
cursor:pointer;
font-weight:700;
font-size:12px;
}
.sp-knowledge-base .sp-copybtn:hover{ background:rgba(255,255,255,.12); }
/* SEO body */
.sp-knowledge-base .sp-seo{
background:#fff;
border-top: 1px solid var(–sp-border);
border-bottom: 1px solid var(–sp-border);
}
.sp-knowledge-base .sp-seo-grid{
display:grid;
grid-template-columns: 1.05fr .95fr;
gap: 1.5rem;
align-items:start;
margin-top: 1.25rem;
}
@media (max-width: 980px){
.sp-knowledge-base .sp-seo-grid{ grid-template-columns: 1fr; }
}
.sp-knowledge-base .sp-seo-card{
background: var(–sp-soft);
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
padding: 1.15rem 1.15rem 1.05rem;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .sp-seo-card h3{
margin: 0 0 .55rem;
font-size: 1.02rem;
letter-spacing:-0.01em;
}
.sp-knowledge-base .sp-seo-card p{
margin:0 0 .85rem;
color: var(–sp-muted);
line-height:1.6;
font-size:.95rem;
}
.sp-knowledge-base .sp-seo-card ul{
margin: 0;
padding-left: 1.1rem;
color: var(–sp-muted);
line-height: 1.6;
font-size: .95rem;
}
.sp-knowledge-base .sp-seo-card li{ margin: .35rem 0; }
.sp-knowledge-base .sp-seo p{
color: var(–sp-muted);
line-height: 1.7;
font-size: 1rem;
margin: 0 0 1rem;
max-width: 980px;
}
.sp-knowledge-base .sp-seo h3{
margin: 1.25rem 0 .55rem;
font-size: 1.05rem;
letter-spacing:-0.01em;
}
/* Final CTA */
.sp-knowledge-base .sp-final{
background:#fff;
border-top: 1px solid var(–sp-border);
}
.sp-knowledge-base .sp-final-grid{
display:grid;
grid-template-columns: repeat(2, minmax(0,1fr));
gap: 1.25rem;
margin-top: 1.25rem;
text-align:left;
}
@media (max-width: 920px){
.sp-knowledge-base .sp-final-grid{ grid-template-columns: 1fr; }
}
.sp-knowledge-base .sp-panel{
background: var(–sp-soft);
border: 1px solid var(–sp-border);
border-radius: var(–sp-radius);
padding: 1.25rem;
box-shadow: var(–sp-shadow);
}
.sp-knowledge-base .sp-panel h3{
margin:0 0 .5rem;
font-size: 1.02rem;
letter-spacing:-0.01em;
}
.sp-knowledge-base .sp-panel p{
margin:0 0 .95rem;
color: var(–sp-muted);
line-height:1.55;
font-size:.95rem;
}
.sp-knowledge-base .sp-panel .sp-panel-actions{
display:flex;
gap:.75rem;
flex-wrap:wrap;
align-items:center;
}
Transkriptler, dokümanlar ve gerçek konuşmaları kullanarak yapay zekâ ajanınız için bir bilgi tabanı oluşturun.
Ses kayıtlarını, videoları, toplantıları ve belgeleri aranabilir bir bilgi tabanına dönüştürün. Ardından, müşterilerin ve ekip üyelerinin izlenebilir kaynak bağlamıyla doğru yanıtlar alabilmesi için bunu bir yapay zeka ajanıyla bağlayın.
Ücretsiz Konuşmayı Deneyin
Randevu Alımı
Sıkça Sorulan Sorulara bakın.
7 günlük deneme şunları içerir credits (kişisel e-posta) ve daha fazlası credits (İş e-postası) transkripsiyon ve yapay zeka analizi.
Daha hızlı
Yanıtlar mı yoksa dokümanlar ve forum başlıkları arasında araştırma yapmak mı?
Daha emniyetli
Daha yüksek güven için kaynaklara dayalı yanıtlar.
Birleşik
Yakalama, analiz ve geri alma için tek bir sistem
Yeniden kullanılabilir
Sohbetleri kalıcı bilgilere dönüştürün
Kaynaklarınızla uyumlu bilgi tabanı iş akışını seçin.
Bu merkez, yapay zeka ajanları için Speak bilgi tabanı oluşturmayı açıklamaktadır. Ekibiniz çoğunlukla kayıtlardan çalışıyorsa, yüklediğiniz içeriğe uygun olan özel kılavuza geçin.
Ses bilgisi tabanı
Çağrı kayıtları, podcast'ler, röportajlar ve sesli notlar için mükemmel. Konuşmaları temiz transkriptlere ve hızlı erişim için aranabilir konulara dönüştürün.
Video bilgi tabanı
Zoom kayıtları, sunumlar, eğitimler ve ekran görüntüleri için idealdir. Video kanıtlarını saklayın, ancak soruları transkript ve analizlerden yanıtlayın.
Yapay Zeka Ajanlarına bakın
Paylaşılabilir medya kütüphanesine bakın.
Belgeler/API
Ekipler neden Speak ile yapay zeka ajanı bilgi tabanı oluşturuyor?
İyi bir yapay zekâ ajanı, ona verdiğiniz bilgi kadar faydalıdır. Speak, kaynak materyali yakalamanıza, düzenli tutmanıza ve ajanın doğru yanıt vermesini kolaylaştırmanıza yardımcı olur.
Arama yapabileceğiniz temiz transkriptler.
Karmaşık kayıtları, konuşmacı ayrımı, zaman damgaları ve hızlı anahtar kelime araması özellikleriyle tek bir dosyada veya tüm klasörde okunabilir metne dönüştürün.
Arama
Konuşmacılar
Güvenilir erişim için yapılandırılmış alanlar
Temsilcinizin doğru bağlamda filtreleme yapıp yanıt verebilmesi için ürün, ekip, müşteri türü, bölge veya sürüm gibi meta veriler ekleyin.
Meta Veriler
Filtreler
Özetler, temalar ve cevaplamaya hazır kısa metinler
Bilgi tabanınızda gezinmeyi, doğrulamayı ve güncel tutmayı kolaylaştırmak için her kaynaktan yapılandırılmış çıktılar oluşturun.
Özetler
Temalar
Paylaşabileceğiniz ve doğrulayabileceğiniz kanıtlar
Ekip arkadaşlarınızla veya paydaşlarınızla klasörleri ve çıktıları paylaşarak, yanıtları doğrulamalarını ve destekleyici kaynak içeriği görmelerini sağlayın.
Paylaşım
Kanıt
İzinlere duyarlı kuruluş
Bilgileri ekip, proje veya müşteri bazında ayrı tutun. Kaynakları karıştırmadan, dahili bir bilgi tabanı ve müşteriye yönelik bir bilgi tabanı oluşturun.
Klasörler
Ayrılma
Yapay Zeka Temsilcilerine Bağlanın
Kaynaklarınızı düzenledikten sonra, destek, entegrasyon, dahili operasyonlar veya araştırma soru-cevapları için klasörleri bir yapay zeka aracısına bağlayın.
Yapay Zeka Ajanları
Soru-Cevap
Ücretsiz Konuşmayı Deneyin
Yapay Zeka Ajanlarını Keşfedin
Yardım belgelerini okuyun.
Bilgi tabanınızın güncel kalmasına yardımcı olan entegrasyonlar
Kaynak materyalinizin akışını sürdürün ve yapay zeka ajanınızın bilgi tabanını sürdürmenin manuel iş yükünü azaltın.
Speak bilgi tabanı: Gerçek kaynaklarınızdan gelen bilgilere yanıt veren bir yapay zeka ajanı nasıl oluşturulur?
Destek, iç yetkilendirme veya araştırma amacıyla bir yapay zeka bilgi tabanını değerlendiriyorsanız, en zor kısım chatbot değil. Asıl zor olan, içeriğinizi aranabilir, düzenli ve tahmine dayanmadan soruları yanıtlayacak kadar güvenilir bir formata getirmektir.
A modern knowledge base should do more than store articles. Teams now expect an AI agent to answer questions in natural language, cite where the answer came from, and stay aligned with the latest information. That’s why an “agent-ready” knowledge base starts with source material: calls, meetings, training videos, interviews, demos, SOPs, PDFs, and internal docs. Speak is built for exactly that workflow – capture and ingest source content, generate transcripts and structured outputs, then make everything easy to retrieve inside one organized library.
Yapay zeka bilgi tabanı nedir?
Yapay zekâ bilgi tabanı, bir yapay zekâ ajanının soruları yanıtlamak için kullandığı, özenle seçilmiş bir kaynak kümesidir. Ajan, genel internet bilgisine güvenmek yerine, sizin içeriğinize başvurur: ürün dokümanları, müşteri görüşmeleri, işe alım videoları, iç süreçler, politika belgeleri ve araştırma görüşmeleri. Bilgi tabanı iyi yapılandırıldığında, ajan hızlı yanıt verebilir, tutarlı kalabilir ve doğruluğu feda etmeden destek yükünü azaltabilir.
Geleneksel yardım merkezleri neden yetersiz kalıyor?
Çoğu yardım merkezi, bilgiye erişimden ziyade göz atma amacıyla yazılmıştır. Bu nedenle zamanla güncelliğini yitirir, parçalanır ve bakımı zorlaşır. Bu arada, en önemli bilgiler genellikle yardım merkezinin dışında bulunur: Zoom kayıtlarında, Slack açıklamalarında, satış görüşmelerinde, işe alım oturumlarında ve şirket içi eğitimlerde. Bu içerik aranabilir değilse, ekibiniz aynı soruları tekrar tekrar yanıtlamaya devam eder. Organize edilmemişse, temsilciler hayal görür veya genel yanıtlar verir. Speak, "kullanımı zor" kaynakları (ses ve video) temiz metne, aranabilir kanıtlara ve yapılandırılmış içgörülere dönüştürerek bu sorunu çözmeye yardımcı olur.
Speak, konuşmaları nasıl bir bilgi tabanına dönüştürüyor?
The workflow is simple. First, you upload your sources (audio, video, or documents) into Speak and organize them into folders. For example: “Product KB,” “Support KB,” “Customer Calls,” or “Onboarding and Training.” Next, Speak generates transcripts and analysis outputs such as summaries, themes, and keywords. Because every file is searchable, you can find the right snippet fast – and you can share evidence with teammates to verify decisions or align on messaging.
Yapay zekâ ajanları için bir bilgi tabanı oluşturmak
Kaynaklarınızı düzenledikten sonra, doğru klasörleri bir yapay zeka ajanıyla ilişkilendirebilirsiniz. Bu, müşteri desteği (sık sorulan ürün sorularını yanıtlama), iç operasyonlar (standart işletim prosedürleri, politikalar ve kullanım kılavuzları) ve yetkilendirme (yeni çalışanların işe alımı, eğitimi ve satışa hazır hale getirilmesi) için faydalıdır. Güçlü bir ajan bilgi tabanı genellikle üç katmandan oluşur:
Birincisi, temel referanslar: ürün dokümanları, politikalar ve mevcut fiyatlandırma veya plan kuralları. İkincisi, yüksek sinyalli gerçek dünya örnekleri: "neden" ve uç durumların açıklandığı görüşmeler ve toplantılar. Üçüncüsü, yapılandırılmış meta veriler: temsilcinin yanıtları daraltabilmesi ve bağlamların karışmasını önleyebilmesi için ürün alanı, müşteri türü, bölge ve sürüm gibi etiketler.
Bilgi tabanına neleri dahil etmelisiniz (pratik kontrol listesi)
Bilgi tabanınızın dahili aramalarda iyi sıralanmasını ve yapay zeka ajanıyla iyi çalışmasını istiyorsanız, netliğe ve kapsama odaklanın. En önemli sorularınızla başlayın ve her birini en iyi kaynak içeriğe eşleştirin. Destek ekipleri için bu, sorun giderme çağrılarını ve bilinen sorunları içerebilir. Ürün ekipleri için yol haritası görüşmeleri ve özellik incelemeleri olabilir. Araştırma ekipleri için görüşmeler ve odak grupları olabilir. Satış ekipleri için demo kayıtları ve itiraz yönetimi olabilir. Ardından hafif bir yapı ekleyin: tutarlı klasör adları, birkaç meta veri alanı ve basit bir inceleme sıklığı.
Kaynaklara dayalı yanıtların önemi
Yapay zekâ desteğinin benimsenmesindeki en büyük engel güvendir. Kullanıcılar, yanıtlar belirsiz, yanlış veya doğrulanamaz olduğunda yapay zekâ ajanlarını kullanmayı bırakırlar. Speak, kanıta dayalı iş akışları etrafında tasarlanmıştır: transkriptler, zaman damgaları, aranabilir metin ve paylaşılabilir bağlam. Bu, insanların ajanın söylediklerini doğrulamalarını ve zaman içinde bilgi tabanını geliştirmelerini kolaylaştırır. Yanıtlar gerçek kaynaklara dayandığında, ajanınız daha güvenilir hale gelir ve ekibiniz düzeltme için daha az zaman harcar.
Destek için bilgi tabanı
Müşteri desteğinde amaç tutarlılıktır. Speak bilgi tabanı, ekibinizin çağrılarda gerçekleşen "gerçek çözümleri" yakalamasına, bunları aranabilir transkriptlere dönüştürmesine ve güvenilir bir referans kütüphanesi oluşturmasına yardımcı olur. Zamanla, bu kütüphane, tekrarlayan soruları ele alabilen, kullanıcıları doğru adımlara yönlendirebilen ve karmaşık vakaları daha iyi bağlamla iletebilen bir yapay zeka ajanı için temel oluşturur.
Dahili dokümantasyon için bilgi tabanı
Kurum içi bilgiler genellikle dağınık haldedir: işe alım belgeleri, süreç notları, toplantı kayıtları ve sohbetlerdeki ortak bilgiler. İçeriği klasörler halinde merkezileştirerek ve hafif meta veriler ekleyerek, ekipler her şeyi hatırlamak için tek bir kişiye bağımlı olmaktan kurtulabilir. Böylece bir temsilci, "X'i nasıl yaparız?" veya "Y için süreç nedir?" gibi kurum içi soruları, tüm yazışmaları incelemek zorunda kalmadan yanıtlayabilir.
Araştırma ve içgörüler için bilgi tabanı
Araştırma ekipleri genellikle sorgulanması zor olan, altın madeni niteliğinde görüşme verilerine sahiptir. Görüşmeler ve odak grupları yazıya dökülüp düzenlendiğinde, bilgi tabanınız bir veri kümesine dönüşür: kaynaklar klasöründe aranabilir temalar, kanıtlar ve erişim imkanı. Bu da "En büyük şikayetler nelerdir?" veya "Farklı gruplar başarıyı nasıl tanımlıyor?" gibi soruları gerçek alıntılarla yanıtlamayı kolaylaştırır.
Sıkça sorulan sorular
Yapay zekâ ajanları için Speak bilgi tabanı oluşturma, kaynak yükleme, klasör düzenleme ve doğruluk sağlama hakkında sık sorulan soruların yanıtları.
A Speak knowledge base is a structured library of sources – audio, video, and documents – organized into folders with transcripts, summaries, and searchable outputs your team (and AI Agents) can use.
Evet. Toplantı kayıtlarını, görüşmeleri, röportajları, eğitimleri ve sunumları yükleyin. Speak bunları transkriptlere ve özetlere dönüştürerek söylenenleri aramanızı ve yeniden kullanmanızı sağlar.
Kaynaklarınızı klasörler halinde düzenledikten sonra, bu klasörleri bir yapay zeka ajanıyla bağlayarak, ajanın tahmin yürütmek yerine bilgi tabanınıza dayanarak soruları yanıtlamasını sağlayabilirsiniz.
Müşterilerinizin veya ekibinizin en çok sorduğu 25 soruyla başlayın. Her soru için en iyi destekleyici kaynakları (belgeler ve birkaç gerçek telefon görüşmesi) yükleyin. Ardından ürün alanı ve sürümü gibi temel meta verileri ekleyin.
Evet. Speak, transkripsiyon ve analiz için 100'den fazla dili destekleyerek küresel ekipler ve çok dilli destek veya araştırmalar için kullanışlı hale geliyor.
Evet. Kaynakları müşteri, proje veya departmana göre ayırmak için klasörler kullanın. Bu, farklı bağlamların karışmasını önlemeye ve bilgi tabanınızı daha temiz tutarak erişimi kolaylaştırmaya yardımcı olur.
Yes. Start a 7-day trial with free credits included, upload a small set of sources, and validate the workflow end-to-end before scaling.
Ücretsiz Konuşmayı Deneyin
Yapay Zeka Ajanlarını Keşfedin
Yardım Dokümanları
Dakikalar içinde yapay zeka ajanı bilgi tabanı oluşturmaya başlayın.
Bir klasör oluşturun, en iyi kaynaklarınızı yükleyin ve her şeyi aranabilir hale getirin. Ardından bu klasörleri bir yapay zeka ajanıyla bağlayın, böylece ekibiniz ve müşterileriniz güvenle kendi kendilerine cevap bulabilirler.
Kendin servise başla
Deneme süreciniz boyunca bir bilgi tabanı klasörü oluşturun, kaynakları yükleyin, transkriptler ve özetler oluşturun ve temsilci tarafından kullanılabilir Soru-Cevap özelliğini test edin.
Ekibimizle çalışın
Üretime hazır bir yapı mı istiyorsunuz? Bilgi tabanınızın zaman içinde doğru kalmasını sağlayacak klasörler, meta veriler ve içerik planı tasarlamanıza yardımcı olacağız.
Sorularınız mı var? Arayın. +1 (647) 372-1565 veya e-posta [email protected]
Speak AI'yı keşfedin
Speak AI, ses teknolojisi ve yapay zeka araştırma platformudur. 100'den fazla dilde transkripsiyon, doğal dil işleme analitiği, duygu analizi, yapay zeka ajanları ve kurumsal danışmanlık hizmetleri sunmaktadır.
Otomatik Transkripsiyon
Yapay Zeka Danışmanlığı ve Uygulaması
Metin Analiz Aracı
Yapay Zeka Toplantı Asistanı
English 
Español 
Français 
Italiano 
العربية 
Português do Brasil 
Nederlands 
Deutsch 
עִבְרִית 
Русский 
日本語 
Polski 
Čeština 
Українська 
Slovenščina 
Svenska 
Ελληνικά 
Norsk bokmål 
简体中文 
Türkçe 
Català 
Magyar 
한국어 
Slovenčina 
Suomi