Tags

Tags helfen Ihnen, Ihre Artikel der Wissensdatenbank zu organisieren und zu kategorisieren. Sie erfüllen drei zentrale Zwecke:

1. Visuelle Organisation in der Inbox — Tags erscheinen als Labels an Artikeln im Dashboard und erleichtern es, Inhalte nach Thema, Abteilung oder Kategorie visuell zu erkennen und zu filtern.
2. AI-Action-Targeting — Wenn Sie AI Actions im Dashboard konfigurieren, verwenden Sie Tags, um der KI mitzuteilen, welche Teilmenge von Artikeln sie durchsuchen soll. Eine “Search Returns”-Aktion kann zum Beispiel nur Artikel mit dem Tag returns ansprechen, sodass die KI fokussierte, relevante Ergebnisse erhält, statt die gesamte Wissensdatenbank zu durchsuchen.
3. Programmatische Filterung — Verwenden Sie den Parameter tags in List Articles, um nur Artikel abzurufen, die einem bestimmten Tag entsprechen, und ermöglichen Sie so gezielte Workflows zur Inhaltsverwaltung.
4. Relevanz der KI-Suche — Der KI-Agent berücksichtigt Tags, wenn er die Wissensdatenbank nach Antworten durchsucht. Beschreibende Tags helfen der KI, die relevantesten Artikel einzugrenzen, was die Antwortgenauigkeit und Antwortqualität verbessert.

List Tags

Alle in den Artikeln der Wissensdatenbank verwendeten Tags abrufen.

Scope: read_all

GET https://app.quickchat.ai/v1/api/knowledge_base/tags/

Shell

curl https://app.quickchat.ai/v1/api/knowledge_base/tags/ \
  -H 'Authorization: Bearer <API_TOKEN>'

Python

import requests

response = requests.get(
    url="https://app.quickchat.ai/v1/api/knowledge_base/tags/",
    headers={"Authorization": "Bearer <API_TOKEN>"},
)
tags = response.json()

Antwort 200 OK

["policies", "faq", "product-info"]

---