Tutorial de pesquisa e chatbots do Confluence

Introdução

Confluence é uma ferramenta de colaboração desenvolvida pela Atlassian, projetada para ajudar as equipes a colaborar e compartilhar conhecimento de forma eficiente. No espaço de trabalho moderno, a capacidade de trabalhar em conjunto digitalmente é inestimável. O Confluence facilita isso oferecendo uma plataforma onde as equipes podem criar, compartilhar e colaborar em projetos, tudo em um só lugar. Além da mera colaboração, o Confluence se destaca por recursos como edição em tempo real, integração com outros produtos Atlassian e uma interface amigável, tornando-o a escolha preferida de muitas organizações.

Tutorial sobre como usar o recurso de pesquisa integrado do Confluence

No Confluence, a busca por informações ou itens específicos é um recurso simples, mas limitado. Veja como você pode aproveitar ao máximo os recursos de pesquisa do Confluence:

1. Pesquisa Básica:

Para iniciar uma pesquisa básica:

• Clique no ícone da lupa presente no cabeçalho ou simplesmente use o atalho Shift + / para focar no campo de pesquisa.
• Digite sua consulta na barra de pesquisa que aparece na parte superior da página. Conforme você digita, o Confluence fornecerá resultados de pesquisa ao vivo, fazendo sugestões com base no conteúdo disponível em seu site.

2. Pesquisa Avançada:

Para resultados mais refinados, a Pesquisa Avançada é onde você deve ir:

• Clique no ícone da lupa e depois em “Pesquisa Avançada” ao lado da barra de pesquisa ou use o atalho Shift + / seguido a.
• Aqui você pode filtrar sua pesquisa com base em vários critérios como tipo de conteúdo (páginas, blogs, anexos, etc.), espaços, colaboradores e intervalos de datas, entre outros.

3. Usando sintaxe de pesquisa:

O Confluence oferece suporte a diversas sintaxes de pesquisa para ajudar a restringir sua pesquisa:

• Aspas: Use aspas para pesquisar uma frase exata. Por exemplo, “notas de reunião”.
• Curingas: use o asterisco * como um curinga para representar qualquer número de caracteres em uma palavra.
• Operadores Booleanos: Use AND, OR e NOT para combinar ou excluir termos.
• Pesquisas por proximidade: use o til ~ seguido por um número para procurar palavras a uma certa distância umas das outras. Por exemplo, “relatório anual”~10.
• Pesquisa de campo: pesquise em campos específicos usando sintaxe como title:, text:, creator: e modifier: entre outros.

4. Procurando Anexos:

Quando se trata de procurar anexos específicos:

• Navegar para Search > Advanced Search.
• Selecione “Anexo” na seção “Do tipo”.
• Utilize a sintaxe de pesquisa /.*<attachment type>.*/. Por exemplo, para procurar arquivos PNG, você usaria /.*png.*/.

5. Pesquisa de banco de dados (para implantações de servidores e data centers):

Para aqueles com acesso ao banco de dados Confluence, consultas SQL específicas podem ser utilizadas para pesquisar tipos específicos de anexos. Por exemplo, para localizar todos os anexos PNG, você poderia usar a seguinte consulta 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%';

As consultas SQL podem ser ajustadas com base no tipo de anexo que você está procurando.

6. Pesquisa de pasta de anexos (plataformas específicas):

Em determinadas plataformas, a sintaxe de pesquisa do Unix pode ser usada diretamente na pasta de anexos do Confluence para localizar tipos de arquivos específicos:

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

Isso procurará e listará todos os arquivos PNG no diretório de anexos da sua instância do Confluence.

Cada um desses métodos fornece um nível diferente de granularidade e controle sobre sua pesquisa, garantindo que você encontre exatamente o que precisa no Confluence.

Você pode se aprofundar na pesquisa integrada do Confluence lendo estes artigos –

Deficiências do recurso de pesquisa integrado do Confluence

A complexidade inerente à pesquisa no Confluence decorre principalmente de sua incapacidade de utilizar a essência contextual das consultas de pesquisa, ao contrário de mecanismos de pesquisa como o Google. Aqui está uma análise dos desafios:

• Repetição em consultas de pesquisa: Ocorrências limitadas de consultas de pesquisa idênticas no histórico de pesquisa muitas vezes impedem a precisão dos resultados da pesquisa, devido aos dados contextuais mínimos disponíveis em pesquisas anteriores. Isto se torna especialmente problemático quando os usuários procuram informações atualizadas ou recentes, que podem estar ocultas em resultados desatualizados ou menos relevantes.
• Compreensão Semântica: A falta de capacidade da plataforma para discernir sinônimos ou ignorar palavras irrelevantes geralmente leva a sugestões de conteúdo menos relevantes. Por exemplo, distinguir entre “TI” como um acrônimo para Tecnologia da Informação e “it” como um pronome pode ser complicado. Além disso, essa falta de compreensão semântica pode causar confusão quando jargões ou siglas comuns do setor são usados ​​em consultas de pesquisa.
• Dilema da correspondência exata: Ao tentar eliminar palavras irrelevantes, o Confluence às vezes interrompe a pesquisa de correspondência exata, tornando a tarefa ainda mais desafiadora. Isso pode fazer com que os usuários não encontrem o documento ou a informação exata que procuram, prejudicando assim a produtividade.
• Dilema do tamanho único: A diversidade nas estruturas organizacionais, nas informações internas e nas intenções do usuário exige um sistema de pesquisa mais personalizado. Uma abordagem rudimentar de aprendizado de máquina (ML) poderia melhorar potencialmente a experiência de pesquisa, aproveitando os dados de interação do usuário para refinar a relevância da pesquisa ao longo do tempo. Discutindo o ML, algoritmos como filtragem colaborativa ou aprendizado profundo poderiam ser explorados para tornar a pesquisa do Confluence mais intuitiva e centrada no usuário.

Em termos simples, se Alice procurar um tópico (digamos X) hoje e encontrar um documento (doc3) útil, então, quando Bob pesquisar o mesmo tópico (X) amanhã, doc3 deverá aparecer em uma posição superior nos resultados da pesquisa porque foi útil para Alice. Para que isso aconteça, o sistema precisa acompanhar quais documentos as pessoas consideram úteis. No entanto, esse rastreamento precisa ser feito de forma que respeite a privacidade, para que apenas as pessoas que deveriam ver determinados documentos possam vê-los. Além disso, esse processo pode consumir muitos recursos do computador, como memória e armazenamento, o que pode ser uma preocupação. Algumas organizações podem não ter recursos ou pessoal extra para gerenciar isso, por isso preferem um sistema mais simples que pode não melhorar com o tempo, mas que é fácil de manter e não lhes causa dores de cabeça adicionais, como falta de memória.

Pesquisar Confluência com o Nanonets Confluence Bot

Nanonets apresenta uma solução transformadora para os desafios acima mencionados encontrados nas funcionalidades de pesquisa do Confluence. Empregar nosso chatbot personalizado baseado em LLM como assistente pode preencher significativamente as lacunas e refinar a experiência de pesquisa do usuário. Veja como:

• Compreensão contextual: Ao contrário dos métodos de pesquisa tradicionais, nosso chatbot entende o contexto das consultas de pesquisa. Por exemplo, pesquisar “Java” trará resultados relacionados à linguagem de programação, não à ilha ou ao café. A tecnologia LLM (Language Model) por trás do nosso chatbot é especialmente adaptada para compreender melhor as nuances e o contexto, fornecendo assim resultados de pesquisa mais precisos e relevantes.
• Aprendendo com a interação do usuário: Nosso chatbot pode aprender como os usuários interagem com o mecanismo de pesquisa. Se um documento for acessado frequentemente por meio de uma determinada consulta, ele terá uma classificação mais elevada em pesquisas futuras semelhantes, como um documento que se torna mais popular quando pesquisado por “Metodologia Ágil”. Com o tempo, esse aprendizado poderá evoluir para antecipar melhor as necessidades do usuário, tornando o processo de busca muito mais intuitivo.
• Relações Semânticas: O chatbot baseado em LLM pode reconhecer sinônimos e termos relacionados, melhorando as sugestões de pesquisa. Por exemplo, uma pesquisa por “rastreamento de bugs” também mostrará documentos relacionados a “rastreamento de problemas” e “rastreamento de erros”.
• Conteúdo sugerido pelo usuário: Os usuários podem sugerir conteúdo para consultas de pesquisa específicas, aprimorando o banco de dados de pesquisa ao longo do tempo. Isso torna os documentos mais fáceis de encontrar, como tornar um documento mais visível para consultas sobre “Práticas Scrum”.
• Gerenciamento de direitos de acesso: Garantimos que apenas usuários autorizados possam acessar determinados documentos durante uma pesquisa. Por exemplo, se dois projetos possuem documentos confidenciais, uma pesquisa mostrará apenas documentos do próprio projeto do pesquisador, mantendo a confidencialidade dos documentos de outros projetos.
• Otimização de recursos: Nossas soluções operam de forma eficiente, economizando tempo e custos, o que é crucial para organizações que buscam agilizar operações e reduzir despesas operacionais.

Integração Slack para Nanonets Confluence Bot

Nosso chatbot vem com uma integração com o Slack pronta para usar. Assim que seu chatbot estiver pronto, você pode simplesmente autenticar seu espaço de trabalho Slack e realizar alguns cliques para configurar a integração. Uma vez feito isso, você poderá fazer perguntas e até mesmo ter conversas detalhadas sobre seus espaços do Confluence com o bot diretamente do seu aplicativo Slack, sem precisar alternar entre aplicativos. Esta integração promove um espaço de trabalho digital unificado, permitindo comunicação e colaboração simplificadas, aumentando assim a produtividade e a satisfação do utilizador.

Dê uma olhada na demonstração abaixo.

[Conteúdo incorporado]

Conclusão

O Confluence by Atlassian facilita o trabalho em equipe digital, mas possui um recurso básico de pesquisa. O Nanonets Confluence Bot melhora significativamente isso ao compreender o contexto e aprender com as interações do usuário, tornando as pesquisas mais intuitivas. Também mantém a segurança do acesso aos documentos, garantindo que apenas usuários autorizados possam acessar determinadas informações. Além disso, a sua integração com o Slack promove um espaço de trabalho digital unificado, aumentando a produtividade e a satisfação do utilizador. Por meio dessas melhorias, o Nanonets Confluence Bot refina a experiência de pesquisa no Confluence, contribuindo para um ambiente colaborativo mais eficaz para você e suas equipes.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://nanonets.com/blog/search-in-confluence/