Wir alle kennen das. Sie haben ein leistungsstarkes internes Suchwerkzeug, aber Sie bekommen immer wieder das gleiche Feedback: „Ich kann nichts finden!“ Ihr Team ist es leid, veraltete Artikel auszugraben, auf einfache Fragen seltsame Ergebnisse zu erhalten oder genau das eine wichtige Dokument zu übersehen, das ihr Problem im Handumdrehen lösen würde.
Das ist ein klassisches Problem, besonders in großen Unternehmen, in denen sich Wissensdatenbanken über Jahre angesammelt haben. Die Antwort von ServiceNow auf dieses Rätsel ist eine Funktion namens ServiceNow AI Search Results Improvement Rules (Regeln zur Verbesserung von KI-Suchergebnissen).
Lassen Sie uns also untersuchen, was diese Regeln eigentlich sind, wie man sie verwendet und, was noch wichtiger ist, wo ihre Schwächen liegen. Wir werden auch einen moderneren, automatisierten Weg betrachten, um die gewünschten Suchergebnisse zu erhalten, ohne die ganze mühsame Handarbeit.
Was sind ServiceNow AI Search Results Improvement Rules?
Im Kern sind die ServiceNow AI Search Results Improvement Rules manuelle Eingriffe, die Sie auf die KI-Suche der Plattform anwenden können. Stellen Sie sie sich wie ein Set von Leitplanken vor, die Sie bauen, um die Suchmaschine von schlechten Ergebnissen wegzulenken und zu den richtigen zu führen.
Jede Regel, die Sie erstellen, besteht aus zwei Hauptteilen:
-
Auslöser (Triggers): Das sind die Bedingungen, die einer Regel signalisieren, aktiv zu werden. Ein Auslöser kann die Suche nach einem bestimmten Schlüsselwort (wie „Laptop“ oder „VPN“), einer exakten Phrase oder sogar Kontext über die suchende Person sein, wie deren Abteilung oder Standort.
-
Aktionen (Actions): Das ist, was die Regel tatsächlich tut, wenn sie ausgelöst wird. Sie haben drei Hauptoptionen, um die Suchergebnisse zu beeinflussen: Inhalte hervorheben (Promote), blockieren (Block) oder verstärken (Boost).
Wenn Sie sich die KI-Suche als einen automatisierten Bibliothekar vorstellen, dann sind diese Verbesserungsregeln wie ein Haufen Haftnotizen, die Sie ihm hinterlassen. Sie sagen dem Bibliothekar, welche Bücher er im Schaufenster präsentieren soll, welche er in einem staubigen Hinterzimmer verstecken soll und auf welchen Bereich er die Leute hinweisen soll, wenn sie nach einem bestimmten Thema fragen.
Wie die ServiceNow AI Search Results Improvement Rules funktionieren: Die drei Hauptaktionen
Um ein echtes Gefühl dafür zu bekommen, wie diese Regeln funktionieren, lassen Sie uns die drei Dinge aufschlüsseln, die Sie tun können, um Ihre Suchergebnisse zu beeinflussen.
Ergebnisse hervorheben: Inhalte an die Spitze pinnen
Eine „Promote“-Aktion ermöglicht es Ihnen, ein oder mehrere Dokumente ganz an die Spitze der Suchergebnisse zu zwingen, egal was die KI für am relevantesten hält. Es ist im Grunde dasselbe wie das Anpinnen einer Nachricht in Slack; sie bleibt oben, weil Sie sie manuell dorthin gesetzt haben.
Ein Beispiel aus der Praxis: Nehmen wir an, Leute, die nach „Feiertage Firma“ suchen, finden immer wieder den Plan vom letzten Jahr. Sie können eine Regel erstellen, die auf das Schlüsselwort „Feiertage“ reagiert und den offiziellen Feiertagskalender des aktuellen Jahres hervorhebt. Problem gelöst, oder? Dieses Dokument wird nun immer an erster Stelle angezeigt.
Aber hier ist der Haken: Dies ist ein rein manueller Eingriff. Es liegt nun an Ihnen, daran zu denken, diese Regel jedes Jahr oder immer dann zu ändern, wenn das „richtige“ Dokument aktualisiert wird. Es ignoriert die Logik der KI vollständig, was nicht immer das ist, was Sie wollen.
Ergebnisse blockieren: Verstecken, was nicht gesehen werden soll
Eine „Block“-Aktion ist so einfach, wie sie klingt: Sie entfernt ein Dokument vollständig aus den Suchergebnissen, wenn Ihre Regel ausgelöst wird.
Ein Beispiel aus der Praxis: Sie haben ein altes Richtliniendokument, das eine Menge Verwirrung stiftet, aber Sie können es aus Compliance-Gründen nicht löschen. Sie können eine Regel einrichten, um dieses spezifische Dokument daran zu hindern, in den Suchergebnissen aufzutauchen, wodurch es für Ihr Team praktisch unsichtbar wird.
Aber hier ist der Haken: Dies ist ein sehr grobes Werkzeug. Es ist großartig, um etwas loszuwerden, das dauerhaft veraltet ist, aber alles wird von Hand verwaltet. Wenn ein Dokument nur für einige Fragen irrelevant, aber für andere immer noch nützlich ist, könnte das Blockieren mehr Probleme verursachen als es löst.
Ergebnisse verstärken: Dingen einen sanften Stups geben
„Boost“ ist die subtilste der drei Aktionen. Anstatt ein Ergebnis an die Spitze zu pinnen, erhöht es einfach die Relevanzbewertung für bestimmte Dokumente, was sie wahrscheinlicher macht, weiter oben in der Liste zu erscheinen.
Sie steuern dies mit „Boost Weights“ (Verstärkungsgewichten). Stellen Sie es sich so vor, als würden Sie bestimmten Ergebnissen einen kleinen Schubs geben. Ein kleines Gewicht gibt einen sanften Stups, während ein großes Gewicht einen kräftigen Stoß nach oben gibt. Zum Beispiel könnte eine kleine Verstärkung die Relevanz eines Dokuments um 10 % erhöhen, während eine große seine Bewertung verdoppeln und es viel schwerer zu übersehen machen könnte.
Ein Beispiel aus der Praxis: Sie könnten eine Regel einrichten, um alle Wissensartikel zu verstärken, die von Ihrem Content-Team als „Verifiziert“ markiert wurden. Oder Sie könnten Artikel verstärken, die für das Land oder die Abteilung eines Benutzers relevant sind, und ihnen helfen, lokale Inhalte zuerst zu sehen.
| Aktion | Was sie tut | Am besten geeignet für | Der Nachteil |
|---|---|---|---|
| Promote (Hervorheben) | Pinnt bestimmte Dokumente an die Spitze der Suchergebnisse. | Sicherstellen, dass ein kritisches Dokument bei einer Anfrage immer zuerst gesehen wird. | Es ist statisch und überschreibt die KI, daher müssen Sie es manuell aktualisieren. |
| Block (Blockieren) | Entfernt bestimmte Dokumente vollständig aus den Suchergebnissen. | Alte, falsche oder irrelevante Inhalte endgültig ausblenden. | Es ist ein Alles-oder-Nichts-Werkzeug; es kann nützliche Informationen verbergen, wenn Sie nicht aufpassen. |
| Boost (Verstärken) | Erhöht die Relevanzbewertung bestimmter Arten von Dokumenten. | Ergebnisse sanft beeinflussen, um bessere Inhalte zu bevorzugen, ohne die KI zu überschreiben. | Flexibler, aber Sie müssen mit dem „Boost Weight“ experimentieren, um es richtig einzustellen. |
Die Probleme und Einschränkungen der ServiceNow AI Search Results Improvement Rules
Obwohl diese Regeln Ihnen eine gewisse Kontrolle geben, verursachen sie auch eine Menge zusätzlicher Arbeit. Das ist eine typische Geschichte bei großen, traditionellen Unternehmensplattformen, die versuchen, alles für jeden zu machen.
Verwirrende und umständliche Einrichtung
Verbringen Sie ein wenig Zeit in den ServiceNow Community-Foren, und Sie werden viele Leute finden, die sich die Haare raufen, weil sie versuchen, diese Regeln richtig zum Laufen zu bringen. Das Einrichten von Regeln basierend auf benutzerdefinierten Feldern oder der Rolle eines Benutzers kann ein Labyrinth sein, und die offizielle Dokumentation liest sich oft so, als wäre sie für Entwickler geschrieben worden, nicht für die armen Administratoren, die den ganzen Inhalt tatsächlich verwalten müssen.
Ein Blick auf den ServiceNow Virtual Agent Designer, der die Komplexität bei der Einrichtung von ServiceNow AI Search Results Improvement Rules verdeutlicht.Die Notwendigkeit ständiger Wartung
Jede einzelne Regel, die Sie erstellen, wird zu einer weiteren Sache, an deren Wartung Sie denken müssen. Jedes Mal, wenn eine neue Richtlinie veröffentlicht, ein Artikel aktualisiert oder eine Abteilung umstrukturiert wird, muss ein Administrator zurückgehen und prüfen, ob eine der Dutzenden von Verbesserungsregeln angepasst werden muss. Das ist einfach nicht skalierbar, wenn Ihr Unternehmen und Ihre Wissensdatenbank wachsen.
Ein reaktiver, nicht proaktiver Ansatz
Sie können nur eine Regel für ein Problem erstellen, von dem Sie bereits wissen, dass es existiert. Das System analysiert nicht, wonach die Leute suchen, und sagt Ihnen nicht, wo die Lücken sind. Es kann nicht vorschlagen, welche Artikel verstärkt werden sollten, basierend darauf, was tatsächlich Probleme löst. Es liegt an Ihnen, Detektiv zu spielen, die Probleme aufzuspüren und dann manuell Regeln zu erstellen, um sie einzeln zu beheben.
Beschränkt auf Wissen innerhalb von ServiceNow
Das ist ein riesiger Punkt. Die ServiceNow AI Search Results Improvement Rules können nur Inhalte organisieren, die innerhalb von ServiceNow leben. Aber was ist mit all den wichtigen, aktuellen Informationen, die Ihr Team in Confluence, Google Docs, Slack-Threads oder Notion speichert? Ihr Sucherlebnis bleibt unvollständig, und Ihr Team ist immer noch gezwungen, in einem halben Dutzend verschiedener Tools nach Antworten zu suchen.
Dieses Diagramm zeigt die Einschränkung der ServiceNow AI Search Results Improvement Rules, die nur auf internes Wissen zugreifen, im Vergleich zu einem mehrschichtigen Ansatz, der sich mit allen Firmentools verbindet.Dieses manuelle, regelbasierte System ist der Punkt, an dem ältere Plattformen wirklich ihr Alter zeigen. Moderne Tools wie eesel AI gehen damit anders um, indem sie automatisch aus all Ihrem Wissen lernen, egal wo es sich befindet, anstatt Sie Regeln von Hand schreiben zu lassen.
Ein einfacherer Weg: Automatisierte Relevanz mit eesel AI
eesel AI wurde entwickelt, um genau die Probleme zu beheben, die manuelle Regelsysteme verursachen. Es ist so konzipiert, dass es einfach, schnell und mit all den Orten verbunden ist, an denen das Wissen Ihres Teams tatsächlich lebt.
Führen Sie all Ihr Wissen in Minuten zusammen
Anstatt in einer Plattform gefangen zu sein, verbindet sich eesel AI mit all Ihren Tools über einfache Ein-Klick-Integrationen. Sie können es an Ihren Helpdesk (wie ServiceNow, Zendesk oder Jira Service Management), Ihr Firmenwiki und all die verstreuten Dokumente anschließen. Dies gibt der KI ein vollständiges Bild des Wissens Ihres Unternehmens, ohne mühsame Einrichtung oder Datenmigrationsprojekte.
Das eesel AI Dashboard zeigt, wie einfach es ist, mehrere Wissensquellen zu verbinden, und bietet eine einfachere Möglichkeit zur Informationsverwaltung als die ServiceNow AI Search Results Improvement Rules.Lassen Sie es automatisch von der Expertise Ihres Teams lernen
Hier ist der wirklich clevere Teil. Anstatt dass Sie Regeln schreiben, ist die stärkste Funktion von eesel AI, dass es sich selbst auf den vergangenen gelösten Tickets Ihres Teams trainiert. Es lernt automatisch Ihre Markensprache, findet die häufigsten Lösungen heraus und versteht, wie eine „gute“ Antwort aussieht, basierend auf Tausenden von echten Gesprächen. Es übernimmt im Grunde die gesamte Relevanzabstimmung für Sie, direkt vom ersten Tag an.
Testen Sie es mit Zuversicht mithilfe von Simulationen
In ServiceNow wird eine Regel in der Sekunde live geschaltet, in der Sie auf „Veröffentlichen“ klicken, und Sie müssen nur die Daumen drücken und hoffen, dass sie funktioniert. eesel AI dreht das mit einem leistungsstarken Simulationsmodus um. Sie können die KI über Tausende Ihrer alten Support-Tickets in einer sicheren Umgebung laufen lassen. Es zeigt Ihnen genau, wie es jedes einzelne beantwortet hätte, und gibt Ihnen echte Daten darüber, wie effektiv es ist, bevor es jemals mit einem Live-Benutzer spricht.
Dieses Bild zeigt den Simulationsmodus in eesel AI, eine Funktion, mit der Sie die Leistung sicher testen können, was ein großer Vorteil gegenüber den ServiceNow AI Search Results Improvement Rules ist.Behalten Sie die Kontrolle mit einem einfachen Workflow-Builder
Nur weil es automatisiert ist, bedeutet das nicht, dass Sie nicht am Steuer sitzen. Anstatt komplizierte Regelformulare auszufüllen, verwendet eesel AI einen einfachen Prompt-Editor, um die Persönlichkeit der KI zu definieren und festzulegen, wann sie ein Gespräch an einen Menschen übergeben soll. Sie können ganz einfach benutzerdefinierte Aktionen einrichten, wie z.B. das Abrufen von Bestelldaten aus Shopify oder das Taggen eines Tickets in Ihrem Helpdesk, was Ihnen die ganze Macht ohne die technischen Kopfschmerzen gibt.
Vergessen Sie die ServiceNow AI Search Results Improvement Rules und setzen Sie auf eine selbstlernende KI
Die ServiceNow AI Search Results Improvement Rules geben Ihnen einen manuellen Hebel in die Hand, aber sie sind eine reaktive, wartungsintensive Lösung, die all Ihr Wissen in einer einzigen Plattform einschließt.
Ein modernes Tool wie eesel AI bietet eine proaktive und vereinheitlichte Alternative, die automatisch funktioniert. Es lernt aus dem kollektiven Wissen Ihres Teams über all Ihre Apps hinweg und liefert Ihnen viel bessere Suchergebnisse mit einem Bruchteil des Aufwands.
Sind Sie bereit, sich nicht länger mit manuellen Regeln herumzuschlagen und Ihrem Team eine KI zu geben, die einfach funktioniert? Starten Sie Ihre kostenlose Testversion von eesel AI oder buchen Sie eine Demo, um zu sehen, wie Sie es in wenigen Minuten zum Laufen bringen können.
Häufig gestellte Fragen
ServiceNow AI Search Results Improvement Rules sind manuelle Konfigurationen, die Sie auf die KI-Suche der Plattform anwenden, um deren standardmäßige Relevanzlogik zu überschreiben. Sie bestehen aus Auslösern (Bedingungen) und Aktionen (Hervorheben, Blockieren oder Verstärken von Inhalten), um die Suchergebnisse zu beeinflussen.
Diese Regeln ermöglichen es Ihnen, bestimmte Dokumente an die Spitze zu heben, irrelevante Inhalte auszublenden oder die Relevanzbewertung bestimmter Elemente zu erhöhen. Dies bietet manuelle Kontrolle darüber, wie Inhalte in den Suchergebnissen erscheinen.
Zu den größten Herausforderungen gehören ihre verwirrende Einrichtung, die Notwendigkeit ständiger manueller Wartung, ihr reaktiver Charakter (nur bekannte Probleme zu beheben) und ihre Beschränkung auf die Verwaltung von Inhalten, die nur innerhalb von ServiceNow gespeichert sind.
Nein, eine wesentliche Einschränkung besteht darin, dass die ServiceNow AI Search Results Improvement Rules nur Inhalte organisieren und beeinflussen können, die innerhalb von ServiceNow gespeichert sind. Sie können kein Wissen aus externen Tools wie Confluence oder Google Docs integrieren oder verwalten.
Sie sollten erheblichen laufenden Aufwand erwarten. Jede Regel erfordert eine ständige Überprüfung und Anpassung, sobald Richtlinien oder Artikel aktualisiert werden, was ihre effektive Skalierung erschwert, wenn Ihre Wissensdatenbank wächst.
Ja, moderne Lösungen wie eesel AI bieten einen automatisierteren Ansatz. Sie verbinden sich mit all Ihren Wissensquellen und lernen die optimale Relevanz aus den vergangenen Interaktionen Ihres Teams, was den manuellen Aufwand, den regelbasierte Systeme erfordern, reduziert.
