# Подготовка данных для Агента

**Подготовка данных для Агента**

Разрабатывать дизайн диалога проще и быстрее, если у вас уже есть примеры взаимодействий вашей компании с будущими пользователями Агента. Например, при создании Агента для техподдержки могут быть полезны записи телефонных разговоров с операторами.

#### Как использовать исторические данные

1. **Сбор и анализ диалогов**\
   Голосовые записи можно транскрибировать и кластеризовать с помощью инструмента майнинга интентов. В результате:
   * История диалогов будет разбита по тематикам;
   * Для каждой тематики будут примеры реплик пользователей и готовые ответы операторов.
2. **Использование исторических данных**
   * Примеры высказываний пользователей включаются в обучающую выборку интентов;
   * Ответы операторов используются при создании ответов Агента.

Если вам требуется майнинг интентов, свяжитесь с нами по адресу <sales@chatme.ai>. Подробнее см. в разделе [*Запрос на кластеризацию диалогов*](/docs/prilozheniya/zapros-na-klasterizaciyu-dialogov.md).

#### Что делать, если исторические данные отсутствуют

Если у вас нет готовых диалогов, можно подготовить данные следующими способами:

* **Описать бизнес-процесс и придумать примеры диалогов самостоятельно**;
* **Изучить открытые примеры чат-ботов**, автоматизирующих схожие процессы, и адаптировать их сценарии;
* **Обратиться к экспертам chatme.ai** для консультации и помощи в разработке сценариев.

Для тестового Агента достаточно небольшого количества данных — мы можем подготовить его сразу после их получения.

#### Создание обучающей выборки

О том, как подготовить качественную обучающую выборку для обучения NLU-модели вашего Агента, читайте в разделе [*Распознавание естественного языка*](/docs/proekty-na-platforme/proekt-i-ego-soderzhimoe/agenty-na-platforme/raspoznavanie-agentom-estestvennogo-yazyka/raspoznavanie-estestvennogo-yazyka.md).


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://chatme-ai-4.gitbook.io/docs/kak-podgotovit-dannye-dlya-sozdaniya-agenta/podgotovka-dannykh-dlya-agenta.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.