PDF, DOCX nebo webová stránka? Jak vybrat zdroj pro AI asistenta
Stejná informace může být na webu, v PDF i ve Wordu, ale pro návštěvníka a AI asistenta nejde o rovnocenné zdroje. Praktický návod, který formát zvolit.
Na webu obce visí harmonogram v PDF, postup žádosti je ve Wordu a aktuální oznámení na samostatné stránce. Firma k tomu přidává ceník, katalog a interní slovník zkratek. Pro AI asistenta mají tyto zdroje rozdílnou aktuálnost, strukturu a možnost nabídnout ověřitelný odkaz.
Formát rozhoduje o tom, zda návštěvník informaci najde, otevře na telefonu, přečte čtečkou obrazovky a ověří si odpověď na původní stránce.
Veřejná odpověď má směřovat na veřejný zdroj. Pomocný dokument může vysvětlit význam, ale nemá vytvářet odkaz, který návštěvník neotevře.
Kdy zvolit webovou stránku
HTML je první volba pro informace, které se mění, lidé je často hledají nebo podle nich něco vyřizují. Patří sem otevírací doba, kontakty, ceny služeb, reklamace, podmínky žádosti, termíny a časté otázky.
GOV.UK doporučuje HTML všude, kde je možné. PDF může být obtížnější najít, používat a udržovat a často hůře spolupracuje s asistivními technologiemi. HTML se také přizpůsobí mobilu, zvětšení textu a nastavení prohlížeče.
Webová stránka dává asistentovi jasnou veřejnou URL. Návštěvník si přečte celý kontext a organizace udržuje jednu platnou verzi.
Kdy dává smysl PDF
PDF se hodí pro pevný vzhled, číslování stran, schválenou verzi nebo tisk. Příkladem je výroční zpráva, podepsané usnesení, tiskový formulář, technický list a archiv.
Samotná přípona nezaručuje čitelný text. Sken může obsahovat pouze obrázky. W3C techniky pro PDF zahrnují OCR, nadpisy, pořadí čtení, alternativní texty, záložky, jazyk dokumentu a označené tabulky. Bez nich má problém AI i člověk se čtečkou obrazovky.
Google umí indexovat PDF a další textové dokumenty. U často měněného údaje však může návštěvník najít starší kopii, pokud na webu zůstalo více verzí.
DOCX a TXT jako pracovní podklady
Word nebo čistý text se hodí pro interní metodiku, slovník pojmů a vysvětlení, které nemá být samostatným veřejným výsledkem. Dokument může pomoci rozlišit starý název produktu, zkratku oddělení nebo odborný pojem.
Nemá však být jediným zdrojem ceny, termínu, pravomoci nebo dostupnosti. Návštěvník potřebuje veřejnou stránku, na které si údaj ověří.
Čtyři otázky před zařazením zdroje
1. Má návštěvník podle informace jednat?
Pokud má zavolat, podat žádost, zaplatit, přijít nebo koupit produkt, informace má mít aktuální veřejnou stránku. Dokument může zůstat přílohou.
2. Jak často se údaj mění?
Ceník, sklad, termíny a kontakty potřebují jednoho vlastníka a jeden hlavní zdroj. Pro rozsáhlý katalog může být vhodný řízený XML feed.
3. Musí zůstat pevný dokument?
Schválená, podepsaná nebo archivní verze je dobrý důvod pro PDF. Přidejte HTML shrnutí, datum platnosti a odkaz na soubor.
4. Je dokument technicky čitelný?
Ověřte kopírování textu, OCR, logické nadpisy a smysluplné tabulky. V DOCX používejte skutečné styly nadpisů.
Veřejné výsledky a pomocný kontext v Informio Search
Informio Search staví výsledky z vybraných veřejných webových a XML zdrojů, takže karty vedou na skutečné veřejné URL. Manuální texty, PDF, DOCX a TXT může použít jako pomocný knowledge kontext pro význam pojmů. Pomocný dokument sám nevytvoří veřejnou kartu ani nový veřejný fakt.
Výrobce může mít produktové stránky a interní slovník modelových řad. Slovník pomůže pochopit starší název, výsledek však zůstane aktuální produktová stránka. Obec může použít metodiku k vysvětlení pojmu a občan dostane platný veřejný postup.
Postup při úklidu zdrojů
- Sepište stránky, PDF, DOCX, TXT a datové feedy.
- Určete vlastníka, platnost a účel každého zdroje.
- Často hledané a proměnlivé informace přesuňte do HTML nebo řízených dat.
- PDF ponechte pro pevnou či schválenou podobu a doplňte OCR, strukturu, jazyk a alternativní texty.
- Odstraňte staré veřejné kopie nebo je jasně označte jako archiv.
- Otestujte reálné otázky a cílové veřejné odkazy.
Příklad pro obec
Schválená vyhláška může zůstat v PDF. Praktický postup, kontakt, termín a formulář patří na HTML stránku. Interní metodika vysvětlí pojmy, ale nenahradí veřejný předpis ani postup.
Příklad pro firmu a e-shop
Technický list může zůstat v PDF. Název, cena, dostupnost, hlavní parametry a reklamace patří na produktovou nebo servisní stránku. Interní slovník modelů pomůže pochopit dotaz a výsledek povede na aktuální katalog.
Krátké rozhodovací pravidlo
Informaci, která se má dát najít, citovat a měnit, dejte na web. Pro schválenou nebo tiskovou podobu ponechte přístupné PDF. Dokument s interním kontextem použijte jako řízený pomocný zdroj a veřejná tvrzení opřete o veřejnou stránku.
Chcete zkontrolovat zdroje pro asistenta a vyhledávání? Domluvte si konzultaci s Informio.