一个名为AcquathDash的启动是推出立即启动自助服务，将上下文有帮助下降到单个单词或图像。

“ArkanDash是关于在[访问者]使用网站或Web应用程序时在上下文中提供答案，”CEO和联合创始人Jake Wobbrock告诉Venturebeat。相比之下，Wobbrock表示，典型的网站帮助部分，常见问题解答，知识库和网站范围的搜索引擎是独立的“帮助群岛”。

假设您在计算机或移动设备上阅读网站，并且您对页面中间提到或显示的内容有一个问题。

通常，用户可能会在一般或帮助部分搜索框中输入查询短语。一旦审查，结果可能会或可能与手头的问题有关。或者他们可能会去网站的常见问题解答或帮助社区。

相反，Answerdash在每个页面右侧提供一个小标签。单击或触摸时，页面变为灰色。然后单词，图像，视频或任何其他用户界面元素变为inpidual热点。

徘徊在热点上，例如，“医院成本”短语开启了一个小窗口，其中包含与该短语有关的最受欢迎的问题，以及他们的答案。窗口中还有一个询问新问题或通过聊天或电话获取实时帮助的选项。

新问题通过电子邮件发送到该网站，通过电子邮件向用户发送回复，并在下次选择热点或类似的答案数据库中自动输入ackandash数据库。该公司建议每个网站只预付大约20个问题和答案，以便用户的问题 - 访问者实际上想要了解 - 构成大部分库存。

自然语言引擎

AckanDash表示，在几天内使用，最常见的查询将被日益增长的新问题和答案所涵盖。站点可以决定是否想要编辑新的Q＆AS在添加之前。

在幕后，基于云的系统使用页面的文档对象模型（DOM）实时为页面上每个元素制作一个可点击的热点。该网站需要在每个页面上包含一行JavaScript，系统将在动态构建，以及静态HTML页面上工作。

使用元数据，上下文信息和以前的问题，以提供对图像或基于视频热点的问题的上下文。一种自然语言引擎，由Open源版本自定义，将页面的文本或元数据实时解析，找到与给定的单词/图像热点相关的问题和答案。答案可以由视频，链接或图像以及文本提供。

该公司于2012年秋季启动并在去年冬季成立，是国家科学基金会资助研究的结果，在华盛顿大学的两家人类界面实验室在西雅图。更具体地说，这是三个联合创始人之一，然后 - 学生Parmit Chilana的论文主题，现在是滑铁卢大学的助理教授。

例如，该公司的研究表明，网站访问者的95％以上的问题“已被网站上看到的东西引发，”Wobbrock表示。研究人员发现，大约80％的访客问题中发现，可以从已经在经常使用答复的网站上回答的问题库存中介绍。另外20％是通过电子邮件，电话或单独提供但集成的实时聊天的人为基于人的帮助。

Wobbrock，也是华盛顿信息学校教授告诉我们，以前的测试解决方案已经使用了一些选定的公司进行了测试。去年年底，公司从西雅图地区的天使和VC投资者筹集了254亿美元。

虽然有几十家公司提供某种形式的帮助系统或社区，但Wobbrock表示没有提供“这种点击和点击上下文帮助”。一些 - 他指出了Uservoice和Prolaroo - 通过称为“文本框小部件”提供更广泛的答案，这为页面同步提供了搜索结果。Zendesk上个月对管理员的新的“语境帮助”提供的其他人，例如Zendesk，被关键为菜单。

订阅模型，从每月79美元开始，基于该网站的访客实际使用该服务的数量。最初的客户包括美国绿色建筑委员会，收割机和红色遮阳篷。