- Domů
- /
- Článek
Děkujeme za vaši zpětnou vazbu.
Příručka pro správu aplikace Webex AI Agent Studio
V tomto článku
Zpětná vazba?Tento článek popisuje přehled aplikace Webex AI Agent Studio a jeho možnosti, nastavení konfigurace agenta AI, integraci agentů AI s hlasovými službami. a digitální kanály a zprávy agentů s umělou inteligencí.
Začínáme s agentem Webex AI
Webex AI Agent je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI pro splnění potřeb zákaznických služeb a podpory. Pomocí umělé inteligence poskytují agenti AI automatizovanou pomoc zákazníkům před interakcí s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyka a kontextovým povědomím v rámci konverzací. Agenti AI také bezproblémově a informativně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci těží ze zkušeností podobných domovníkům, dostávají pomoc s dotazy, vyhledávání informací a minimalizaci čekacích dob.
Možnosti agenta Webex AI
- Přesné a včasné odpovědi—Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo vstupů zákazníků.
Klíčové výhody pro firmy
-
Vylepšené prostředí pro zákazníky: Poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Personalizované interakce – přizpůsobuje reakce individuálním potřebám a preferencím zákazníků.
-
Škálovatelnost a efektivita: Zvládá velký objem interakcí se zákazníky bez nutnosti dalších lidských agentů, což vede ke zvýšení spokojenosti a snížení provozních nákladů.
Vysvětlení typů a příkladů agentů AI
Následující tabulka poskytuje přehled typů agentů AI a jejich možností:
| Typ agenta AI | Účel | Funkce | Popis | Jak nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti AI jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a plnili úkoly bez přímého lidského zásahu. |
Provádění akcí |
Rozhodujte se informovaně na základě dostupných informací a předem definovaných pravidel. Automatizujte opakující se nebo časově náročné úlohy. |
|
|
Odpovězte na otázky |
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Scénář |
Skriptovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provádění akcí |
Skriptovaní agenti mohou provádět určité úlohy, které jsou jasně definovány a strukturovány. |
Skriptovaní agenti AI pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Skriptovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i skriptované agenty AI lze použít v různých případech použití v závislosti na konkrétních požadavcích a požadovaných funkcích. Některé příklady:
-
Zákaznický servis: K poskytování zákaznické podpory lze použít autonomní i skriptované agenty, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – Autonomní agenti jsou vhodní pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat přizpůsobenější interakce.
-
Analýza dat: Autonomní agenti se dají použít k analýze velkých datových sad a extrakci cenných poznatků.
-
Automatizace procesů: Autonomní i skriptované agenty lze použít k automatizaci opakujících se úloh, zvýšení efektivity a snížení počtu chyb.
-
Správa znalostí: Autonomní agenti se dají použít k vytváření a správě úložišť znalostí, aby byly informace snadno přístupné uživatelům.
Volba mezi autonomními a skriptovanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti trénovacích dat.
Předpoklady
-
Pokud jste stávajícím zákazníkem Webex kontaktního centra, ujistěte se, že splňujete následující předpoklady:
-
Webex klienta Kontaktního centra 2.0.
-
Webex Connect se zřídí pro vašeho tenanta.
-
Platforma hlasových médií je mediální platforma nové generace.
-
-
Pokud nemáte klienta Webex kontaktního centra, obraťte se na svého partnera a požádejte ho o zahájení zkušební verze Webex kontaktního centra s mediální platformou nové generace.
-
Administrátoři si mohou vyžádat Webex izolovaný prostor pro vývojáře kontaktního centra, aby vyzkoušeli agenty AI.
Povolení funkcí
Tato funkce je v současné době v beta verzi. Zákazníci se mohou zaregistrovat k této funkci na Webex Beta portálu vyplněním průzkumu účasti pro AI agenty.
-
V současné době je ve fázi beta k dispozici pouze funkce skriptovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Požadavky lze podávat prostřednictvím CSM (Customer Success Manager), PSM (Partner Success Manager) nebo e-mailem ask-ccai@cisco.com. Po schválení budou autonomní agenti k dispozici kromě skriptovaných agentů pro vašeho tenanta.
Přístup Webex agenta AI
Chcete-li vytvořit agenty AI, musíte se přihlásit k aplikaci agenta Webex AI. To lze provést následujícími způsoby:
Přihlášení z Centra řízení
- Přihlaste se do Centra řízení pomocí adresy URL https://admin.webex.com.
- V části Služby navigačního podokna zvolte Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktních center.
- Kliknutím na Webex AI Agent získáte přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlášení ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent byste měli mít přístup k Webex Connect.
- Přihlaste se k aplikaci Webex Connect pomocí adresy URL tenanta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Zásobník aplikací v levém navigačním podokně klikněte na Webex AI Agent pro přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozložení domovské stránky
Vítejte na platformě Webex AI Agent. Když se přihlásíte, domovská stránka zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – zobrazí seznam agentů AI, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, která slouží jako mozek pro autonomní agenty AI, kteří reagují na dotazy zákazníků.
- Sestavy – seznam předem připravených sestav agentů AI různých typů. Sestavy můžete generovat nebo plánovat podle svých obchodních potřeb.
- Nápověda - poskytuje přístup k uživatelské příručce agenta Webex AI v centru nápovědy Webex.
-
Uživatelský profil
Nabídka profilu uživatele umožňuje zobrazit informace o profilu a odhlásit se z aplikace.
Stránka podnikový profil obsahuje informace o tenantovi agenta AI, které jsou přístupné pouze správcům s plným přístupem správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného podniku. To je k dispozici pro podniky s integrací Webex kontaktního centra pro odpovídajícího tenanta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Nastavení globálního agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování nouzových scénářů.
- Souhrn uchovávání dat – poskytuje souhrn doby uchovávání dat pro tento podnik.
-
Na kartě Spoluhráči můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje akce, které mohou provádět na základě udělených oprávnění.
-
Poznejte svůj řídicí panel
Na řídicím panelu jsou agenti AI reprezentováni kartami, které zobrazují základní informace, včetně názvu agenta AI, naposledy aktualizovaného, naposledy aktualizovaného a modulu použitého k trénování agenta.
Úkoly na kartě AI Agent
Najeďte myší na kartu agenta AI a zobrazte následující možnosti:
- Náhled – Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – Kliknutím na tuto ikonu můžete provádět následující úlohy:
-
Kopírovat odkaz na náhled – Zkopírujte odkaz na náhled a vložte jej na novou kartu a zobrazte náhled agenta AI ve widgetu chatu.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Exportujte podrobnosti agenta AI (ve formátu JSON) do místní složky.
-
Odstranit – trvale odstraní agenta AI ze systému.
-
Připnout – připněte agenta AI na první pozici na řídicím panelu nebo ho odpněte a přesuňte ho zpět na předchozí pozici.
-
Vytvoření nového agenta AI
Nového agenta AI můžete vytvořit pomocí + možnosti vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o tom, jak vytvářet skriptované a autonomní agenty AI, najdete v následujících částech:
Import předem sestaveného agenta AI
Předem sestaveného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Chcete-li jej importovat, postupujte takto:
- Klikněte na Importovat agenta.
- Kliknutím na Nahrát nahrajte soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Název agenta zadejte název agenta AI.
- (Volitelné) V ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klikněte na tlačítko Importovat.
Váš agent AI je teď úspěšně importován na platformu agenta Webex AI a je k dispozici na řídicím panelu.
Vyhledávání podle klíčových slov
Platforma poskytuje robustní možnosti vyhledávání, které vám pomohou snadno najít a spravovat agenty AI. Vyhledávání podle klíčových slov můžete provádět pomocí názvu agenta. Zadejte název agenta nebo část názvu do vyhledávacího pole. Systém zobrazí seznam agentů AI, kteří odpovídají vašim kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě vyhledávání podle klíčových slov můžete výsledky vyhledávání upřesnit filtrováním na základě typu agenta AI. Z rozevíracího seznamu vyberte jeden z filtrů typu agenta – Skriptované , Autonomní a Vše.
Správa znalostní báze
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající LLM (Large Language Model). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení k pochopení, zpracování a generování lidského textu. Tito agenti AI trénují na obrovském množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní odpovědi. Znalostní báze ukládají data nezbytná pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent.
- Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. Zobrazí se stránka Znalostní báze.
- Znalostní bázi můžete najít na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze aktualizované mezi zadanými daty
- Znalostní báze vytvořené mezi zadanými daty
- Kliknutím na tlačítko Obnovit vše obnovíte kritéria vyhledávání.
- Můžete také vytvořit novou znalostní bázi. Pokud chcete vytvořit novou znalostní bázi, přečtěte si téma Vytvoření znalostní báze pro agenty AI.
Vytvoření znalostní báze pro agenty AI
| 1 |
Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. |
| 2 |
Na stránce Znalostní báze klikněte na tlačítko + Vytvořit znalostní bázi v pravém horním rohu. |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující podrobnosti: |
| 4 |
Klikněte na tlačítko Vytvořit. Systém vytvoří znalostní bázi se zadaným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace . Můžete zobrazit a sledovat podrobnosti o souborech, které jste nahráli, a dokumentech, které jste vytvořili. Kliknutím na ikonu Upravit můžete upravit soubory znalostní báze. V případě potřeby upravte název souboru. Můžete také odstranit existující soubory a přidat nové soubory.
Kliknutím na ikonu Odstranit zcela odstraníte znalostní bázi.
|
Další postup
Nakonfigurujte znalostní bázi pro autonomního agenta AI pro odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti AI pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobení svých akcí k dosažení konkrétních cílů. Tato část popisuje dvě primární funkce autonomního agenta AI.
Autonomní agent AI pro provádění úkolů
Autonomní agenti AI mohou provádět různé úkoly, včetně:
-
Zpracování přirozeného jazyka (NLP) – porozumění lidské řeči a reakce na ni přirozeným a konverzačním způsobem.
-
Rozhodování – Rozhodujte se informovaně na základě dostupných informací a předdefinovaných pravidel.
-
Automatizace – automatizujte opakující se nebo časově náročné úlohy.
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku.
Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Filtrujte typ agenta AI jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro provádění akcí je úspěšně vytvořený a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI |
Další postup
Aktualizujte profil pro agenta autonomní AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Publikovat zprovozníte agenta AI. |
Další postup
Přidejte požadované akce do agenta AI.
Přidání akcí do agenta Autonomous AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby pochopili záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek jídla. Chcete-li tento úkol provést, můžete vytvořit autonomního agenta AI, který provádí následující akce:
-
Získejte požadované informace od zákazníka.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí funguje na následujících stavebních blocích:
-
Akce – funkce, která umožňuje agentovi AI připojit se k externím systémům a provádět složité úlohy.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Plnění slotů zahrnuje kladení konkrétních otázek zákazníkovi, aby splnil záměr zákazníka na základě promluv. Je to spouštěč pro agenta AI, aby začal provádět akci. Definujte vstupní entity jako součást vyplňování slotu.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomního agenta AI pro vygenerování odpovědi v konkrétním formátu. Systém odešle výstupní entity do toku, aby pokračovaly v akci a úspěšně dokončily úlohu.
| 1 |
Na kartě Akce klikněte na +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Další postup
Můžete buď konfigurovat sloty, nebo můžete konfigurovat sloty a definovat plnění v závislosti na zvoleném rozsahu akcí.
Konfigurace zaplnění slotů
Plnění slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Zaplnění slotu na stránce Akce přidejte vstupní entity:
-
Entity můžete přidávat jednu po druhé ve formátu tabulky.
-
Můžete také použít soubor JSON a definovat entity. Podrobnosti najdete v tématu prohlídka schématu JSON.
Přidání vstupních entit v tabulkovém formátu
| 1 |
Chcete-li přidat vstupní entitu, klikněte na tlačítko + Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
type – Datový typ objektu parametrů. To je vždy "objekt", který označuje, že parametry jsou strukturovány jako objekt.
properties – objekt, kde každý klíč představuje parametr a přidružená metadata.
required – pole řetězců se seznamem názvů parametrů, které jsou povinné.
Vlastnosti objektu
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type – Datový typ parametru. Povolené typy jsou:
-
string – Textová data.
-
celé číslo – číselná data bez desetinných míst.
-
number (číslo) – číselná data, která mohou obsahovat desetinná místa.
-
boolean – hodnoty true/false.
-
array – seznam položek, z nichž všechny jsou obvykle stejného typu.
-
object – Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – Stručné vysvětlení toho, co entita představuje. To pomáhá modulu AI pochopit účel a použití parametru. Pro lepší přesnost se doporučuje popis, který je stručný a konzistentní s pokyny agenta a popisem akce.
-
Ověření je vynuceno platformou pouze pro "typ". "Popis" není vynucen pro všechny entity, ale důrazně doporučujeme jej přidat. Další užitečná klíčová slova pro metadata entity jsou:
-
enum – Pole výčtu uvádí možné hodnoty parametru. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby to mohl použít.
- pattern – pole vzoru se používá s typy řetězců k určení regulárního výrazu, kterému musí řetězec odpovídat. To je užitečné zejména pro ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
příklady – pole příklady poskytuje jeden nebo více příkladů platných hodnot parametru. To pomáhá modulu AI pochopit, jaký druh dat se očekává, a může být obzvláště užitečný pro účely interpretace a ověřování.
-
Existují další klíčová slova, která mohou definici entity zpřesnit a robustnější. Další informace najdete v tématu prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčových slov:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address of the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/rrrr"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Zda chce uživatel dostávat newslettery.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "role": { "type": "array", "description": "Seznam rolí přiřazených uživateli.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- username – typ řetězce s omezením minimální a maximální délky.
- password – typ řetězce s minimální délkou a určitým formátem (heslo označuje, že by se s ním mělo zacházet bezpečně).
- e-mail – typ řetězce se vzorem regulárního výrazu, který zajišťuje, že se jedná o platnou e-mailovou adresu.
- birthdate – typ řetězce s příklady pro předepisování formátu data.
- předvolby – Typ objektu s vnořenými vlastnostmi (bulletin a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- roles – typ pole, kde každá položka je řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak je definováno polem "povinné".
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a konvenci pojmenování. Postupujte podle těchto osvědčených postupů a vytvořte dobře definované entity, které je pro modul AI snadné interpretovat a vynucovat.
Definování plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta AI v kontaktním centru. Zadejte následující podrobnosti: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI vygeneroval výsledek ve formátu, který je pro tok srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na tlačítko + Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat tolik výstupních entit, kolik potřebujete. |
| 5 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
| 6 |
Kliknutím na tlačítko Přidat dokončete kofiguraci. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na Publikovat zprovozníte agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná ve scénářích, kdy agent potřebuje:
-
Poskytujte zákaznickou podporu – odpovězte na nejčastější dotazy, řešte problémy a proveďte zákazníky procesy.
-
Nabídněte technickou pomoc – Poskytujte odborné rady v konkrétních tématech nebo oblastech.
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Nezapomeňte vytvořit znalostní bázi. Další informace naleznete v tématu Správa znalostní báze.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Aktualizujte profil pro agenta autonomní AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Nakonfigurujte znalostní bázi pro agenta AI.
Konfigurace znalostní báze Knowledge Base
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na kartu znalostní báze . |
| 3 |
Z rozevíracího seznamu vyberte požadovanou znalostní bázi. |
| 4 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti o relaci a historii každého z autonomních agentů AI, které jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s kontomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI.
Zasedání
Stránka Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a uživateli. Přechod na stránku Relace :
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy relace. Tyto informace jsou užitečné pro audit, analýzu a vylepšení agenta AI.
Tabulka relací zobrazuje seznam všech relací nebo místností vytvořených pro daného agenta AI. Tabulka se stránkuje, pokud je na jedné obrazovce více řádků, než se do ní vejde. Kterékoli pole v tabulce lze řadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Pole, která jsou k dispozici, představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace pro konverzaci.
- ID spotřebitele – ID spotřebitele, který komunikoval s agentem AI.
-
Kanály – kanál, ve kterém došlo k interakci.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti – obsahují další informace o místnosti.
-
Zaškrtněte požadovaná políčka:
- Skrýt testovací relace – skryje testovací relace a zobrazí pouze seznam živých relací.
- Došlo k předání agenta – k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě - filtruje relace, ve kterých k chybě došlo.
- Downvote (Zamítnuto) – filtruje relace s přehlasovaným hlasem.
Kliknutím na řádek v tabulce relací zobrazíte podrobné zobrazení této relace. Ikona zámku označuje, že relace je uzamčena a je třeba ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je povolen přepínač Dešifrovat přístup , můžete přistupovat k libovolné relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je ale použitelná jenom v případě, že je Rozšířená ochrana dat nastavená na hodnotu true nebo povolená pro tenanta.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI. Zobrazení historie konkrétního agenta:
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historie.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu protokoly auditu zobrazíte změny provedené v agentech AI.
- Historie modelu – kliknutím na kartu Historie modelu zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Kontrolní záznamy
Karta protokoly auditu sleduje změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Karta Protokoly auditu zobrazuje následující podrobnosti:
Uživatelé s rolí správce nebo vývojářského agenta AI mají přístup jenom ke kartě protokoly auditu . Uživatelé s vlastními rolemi, kteří mají oprávnění Získat protokol auditu, mohou také zobrazit protokoly auditu.
- Aktualizováno v – data a čas změny.
- Aktualizováno – jméno uživatele, který změnu začlenil.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditování můžete vyhledat pomocí možností vyhledávání Aktualizováno, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelu
Karta Historie modelu je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete agenta autonomní AI pro provádění akcí, uloží se verze agenta autonomní AI, která je k dispozici na kartě Historie modelu. Různé verze agenta AI můžete zobrazit na kartě Historie modelu.
- Popis modelu – stručný popis verze agenta AI.
- AI Engine – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje provádět následující akce s agentem AI:
- Načtení – všechny změny agenta AI budou ztraceny. Konfiguraci je nutné provést znovu.
- Exportovat – slouží k exportu agenta AI.
Zobrazení náhledu autonomního agenta AI
Můžete zobrazit náhled autonomních agentů AI v době vytváření agenta AI, během úprav a po nasazení agenta. Náhled můžete spustit z:
- Řídicí panel agenta AI – když najedete myší na kartu agenta AI, zobrazí se možnost náhledu pro daného agenta AI. Kliknutím spustíte náhled agenta AI.
- Záhlaví agenta AI – kliknutím na kartu agenta AI otevřete. Tlačítko Náhled je vždy viditelné v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který lze použít ke snadnému opětovnému spuštění režimu náhledu.
Webex AI Agent také poskytuje možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled. Odkaz na náhled lze sdílet s testery nebo uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se otevře v pravé dolní části obrazovky. Uživatelé mohou poskytnout promluvu (nebo posloupnost promluv), pro které je potřeba zkontrolovat odpověď agenta AI. Tato funkce umožňuje vývojáři zajistit, aby agent AI reagoval podle očekávání.
Widget náhledu lze maximalizovat. K dispozici jsou další užitečné funkce, jako je poskytování informací o spotřebitelích a inicializace více místností pro testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje vývojářům agenta AI sdílet svého agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem, aniž by bylo nutné vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Vývojáři mohou provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní úpravy jsou:
- Barva widgetu – Připojením parametru brandColor k odkazu. Uživatelé mohou definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev.
-
Kryt telefonu – změnou hodnoty parametru phoneCasing v odkazu. Tato možnost je ve výchozím nastavení nastavena na hodnotu true a lze ji vypnout nastavením možnosti false.
Příklad odkazu na náhled s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Zadejte hexadecimální hodnotu barvy ve formátu _XXXX>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Na řídicím panelu vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu AI Engine vyberte Vega.
- Klikněte na Uložit změny.
Tlačítko Náhled se aktualizuje ikonou mikrofonu pro hlasový náhled. Klikněte na tlačítko Náhled. Zobrazí se widget hlasového náhledu:
Uživatel musí povolit přístup k mikrofonu, aby mohl tuto funkci používat.
Widget hlasového náhledu poskytuje uživatelům následující funkce:
- Start pro spuštění náhledu.
- Živý přepis Když probíhá hlasový náhled, ve widgetu se zobrazí živý přepis konverzace.
- Ukončením hovoru ukončíte konverzaci.
- Ztlumit a ztlumit.
Zobrazení výkonu autonomního agenta AI pomocí služby Analytics
Část AI Agent Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýz autonomního agenta AI:
- Na řídicím panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta AI.
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Druhá část zobrazuje statistiky o uživatelích. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích.
Třetí část zobrazuje odpovědi agenta AI a předání agentů
Nastavení skriptovaného agenta AI
Tato část popisuje, jak nastavit a spravovat skriptované agenty AI Webex na platformě agenta AI tak, aby poskytovaly přesné odpovědi na dotazy uživatelů a efektivně prováděly automatizované úlohy.
Skriptovaný agent AI pro provádění úloh
Skriptovaný agent AI rozšiřuje možnosti vytváření agentů Webex bez kódu platformy agenta AI. Skriptovaný agent AI umožňuje víceotáčkové konverzace, kde může získat relevantní data od zákazníků k provádění konkrétních úkolů. To zahrnuje:
-
Spouštění jednoduchých příkazů – podle pokynů dokončete předdefinované akce.
-
Zpracování dat – Manipulujte s daty a transformujte je podle zadaných pravidel.
-
Interakce s jinými systémy – komunikujte s jinými řešeními a ovládejte je.
Vytvoření skriptovaného agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI vytvořte nového agenta AI od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Začít od začátku a potom na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klepněte na položku Skriptované. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klepněte na tlačítko Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Po vytvoření agenta AI můžete vytvářet entity, přidávatzáměry a definovatodpovědi .
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Save Changes (Uložit změny ) uložte nastavení. |
Správa entit
Entity jsou stavebními kameny konverzací. Jedná se o základní prvky, které agenti AI extrahují z promluv uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit mohou agenti AI lépe porozumět záměru uživatele a poskytovat přesnější a relevantnější reakce.
Typy entit
Webex AI Agents nabízí 11 předem připravených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zachytit informace specifické pro případ použití. Používají se pro věci, které nejsou pokryty systémovými entitami.
-
Vlastní seznam – definuje seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem připravenými entitami. Ke každému řetězci můžete přidat více synonym. Například vlastní entita velikosti pizzy.
-
Regex – pomocí regulárních výrazů můžete identifikovat konkrétní vzory a extrahovat odpovídající data. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycují numerické vstupy pevné délky s vysokou přesností, zejména při hlasových interakcích. V nehlasových interakcích se používá jako alternativa k typům entit Vlastní a Regex. Například pro detekci pětimístného čísla účtu musí být definována délka pěti.
-
Alfanumerické – zachycují kombinace písmen a čísel a poskytují přesné rozpoznávání hlasových i nehlasových vstupů.
-
Volný tvar – zachycujte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa polohy (WhatsApp) – extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Příklad vstupu | Příklad výstupu |
|---|---|---|---|
| Datum | Analyzuje kalendářní data v přirozeném jazyce do standardního formátu data | "Červenec příštího roku" | 01/07/2020 |
| Čas | Analyzuje čas v přirozeném jazyce do standardního formátu času | 5 večer | 17:00 |
| Detekuje e-mailové adresy | Napište mi na info@cisco.com | info@cisco.com | |
| Telefonní číslo | Detekuje běžné telefonní číslo | Zavolejte mi na 9876543210 | 9876543210 |
| Peněžní jednotky | Analyzuje měnu a částku | Chci 20$ | 20$ |
| Pořadový | Detekuje pořadové číslo. | Čtvrtý z deseti lidí | 4. místo |
| Kardinál | Detekuje kardinální číslo | Čtvrtý z deseti lidí | 10 |
| Geolokace | Detekuje geografické polohy (města, země atd.) | Šel jsem plavat do Temže v Londýně ve Velké Británii | Londýn, Velká Británie |
| Jména osob | Detekuje běžné názvy | Bill Gates z Microsoftu | Bill Gates |
| Množství | Identifikuje měření podle hmotnosti nebo vzdálenosti | Jsme 5 km od Paříže | 5km |
| Doba trvání | Identifikuje časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě entit. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.
Role entit
Když je potřeba entitu shromáždit vícekrát v rámci jednoho záměru, role entit se stávají nezbytnými. Přiřazením odlišných rolí ke stejné entitě můžete agenta AI vést k přesnějšímu pochopení a zpracování vstupu uživatele.
Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí, cílová destinace a mezipřistání. Přidáním poznámek k trénovacím promluvám s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.
Role entit jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity), správci musí zaškrtnout políčko Role entit v rámci rozšířených nastavení dialogového okna selektoru stroje NLU.
Správci nemohou přepnout z RASA nebo Mindmeld na Swiftmatch, když se používají role entit. Aby bylo možné zakázat role entit z rozšířených nastavení stroje NLU, je nutné ze záměrů odebrat role. Můžete vytvořit entitu s rolemi entity.
Vytvoření entity s rolemi entit
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na kartu Entity . |
| 5 |
Klikněte na Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automatické navrhování hodnot slotu na automatické dokončování a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Upřesnit nastavení okna Změnit školicí modul pro moduly RASA a Mindmeld NLU povoleny . |
| 8 |
Klikněte na položku Uložit. K provádění souvisejících akcí můžete použít možnosti Upravit a Odstranit ve sloupci Akce .
|
Další postup
Po vytvoření entity můžete propojit role s entitou.
Propojení rolí s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení je zobrazena karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Entitě můžete přiřadit role pro shromažďování stejné entity dvakrát pro záměr. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI využívají porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI, což vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu lze analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Vyberte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní výsledek – minimální spolehlivost potřebná k zobrazení odpovědi a pod kterou se zobrazí záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování.
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části Informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v přehledech přepisů zpráv skriptovaných agentů AI a v sekci Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénováno.
Agenta AI můžete vycvičit pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Po vytvoření všech požadovaných článků můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli testovat a nasazovat. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknutím na Aktivovat natrénovaný korpus zprovoznit a otestovat ho ve verzi Webex Preview agenta AI nebo na externích kanálech, kde je agent AI nasazený.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy vs. vektory na úrovni článku. V našem pokračujícím úsilí o zlepšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku na rozdíl od staršího modelu použití vektorů úrovně promluvy a zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Poznámka: Vektory na úrovni článku budou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI a pro vícejazyčné agenty AI Shody na úrovni článků budou podporovány pouze v případě, že vícejazyčný model je Polymatch.
Informace o vektorovém modelu, který byl přítomen v době odvození, můžete zkontrolovat v části s dalšími informacemi o relaci .
Správa záměrů
Záměr je základní součástí platformy Webex AI Agent, která umožňuje agentům AI efektivně porozumět vašim vstupům a efektivně na ně reagovat. Představuje konkrétní úkol nebo akci, kterou chcete provést během konverzace. Vývojáři agenta AI definují všechny záměry, které odpovídají úlohám, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho vstupu, který umožňuje agentovi AI reagovat smysluplným a kontextově relevantním způsobem.
Systémové záměry
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezené záměry, které jsou navržené tak, aby rozpoznaly a reagovaly na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záložní záměr může pomoci konverzacím na správné cestě.
Implementací výchozího záložního záměru můžou vývojáři agenta AI zajistit, aby agent AI řádně zpracovával neočekávané dotazy nebo dotazy mimo rozsah a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní promluvy. Agenta je možné vytrénovat tak, aby automaticky aktivoval záložní záměr, když narazí na známé otázky mimo rozsah, které by jinak mohly být nesprávně zařazeny do jiných záměrů.
Například v bankovním agentovi AI se uživatelé mohou pokusit zeptat na půjčky. Pokud agent AI není nakonfigurovaný tak, aby zpracovával dotazy související s půjčkou, mohou být tyto dotazy začleněny jako trénovací fráze v rámci výchozího záložního záměru . Když se uživatel dotazuje na půjčky v kterémkoli okamžiku konverzace, agent AI rozpozná, že dotaz spadá mimo definované záměry, a spustí záložní odpověď. Tím je zajištěna vhodnější reakce.
K záložnímu záměru by neměly být přidruženy žádné sloty.
Záložní záměr musí pro svou odpověď použít výchozí klíč záložní šablony.
- Nápověda – Tento záměr je navržen tak, aby odpovídal na dotazy uživatelů týkající se schopností agenta AI. Když si uživatelé nejsou jisti, čeho mohou dosáhnout, nebo se během konverzace setkají s obtížemi, často hledají pomoc tím, že žádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy mapována na klíč šablony zprávy
nápovědy. Vývojáři agenta AI ale můžou odpověď přizpůsobit nebo změnit přidružený klíč šablony tak, aby poskytoval více přizpůsobené a informativní pokyny.Doporučuje se zprostředkovat schopnosti agenta AI na vysoké úrovni, aby uživatelé jasně porozuměli tomu, co mohou dělat dál.
- Mluvit s agentem – tento záměr umožňuje uživatelům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem AI. Když je tento záměr spuštěn, systém automaticky iniciuje přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předáníagenta. I když neexistují žádná omezení uživatelského rozhraní pro změnu klíče šablony odpovědi, jeho změna nebude mít vliv na výsledek předání člověkem.
Malé rozhovory
Všichni nově vytvoření agenti AI zahrnují čtyři předdefinované malé diskusní záměry pro zpracování běžných pozdravů uživatelů, vyjádření vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
- Nashledanou
Vytvoření záměru
Než začnete
Před vytvořením záměru doporučujeme vytvořit entity, které budou propojeny se záměrem. Entity jsou nutné k dokončení úkolu. Další informace naleznete v tématu Vytvoření entit.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel vyberte úkol. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Zaškrtněte políčko Požadováno , pokud je entita povinná. |
| 7 |
Zadejte počet opakování povolených pro tento slot, pokud je spotřebitelem nesprávně vyplněn. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu vyberte klíč šablony. |
| 9 |
V části Odpověď zadejte konečný klíč šablony odpovědi, který se vrátí uživatelům po dokončení záměru. |
| 10 |
Zapněte přepínač Resetovat sloty po dokončení a po dokončení vynulujte hodnoty slotů shromážděné v konverzaci, jakmile je záměr dokončen. Pokud je tento přepínač zakázán, slot zachová staré hodnoty a zobrazí stejnou odezvu.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujete hodnotu slotu během konverzace s příjemcem. Poslední hodnota vyplněná ve slotu je považována agentem AI za zpracování dat. Pokud je tato funkce povolena, hodnoty pro obsazené pozice jsou aktualizovány vždy, když uživatelé poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Zapněte přepínač Poskytovat návrhy pro sloty , chcete-li v konečné odpovědi na základě vstupu uživatele poskytovat návrhy pro zaplnění slotů a alternativní hodnoty slotů. |
| 13 |
Povolením přepínače Ukončit konverzaci ukončíte relaci po tomto záměru. Připojení a hlasové toky to můžou využít k ukončení konverzace se spotřebiteli.
|
| 14 |
Klikněte na položku Uložit. Klikněte na Trénovat v pravém horním rohu karty Školení , aby se projevily všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty tréninku (promluvy) na jeden záměr. Každý slot musí mít také alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny , tlačítko Vlak je zakázané. Vedle ovlivněného záměru se zobrazí ikona upozornění, která označuje problém. Výchozí záložní záměr je však z těchto požadavků vyňat. |
Další postup
Po vytvoření záměru jsou k naplnění záměru vyžadovány určité informace. Propojené entity určují, jak jsou tyto informace získávány z promluv uživatele. Další informace naleznete v tématu Propojení entit se záměrem.
Propojení entit se záměrem
Než začnete
Doporučuje se, aby byly entity vytvořeny a propojeny před přidáním promluv. Tato automatická anotace entit při přidávání promluv anotuje.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení je zobrazena karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. Propojené entity se zobrazí v sekci Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Pokud je entita označena jako požadovaná, budou k dispozici další možnosti konfigurace. Můžete zadat maximální počet případů, kdy může agent AI požádat o chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který se aktivuje, pokud požadovaná entita není zadána v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy přidružené k finálovému klíči šablony nakonfigurovanému pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musí být povolen přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny rozpoznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generování trénovacích dat
Musíte ručně přidat trénovací data do jejich záměrů, aby agent AI pracoval s přiměřenou přesností. Trénovací data se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15 až 20 variant, abyste zlepšili jeho přesnost. Ruční vytváření tohoto školicího korpusu může být zdlouhavé a časově náročné. Můžete přidat pouze několik variant nebo přidat pouze klíčová slova jako varianty namísto smysluplných vět. Tomu lze zabránit generováním trénovacích dat, která doplní vaše stávající.
Chcete-li generovat trénovací data, postupujte podle následujících kroků:
- Zadejte název záměru a ukázkovou promluvu.
- Klepněte na tlačítko Generovat.
- Zadejte stručný popis záměru řídit umělou inteligenci.
- Zadejte požadovaný počet variant a úroveň kreativity pro návrhy generované umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší nastavení kreativity může produkovat méně rozmanité varianty.
- Proces generování může trvat několik sekund v závislosti na počtu požadovaných variant.
- Ikona blesku rozlišuje varianty generované umělou inteligencí od uživatelem definovaných trénovacích dat.
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI využívají porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI, což vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu lze analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Vyberte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní výsledek – minimální spolehlivost potřebná k zobrazení odpovědi a pod kterou se zobrazí záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování.
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části Informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v přehledech přepisů zpráv skriptovaných agentů AI a v sekci Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénováno.
Agenta AI můžete vycvičit pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Po vytvoření všech požadovaných článků můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli testovat a nasazovat. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknutím na Aktivovat natrénovaný korpus zprovoznit a otestovat ho ve verzi Webex Preview agenta AI nebo na externích kanálech, kde je agent AI nasazený.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy vs. vektory na úrovni článku. V našem pokračujícím úsilí o zlepšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku na rozdíl od staršího modelu použití vektorů úrovně promluvy a zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Poznámka: Vektory na úrovni článku budou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI a pro vícejazyčné agenty AI Shody na úrovni článků budou podporovány pouze v případě, že vícejazyčný model je Polymatch.
Informace o vektorovém modelu, který byl přítomen v době odvození, můžete zkontrolovat v části s dalšími informacemi o relaci .
Označování generovaných variant příznakem
Aby bylo zajištěno zodpovědné využití AI, mohou vývojáři označit výstupy generované umělou inteligencí ke kontrole. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo předpojatého obsahu. Označení výstupů generovaných umělou inteligencí:
- Vyhledejte možnost příznaku: Pro každou vygenerovanou promluvu je k dispozici možnost příznaku.
- Poskytnutí zpětné vazby: Při označování výstupu mohou vývojáři přidat komentáře a určit důvod příznaku.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 operací generování. Aby vývojáři vyhověli rostoucím potřebám, mohou kontaktovat vlastníky svých účtů a požádat je o zvýšení tohoto limitu.
Vytvoření vícejazyčného záměru a entity
Trénovací data můžete vytvářet ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta AI musíte definovat promluvy, které odrážejí požadované interakce. Zatímco sloty zůstávají konzistentní napříč jazyky, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, najdete v tabulce jazyků verses entity podporované v tématu podporované jazyky pro skriptované agenty AI.
Správa odpovědí
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – Prosté textové zprávy pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia – obrázky, audio nebo video prvky pro zlepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony – předdefinované struktury odpovědí, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, která šablona se má použít na základě identifikovaného záměru.
Šablony pro předání agenta, nápovědu, nouzové řešení a uvítání jsou předem nakonfigurovány a zprávu odpovědi lze změnit z odpovídajících šablon.
Typy odpovědí
Sekce Návrháře odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího API, který reaguje asynchronním způsobem. Pracovní postupy musí být kódované v Pythonu.
Variabilní substituce
Substituce proměnných umožňuje používat dynamické proměnné jako součást šablon odpovědí. Všechny standardní proměnné (nebo entity) v relaci spolu s těmi, které může vývojář agenta AI nastavit uvnitř objektu volného formuláře, jako je pole úložiště dat, lze použít v šablonách odpovědí prostřednictvím této funkce. Proměnné jsou reprezentovány pomocí této syntaxe: ${variable_name}. Například použití hodnoty entity s názvem apptdate uses ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze personalizovat pomocí proměnných získaných z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplníte oblast proměnnou a zvýrazníte tuto proměnnou.
Konfigurace odpovědí pomocí Návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro nevývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI dodává zákazníkům.
- Fragmenty kódu: Pro vývojáře, kteří používají Python, tato možnost poskytuje flexibilitu pro konfiguraci odpovědí pomocí kódu.
Návrhář odezvy agenta Webex AI je navržený tak, aby zajistil, že uživatelské prostředí je přizpůsobeno konkrétnímu kanálu, se kterým agent AI komunikuje.
Šablony odpovědí
- Text – Jedná se o jednoduché textové odpovědi. Pro zlepšení uživatelského prostředí návrhář odpovědí umožňuje více textových polí v rámci jedné odpovědi, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je jedna z těchto možností náhodně vybrána a zobrazena uživateli, což zajišťuje dynamickou a poutavou interakci.
Chcete-li zachovat dynamické a poutavé uživatelské prostředí, můžete do šablon přidat více možností odpovědí. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko + Přidat variantu umístěné v dolní části odpovědi.
Při ukládání odpovědí se vývojářům zobrazí upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři snadno najít a opravit tyto chyby v libovolném kanálu nebo formátu odpovědi. Pokud výběr seznamu nebo rotující formát obsahuje více karet, tečková navigace umožňuje procházet karty s chybami. U jedné karty se odpovídající tečka změní na červenou, aby signalizovala chybu.
- Rychlá odpověď – textové odpovědi lze spárovat pomocí tlačítek, což mohou být textové nebo URL odkazy. Textová tlačítka vyžadují název a datovou část, která se po kliknutí odešle robotovi. Tlačítka URL přesměrovávají uživatele na konkrétní webovou stránku.
Když je dotaz uživatele nejednoznačný, částečná shoda umožňuje robotovi navrhnout relevantní články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a Facebooku.
Přidání rychlých odpovědí URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrovávají uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by robotovi odeslala jakákoli data.
Přidání rychlé odpovědi adresy URL v podmíněné nebo pevné odpovědi:
- Vyberte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď adresy URL.
- Klikněte + Přidat rychlou odpověď. Zobrazí se automaticky otevírané okno Typ tlačítka .
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na kterou musí být příjemce po kliknutí na tlačítko přesměrován.
- Kliknutím na Hotovo přidejte rychlou odpověď na adresu URL.
Tlačítka typu adresy URL lze také nakonfigurovat prostřednictvím typu dynamické odpovědi, kde se tato tlačítka mají konfigurovat pomocí fragmentů kódu Pythonu. Tato tlačítka jsou podporována ve verzi Preview platformy agenta AI Webex a ve verzi Preview ke sdílení. V současné době nejsou podporovány widgetem živého chatu IMIchat ani jinými kanály třetích stran.
- Rotující formát – rozšířené odpovědi můžou zahrnovat jednu kartu nebo víc karet uspořádaných v rotujícím formátu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka pro rychlou odpověď v rotující šabloně lze nakonfigurovat pomocí textových nebo URL odkazů. Kliknutím na tlačítko URL přesměrujete uživatele na zadanou webovou stránku. Kliknutím na textové tlačítko rychlé odpovědi se robotovi odešle nakonfigurovaná datová část a spustí odpovídající odpověď.
- Obrázek – multimediální šablona, ve které mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video – Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – dá se použít k napsání kódu Pythonu pro volání rozhraní API nebo spuštění jiné logiky.
Fragmenty kódu
Podmíněné odpovědi s rozsáhlými funkcemi a různorodými šablonami mohou efektivně řešit většinu potřeb agentů AI. Pro složité případy použití, které nelze plně realizovat prostřednictvím podmíněných odpovědí, nebo pro vývojáře, kteří dávají přednost kódování, je však k dispozici typ odpovědi fragmentu kódu.
Fragmenty kódu umožňují konfigurovat odpovědi pomocí kódu Pythonu. Tento přístup umožňuje vytvářet v šabloně odpovědi nebo článku všechny typy odpovědí, včetně rychlých odpovědí, textu, rotujících formátů, obrázků, zvuku, videa a souborů.
Kód funkce definovaný v šabloně Fragment kódu lze použít k nastavení proměnných, které jsou pak použity v jiných šablonách. Je důležité si uvědomit, že kód funkce nemůže přímo vracet odpovědi při použití v rámci podmíněných odpovědí.
Ověření fragmentu kódu – platforma kontroluje pouze chyby syntaxe v rámci fragmentu kódu, který konfigurujete. Jakékoli chyby v samotném obsahu odpovědi však mohou způsobit problémy uživatelům, kteří interagují s robotem na nakonfigurovaném kanálu. Editor vám například nezabrání v přidání odpovědi "Výběr času" pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele spustí tuto konkrétní odpověď.
Pokud se rozhodnete nekonfigurovat jedinečnou odpověď pro různé kanály, bude webová odpověď považována za výchozí a bude odeslána koncovému uživateli. Seznam šablon podporovaných ve webovém kanálu je:
- Text – jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď – Šablona s textovými tlačítky a tlačítky, na která lze kliknout.
- Rotující formát – kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Image (Obrázek) – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – Šablona pro konfiguraci videa zadáním adresy URL videa. Video můžete přehrát kliknutím nebo klepnutím na obrázek.
- Soubor – Šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním zvukové adresy URL. Zobrazuje také dobu trvání zvukové zprávy ve výstupu.
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Skriptovaný agent AI pro odpovídání na otázky
Skriptovaní agenti AI jsou agenti řízení znalostmi, jejichž znalostní báze se skládá z korpusu otázek a odpovědí. Skriptovaný agent AI může poskytovat odpovědi na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. Tato funkce je užitečná ve scénářích, kde:
- Jsou vyžadovány specifické znalosti – agent musí odpovídat na otázky v rámci předdefinované domény.
- Konzistence je důležitá – agent musí poskytovat konzistentní odpovědi na podobné dotazy.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v trénovacím korpusu.
Vytvoření skriptovaného agenta AI pro odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Skriptované. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Vytvořte entitu s rolemi entit pro agenta AI.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Save Changes (Uložit změny ) uložte nastavení. |
Správa článků
Články z podstaty skriptovaných AI agentů. Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která slouží jako identifikátor pro daný článek v relacích, kurátorství a na dalších místech v agentovi AI. Všechny články nakonfigurované v agentovi AI společně tvoří znalostní bázi nebo korpus agenta. Systém porovná váš dotaz s touto znalostní bází a zobrazí odpověď s nejvyšší úrovní spolehlivosti jako odpověď od agenta.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě trénovací varianty (promluvy), aby byl článek součástí korpusu trénovaného modelu. Pokud je ve skriptovaném agentovi AI pro odpovídání na otázky vybrán modul Rasa nebo Mindmeld NLU a pokud má článek méně než dvě varianty, tlačítka Trénovat a Uložit a Trénovat nejsou k dispozici. Když umístíte ukazatel myši na tato nedostupná tlačítka, zobrazí se zpráva k vyřešení problémů před tréninkem. K dispozici je také výstražná ikona odpovídající článku s problémy. Problémy jsou vyřešeny přidáním více než dvou variant článku. Jakmile jsou problémy vyřešeny, jsou k dispozici tlačítka Train a Save a Train . Dvě varianty se nevztahují na výchozí články – zpráva o částečné shodě, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle svého výběru a všechny nezařazené články jsou klasifikovány jako nepřiřazené. Existují čtyři výchozí články, které jsou k dispozici pro každého agenta AI, a to hned od okamžiku vytvoření. Jedná se o:
- Uvítací zpráva – obsahuje první zprávu vždy, když dojde k zahájení konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když agent nerozumí otázce uživatele.
- Částečná shoda – když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení předání a odvození ), agent zobrazí tuto zprávu shody spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se zobrazí spolu s těmito možnostmi.
- Co můžete dělat?— Můžete nakonfigurovat schopnosti agenta AI. AI Agent to zobrazuje vždy, když koncoví uživatelé zpochybňují schopnosti AI Agenta.
Kromě toho je přidán výchozí článek Mluvit s agentem, pokud jsou povolená nastavení předání agenta z předání a odvození .
Všichni noví AI agenti mají také čtyři články ve Smalltalku , které zpracovávají uživatelské promluvy pro:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
-
Nashledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý dotaz příjemce se porovná s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň spolehlivosti, se uživateli zobrazí jako odpověď agenta AI. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na Vytvořit nový článek. |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte kteroukoli z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí Návrháře odpovědí. |
| 6 |
Klikněte na Uložit a trénovat. |
Import z katalogů
| 1 |
Zapojte se do platformy agentů Webex AI |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do Nastavení a klikněte na tři tečky. |
| 4 |
Klikněte na Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které musí být přidány do agenta. |
| 6 |
Klikněte na tlačítko Hotovo. |
Extrahujte nejčastější dotazy z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na tři tečky. |
| 4 |
Klikněte na Extrahovat nejčastější dotazy z odkazu. |
| 5 |
Zadejte adresu URL místa, kde jsou hostovány nejčastější dotazy, a klikněte na Extrahovat. |
| 6 |
Klikněte na tlačítko Importovat. |
Import ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do Nastavení a klikněte na tři tečky. |
| 4 |
Klikněte na Importovat ze souboru a vyberte CSV importujte články ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, vyberte JSON. |
| 5 |
Klikněte na tlačítko Procházet a vyberte soubor, který obsahuje všechny položky. Kliknutím na tlačítko Stáhnout ukázku zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klikněte na tlačítko Importovat. |
Přidat vlastní synonyma
Mnoho případů použití agenta AI má tendenci zahrnovat slova a fráze, které nemusí být součástí standardní anglické slovní zásoby nebo jsou specifické pro obchodní kontext. Například chcete, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS a tak dále. Agent AI musí zahrnout tyto termíny a jejich variace do trénovacích promluv pro všechny související články, což vede k redundantnímu zadávání dat.
Chcete-li tento problém s redundancí vyřešit, můžete pro zodpovězení otázek použít vlastní synonyma v rámci skriptovaného agenta AI. Synonyma každého kořenového slova jsou platformou automaticky nahrazena kořenovým slovem za běhu.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na tři tečky. |
| 4 |
Klikněte na Vlastní synonyma. |
| 5 |
Klikněte na Nové kořenové slovo. |
| 6 |
Nakonfigurujte hodnotu kořenového slova a jeho synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta AI. Můžete také exportovat synonyma (ve formátu souboru .CSV) do místní složky a importovat soubor zpět na platformu. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI využívají porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI, což vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu lze analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Vyberte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní výsledek – minimální spolehlivost potřebná k zobrazení odpovědi a pod kterou se zobrazí záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování.
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části Informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v přehledech přepisů zpráv skriptovaných agentů AI a v sekci Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénováno.
Agenta AI můžete vycvičit pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Po vytvoření všech požadovaných článků můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli testovat a nasazovat. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknutím na Aktivovat natrénovaný korpus zprovoznit a otestovat ho ve verzi Webex Preview agenta AI nebo na externích kanálech, kde je agent AI nasazený.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy vs. vektory na úrovni článku. V našem pokračujícím úsilí o zlepšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku na rozdíl od staršího modelu použití vektorů úrovně promluvy a zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Poznámka: Vektory na úrovni článku budou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI a pro vícejazyčné agenty AI Shody na úrovni článků budou podporovány pouze v případě, že vícejazyčný model je Polymatch.
Informace o vektorovém modelu, který byl přítomen v době odvození, můžete zkontrolovat v části s dalšími informacemi o relaci .
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Zobrazení náhledu skriptovaného agenta AI
Webex AI Agent umožňuje zobrazit náhled agentů AI během jeho vývoje a dokonce i po dokončení vývoje. Tímto způsobem můžete otestovat fungování agentů AI a určit, zda jsou generovány žádoucí odpovědi odpovídající příslušným vstupním dotazům. Náhled skriptovaného agenta AI můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najeďte myší na kartu agenta AI a zobrazte možnost náhledu pro daného agenta AI. Kliknutím na tlačítko Náhled spusťte widget náhledu agenta AI.
- Hlavička agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo na tlačítko Upravit na kartě agenta AI je možnost Náhled vždy viditelná v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který vám umožní snadno znovu spustit režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled ke sdílení z agenta AI. Na kartě AI Agent klikněte vpravo nahoře na ikonu se třemi tečkami a klikněte na Kopírovat odkaz na náhled. Tento odkaz lze sdílet s ostatními uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravém dolním rohu obrazovky. Můžete zadat promluvy (nebo posloupnost promluv), abyste viděli, jak agent AI reaguje, a zajistit, aby fungoval podle očekávání. Verze Preview agenta AI podporuje více jazyků a může automaticky detekovat jazyk promluv, aby odpovídajícím způsobem reagoval. Jazyk v náhledu můžete také vybrat ručně kliknutím na výběr jazyka a výběrem ze seznamu dostupných možností.
Widget náhledu lze maximalizovat pro lepší zobrazení. Mezi další užitečné funkce patří poskytování informací o spotřebitelích a zahájení více místností pro důkladné testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje vývojářům agenta AI sdílet svého agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem, aniž by bylo nutné vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Vývojáři mohou provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní přizpůsobení jsou:
- Barva widgetu – Připojením
parametru brandColork odkazu. Uživatelé mohou definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev. -
Kryt telefonu – změnou hodnoty parametru
phoneCasingv odkazu. Tato možnost je ve výchozím nastavení nastavena nahodnotu truea lze ji vypnout nastavením možnosti falsePříklad odkazu na náhled s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Společné oddíly správy pro skriptovaného agenta AI
Následující části se zobrazí na levém panelu stránky konfigurace agenta AI:
Školení
Jak se agenti AI vyvíjejí a stávají se složitějšími, změny v jejich logice nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma AI Agent pohodlný rámec pro testování robotů jedním kliknutím. Jejich funkce jsou následující:
- Snadno vytvářejte a spouštějte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvořením testovacích případů s více zprávami.
Definovat testy
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě AI Agent.
- Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili.
- Klepněte na tlačítko Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testcases .
- Vyberte testovací případ a klikněte na tlačítko Provést vybrané testy.
Každý řádek v tabulce představuje testovací případ, který má následující parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Ukázková zpráva, která představuje typy dotazů a příkazů, které můžete očekávat, že uživatelé pošlou vašemu agentovi AI. |
| Předpokládaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Zadejte článek, který má být zobrazen jako odpověď na konkrétní zprávu uživatele. Abychom vám pomohli najít nejrelevantnější článek, obsahuje tento sloupec funkci automatického dokončování Smart. Během psaní systém navrhne odpovídající články na základě dosud zadaného textu. |
| Obnovení předchozího kontextu | Kliknutím na zaškrtávací políčko v tomto sloupci izolujete testovací případy a zajistíte, aby byly spuštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Pokud je povoleno, každý testovací případ je simulován v nové relaci, což zabraňuje jakémukoli rušení z předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolením tohoto přepínače zahrnete testovací případy s očekávanými články, které pouze částečně odpovídají skutečné odpovědi, která je považována za úspěšnou. |
| Import z CSV | Importujte testovací případy ze souboru odděleného čárkami (CSV). V tomto případě budou přepsány všechny existující testovací případy. |
| Exportovat do CSV | Exportujte testovací případy do souboru odděleného čárkami (CSV). |
| Testování zpětných volání | Povolením tohoto přepínače můžete simulovat příchozí zpětná volání a testovat chování toku bez nutnosti skutečných příchozích hovorů. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Zpětné volání v toku | Klepnutím na zaškrtávací políčko v tomto sloupci označíte, že záměr musí aktivovat zpětné volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Očekávaná šablona zpětného volání | Zadejte klíč šablony, který musí být aktivován při zpětném volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď na zpětné volání, než považuje zpětné volání za vypršené. V současné době je vynucen časový limit 20 sekund. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
Provádění testů
Na kartě Spuštění klikněte na možnost Spustit vybrané testy a zahajte postupné provádění všech vybraných testovacích případů.
Testovací případy můžete také spustit na kartě Testcases .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Splněno , Úspěšně s částečnou shodou , Nezdařilo se, Čeká na vyřízení ) na souhrnném pásu karet. Tím se seznam testovacích případů vyfiltruje tak, aby se zobrazily pouze ty, které odpovídají vybranému výsledku.
Ve výsledcích se zobrazí ID relace přiřazené ke každému testovacímu případu. To vám umožní rychle křížově odkazovat na testovací případy a zobrazit podrobnosti o transakci. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie spouštění
Na kartě Historie získáte přístup ke všem spuštěným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujte provedená testovací data jako soubor CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte konkrétní nastavení modulu a algoritmu použitá pro každé spuštění testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit upřesňující nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího stroje. To poskytne přehled o parametrech a nastaveních, které ovlivnily chování agenta AI během testování.
Zasedání
Část Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a auditování. Tato data můžete použít ke zkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, zpřesnili odpovědi agenta AI a vylepšili celkové uživatelské prostředí.
Dokáže zpracovat velké datové sady zobrazením výsledků na stránkách. Pomocí části Upřesnit výsledky můžete filtrovat a řadit relace na základě různých kritérií. Každý řádek v tabulce zobrazuje základní podrobnosti o relaci, včetně:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID příjemce – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v čase ukončení relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – Toto políčko zaškrtněte, chcete-li skrýt testovací relace a zobrazit pouze seznam živých relací.
- Předání agenta proběhlo – Toto políčko zaškrtněte, chcete-li filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto políčka chcete filtrovat relace, ve kterých k chybě došlo.
- Zamítnuto – Toto políčko zaškrtněte, chcete-li filtrovat přerušené relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka slouží k filtrování relací na základě předání agenta, chyb a snížení počtu hlasů. Dešifrovací relace vyžadují oprávnění na úrovni uživatele a pokročilé nastavení ochrany dat. Kliknutím na tlačítko Dešifrovat obsah zobrazíte podrobnosti o relaci.
Podrobnosti relace konkrétní relace ve skriptovaném agentovi AI pro zodpovězení otázek
Zobrazení Podrobnosti relace ve skriptovaném agentovi AI pro zodpovězení otázek poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem AI.
Sekce Zprávy :
- Zobrazí všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi generované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Zobrazí seznam článků, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných shod i částečných shod.
- Zobrazuje skóre podobnosti přiřazené ke každému identifikovanému článku a označuje stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikaci relevantních článků.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaných na kartě Předání a odvození .
Část Další informace v zobrazení Podrobnosti relace poskytuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – zobrazuje předzpracovanou verzi vstupu zákazníka po jeho zpracování kanálem NLU (Natural Language Understanding) agenta AI.
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Typ odpovědi – určuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Podrobnosti o relaci konkrétní relace ve skriptovaném agentovi AI pro provádění akcí
Karta Informace o transakci ve skriptovaném agentovi AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Identifikovaná část záměrů :
- Zobrazí záměry, které byly identifikovány pro dotaz zákazníka.
- Označuje úroveň spolehlivosti spojenou s každým identifikovaným záměrem.
- Zobrazí seznam slotů, které jsou přidruženy k identifikovanému záměru. Kliknutím na pozici zobrazíte další informace o její hodnotě a o tom, jak byla extrahována z dotazu uživatele.
Část Identifikované entity obsahuje seznam entit, které byly extrahovány ze zprávy zákazníka a jsou přidruženy k aktivnímu záměru příjemce. Tyto entity představují klíčové informace, které robot identifikoval v dotazu uživatele.
Část Výsledky algoritmu poskytuje přehled o základních procesech, které vedly k reakci agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – zobrazuje identifikované záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – zobrazuje entity, které byly extrahovány ze zprávy uživatele.
Zobrazí se další informace :
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Klíč šablony – označuje klíč šablony přidružený k záměru, který aktivoval odpověď agenta AI.
- Typ odpovědi – označuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Informace o transakci můžete také stáhnout a zobrazit ve formátu JSON pomocí možnosti stažení.
Karta Metadata zobrazuje:
- Metadata NLP – Zkontrolujte kroky předběžného zpracování použité na vstup zákazníka na kartě NLP .
- Datastore a FinalDF – přístup k datům souvisejícím s relací na kartách Úložiště dat a FinalDF pro inteligentní roboty.
- Funkce vyhledávání – Pomocí integrovaného vyhledávacího panelu můžete v konverzaci rychle najít konkrétní promluvy.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přeškolit skriptovaného agenta AI, aby se zajistilo, že je aktuální. Po každém tréninku důkladně otestujte svého AI agenta, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie umožňuje:
- Zobrazit historii školení – Sledujte, kdy byl korpus vyškolen a jaké změny byly provedeny.
- Porovnat trénovací moduly – Zkontrolujte tréninkové moduly používané pro různé iterace a jejich odpovídající trvání školení.
- Sledování změn – Monitoruje změny nastavení, článků, odpovědí, NLP a kurátorství.
- Návrat k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší tréninkové sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivovat články – Zprovozněte dříve neaktivní články , abyste je zahrnuli do odpovědí agenta AI.
- Upravit články – Vytvořte novou verzi existujícího článku při zachování původního článku pro referenci.
- Výkon ve verzi Preview: Vyhodnoťte výkon agenta AI pomocí konkrétní znalostní báze pomocí funkce Preview .
- Stáhnout články – Exportujte články znalostní báze jako CSV soubor pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro skriptovaného agenta AI pro zodpovězení otázek.
Kontrolní záznamy
Část Protokoly auditu poskytuje podrobný záznam změn provedených ve skriptovaném agentovi AI za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta AI, kterého jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Protokoly auditu zobrazíte podrobný protokol změn:
- Aktualizováno v - Datum a čas provedení změny.
- Aktualizováno - uživatel, který provedl změnu.
- Pole – část robota, kde došlo k úpravě (například Nastavení, Články, Odpovědi).
- Popis – Další podrobnosti o změně.
-
Pomocí možností Aktualizovaný aHledání polímůžete rychle vyhledat konkrétní položky protokolu auditu. -
Karta Historie modelu zobrazuje maximálně 10 korpusů pro každého agenta AI.
Kurátorství
Zprávy se do konzoly kurátorství přidávají na základě následujících kritérií:
- Záložní zprávy – když agent AI nerozumí zprávě uživatele a spustí záměr nouzového provozu.
- Výchozí záměr nouzového provozu – Pokud je tento přepínač povolen, budou zprávy, které aktivují výchozí záložní záměr, odeslány do konzoly kurátorství.
Toto kritérium platí pouze pro skriptovaného agenta AI pro provádění akcí.
- Downvote Messages – zprávy, které uživatelé přehlasovali během náhledů agenta AI.
- Předání agenta – zprávy, které mají za následek předání lidského agenta z důvodu nakonfigurovaných pravidel.
- Z relace – zprávy označené uživateli jako nepřijímající požadovanou odpověď z dat relace nebo místnosti.
- Nízká spolehlivost – zprávy se skóre spolehlivosti spadající do zadané prahové hodnoty nízké spolehlivosti.
- Částečná shoda – zprávy, u kterých agent AI nemohl definitivně identifikovat správný záměr nebo odpověď.
Řešení problémů
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny příznakem pro kurátorství. Můžete provést následující kroky:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní promluvu uživatele, odpověď agenta AI a všechna připojená média.
Dešifrovací přístup se uděluje na úrovni uživatele a vyžaduje , aby byla v back-endu povolena rozšířená ochrana dat.
Chcete-li vyřešit problém, můžete:
-
Odkaz na existující článek – Chcete-li připojit problém k existujícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – Pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzoly kurátorství.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzoly kurátorství.
- Odkazování na výchozí články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- U skriptovaného agenta AI pro provádění akcí vyberte z rozevíracího seznamu příslušný záměr a označte všechny relevantní entity.
- Po provedení změn přeškolte agenta AI, abyste zajistili, že se nové znalosti projeví v jeho odpovědích.
- Vyřešte nebo ignorujte více problémů současně pro efektivní správu.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit souhrn každého vyřešeného problému, včetně toho, zda byl problém propojen s existujícím článkem, použit k vytvoření nového článku nebo záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny existujícími pravidly, můžete ručně přidat konkrétní promluvy do konzoly kurátorství.
Přidání problémů z relací:
- Identifikujte promluvu – vyhledejte promluvu, která spustila nesprávnou odpověď.
- Zkontrolovat stav kurátorství – Pokud problém ještě není v konzole kurátorství,
zobrazí se přepínač Stavkurátorství. - Přepnout příznak – Povolením přepínače Stav
kurátorstvípřidáte promluvu do konzoly kurátorství pro kontrolu a řešení.
Pokud je problém již v konzole kurátora přítomen, vzhled přepínače se odpovídajícím způsobem změní, aby indikoval jeho stav.
Zobrazení výkonu skriptované umělé inteligence pomocí Analytics
Část Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř sekcí reprezentovaných kartami. Jsou to: přehled, odpovědi, školení a kurátorství.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí zobrazit analýzy. Mohou také přizpůsobit analytický výběr kanálu, pro který chtějí data zobrazit, spolu s rozsahem dat a členitostí dat. Ve výchozím nastavení se analytická data za poslední měsíc zobrazují pro všechny kanály s denní granularitou (každý den je v grafech bodem na ose x).
Přehled
Přehled obsahuje klíčové metriky a grafy, které vývojářům poskytují přehled o celkovém využití a výkonu agenta AI.
- Na stránce řídicího panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta AI:
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Následuje grafické znázornění relací (skládaný sloupec představující relace zpracovávané agentem AI a předané relace) a celkové odpovědi odeslané agentem AI.
Uživatelé
Druhá část v části Přehled obsahuje statistiky o uživatelích agenta AI. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na zvolené granularitě.
Představení
Třetí část poskytuje statistiky o reakcích AI agenta uživatelům. Zde je vidět celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Identifikoval záměr uživatele.
- Odpověděl záložní zprávou.
- Odpověděl zprávou o částečné shodě.
- Informoval uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a plošný graf poskytuje informace na základě vybrané členitosti.
Školení
Tréninková část představuje "zdraví" korpusu AI Agent. Doporučuje se, aby vývojáři nakonfigurovali 20 + trénovacích promluv pro každý záměr nebo článek ve svých agentech AI. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikuje trénovací data, která článek / záměr obsahuje. Čím blíže je záměr bílé, tím více trénovacích dat potřebuje, aby se přesnost vašeho agenta AI zlepšila.
Odpovědi
Tato část poskytuje vývojářům podrobný přehled o tom, na co se uživatelé ptají a jak často se na to ptají. Poskytuje grafické znázornění nejoblíbenějších článků pro agenty AI pro odpovědi na otázky a šablony odpovědí pro agenty AI pro provádění akcí.
Kurátorství
Poskytuje vizuální souhrn toho, kolik problémů s kurátorstvím se každý den objevilo a kolik z nich vývojáři agenta AI vyřešili.
Integrace agentů AI
Tato část vysvětluje, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací zákazníků.
Integrace agentů AI s hlasovými a digitálními kanály
Jakmile vytvoříte a nakonfigurujete agenty AI na platformě agenta Webex AI, dalším krokem je jejich integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům AI zpracovávat hlasové i digitální konverzace se zákazníky a poskytuje bezproblémové a interaktivní uživatelské prostředí.
Další informace najdete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa sestav agentů AI
Tato část popisuje přehled sestav agentů AI, typů sestav, vytváření sestav agentů AI a režimů doručení sestav.
Vysvětlení sestav agentů AI
Funkce přehledů umožňuje generovat nebo plánovat (pravidelně generovat) konkrétní sestavy z dostupných typů sestav a přijímat je prostřednictvím dostupných způsobů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, používání, zapojení, výkonu produktu atd. Požadované informace si můžete nechat doručit na e-mail, SFTP cestu nebo do kbelíku S3. Můžete si vybrat typ sestavy ze seznamu předem připravených sestav a také zvolit, zda chcete generovat jednorázový report okamžitě nebo v pravidelných intervalech.
Po otevření nabídky Sestavy z levého navigačního podokna se zobrazí následující karty:
-
Konfigurovat – Na této kartě jsou uvedeny všechny sestavy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam sestav jsou k dispozici následující podrobnosti:
- Aktivní – určuje, zda je uživatel stále přihlášen k odběru sestavy.
- AI Agent – název agenta AI přidruženého k sestavě.
- Typ sestavy – předem připravený typ sestavy, k jehož odběru jste přihlášeni.
- Frekvence – Interval, ve kterém dostáváte sestavu.
- Poslední sestava Generováno – poslední odeslaná sestava.
- Další naplánované datum – další datum, kdy bude sestava odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace o sestavách odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické přehledy můžete stáhnout kliknutím na ikonu Stáhnout ve sloupci Akce .
Sestavy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení generování sestavy.
Vytvoření sestavy agenta AI
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Klikněte na Přehledy na levém navigačním panelu. |
| 3 |
Klikněte na +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy sestav agenta AI
Můžete si vybrat ze seznamu předem připravených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v každém listu.
AI Agent pro zodpovězení otázek typ sestavy
Pro agenta AI jsou k dispozici tři různé typy sestav pro zodpovězení otázek v aplikaci. Pomocí různých typů sestav můžete porozumět souhrnu využití agenta AI, chování, tomu, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Chování a souhrn použitíTato část zobrazuje souhrn agenta AI s četností, s jakou jsou články a kategorie vyvolávány. Informace o souhrnu, kategoriích a článcích můžete zobrazit na samostatné kartě v přehledech:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv | Zprávy odeslané koncovými uživateli agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Totální rozhovory předané lidskému agentovi. |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie nakonfigurovaný v agentovi AI. |
| Konverzace pro kategorii | Počet konverzací nebo návštěv, ve kterých byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Kolikrát byl zjištěn článek patřící do této kategorie. |
| Celkový počet hlasů | Kolikrát byla odpověď z této kategorie přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď z této kategorie přehlasována. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurovaný v agentovi AI. |
| Kategorie článků | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, ve kterých byl tento článek zjištěn. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů | Kolikrát byla reakce na tento článek přehlasována. |
| Celkový počet hlasů |
Kolikrát je odpověď na tento článek přehlasována. |
Zobrazí konverzaci mezi agentem AI a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 | Bylo zjištěno skóre záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, se kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 |
Skóre zjištěného záměru. |
Typ sestavy AI Agent pro provádění úkolů
Pro agenta AI jsou k dispozici tři různé typy sestav pro provádění úloh v aplikaci tvůrce agenta AI. Jako vývojář agenta AI můžete vytvářet různé typy sestav. Ty se dají použít k pochopení souhrnu využití agenta AI, chování agenta AI, toho, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Zobrazí souhrn konverzací spolu se záměry a aktivovanými klíči šablon. Karta souhrnu zobrazuje následující podrobnosti:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací, které zpracovává agent AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv |
Zprávy, které koncoví uživatelé odesílají agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které agent AI odesílá koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly uživateli přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které uživatelé přehlasovali. |
Podrobnosti o záměru můžete zobrazit také na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi AI. |
| Konverzace pro záměr | Počet konverzací nebo relací, kde byl tento záměr vyvolán. |
| Celkový počet vyvolání | Kolikrát byl tento záměr uplatněn. |
| Celkový počet dokončených prací | Kolikrát byly shromážděny všechny sloty a tento záměr byl splněn. |
| Celkový počet hlasů | Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
| Celkový počet hlasů |
Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
Sestava také obsahuje podrobnosti o šabloně vysoké úrovně, například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony nakonfigurovaný v agentovi AI. |
| Záměr klíče šablony | Záměry, kde se tento klíč šablony používá. |
| Konverzace pro klíč šablony | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet odpovědí | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet hlasů | Kolikrát byla odpověď na tuto šablonu přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď na tuto šablonu přehlasována. |
Zobrazí konverzaci zákazníka s agentem AI spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatelů, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. Tato sestava je relevantní pouze pro skriptované agenty AI. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, na kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre |
Skóre zjištěného záměru. |
Způsoby doručení sestavy agenta AI
V dnešním světě založeném na datech je efektivní a bezpečné poskytování sestav AI Agent zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různorodým organizačním potřebám, nabízíme několik režimů doručování pro sestavy agentů AI, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují protokol SFTP (Secure File Transfer Protocol), e-mail a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už se jedná o potřebu vysokého zabezpečení, snadný přístup nebo škálovatelná řešení úložiště. Tento dokument popisuje funkce a výhody jednotlivých způsobů dopravy a pomáhají vám vybrat nejlepší možnost pro vaše konkrétní potřeby.
SFTP
|
Pole |
Popis |
|---|---|
| Nabízení sestav na zabezpečené místo podle plánu |
Přepnutím této možnosti odešlete sestavy do zabezpečeného umístění v naplánovaném čase. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| Adresa IP | IP adresa systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup k přehledům. |
| Heslo | Heslo pro přístup k sestavám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Nahrát cestu |
Cesta, kam jsou soubory v systému směrovány. |
| Pole | Popis |
|---|---|
| Naplánujte e-maily pro více příjemců a oddělte je středníkem (;) | Přepnutím této možnosti můžete přidat příjemce. |
| Příjemci |
E-mailové adresy všech příjemců, kteří musí dostávat zprávy v určeném čase a se stanovenou frekvencí. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrání sestav do segmentu S3 podle plánu |
Přepnutím této možnosti zpřístupníte pole S3 a směrujete sestavy do nakonfigurovaného segmentu S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název segmentu | Název segmentu, do kterého je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kontejneru S3. |
Pochopte dodržování předpisů AI
Tato část vám pomůže pochopit vývoj AI, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, zabezpečení a bezpečnost
Každá funkce společnosti Cisco využívající umělou inteligenci prochází posouzením dopadu AI podle našich principů odpovědné AI a dodržuje rámec Responsible AI Framework, kromě stávajících procesů zabezpečení, soukromí a lidských práv již od návrhu.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníka po procesu odvození a poskytovatel modelu 3rd, společnost Microsoft, nepřistupuje, nemonitoruje ani neukládá zákaznická data společnosti Cisco. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce najdete v tématu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti AI pro všechny funkce AI:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů 3. strany Cisco, společnost Microsoft, prohlašuje, že nebude používat zákaznický obsah k vylepšování modelů Azure OpenAI a že neukládá ani neuchovává zákaznická data Cisco v infrastruktuře Azure.
Bezpečnostní a etická hlediskaVšechny generativní funkce AI jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce AI tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Vyhodnocení a výkonnost modeluSpolečnost Cisco upřednostňuje výkon a přesnost AI Assistant tím, že zapojuje lidi do kontroly, testování a zajištění kvality základního modelu.
Začínáme s agentem Webex AI
Webex AI Agent je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI pro splnění potřeb zákaznických služeb a podpory. Pomocí umělé inteligence poskytují agenti AI automatizovanou pomoc zákazníkům před interakcí s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyka a kontextovým povědomím v rámci konverzací. Agenti AI také bezproblémově a informativně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci těží ze zkušeností podobných domovníkům, dostávají pomoc s dotazy, vyhledávání informací a minimalizaci čekacích dob.
Možnosti agenta Webex AI
- Přesné a včasné odpovědi—Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo vstupů zákazníků.
Klíčové výhody pro firmy
-
Vylepšené prostředí pro zákazníky: Poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Personalizované interakce – přizpůsobuje reakce individuálním potřebám a preferencím zákazníků.
-
Škálovatelnost a efektivita: Zvládá velký objem interakcí se zákazníky bez nutnosti dalších lidských agentů, což vede ke zvýšení spokojenosti a snížení provozních nákladů.
Vysvětlení typů a příkladů agentů AI
Následující tabulka poskytuje přehled typů agentů AI a jejich možností:
| Typ agenta AI | Účel | Funkce | Popis | Jak nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti AI jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a plnili úkoly bez přímého lidského zásahu. |
Provádění akcí |
Rozhodujte se informovaně na základě dostupných informací a předem definovaných pravidel. Automatizujte opakující se nebo časově náročné úlohy. |
|
|
Odpovězte na otázky |
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Scénář |
Skriptovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provádění akcí |
Skriptovaní agenti mohou provádět určité úlohy, které jsou jasně definovány a strukturovány. |
Skriptovaní agenti AI pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Skriptovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i skriptované agenty AI lze použít v různých případech použití v závislosti na konkrétních požadavcích a požadovaných funkcích. Některé příklady:
-
Zákaznický servis: K poskytování zákaznické podpory lze použít autonomní i skriptované agenty, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – Autonomní agenti jsou vhodní pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat přizpůsobenější interakce.
-
Analýza dat: Autonomní agenti se dají použít k analýze velkých datových sad a extrakci cenných poznatků.
-
Automatizace procesů: Autonomní i skriptované agenty lze použít k automatizaci opakujících se úloh, zvýšení efektivity a snížení počtu chyb.
-
Správa znalostí: Autonomní agenti se dají použít k vytváření a správě úložišť znalostí, aby byly informace snadno přístupné uživatelům.
Volba mezi autonomními a skriptovanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti trénovacích dat.
Předpoklady
-
Pokud jste stávajícím zákazníkem Webex kontaktního centra, ujistěte se, že splňujete následující předpoklady:
-
Webex klienta Kontaktního centra 2.0.
-
Webex Connect se zřídí pro vašeho tenanta.
-
Platforma hlasových médií je mediální platforma nové generace.
-
-
Pokud nemáte klienta Webex kontaktního centra, obraťte se na svého partnera a požádejte ho o zahájení zkušební verze Webex kontaktního centra s mediální platformou nové generace.
-
Administrátoři si mohou vyžádat Webex izolovaný prostor pro vývojáře kontaktního centra, aby vyzkoušeli agenty AI.
Povolení funkcí
Tato funkce je v současné době v beta verzi. Zákazníci se mohou zaregistrovat k této funkci na Webex Beta portálu vyplněním průzkumu účasti pro AI agenty.
-
V současné době je ve fázi beta k dispozici pouze funkce skriptovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Požadavky lze podávat prostřednictvím CSM (Customer Success Manager), PSM (Partner Success Manager) nebo e-mailem ask-ccai@cisco.com. Po schválení budou autonomní agenti k dispozici kromě skriptovaných agentů pro vašeho tenanta.
Přístup Webex agenta AI
Chcete-li vytvořit agenty AI, musíte se přihlásit k aplikaci agenta Webex AI. To lze provést následujícími způsoby:
Přihlášení z Centra řízení
- Přihlaste se do Centra řízení pomocí adresy URL https://admin.webex.com.
- V části Služby navigačního podokna zvolte Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktních center.
- Kliknutím na Webex AI Agent získáte přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlášení ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent byste měli mít přístup k Webex Connect.
- Přihlaste se k aplikaci Webex Connect pomocí adresy URL tenanta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Zásobník aplikací v levém navigačním podokně klikněte na Webex AI Agent pro přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozložení domovské stránky
Vítejte na platformě Webex AI Agent. Když se přihlásíte, domovská stránka zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – zobrazí seznam agentů AI, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, která slouží jako mozek pro autonomní agenty AI, kteří reagují na dotazy zákazníků.
- Sestavy – seznam předem připravených sestav agentů AI různých typů. Sestavy můžete generovat nebo plánovat podle svých obchodních potřeb.
- Nápověda - poskytuje přístup k uživatelské příručce agenta Webex AI v centru nápovědy Webex.
-
Uživatelský profil
Nabídka profilu uživatele umožňuje zobrazit informace o profilu a odhlásit se z aplikace.
Stránka podnikový profil obsahuje informace o tenantovi agenta AI, které jsou přístupné pouze správcům s plným přístupem správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného podniku. To je k dispozici pro podniky s integrací Webex kontaktního centra pro odpovídajícího tenanta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Nastavení globálního agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování nouzových scénářů.
- Souhrn uchovávání dat – poskytuje souhrn doby uchovávání dat pro tento podnik.
-
Na kartě Spoluhráči můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje akce, které mohou provádět na základě udělených oprávnění.
-
Poznejte svůj řídicí panel
Na řídicím panelu jsou agenti AI reprezentováni kartami, které zobrazují základní informace, včetně názvu agenta AI, naposledy aktualizovaného, naposledy aktualizovaného a modulu použitého k trénování agenta.
Úkoly na kartě AI Agent
Najeďte myší na kartu agenta AI a zobrazte následující možnosti:
- Náhled – Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – Kliknutím na tuto ikonu můžete provádět následující úlohy:
-
Kopírovat odkaz na náhled – Zkopírujte odkaz na náhled a vložte jej na novou kartu a zobrazte náhled agenta AI ve widgetu chatu.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Exportujte podrobnosti agenta AI (ve formátu JSON) do místní složky.
-
Odstranit – trvale odstraní agenta AI ze systému.
-
Připnout – připněte agenta AI na první pozici na řídicím panelu nebo ho odpněte a přesuňte ho zpět na předchozí pozici.
-
Vytvoření nového agenta AI
Nového agenta AI můžete vytvořit pomocí + možnosti vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o tom, jak vytvářet skriptované a autonomní agenty AI, najdete v následujících částech:
Import předem sestaveného agenta AI
Předem sestaveného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Chcete-li jej importovat, postupujte takto:
- Klikněte na Importovat agenta.
- Kliknutím na Nahrát nahrajte soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Název agenta zadejte název agenta AI.
- (Volitelné) V ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klikněte na tlačítko Importovat.
Váš agent AI je teď úspěšně importován na platformu agenta Webex AI a je k dispozici na řídicím panelu.
Vyhledávání podle klíčových slov
Platforma poskytuje robustní možnosti vyhledávání, které vám pomohou snadno najít a spravovat agenty AI. Vyhledávání podle klíčových slov můžete provádět pomocí názvu agenta. Zadejte název agenta nebo část názvu do vyhledávacího pole. Systém zobrazí seznam agentů AI, kteří odpovídají vašim kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě vyhledávání podle klíčových slov můžete výsledky vyhledávání upřesnit filtrováním na základě typu agenta AI. Z rozevíracího seznamu vyberte jeden z filtrů typu agenta – Skriptované , Autonomní a Vše.
Správa znalostní báze
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající LLM (Large Language Model). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení k pochopení, zpracování a generování lidského textu. Tito agenti AI trénují na obrovském množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní odpovědi. Znalostní báze ukládají data nezbytná pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent.
- Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. Zobrazí se stránka Znalostní báze.
- Znalostní bázi můžete najít na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze aktualizované mezi zadanými daty
- Znalostní báze vytvořené mezi zadanými daty
- Kliknutím na tlačítko Obnovit vše obnovíte kritéria vyhledávání.
- Můžete také vytvořit novou znalostní bázi. Pokud chcete vytvořit novou znalostní bázi, přečtěte si téma Vytvoření znalostní báze pro agenty AI.
Vytvoření znalostní báze pro agenty AI
| 1 |
Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. |
| 2 |
Na stránce Znalostní báze klikněte na tlačítko + Vytvořit znalostní bázi v pravém horním rohu. |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující podrobnosti: |
| 4 |
Klikněte na tlačítko Vytvořit. Systém vytvoří znalostní bázi se zadaným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace . Můžete zobrazit a sledovat podrobnosti o souborech, které jste nahráli, a dokumentech, které jste vytvořili. Kliknutím na ikonu Upravit můžete upravit soubory znalostní báze. V případě potřeby upravte název souboru. Můžete také odstranit existující soubory a přidat nové soubory.
Kliknutím na ikonu Odstranit zcela odstraníte znalostní bázi.
|
Další postup
Nakonfigurujte znalostní bázi pro autonomního agenta AI pro odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti AI pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobení svých akcí k dosažení konkrétních cílů. Tato část popisuje dvě primární funkce autonomního agenta AI.
Autonomní agent AI pro provádění úkolů
Autonomní agenti AI mohou provádět různé úkoly, včetně:
-
Zpracování přirozeného jazyka (NLP) – porozumění lidské řeči a reakce na ni přirozeným a konverzačním způsobem.
-
Rozhodování – Rozhodujte se informovaně na základě dostupných informací a předdefinovaných pravidel.
-
Automatizace – automatizujte opakující se nebo časově náročné úlohy.
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku.
Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Filtrujte typ agenta AI jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro provádění akcí je úspěšně vytvořený a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI |
Další postup
Aktualizujte profil pro agenta autonomní AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Publikovat zprovozníte agenta AI. |
Další postup
Přidejte požadované akce do agenta AI.
Přidání akcí do agenta Autonomous AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby pochopili záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek jídla. Chcete-li tento úkol provést, můžete vytvořit autonomního agenta AI, který provádí následující akce:
-
Získejte požadované informace od zákazníka.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí funguje na následujících stavebních blocích:
-
Akce – funkce, která umožňuje agentovi AI připojit se k externím systémům a provádět složité úlohy.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Plnění slotů zahrnuje kladení konkrétních otázek zákazníkovi, aby splnil záměr zákazníka na základě promluv. Je to spouštěč pro agenta AI, aby začal provádět akci. Definujte vstupní entity jako součást vyplňování slotu.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomního agenta AI pro vygenerování odpovědi v konkrétním formátu. Systém odešle výstupní entity do toku, aby pokračovaly v akci a úspěšně dokončily úlohu.
| 1 |
Na kartě Akce klikněte na +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Další postup
Můžete buď konfigurovat sloty, nebo můžete konfigurovat sloty a definovat plnění v závislosti na zvoleném rozsahu akcí.
Konfigurace zaplnění slotů
Plnění slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Zaplnění slotu na stránce Akce přidejte vstupní entity:
-
Entity můžete přidávat jednu po druhé ve formátu tabulky.
-
Můžete také použít soubor JSON a definovat entity. Podrobnosti najdete v tématu prohlídka schématu JSON.
Přidání vstupních entit v tabulkovém formátu
| 1 |
Chcete-li přidat vstupní entitu, klikněte na tlačítko + Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
type – Datový typ objektu parametrů. To je vždy "objekt", který označuje, že parametry jsou strukturovány jako objekt.
properties – objekt, kde každý klíč představuje parametr a přidružená metadata.
required – pole řetězců se seznamem názvů parametrů, které jsou povinné.
Vlastnosti objektu
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type – Datový typ parametru. Povolené typy jsou:
-
string – Textová data.
-
celé číslo – číselná data bez desetinných míst.
-
number (číslo) – číselná data, která mohou obsahovat desetinná místa.
-
boolean – hodnoty true/false.
-
array – seznam položek, z nichž všechny jsou obvykle stejného typu.
-
object – Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – Stručné vysvětlení toho, co entita představuje. To pomáhá modulu AI pochopit účel a použití parametru. Pro lepší přesnost se doporučuje popis, který je stručný a konzistentní s pokyny agenta a popisem akce.
-
Ověření je vynuceno platformou pouze pro "typ". "Popis" není vynucen pro všechny entity, ale důrazně doporučujeme jej přidat. Další užitečná klíčová slova pro metadata entity jsou:
-
enum – Pole výčtu uvádí možné hodnoty parametru. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby to mohl použít.
- pattern – pole vzoru se používá s typy řetězců k určení regulárního výrazu, kterému musí řetězec odpovídat. To je užitečné zejména pro ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
příklady – pole příklady poskytuje jeden nebo více příkladů platných hodnot parametru. To pomáhá modulu AI pochopit, jaký druh dat se očekává, a může být obzvláště užitečný pro účely interpretace a ověřování.
-
Existují další klíčová slova, která mohou definici entity zpřesnit a robustnější. Další informace najdete v tématu prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčových slov:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address of the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/rrrr"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Zda chce uživatel dostávat newslettery.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "role": { "type": "array", "description": "Seznam rolí přiřazených uživateli.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- username – typ řetězce s omezením minimální a maximální délky.
- password – typ řetězce s minimální délkou a určitým formátem (heslo označuje, že by se s ním mělo zacházet bezpečně).
- e-mail – typ řetězce se vzorem regulárního výrazu, který zajišťuje, že se jedná o platnou e-mailovou adresu.
- birthdate – typ řetězce s příklady pro předepisování formátu data.
- předvolby – Typ objektu s vnořenými vlastnostmi (bulletin a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- roles – typ pole, kde každá položka je řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak je definováno polem "povinné".
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a konvenci pojmenování. Postupujte podle těchto osvědčených postupů a vytvořte dobře definované entity, které je pro modul AI snadné interpretovat a vynucovat.
Definování plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta AI v kontaktním centru. Zadejte následující podrobnosti: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI vygeneroval výsledek ve formátu, který je pro tok srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na tlačítko + Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat tolik výstupních entit, kolik potřebujete. |
| 5 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
| 6 |
Kliknutím na tlačítko Přidat dokončete kofiguraci. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na Publikovat zprovozníte agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná ve scénářích, kdy agent potřebuje:
-
Poskytujte zákaznickou podporu – odpovězte na nejčastější dotazy, řešte problémy a proveďte zákazníky procesy.
-
Nabídněte technickou pomoc – Poskytujte odborné rady v konkrétních tématech nebo oblastech.
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Nezapomeňte vytvořit znalostní bázi. Další informace naleznete v tématu Správa znalostní báze.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Aktualizujte profil pro agenta autonomní AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Nakonfigurujte znalostní bázi pro agenta AI.
Konfigurace znalostní báze Knowledge Base
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na kartu znalostní báze . |
| 3 |
Z rozevíracího seznamu vyberte požadovanou znalostní bázi. |
| 4 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti o relaci a historii každého z autonomních agentů AI, které jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s kontomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI.
Zasedání
Stránka Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a uživateli. Přechod na stránku Relace :
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy relace. Tyto informace jsou užitečné pro audit, analýzu a vylepšení agenta AI.
Tabulka relací zobrazuje seznam všech relací nebo místností vytvořených pro daného agenta AI. Tabulka se stránkuje, pokud je na jedné obrazovce více řádků, než se do ní vejde. Kterékoli pole v tabulce lze řadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Pole, která jsou k dispozici, představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace pro konverzaci.
- ID spotřebitele – ID spotřebitele, který komunikoval s agentem AI.
-
Kanály – kanál, ve kterém došlo k interakci.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti – obsahují další informace o místnosti.
-
Zaškrtněte požadovaná políčka:
- Skrýt testovací relace – skryje testovací relace a zobrazí pouze seznam živých relací.
- Došlo k předání agenta – k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě - filtruje relace, ve kterých k chybě došlo.
- Downvote (Zamítnuto) – filtruje relace s přehlasovaným hlasem.
Kliknutím na řádek v tabulce relací zobrazíte podrobné zobrazení této relace. Ikona zámku označuje, že relace je uzamčena a je třeba ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je povolen přepínač Dešifrovat přístup , můžete přistupovat k libovolné relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je ale použitelná jenom v případě, že je Rozšířená ochrana dat nastavená na hodnotu true nebo povolená pro tenanta.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI. Zobrazení historie konkrétního agenta:
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historie.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu protokoly auditu zobrazíte změny provedené v agentech AI.
- Historie modelu – kliknutím na kartu Historie modelu zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Kontrolní záznamy
Karta protokoly auditu sleduje změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Karta Protokoly auditu zobrazuje následující podrobnosti:
Uživatelé s rolí správce nebo vývojářského agenta AI mají přístup jenom ke kartě protokoly auditu . Uživatelé s vlastními rolemi, kteří mají oprávnění Získat protokol auditu, mohou také zobrazit protokoly auditu.
- Aktualizováno v – data a čas změny.
- Aktualizováno – jméno uživatele, který změnu začlenil.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditování můžete vyhledat pomocí možností vyhledávání Aktualizováno, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelu
Karta Historie modelu je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete agenta autonomní AI pro provádění akcí, uloží se verze agenta autonomní AI, která je k dispozici na kartě Historie modelu. Různé verze agenta AI můžete zobrazit na kartě Historie modelu.
- Popis modelu – stručný popis verze agenta AI.
- AI Engine – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje provádět následující akce s agentem AI:
- Načtení – všechny změny agenta AI budou ztraceny. Konfiguraci je nutné provést znovu.
- Exportovat – slouží k exportu agenta AI.
Zobrazení náhledu autonomního agenta AI
Můžete zobrazit náhled autonomních agentů AI v době vytváření agenta AI, během úprav a po nasazení agenta. Náhled můžete spustit z:
- Řídicí panel agenta AI – když najedete myší na kartu agenta AI, zobrazí se možnost náhledu pro daného agenta AI. Kliknutím spustíte náhled agenta AI.
- Záhlaví agenta AI – kliknutím na kartu agenta AI otevřete. Tlačítko Náhled je vždy viditelné v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který lze použít ke snadnému opětovnému spuštění režimu náhledu.
Webex AI Agent také poskytuje možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled. Odkaz na náhled lze sdílet s testery nebo uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se otevře v pravé dolní části obrazovky. Uživatelé mohou poskytnout promluvu (nebo posloupnost promluv), pro které je potřeba zkontrolovat odpověď agenta AI. Tato funkce umožňuje vývojáři zajistit, aby agent AI reagoval podle očekávání.
Widget náhledu lze maximalizovat. K dispozici jsou další užitečné funkce, jako je poskytování informací o spotřebitelích a inicializace více místností pro testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje vývojářům agenta AI sdílet svého agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem, aniž by bylo nutné vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Vývojáři mohou provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní úpravy jsou:
- Barva widgetu – Připojením parametru brandColor k odkazu. Uživatelé mohou definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev.
-
Kryt telefonu – změnou hodnoty parametru phoneCasing v odkazu. Tato možnost je ve výchozím nastavení nastavena na hodnotu true a lze ji vypnout nastavením možnosti false.
Příklad odkazu na náhled s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Zadejte hexadecimální hodnotu barvy ve formátu _XXXX>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Na řídicím panelu vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu AI Engine vyberte Vega.
- Klikněte na Uložit změny.
Tlačítko Náhled se aktualizuje ikonou mikrofonu pro hlasový náhled. Klikněte na tlačítko Náhled. Zobrazí se widget hlasového náhledu:
Uživatel musí povolit přístup k mikrofonu, aby mohl tuto funkci používat.
Widget hlasového náhledu poskytuje uživatelům následující funkce:
- Start pro spuštění náhledu.
- Živý přepis Když probíhá hlasový náhled, ve widgetu se zobrazí živý přepis konverzace.
- Ukončením hovoru ukončíte konverzaci.
- Ztlumit a ztlumit.
Zobrazení výkonu autonomního agenta AI pomocí služby Analytics
Část AI Agent Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýz autonomního agenta AI:
- Na řídicím panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta AI.
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Druhá část zobrazuje statistiky o uživatelích. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích.
Třetí část zobrazuje odpovědi agenta AI a předání agentů
Nastavení skriptovaného agenta AI
Tato část popisuje, jak nastavit a spravovat skriptované agenty AI Webex na platformě agenta AI tak, aby poskytovaly přesné odpovědi na dotazy uživatelů a efektivně prováděly automatizované úlohy.
Skriptovaný agent AI pro provádění úloh
Skriptovaný agent AI rozšiřuje možnosti vytváření agentů Webex bez kódu platformy agenta AI. Skriptovaný agent AI umožňuje víceotáčkové konverzace, kde může získat relevantní data od zákazníků k provádění konkrétních úkolů. To zahrnuje:
-
Spouštění jednoduchých příkazů – podle pokynů dokončete předdefinované akce.
-
Zpracování dat – Manipulujte s daty a transformujte je podle zadaných pravidel.
-
Interakce s jinými systémy – komunikujte s jinými řešeními a ovládejte je.
Vytvoření skriptovaného agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI vytvořte nového agenta AI od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Začít od začátku a potom na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klepněte na položku Skriptované. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klepněte na tlačítko Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Po vytvoření agenta AI můžete vytvářet entity, přidávatzáměry a definovatodpovědi .
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Save Changes (Uložit změny ) uložte nastavení. |
Správa entit
Entity jsou stavebními kameny konverzací. Jedná se o základní prvky, které agenti AI extrahují z promluv uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit mohou agenti AI lépe porozumět záměru uživatele a poskytovat přesnější a relevantnější reakce.
Typy entit
Webex AI Agents nabízí 11 předem připravených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zachytit informace specifické pro případ použití. Používají se pro věci, které nejsou pokryty systémovými entitami.
-
Vlastní seznam – definuje seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem připravenými entitami. Ke každému řetězci můžete přidat více synonym. Například vlastní entita velikosti pizzy.
-
Regex – pomocí regulárních výrazů můžete identifikovat konkrétní vzory a extrahovat odpovídající data. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycují numerické vstupy pevné délky s vysokou přesností, zejména při hlasových interakcích. V nehlasových interakcích se používá jako alternativa k typům entit Vlastní a Regex. Například pro detekci pětimístného čísla účtu musí být definována délka pěti.
-
Alfanumerické – zachycují kombinace písmen a čísel a poskytují přesné rozpoznávání hlasových i nehlasových vstupů.
-
Volný tvar – zachycujte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa polohy (WhatsApp) – extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Příklad vstupu | Příklad výstupu |
|---|---|---|---|
| Datum | Analyzuje kalendářní data v přirozeném jazyce do standardního formátu data | "Červenec příštího roku" | 01/07/2020 |
| Čas | Analyzuje čas v přirozeném jazyce do standardního formátu času | 5 večer | 17:00 |
| Detekuje e-mailové adresy | Napište mi na info@cisco.com | info@cisco.com | |
| Telefonní číslo | Detekuje běžné telefonní číslo | Zavolejte mi na 9876543210 | 9876543210 |
| Peněžní jednotky | Analyzuje měnu a částku | Chci 20$ | 20$ |
| Pořadový | Detekuje pořadové číslo. | Čtvrtý z deseti lidí | 4. místo |
| Kardinál | Detekuje kardinální číslo | Čtvrtý z deseti lidí | 10 |
| Geolokace | Detekuje geografické polohy (města, země atd.) | Šel jsem plavat do Temže v Londýně ve Velké Británii | Londýn, Velká Británie |
| Jména osob | Detekuje běžné názvy | Bill Gates z Microsoftu | Bill Gates |
| Množství | Identifikuje měření podle hmotnosti nebo vzdálenosti | Jsme 5 km od Paříže | 5km |
| Doba trvání | Identifikuje časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě entit. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.
Role entit
Když je potřeba entitu shromáždit vícekrát v rámci jednoho záměru, role entit se stávají nezbytnými. Přiřazením odlišných rolí ke stejné entitě můžete agenta AI vést k přesnějšímu pochopení a zpracování vstupu uživatele.
Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí, cílová destinace a mezipřistání. Přidáním poznámek k trénovacím promluvám s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.
Role entit jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity), správci musí zaškrtnout políčko Role entit v rámci rozšířených nastavení dialogového okna selektoru stroje NLU.
Správci nemohou přepnout z RASA nebo Mindmeld na Swiftmatch, když se používají role entit. Aby bylo možné zakázat role entit z rozšířených nastavení stroje NLU, je nutné ze záměrů odebrat role. Můžete vytvořit entitu s rolemi entity.
Vytvoření entity s rolemi entit
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na kartu Entity . |
| 5 |
Klikněte na Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automatické navrhování hodnot slotu na automatické dokončování a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Upřesnit nastavení okna Změnit školicí modul pro moduly RASA a Mindmeld NLU povoleny . |
| 8 |
Klikněte na položku Uložit. K provádění souvisejících akcí můžete použít možnosti Upravit a Odstranit ve sloupci Akce .
|
Další postup
Po vytvoření entity můžete propojit role s entitou.
Propojení rolí s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení je zobrazena karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Entitě můžete přiřadit role pro shromažďování stejné entity dvakrát pro záměr. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI využívají porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI, což vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu lze analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Vyberte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní výsledek – minimální spolehlivost potřebná k zobrazení odpovědi a pod kterou se zobrazí záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování.
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části Informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v přehledech přepisů zpráv skriptovaných agentů AI a v sekci Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénováno.
Agenta AI můžete vycvičit pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Po vytvoření všech požadovaných článků můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli testovat a nasazovat. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknutím na Aktivovat natrénovaný korpus zprovoznit a otestovat ho ve verzi Webex Preview agenta AI nebo na externích kanálech, kde je agent AI nasazený.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy vs. vektory na úrovni článku. V našem pokračujícím úsilí o zlepšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku na rozdíl od staršího modelu použití vektorů úrovně promluvy a zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Poznámka: Vektory na úrovni článku budou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI a pro vícejazyčné agenty AI Shody na úrovni článků budou podporovány pouze v případě, že vícejazyčný model je Polymatch.
Informace o vektorovém modelu, který byl přítomen v době odvození, můžete zkontrolovat v části s dalšími informacemi o relaci .
Správa záměrů
Záměr je základní součástí platformy Webex AI Agent, která umožňuje agentům AI efektivně porozumět vašim vstupům a efektivně na ně reagovat. Představuje konkrétní úkol nebo akci, kterou chcete provést během konverzace. Vývojáři agenta AI definují všechny záměry, které odpovídají úlohám, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho vstupu, který umožňuje agentovi AI reagovat smysluplným a kontextově relevantním způsobem.
Systémové záměry
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezené záměry, které jsou navržené tak, aby rozpoznaly a reagovaly na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záložní záměr může pomoci konverzacím na správné cestě.
Implementací výchozího záložního záměru můžou vývojáři agenta AI zajistit, aby agent AI řádně zpracovával neočekávané dotazy nebo dotazy mimo rozsah a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní promluvy. Agenta je možné vytrénovat tak, aby automaticky aktivoval záložní záměr, když narazí na známé otázky mimo rozsah, které by jinak mohly být nesprávně zařazeny do jiných záměrů.
Například v bankovním agentovi AI se uživatelé mohou pokusit zeptat na půjčky. Pokud agent AI není nakonfigurovaný tak, aby zpracovával dotazy související s půjčkou, mohou být tyto dotazy začleněny jako trénovací fráze v rámci výchozího záložního záměru . Když se uživatel dotazuje na půjčky v kterémkoli okamžiku konverzace, agent AI rozpozná, že dotaz spadá mimo definované záměry, a spustí záložní odpověď. Tím je zajištěna vhodnější reakce.
K záložnímu záměru by neměly být přidruženy žádné sloty.
Záložní záměr musí pro svou odpověď použít výchozí klíč záložní šablony.
- Nápověda – Tento záměr je navržen tak, aby odpovídal na dotazy uživatelů týkající se schopností agenta AI. Když si uživatelé nejsou jisti, čeho mohou dosáhnout, nebo se během konverzace setkají s obtížemi, často hledají pomoc tím, že žádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy mapována na klíč šablony zprávy
nápovědy. Vývojáři agenta AI ale můžou odpověď přizpůsobit nebo změnit přidružený klíč šablony tak, aby poskytoval více přizpůsobené a informativní pokyny.Doporučuje se zprostředkovat schopnosti agenta AI na vysoké úrovni, aby uživatelé jasně porozuměli tomu, co mohou dělat dál.
- Mluvit s agentem – tento záměr umožňuje uživatelům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem AI. Když je tento záměr spuštěn, systém automaticky iniciuje přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předáníagenta. I když neexistují žádná omezení uživatelského rozhraní pro změnu klíče šablony odpovědi, jeho změna nebude mít vliv na výsledek předání člověkem.
Malé rozhovory
Všichni nově vytvoření agenti AI zahrnují čtyři předdefinované malé diskusní záměry pro zpracování běžných pozdravů uživatelů, vyjádření vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
- Nashledanou
Vytvoření záměru
Než začnete
Před vytvořením záměru doporučujeme vytvořit entity, které budou propojeny se záměrem. Entity jsou nutné k dokončení úkolu. Další informace naleznete v tématu Vytvoření entit.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel vyberte úkol. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Zaškrtněte políčko Požadováno , pokud je entita povinná. |
| 7 |
Zadejte počet opakování povolených pro tento slot, pokud je spotřebitelem nesprávně vyplněn. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu vyberte klíč šablony. |
| 9 |
V části Odpověď zadejte konečný klíč šablony odpovědi, který se vrátí uživatelům po dokončení záměru. |
| 10 |
Zapněte přepínač Resetovat sloty po dokončení a po dokončení vynulujte hodnoty slotů shromážděné v konverzaci, jakmile je záměr dokončen. Pokud je tento přepínač zakázán, slot zachová staré hodnoty a zobrazí stejnou odezvu.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujete hodnotu slotu během konverzace s příjemcem. Poslední hodnota vyplněná ve slotu je považována agentem AI za zpracování dat. Pokud je tato funkce povolena, hodnoty pro obsazené pozice jsou aktualizovány vždy, když uživatelé poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Zapněte přepínač Poskytovat návrhy pro sloty , chcete-li v konečné odpovědi na základě vstupu uživatele poskytovat návrhy pro zaplnění slotů a alternativní hodnoty slotů. |
| 13 |
Povolením přepínače Ukončit konverzaci ukončíte relaci po tomto záměru. Připojení a hlasové toky to můžou využít k ukončení konverzace se spotřebiteli.
|
| 14 |
Klikněte na položku Uložit. Klikněte na Trénovat v pravém horním rohu karty Školení , aby se projevily všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty tréninku (promluvy) na jeden záměr. Každý slot musí mít také alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny , tlačítko Vlak je zakázané. Vedle ovlivněného záměru se zobrazí ikona upozornění, která označuje problém. Výchozí záložní záměr je však z těchto požadavků vyňat. |
Další postup
Po vytvoření záměru jsou k naplnění záměru vyžadovány určité informace. Propojené entity určují, jak jsou tyto informace získávány z promluv uživatele. Další informace naleznete v tématu Propojení entit se záměrem.
Propojení entit se záměrem
Než začnete
Doporučuje se, aby byly entity vytvořeny a propojeny před přidáním promluv. Tato automatická anotace entit při přidávání promluv anotuje.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení je zobrazena karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. Propojené entity se zobrazí v sekci Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Pokud je entita označena jako požadovaná, budou k dispozici další možnosti konfigurace. Můžete zadat maximální počet případů, kdy může agent AI požádat o chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který se aktivuje, pokud požadovaná entita není zadána v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy přidružené k finálovému klíči šablony nakonfigurovanému pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musí být povolen přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny rozpoznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generování trénovacích dat
Musíte ručně přidat trénovací data do jejich záměrů, aby agent AI pracoval s přiměřenou přesností. Trénovací data se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15 až 20 variant, abyste zlepšili jeho přesnost. Ruční vytváření tohoto školicího korpusu může být zdlouhavé a časově náročné. Můžete přidat pouze několik variant nebo přidat pouze klíčová slova jako varianty namísto smysluplných vět. Tomu lze zabránit generováním trénovacích dat, která doplní vaše stávající.
Chcete-li generovat trénovací data, postupujte podle následujících kroků:
- Zadejte název záměru a ukázkovou promluvu.
- Klepněte na tlačítko Generovat.
- Zadejte stručný popis záměru řídit umělou inteligenci.
- Zadejte požadovaný počet variant a úroveň kreativity pro návrhy generované umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší nastavení kreativity může produkovat méně rozmanité varianty.
- Proces generování může trvat několik sekund v závislosti na počtu požadovaných variant.
- Ikona blesku rozlišuje varianty generované umělou inteligencí od uživatelem definovaných trénovacích dat.
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI využívají porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI, což vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu lze analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Vyberte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní výsledek – minimální spolehlivost potřebná k zobrazení odpovědi a pod kterou se zobrazí záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování.
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části Informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v přehledech přepisů zpráv skriptovaných agentů AI a v sekci Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénováno.
Agenta AI můžete vycvičit pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Po vytvoření všech požadovaných článků můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli testovat a nasazovat. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknutím na Aktivovat natrénovaný korpus zprovoznit a otestovat ho ve verzi Webex Preview agenta AI nebo na externích kanálech, kde je agent AI nasazený.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy vs. vektory na úrovni článku. V našem pokračujícím úsilí o zlepšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku na rozdíl od staršího modelu použití vektorů úrovně promluvy a zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Poznámka: Vektory na úrovni článku budou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI a pro vícejazyčné agenty AI Shody na úrovni článků budou podporovány pouze v případě, že vícejazyčný model je Polymatch.
Informace o vektorovém modelu, který byl přítomen v době odvození, můžete zkontrolovat v části s dalšími informacemi o relaci .
Označování generovaných variant příznakem
Aby bylo zajištěno zodpovědné využití AI, mohou vývojáři označit výstupy generované umělou inteligencí ke kontrole. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo předpojatého obsahu. Označení výstupů generovaných umělou inteligencí:
- Vyhledejte možnost příznaku: Pro každou vygenerovanou promluvu je k dispozici možnost příznaku.
- Poskytnutí zpětné vazby: Při označování výstupu mohou vývojáři přidat komentáře a určit důvod příznaku.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 operací generování. Aby vývojáři vyhověli rostoucím potřebám, mohou kontaktovat vlastníky svých účtů a požádat je o zvýšení tohoto limitu.
Vytvoření vícejazyčného záměru a entity
Trénovací data můžete vytvářet ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta AI musíte definovat promluvy, které odrážejí požadované interakce. Zatímco sloty zůstávají konzistentní napříč jazyky, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, najdete v tabulce jazyků verses entity podporované v tématu podporované jazyky pro skriptované agenty AI.
Správa odpovědí
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – Prosté textové zprávy pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia – obrázky, audio nebo video prvky pro zlepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony – předdefinované struktury odpovědí, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, která šablona se má použít na základě identifikovaného záměru.
Šablony pro předání agenta, nápovědu, nouzové řešení a uvítání jsou předem nakonfigurovány a zprávu odpovědi lze změnit z odpovídajících šablon.
Typy odpovědí
Sekce Návrháře odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího API, který reaguje asynchronním způsobem. Pracovní postupy musí být kódované v Pythonu.
Variabilní substituce
Substituce proměnných umožňuje používat dynamické proměnné jako součást šablon odpovědí. Všechny standardní proměnné (nebo entity) v relaci spolu s těmi, které může vývojář agenta AI nastavit uvnitř objektu volného formuláře, jako je pole úložiště dat, lze použít v šablonách odpovědí prostřednictvím této funkce. Proměnné jsou reprezentovány pomocí této syntaxe: ${variable_name}. Například použití hodnoty entity s názvem apptdate uses ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze personalizovat pomocí proměnných získaných z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplníte oblast proměnnou a zvýrazníte tuto proměnnou.
Konfigurace odpovědí pomocí Návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro nevývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI dodává zákazníkům.
- Fragmenty kódu: Pro vývojáře, kteří používají Python, tato možnost poskytuje flexibilitu pro konfiguraci odpovědí pomocí kódu.
Návrhář odezvy agenta Webex AI je navržený tak, aby zajistil, že uživatelské prostředí je přizpůsobeno konkrétnímu kanálu, se kterým agent AI komunikuje.
Šablony odpovědí
- Text – Jedná se o jednoduché textové odpovědi. Pro zlepšení uživatelského prostředí návrhář odpovědí umožňuje více textových polí v rámci jedné odpovědi, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je jedna z těchto možností náhodně vybrána a zobrazena uživateli, což zajišťuje dynamickou a poutavou interakci.
Chcete-li zachovat dynamické a poutavé uživatelské prostředí, můžete do šablon přidat více možností odpovědí. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko + Přidat variantu umístěné v dolní části odpovědi.
Při ukládání odpovědí se vývojářům zobrazí upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři snadno najít a opravit tyto chyby v libovolném kanálu nebo formátu odpovědi. Pokud výběr seznamu nebo rotující formát obsahuje více karet, tečková navigace umožňuje procházet karty s chybami. U jedné karty se odpovídající tečka změní na červenou, aby signalizovala chybu.
- Rychlá odpověď – textové odpovědi lze spárovat pomocí tlačítek, což mohou být textové nebo URL odkazy. Textová tlačítka vyžadují název a datovou část, která se po kliknutí odešle robotovi. Tlačítka URL přesměrovávají uživatele na konkrétní webovou stránku.
Když je dotaz uživatele nejednoznačný, částečná shoda umožňuje robotovi navrhnout relevantní články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a Facebooku.
Přidání rychlých odpovědí URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrovávají uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by robotovi odeslala jakákoli data.
Přidání rychlé odpovědi adresy URL v podmíněné nebo pevné odpovědi:
- Vyberte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď adresy URL.
- Klikněte + Přidat rychlou odpověď. Zobrazí se automaticky otevírané okno Typ tlačítka .
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na kterou musí být příjemce po kliknutí na tlačítko přesměrován.
- Kliknutím na Hotovo přidejte rychlou odpověď na adresu URL.
Tlačítka typu adresy URL lze také nakonfigurovat prostřednictvím typu dynamické odpovědi, kde se tato tlačítka mají konfigurovat pomocí fragmentů kódu Pythonu. Tato tlačítka jsou podporována ve verzi Preview platformy agenta AI Webex a ve verzi Preview ke sdílení. V současné době nejsou podporovány widgetem živého chatu IMIchat ani jinými kanály třetích stran.
- Rotující formát – rozšířené odpovědi můžou zahrnovat jednu kartu nebo víc karet uspořádaných v rotujícím formátu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka pro rychlou odpověď v rotující šabloně lze nakonfigurovat pomocí textových nebo URL odkazů. Kliknutím na tlačítko URL přesměrujete uživatele na zadanou webovou stránku. Kliknutím na textové tlačítko rychlé odpovědi se robotovi odešle nakonfigurovaná datová část a spustí odpovídající odpověď.
- Obrázek – multimediální šablona, ve které mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video – Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – dá se použít k napsání kódu Pythonu pro volání rozhraní API nebo spuštění jiné logiky.
Fragmenty kódu
Podmíněné odpovědi s rozsáhlými funkcemi a různorodými šablonami mohou efektivně řešit většinu potřeb agentů AI. Pro složité případy použití, které nelze plně realizovat prostřednictvím podmíněných odpovědí, nebo pro vývojáře, kteří dávají přednost kódování, je však k dispozici typ odpovědi fragmentu kódu.
Fragmenty kódu umožňují konfigurovat odpovědi pomocí kódu Pythonu. Tento přístup umožňuje vytvářet v šabloně odpovědi nebo článku všechny typy odpovědí, včetně rychlých odpovědí, textu, rotujících formátů, obrázků, zvuku, videa a souborů.
Kód funkce definovaný v šabloně Fragment kódu lze použít k nastavení proměnných, které jsou pak použity v jiných šablonách. Je důležité si uvědomit, že kód funkce nemůže přímo vracet odpovědi při použití v rámci podmíněných odpovědí.
Ověření fragmentu kódu – platforma kontroluje pouze chyby syntaxe v rámci fragmentu kódu, který konfigurujete. Jakékoli chyby v samotném obsahu odpovědi však mohou způsobit problémy uživatelům, kteří interagují s robotem na nakonfigurovaném kanálu. Editor vám například nezabrání v přidání odpovědi "Výběr času" pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele spustí tuto konkrétní odpověď.
Pokud se rozhodnete nekonfigurovat jedinečnou odpověď pro různé kanály, bude webová odpověď považována za výchozí a bude odeslána koncovému uživateli. Seznam šablon podporovaných ve webovém kanálu je:
- Text – jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď – Šablona s textovými tlačítky a tlačítky, na která lze kliknout.
- Rotující formát – kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Image (Obrázek) – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – Šablona pro konfiguraci videa zadáním adresy URL videa. Video můžete přehrát kliknutím nebo klepnutím na obrázek.
- Soubor – Šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním zvukové adresy URL. Zobrazuje také dobu trvání zvukové zprávy ve výstupu.
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Skriptovaný agent AI pro odpovídání na otázky
Skriptovaní agenti AI jsou agenti řízení znalostmi, jejichž znalostní báze se skládá z korpusu otázek a odpovědí. Skriptovaný agent AI může poskytovat odpovědi na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. Tato funkce je užitečná ve scénářích, kde:
- Jsou vyžadovány specifické znalosti – agent musí odpovídat na otázky v rámci předdefinované domény.
- Konzistence je důležitá – agent musí poskytovat konzistentní odpovědi na podobné dotazy.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v trénovacím korpusu.
Vytvoření skriptovaného agenta AI pro odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Skriptované. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Vytvořte entitu s rolemi entit pro agenta AI.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Save Changes (Uložit změny ) uložte nastavení. |
Správa článků
Články z podstaty skriptovaných AI agentů. Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která slouží jako identifikátor pro daný článek v relacích, kurátorství a na dalších místech v agentovi AI. Všechny články nakonfigurované v agentovi AI společně tvoří znalostní bázi nebo korpus agenta. Systém porovná váš dotaz s touto znalostní bází a zobrazí odpověď s nejvyšší úrovní spolehlivosti jako odpověď od agenta.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě trénovací varianty (promluvy), aby byl článek součástí korpusu trénovaného modelu. Pokud je ve skriptovaném agentovi AI pro odpovídání na otázky vybrán modul Rasa nebo Mindmeld NLU a pokud má článek méně než dvě varianty, tlačítka Trénovat a Uložit a Trénovat nejsou k dispozici. Když umístíte ukazatel myši na tato nedostupná tlačítka, zobrazí se zpráva k vyřešení problémů před tréninkem. K dispozici je také výstražná ikona odpovídající článku s problémy. Problémy jsou vyřešeny přidáním více než dvou variant článku. Jakmile jsou problémy vyřešeny, jsou k dispozici tlačítka Train a Save a Train . Dvě varianty se nevztahují na výchozí články – zpráva o částečné shodě, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle svého výběru a všechny nezařazené články jsou klasifikovány jako nepřiřazené. Existují čtyři výchozí články, které jsou k dispozici pro každého agenta AI, a to hned od okamžiku vytvoření. Jedná se o:
- Uvítací zpráva – obsahuje první zprávu vždy, když dojde k zahájení konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když agent nerozumí otázce uživatele.
- Částečná shoda – když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení předání a odvození ), agent zobrazí tuto zprávu shody spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se zobrazí spolu s těmito možnostmi.
- Co můžete dělat?— Můžete nakonfigurovat schopnosti agenta AI. AI Agent to zobrazuje vždy, když koncoví uživatelé zpochybňují schopnosti AI Agenta.
Kromě toho je přidán výchozí článek Mluvit s agentem, pokud jsou povolená nastavení předání agenta z předání a odvození .
Všichni noví AI agenti mají také čtyři články ve Smalltalku , které zpracovávají uživatelské promluvy pro:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
-
Nashledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý dotaz příjemce se porovná s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň spolehlivosti, se uživateli zobrazí jako odpověď agenta AI. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na Vytvořit nový článek. |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte kteroukoli z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí Návrháře odpovědí. |
| 6 |
Klikněte na Uložit a trénovat. |
Import z katalogů
| 1 |
Zapojte se do platformy agentů Webex AI |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do Nastavení a klikněte na tři tečky. |
| 4 |
Klikněte na Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které musí být přidány do agenta. |
| 6 |
Klikněte na tlačítko Hotovo. |
Extrahujte nejčastější dotazy z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na tři tečky. |
| 4 |
Klikněte na Extrahovat nejčastější dotazy z odkazu. |
| 5 |
Zadejte adresu URL místa, kde jsou hostovány nejčastější dotazy, a klikněte na Extrahovat. |
| 6 |
Klikněte na tlačítko Importovat. |
Import ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do Nastavení a klikněte na tři tečky. |
| 4 |
Klikněte na Importovat ze souboru a vyberte CSV importujte články ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, vyberte JSON. |
| 5 |
Klikněte na tlačítko Procházet a vyberte soubor, který obsahuje všechny položky. Kliknutím na tlačítko Stáhnout ukázku zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klikněte na tlačítko Importovat. |
Přidat vlastní synonyma
Mnoho případů použití agenta AI má tendenci zahrnovat slova a fráze, které nemusí být součástí standardní anglické slovní zásoby nebo jsou specifické pro obchodní kontext. Například chcete, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS a tak dále. Agent AI musí zahrnout tyto termíny a jejich variace do trénovacích promluv pro všechny související články, což vede k redundantnímu zadávání dat.
Chcete-li tento problém s redundancí vyřešit, můžete pro zodpovězení otázek použít vlastní synonyma v rámci skriptovaného agenta AI. Synonyma každého kořenového slova jsou platformou automaticky nahrazena kořenovým slovem za běhu.
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Na stránce Řídicí panel agentů AI vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na tři tečky. |
| 4 |
Klikněte na Vlastní synonyma. |
| 5 |
Klikněte na Nové kořenové slovo. |
| 6 |
Nakonfigurujte hodnotu kořenového slova a jeho synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta AI. Můžete také exportovat synonyma (ve formátu souboru .CSV) do místní složky a importovat soubor zpět na platformu. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI využívají porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI, což vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu lze analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Vyberte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní výsledek – minimální spolehlivost potřebná k zobrazení odpovědi a pod kterou se zobrazí záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování.
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části Informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v přehledech přepisů zpráv skriptovaných agentů AI a v sekci Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénováno.
Agenta AI můžete vycvičit pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Po vytvoření všech požadovaných článků můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli testovat a nasazovat. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknutím na Aktivovat natrénovaný korpus zprovoznit a otestovat ho ve verzi Webex Preview agenta AI nebo na externích kanálech, kde je agent AI nasazený.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy vs. vektory na úrovni článku. V našem pokračujícím úsilí o zlepšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku na rozdíl od staršího modelu použití vektorů úrovně promluvy a zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Poznámka: Vektory na úrovni článku budou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI a pro vícejazyčné agenty AI Shody na úrovni článků budou podporovány pouze v případě, že vícejazyčný model je Polymatch.
Informace o vektorovém modelu, který byl přítomen v době odvození, můžete zkontrolovat v části s dalšími informacemi o relaci .
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Zobrazení náhledu skriptovaného agenta AI
Webex AI Agent umožňuje zobrazit náhled agentů AI během jeho vývoje a dokonce i po dokončení vývoje. Tímto způsobem můžete otestovat fungování agentů AI a určit, zda jsou generovány žádoucí odpovědi odpovídající příslušným vstupním dotazům. Náhled skriptovaného agenta AI můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najeďte myší na kartu agenta AI a zobrazte možnost náhledu pro daného agenta AI. Kliknutím na tlačítko Náhled spusťte widget náhledu agenta AI.
- Hlavička agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo na tlačítko Upravit na kartě agenta AI je možnost Náhled vždy viditelná v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který vám umožní snadno znovu spustit režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled ke sdílení z agenta AI. Na kartě AI Agent klikněte vpravo nahoře na ikonu se třemi tečkami a klikněte na Kopírovat odkaz na náhled. Tento odkaz lze sdílet s ostatními uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravém dolním rohu obrazovky. Můžete zadat promluvy (nebo posloupnost promluv), abyste viděli, jak agent AI reaguje, a zajistit, aby fungoval podle očekávání. Verze Preview agenta AI podporuje více jazyků a může automaticky detekovat jazyk promluv, aby odpovídajícím způsobem reagoval. Jazyk v náhledu můžete také vybrat ručně kliknutím na výběr jazyka a výběrem ze seznamu dostupných možností.
Widget náhledu lze maximalizovat pro lepší zobrazení. Mezi další užitečné funkce patří poskytování informací o spotřebitelích a zahájení více místností pro důkladné testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje vývojářům agenta AI sdílet svého agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem, aniž by bylo nutné vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Vývojáři mohou provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní přizpůsobení jsou:
- Barva widgetu – Připojením
parametru brandColork odkazu. Uživatelé mohou definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev. -
Kryt telefonu – změnou hodnoty parametru
phoneCasingv odkazu. Tato možnost je ve výchozím nastavení nastavena nahodnotu truea lze ji vypnout nastavením možnosti falsePříklad odkazu na náhled s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Společné oddíly správy pro skriptovaného agenta AI
Následující části se zobrazí na levém panelu stránky konfigurace agenta AI:
Školení
Jak se agenti AI vyvíjejí a stávají se složitějšími, změny v jejich logice nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma AI Agent pohodlný rámec pro testování robotů jedním kliknutím. Jejich funkce jsou následující:
- Snadno vytvářejte a spouštějte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvořením testovacích případů s více zprávami.
Definovat testy
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě AI Agent.
- Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili.
- Klepněte na tlačítko Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testcases .
- Vyberte testovací případ a klikněte na tlačítko Provést vybrané testy.
Každý řádek v tabulce představuje testovací případ, který má následující parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Ukázková zpráva, která představuje typy dotazů a příkazů, které můžete očekávat, že uživatelé pošlou vašemu agentovi AI. |
| Předpokládaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Zadejte článek, který má být zobrazen jako odpověď na konkrétní zprávu uživatele. Abychom vám pomohli najít nejrelevantnější článek, obsahuje tento sloupec funkci automatického dokončování Smart. Během psaní systém navrhne odpovídající články na základě dosud zadaného textu. |
| Obnovení předchozího kontextu | Kliknutím na zaškrtávací políčko v tomto sloupci izolujete testovací případy a zajistíte, aby byly spuštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Pokud je povoleno, každý testovací případ je simulován v nové relaci, což zabraňuje jakémukoli rušení z předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolením tohoto přepínače zahrnete testovací případy s očekávanými články, které pouze částečně odpovídají skutečné odpovědi, která je považována za úspěšnou. |
| Import z CSV | Importujte testovací případy ze souboru odděleného čárkami (CSV). V tomto případě budou přepsány všechny existující testovací případy. |
| Exportovat do CSV | Exportujte testovací případy do souboru odděleného čárkami (CSV). |
| Testování zpětných volání | Povolením tohoto přepínače můžete simulovat příchozí zpětná volání a testovat chování toku bez nutnosti skutečných příchozích hovorů. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Zpětné volání v toku | Klepnutím na zaškrtávací políčko v tomto sloupci označíte, že záměr musí aktivovat zpětné volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Očekávaná šablona zpětného volání | Zadejte klíč šablony, který musí být aktivován při zpětném volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď na zpětné volání, než považuje zpětné volání za vypršené. V současné době je vynucen časový limit 20 sekund. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
Provádění testů
Na kartě Spuštění klikněte na možnost Spustit vybrané testy a zahajte postupné provádění všech vybraných testovacích případů.
Testovací případy můžete také spustit na kartě Testcases .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Splněno , Úspěšně s částečnou shodou , Nezdařilo se, Čeká na vyřízení ) na souhrnném pásu karet. Tím se seznam testovacích případů vyfiltruje tak, aby se zobrazily pouze ty, které odpovídají vybranému výsledku.
Ve výsledcích se zobrazí ID relace přiřazené ke každému testovacímu případu. To vám umožní rychle křížově odkazovat na testovací případy a zobrazit podrobnosti o transakci. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie spouštění
Na kartě Historie získáte přístup ke všem spuštěným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujte provedená testovací data jako soubor CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte konkrétní nastavení modulu a algoritmu použitá pro každé spuštění testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit upřesňující nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího stroje. To poskytne přehled o parametrech a nastaveních, které ovlivnily chování agenta AI během testování.
Zasedání
Část Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a auditování. Tato data můžete použít ke zkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, zpřesnili odpovědi agenta AI a vylepšili celkové uživatelské prostředí.
Dokáže zpracovat velké datové sady zobrazením výsledků na stránkách. Pomocí části Upřesnit výsledky můžete filtrovat a řadit relace na základě různých kritérií. Každý řádek v tabulce zobrazuje základní podrobnosti o relaci, včetně:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID příjemce – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v čase ukončení relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – Toto políčko zaškrtněte, chcete-li skrýt testovací relace a zobrazit pouze seznam živých relací.
- Předání agenta proběhlo – Toto políčko zaškrtněte, chcete-li filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto políčka chcete filtrovat relace, ve kterých k chybě došlo.
- Zamítnuto – Toto políčko zaškrtněte, chcete-li filtrovat přerušené relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka slouží k filtrování relací na základě předání agenta, chyb a snížení počtu hlasů. Dešifrovací relace vyžadují oprávnění na úrovni uživatele a pokročilé nastavení ochrany dat. Kliknutím na tlačítko Dešifrovat obsah zobrazíte podrobnosti o relaci.
Podrobnosti relace konkrétní relace ve skriptovaném agentovi AI pro zodpovězení otázek
Zobrazení Podrobnosti relace ve skriptovaném agentovi AI pro zodpovězení otázek poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem AI.
Sekce Zprávy :
- Zobrazí všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi generované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Zobrazí seznam článků, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných shod i částečných shod.
- Zobrazuje skóre podobnosti přiřazené ke každému identifikovanému článku a označuje stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikaci relevantních článků.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaných na kartě Předání a odvození .
Část Další informace v zobrazení Podrobnosti relace poskytuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – zobrazuje předzpracovanou verzi vstupu zákazníka po jeho zpracování kanálem NLU (Natural Language Understanding) agenta AI.
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Typ odpovědi – určuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Podrobnosti o relaci konkrétní relace ve skriptovaném agentovi AI pro provádění akcí
Karta Informace o transakci ve skriptovaném agentovi AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Identifikovaná část záměrů :
- Zobrazí záměry, které byly identifikovány pro dotaz zákazníka.
- Označuje úroveň spolehlivosti spojenou s každým identifikovaným záměrem.
- Zobrazí seznam slotů, které jsou přidruženy k identifikovanému záměru. Kliknutím na pozici zobrazíte další informace o její hodnotě a o tom, jak byla extrahována z dotazu uživatele.
Část Identifikované entity obsahuje seznam entit, které byly extrahovány ze zprávy zákazníka a jsou přidruženy k aktivnímu záměru příjemce. Tyto entity představují klíčové informace, které robot identifikoval v dotazu uživatele.
Část Výsledky algoritmu poskytuje přehled o základních procesech, které vedly k reakci agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – zobrazuje identifikované záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – zobrazuje entity, které byly extrahovány ze zprávy uživatele.
Zobrazí se další informace :
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Klíč šablony – označuje klíč šablony přidružený k záměru, který aktivoval odpověď agenta AI.
- Typ odpovědi – označuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Informace o transakci můžete také stáhnout a zobrazit ve formátu JSON pomocí možnosti stažení.
Karta Metadata zobrazuje:
- Metadata NLP – Zkontrolujte kroky předběžného zpracování použité na vstup zákazníka na kartě NLP .
- Datastore a FinalDF – přístup k datům souvisejícím s relací na kartách Úložiště dat a FinalDF pro inteligentní roboty.
- Funkce vyhledávání – Pomocí integrovaného vyhledávacího panelu můžete v konverzaci rychle najít konkrétní promluvy.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přeškolit skriptovaného agenta AI, aby se zajistilo, že je aktuální. Po každém tréninku důkladně otestujte svého AI agenta, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie umožňuje:
- Zobrazit historii školení – Sledujte, kdy byl korpus vyškolen a jaké změny byly provedeny.
- Porovnat trénovací moduly – Zkontrolujte tréninkové moduly používané pro různé iterace a jejich odpovídající trvání školení.
- Sledování změn – Monitoruje změny nastavení, článků, odpovědí, NLP a kurátorství.
- Návrat k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší tréninkové sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivovat články – Zprovozněte dříve neaktivní články , abyste je zahrnuli do odpovědí agenta AI.
- Upravit články – Vytvořte novou verzi existujícího článku při zachování původního článku pro referenci.
- Výkon ve verzi Preview: Vyhodnoťte výkon agenta AI pomocí konkrétní znalostní báze pomocí funkce Preview .
- Stáhnout články – Exportujte články znalostní báze jako CSV soubor pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro skriptovaného agenta AI pro zodpovězení otázek.
Kontrolní záznamy
Část Protokoly auditu poskytuje podrobný záznam změn provedených ve skriptovaném agentovi AI za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta AI, kterého jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Protokoly auditu zobrazíte podrobný protokol změn:
- Aktualizováno v - Datum a čas provedení změny.
- Aktualizováno - uživatel, který provedl změnu.
- Pole – část robota, kde došlo k úpravě (například Nastavení, Články, Odpovědi).
- Popis – Další podrobnosti o změně.
-
Pomocí možností Aktualizovaný aHledání polímůžete rychle vyhledat konkrétní položky protokolu auditu. -
Karta Historie modelu zobrazuje maximálně 10 korpusů pro každého agenta AI.
Kurátorství
Zprávy se do konzoly kurátorství přidávají na základě následujících kritérií:
- Záložní zprávy – když agent AI nerozumí zprávě uživatele a spustí záměr nouzového provozu.
- Výchozí záměr nouzového provozu – Pokud je tento přepínač povolen, budou zprávy, které aktivují výchozí záložní záměr, odeslány do konzoly kurátorství.
Toto kritérium platí pouze pro skriptovaného agenta AI pro provádění akcí.
- Downvote Messages – zprávy, které uživatelé přehlasovali během náhledů agenta AI.
- Předání agenta – zprávy, které mají za následek předání lidského agenta z důvodu nakonfigurovaných pravidel.
- Z relace – zprávy označené uživateli jako nepřijímající požadovanou odpověď z dat relace nebo místnosti.
- Nízká spolehlivost – zprávy se skóre spolehlivosti spadající do zadané prahové hodnoty nízké spolehlivosti.
- Částečná shoda – zprávy, u kterých agent AI nemohl definitivně identifikovat správný záměr nebo odpověď.
Řešení problémů
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny příznakem pro kurátorství. Můžete provést následující kroky:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní promluvu uživatele, odpověď agenta AI a všechna připojená média.
Dešifrovací přístup se uděluje na úrovni uživatele a vyžaduje , aby byla v back-endu povolena rozšířená ochrana dat.
Chcete-li vyřešit problém, můžete:
-
Odkaz na existující článek – Chcete-li připojit problém k existujícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – Pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzoly kurátorství.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzoly kurátorství.
- Odkazování na výchozí články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- U skriptovaného agenta AI pro provádění akcí vyberte z rozevíracího seznamu příslušný záměr a označte všechny relevantní entity.
- Po provedení změn přeškolte agenta AI, abyste zajistili, že se nové znalosti projeví v jeho odpovědích.
- Vyřešte nebo ignorujte více problémů současně pro efektivní správu.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit souhrn každého vyřešeného problému, včetně toho, zda byl problém propojen s existujícím článkem, použit k vytvoření nového článku nebo záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny existujícími pravidly, můžete ručně přidat konkrétní promluvy do konzoly kurátorství.
Přidání problémů z relací:
- Identifikujte promluvu – vyhledejte promluvu, která spustila nesprávnou odpověď.
- Zkontrolovat stav kurátorství – Pokud problém ještě není v konzole kurátorství,
zobrazí se přepínač Stavkurátorství. - Přepnout příznak – Povolením přepínače Stav
kurátorstvípřidáte promluvu do konzoly kurátorství pro kontrolu a řešení.
Pokud je problém již v konzole kurátora přítomen, vzhled přepínače se odpovídajícím způsobem změní, aby indikoval jeho stav.
Zobrazení výkonu skriptované umělé inteligence pomocí Analytics
Část Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř sekcí reprezentovaných kartami. Jsou to: přehled, odpovědi, školení a kurátorství.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí zobrazit analýzy. Mohou také přizpůsobit analytický výběr kanálu, pro který chtějí data zobrazit, spolu s rozsahem dat a členitostí dat. Ve výchozím nastavení se analytická data za poslední měsíc zobrazují pro všechny kanály s denní granularitou (každý den je v grafech bodem na ose x).
Přehled
Přehled obsahuje klíčové metriky a grafy, které vývojářům poskytují přehled o celkovém využití a výkonu agenta AI.
- Na stránce řídicího panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta AI:
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Následuje grafické znázornění relací (skládaný sloupec představující relace zpracovávané agentem AI a předané relace) a celkové odpovědi odeslané agentem AI.
Uživatelé
Druhá část v části Přehled obsahuje statistiky o uživatelích agenta AI. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na zvolené granularitě.
Představení
Třetí část poskytuje statistiky o reakcích AI agenta uživatelům. Zde je vidět celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Identifikoval záměr uživatele.
- Odpověděl záložní zprávou.
- Odpověděl zprávou o částečné shodě.
- Informoval uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a plošný graf poskytuje informace na základě vybrané členitosti.
Školení
Tréninková část představuje "zdraví" korpusu AI Agent. Doporučuje se, aby vývojáři nakonfigurovali 20 + trénovacích promluv pro každý záměr nebo článek ve svých agentech AI. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikuje trénovací data, která článek / záměr obsahuje. Čím blíže je záměr bílé, tím více trénovacích dat potřebuje, aby se přesnost vašeho agenta AI zlepšila.
Odpovědi
Tato část poskytuje vývojářům podrobný přehled o tom, na co se uživatelé ptají a jak často se na to ptají. Poskytuje grafické znázornění nejoblíbenějších článků pro agenty AI pro odpovědi na otázky a šablony odpovědí pro agenty AI pro provádění akcí.
Kurátorství
Poskytuje vizuální souhrn toho, kolik problémů s kurátorstvím se každý den objevilo a kolik z nich vývojáři agenta AI vyřešili.
Integrace agentů AI
Tato část vysvětluje, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací zákazníků.
Integrace agentů AI s hlasovými a digitálními kanály
Jakmile vytvoříte a nakonfigurujete agenty AI na platformě agenta Webex AI, dalším krokem je jejich integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům AI zpracovávat hlasové i digitální konverzace se zákazníky a poskytuje bezproblémové a interaktivní uživatelské prostředí.
Další informace najdete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa sestav agentů AI
Tato část popisuje přehled sestav agentů AI, typů sestav, vytváření sestav agentů AI a režimů doručení sestav.
Vysvětlení sestav agentů AI
Funkce přehledů umožňuje generovat nebo plánovat (pravidelně generovat) konkrétní sestavy z dostupných typů sestav a přijímat je prostřednictvím dostupných způsobů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, používání, zapojení, výkonu produktu atd. Požadované informace si můžete nechat doručit na e-mail, SFTP cestu nebo do kbelíku S3. Můžete si vybrat typ sestavy ze seznamu předem připravených sestav a také zvolit, zda chcete generovat jednorázový report okamžitě nebo v pravidelných intervalech.
Po otevření nabídky Sestavy z levého navigačního podokna se zobrazí následující karty:
-
Konfigurovat – Na této kartě jsou uvedeny všechny sestavy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam sestav jsou k dispozici následující podrobnosti:
- Aktivní – určuje, zda je uživatel stále přihlášen k odběru sestavy.
- AI Agent – název agenta AI přidruženého k sestavě.
- Typ sestavy – předem připravený typ sestavy, k jehož odběru jste přihlášeni.
- Frekvence – Interval, ve kterém dostáváte sestavu.
- Poslední sestava Generováno – poslední odeslaná sestava.
- Další naplánované datum – další datum, kdy bude sestava odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace o sestavách odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické přehledy můžete stáhnout kliknutím na ikonu Stáhnout ve sloupci Akce .
Sestavy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení generování sestavy.
Vytvoření sestavy agenta AI
| 1 |
Přihlaste se k platformě Webex AI Agent. |
| 2 |
Klikněte na Přehledy na levém navigačním panelu. |
| 3 |
Klikněte na +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy sestav agenta AI
Můžete si vybrat ze seznamu předem připravených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v každém listu.
AI Agent pro zodpovězení otázek typ sestavy
Pro agenta AI jsou k dispozici tři různé typy sestav pro zodpovězení otázek v aplikaci. Pomocí různých typů sestav můžete porozumět souhrnu využití agenta AI, chování, tomu, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Chování a souhrn použitíTato část zobrazuje souhrn agenta AI s četností, s jakou jsou články a kategorie vyvolávány. Informace o souhrnu, kategoriích a článcích můžete zobrazit na samostatné kartě v přehledech:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv | Zprávy odeslané koncovými uživateli agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Totální rozhovory předané lidskému agentovi. |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie nakonfigurovaný v agentovi AI. |
| Konverzace pro kategorii | Počet konverzací nebo návštěv, ve kterých byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Kolikrát byl zjištěn článek patřící do této kategorie. |
| Celkový počet hlasů | Kolikrát byla odpověď z této kategorie přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď z této kategorie přehlasována. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurovaný v agentovi AI. |
| Kategorie článků | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, ve kterých byl tento článek zjištěn. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů | Kolikrát byla reakce na tento článek přehlasována. |
| Celkový počet hlasů |
Kolikrát je odpověď na tento článek přehlasována. |
Zobrazí konverzaci mezi agentem AI a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 | Bylo zjištěno skóre záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, se kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 |
Skóre zjištěného záměru. |
Typ sestavy AI Agent pro provádění úkolů
Pro agenta AI jsou k dispozici tři různé typy sestav pro provádění úloh v aplikaci tvůrce agenta AI. Jako vývojář agenta AI můžete vytvářet různé typy sestav. Ty se dají použít k pochopení souhrnu využití agenta AI, chování agenta AI, toho, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Zobrazí souhrn konverzací spolu se záměry a aktivovanými klíči šablon. Karta souhrnu zobrazuje následující podrobnosti:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací, které zpracovává agent AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv |
Zprávy, které koncoví uživatelé odesílají agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které agent AI odesílá koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly uživateli přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které uživatelé přehlasovali. |
Podrobnosti o záměru můžete zobrazit také na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi AI. |
| Konverzace pro záměr | Počet konverzací nebo relací, kde byl tento záměr vyvolán. |
| Celkový počet vyvolání | Kolikrát byl tento záměr uplatněn. |
| Celkový počet dokončených prací | Kolikrát byly shromážděny všechny sloty a tento záměr byl splněn. |
| Celkový počet hlasů | Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
| Celkový počet hlasů |
Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
Sestava také obsahuje podrobnosti o šabloně vysoké úrovně, například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony nakonfigurovaný v agentovi AI. |
| Záměr klíče šablony | Záměry, kde se tento klíč šablony používá. |
| Konverzace pro klíč šablony | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet odpovědí | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet hlasů | Kolikrát byla odpověď na tuto šablonu přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď na tuto šablonu přehlasována. |
Zobrazí konverzaci zákazníka s agentem AI spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatelů, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. Tato sestava je relevantní pouze pro skriptované agenty AI. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, na kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre |
Skóre zjištěného záměru. |
Způsoby doručení sestavy agenta AI
V dnešním světě založeném na datech je efektivní a bezpečné poskytování sestav AI Agent zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různorodým organizačním potřebám, nabízíme několik režimů doručování pro sestavy agentů AI, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují protokol SFTP (Secure File Transfer Protocol), e-mail a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už se jedná o potřebu vysokého zabezpečení, snadný přístup nebo škálovatelná řešení úložiště. Tento dokument popisuje funkce a výhody jednotlivých způsobů dopravy a pomáhají vám vybrat nejlepší možnost pro vaše konkrétní potřeby.
SFTP
|
Pole |
Popis |
|---|---|
| Nabízení sestav na zabezpečené místo podle plánu |
Přepnutím této možnosti odešlete sestavy do zabezpečeného umístění v naplánovaném čase. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| Adresa IP | IP adresa systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup k přehledům. |
| Heslo | Heslo pro přístup k sestavám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Nahrát cestu |
Cesta, kam jsou soubory v systému směrovány. |
| Pole | Popis |
|---|---|
| Naplánujte e-maily pro více příjemců a oddělte je středníkem (;) | Přepnutím této možnosti můžete přidat příjemce. |
| Příjemci |
E-mailové adresy všech příjemců, kteří musí dostávat zprávy v určeném čase a se stanovenou frekvencí. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrání sestav do segmentu S3 podle plánu |
Přepnutím této možnosti zpřístupníte pole S3 a směrujete sestavy do nakonfigurovaného segmentu S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název segmentu | Název segmentu, do kterého je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kontejneru S3. |
Pochopte dodržování předpisů AI
Tato část vám pomůže pochopit vývoj AI, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, zabezpečení a bezpečnost
Každá funkce společnosti Cisco využívající umělou inteligenci prochází posouzením dopadu AI podle našich principů odpovědné AI a dodržuje rámec Responsible AI Framework, kromě stávajících procesů zabezpečení, soukromí a lidských práv již od návrhu.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníka po procesu odvození a poskytovatel modelu 3rd, společnost Microsoft, nepřistupuje, nemonitoruje ani neukládá zákaznická data společnosti Cisco. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce najdete v tématu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti AI pro všechny funkce AI:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů 3. strany Cisco, společnost Microsoft, prohlašuje, že nebude používat zákaznický obsah k vylepšování modelů Azure OpenAI a že neukládá ani neuchovává zákaznická data Cisco v infrastruktuře Azure.
Bezpečnostní a etická hlediskaVšechny generativní funkce AI jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce AI tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Vyhodnocení a výkonnost modeluSpolečnost Cisco upřednostňuje výkon a přesnost AI Assistant tím, že zapojuje lidi do kontroly, testování a zajištění kvality základního modelu.
Začínáme s aplikací Webex AI Agent Studio
Webex AI Agent Studio je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI pro splnění potřeb zákaznických služeb a podpory. Pomocí umělé inteligence poskytují agenti AI automatizovanou pomoc zákazníkům před interakcí s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyka a kontextovým povědomím v rámci konverzací. Agenti AI také bezproblémově a informativně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci těží ze zkušeností podobných domovníkům, dostávají pomoc s dotazy, vyhledávání informací a minimalizaci čekacích dob.
Možnosti Webex AI Agent Studio
- Přesné a včasné odpovědi—Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo vstupů zákazníků.
Klíčové výhody pro podniky
-
Vylepšené prostředí pro zákazníky: Poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Personalizované interakce – přizpůsobuje reakce individuálním potřebám a preferencím zákazníků.
-
Škálovatelnost a efektivita: Zvládá velký objem interakcí se zákazníky bez nutnosti dalších lidských agentů, což vede ke zvýšení spokojenosti a snížení provozních nákladů.
Vysvětlení typů a příkladů agentů AI
Následující tabulka poskytuje přehled typů agentů AI a jejich možností:
| Typ agenta AI | Účel | Funkce | Popis | Jak nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti AI jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a plnili úkoly bez přímého lidského zásahu. |
Provádění akcí |
Rozhodujte se informovaně na základě dostupných informací a předem definovaných pravidel. Automatizujte opakující se nebo časově náročné úlohy. |
|
|
Odpovězte na otázky |
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Scénář |
Skriptovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provádění akcí |
Skriptovaní agenti mohou provádět určité úlohy, které jsou jasně definovány a strukturovány. |
Skriptovaní agenti AI pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Skriptovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i skriptované agenty AI lze použít v různých případech použití v závislosti na konkrétních požadavcích a požadovaných funkcích. Některé příklady:
-
Zákaznický servis: K poskytování zákaznické podpory lze použít autonomní i skriptované agenty, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – Autonomní agenti jsou vhodní pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat přizpůsobenější interakce.
-
Analýza dat: Autonomní agenti se dají použít k analýze velkých datových sad a extrakci cenných poznatků.
-
Automatizace procesů: Autonomní i skriptované agenty lze použít k automatizaci opakujících se úloh, zvýšení efektivity a snížení počtu chyb.
-
Správa znalostí: Autonomní agenti se dají použít k vytváření a správě úložišť znalostí, aby byly informace snadno přístupné uživatelům.
Volba mezi autonomními a skriptovanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti trénovacích dat.
Předpoklady
-
Pokud jste stávajícím zákazníkem Webex kontaktního centra, ujistěte se, že splňujete následující předpoklady:
-
Webex klienta Kontaktního centra 2.0.
-
Webex Connect se zřídí pro vašeho tenanta.
-
Platforma hlasových médií je mediální platforma nové generace.
-
-
Pokud nemáte klienta Webex kontaktního centra, obraťte se na svého partnera a požádejte ho o zahájení zkušební verze Webex kontaktního centra s mediální platformou nové generace.
-
Administrátoři si mohou vyžádat Webex izolovaný prostor pro vývojáře kontaktního centra, aby vyzkoušeli agenty AI.
Povolení funkcí
Tato funkce je momentálně ve verzi beta. Zákazníci se mohou zaregistrovat k této funkci na Webex Beta Portal vyplněním průzkumu účasti pro agenty AI.
-
V současné době je ve fázi beta k dispozici pouze funkce skriptovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Požadavky lze podávat prostřednictvím CSM (Customer Success Manager), PSM (Partner Success Manager) nebo e-mailem ask-ccai@cisco.com. Po schválení budou autonomní agenti k dispozici kromě skriptovaných agentů pro vašeho tenanta.
Přístup Webex AI Agent Studio
Pokud chcete vytvořit agenty AI, musíte se přihlásit k aplikaci Webex AI Agent Studio. To lze provést následujícími způsoby:
Přihlášení z Centra řízení
- Přihlaste se do Centra řízení pomocí adresy URL https://admin.webex.com.
- V části Služby navigačního podokna zvolte Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktních center.
- Kliknutím na Webex AI Agent Studio získáte přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlášení ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent Studio byste měli mít přístup k Webex Connect.
- Přihlaste se k aplikaci Webex Connect pomocí adresy URL tenanta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Zásobník aplikací v levém navigačním podokně klikněte na Webex AI Agent Studio pro přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozložení domovské stránky
Vítejte v aplikaci Webex AI Agent Studio. Když se přihlásíte, domovská stránka zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – zobrazí seznam agentů AI, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, která slouží jako mozek pro autonomní agenty AI, kteří reagují na dotazy zákazníků.
- Sestavy – seznam předem připravených sestav agentů AI různých typů. Sestavy můžete generovat nebo plánovat podle svých obchodních potřeb.
- Nápověda – poskytuje přístup k uživatelské příručce k Webex AI Agent Studio v centru nápovědy Webex.
-
Uživatelský profil
Nabídka profilu uživatele umožňuje zobrazit informace o profilu a odhlásit se z aplikace.
Stránka podnikový profil obsahuje informace o tenantovi agenta AI, které jsou přístupné jenom správcům s úplným přístupem správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného podniku. To je k dispozici pro podniky s integrací Webex kontaktního centra pro odpovídajícího tenanta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Nastavení globálního agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování nouzových scénářů.
- Souhrn uchovávání dat – poskytuje souhrn doby uchovávání dat pro tento podnik.
-
Na kartě Spoluhráči můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje akce, které mohou provádět na základě udělených oprávnění.
-
Poznejte svůj řídicí panel
Na řídicím panelu jsou agenti AI reprezentováni kartami, které zobrazují základní informace, včetně názvu agenta AI, naposledy aktualizovaného, naposledy aktualizovaného a modulu použitého k trénování agenta.
Úkoly na kartě AI Agent
Najeďte myší na kartu agenta AI a zobrazte následující možnosti:
- Náhled – Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – Kliknutím na tuto ikonu můžete provádět následující úlohy:
-
Kopírovat odkaz na náhled – Zkopírujte odkaz na náhled a vložte jej na novou kartu a zobrazte náhled agenta AI ve widgetu chatu.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Exportujte podrobnosti agenta AI (ve formátu JSON) do místní složky.
-
Odstranit – trvale odstraní agenta AI ze systému.
-
Připnout – připněte agenta AI na první pozici na řídicím panelu nebo ho odpněte a přesuňte ho zpět na předchozí pozici.
-
Vytvoření nového agenta AI
Nového agenta AI můžete vytvořit pomocí + možnosti vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o tom, jak vytvářet skriptované a autonomní agenty AI, najdete v následujících částech:
Import předem sestaveného agenta AI
Předem sestaveného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Chcete-li jej importovat, postupujte takto:
- Klikněte na Importovat agenta.
- Kliknutím na Nahrát nahrajte soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Název agenta zadejte název agenta AI.
- (Volitelné) V ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klikněte na tlačítko Importovat.
Váš agent AI je teď úspěšně importován na platformu Webex AI Agent Studio a je k dispozici na řídicím panelu.
Vyhledávání podle klíčových slov
Platforma poskytuje robustní možnosti vyhledávání, které vám pomohou snadno najít a spravovat agenty AI. Vyhledávání podle klíčových slov můžete provádět pomocí názvu agenta. Zadejte název agenta nebo část názvu do vyhledávacího pole. Systém zobrazí seznam agentů AI, kteří odpovídají vašim kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě vyhledávání podle klíčových slov můžete výsledky vyhledávání upřesnit filtrováním na základě typu agenta AI. Z rozevíracího seznamu vyberte jeden z filtrů typu agenta – Skriptované , Autonomní a Vše.
Správa znalostní báze
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající LLM (Large Language Model). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení k pochopení, zpracování a generování lidského textu. Tito agenti AI trénují na obrovském množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní reakce. Znalostní báze ukládají data nezbytná pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. Zobrazí se stránka znalostní báze.
- Znalostní bázi můžete najít na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze aktualizované mezi zadanými daty
- Znalostní báze vytvořené mezi zadanými daty
Kliknutím na tlačítko Obnovit vše obnovíte kritéria vyhledávání.
- Můžete také vytvořit novou znalostní bázi. Pokud chcete vytvořit novou znalostní bázi, přečtěte si téma Vytvoření znalostní báze pro agenta AI.
Vytvoření znalostní báze pro agenta AI
| 1 |
Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. |
| 2 |
Na stránce Znalostní báze klikněte na +Vytvořit znalostní bázi v pravém horním rohu. |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující podrobnosti: |
| 4 |
Klikněte na tlačítko Vytvořit. Systém vytvoří znalostní bázi se zadaným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace a zobrazte a sledujte podrobnosti o souborech, které jste nahráli, a dokumentech, které jste vytvořili.
|
Další postup
Nakonfigurujte znalostní bázi pro agenta autonomní AI pro odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti AI pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobení svých akcí k dosažení konkrétních cílů. Tato část popisuje dvě primární funkce autonomního agenta AI.
Autonomní agent AI pro provádění úkolů
Autonomní agenti AI mohou provádět různé úkoly, včetně:
-
Zpracování přirozeného jazyka (NLP) – porozumění lidské řeči a reakce na ni přirozeným a konverzačním způsobem.
-
Rozhodování – Rozhodujte se informovaně na základě dostupných informací a předdefinovaných pravidel.
-
Automatizace – automatizujte opakující se nebo časově náročné úlohy.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku.
Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Filtrujte typ agenta AI jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Nyní jste úspěšně vytvořili autonomního agenta AI pro provádění akcí, který je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Publikovat zprovozníte agenta AI. |
Další postup
Přidejte požadované akce do agenta AI.
Přidání akcí do agenta Autonomous AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby pochopili záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek jídla. Chcete-li tento úkol provést, můžete vytvořit autonomního agenta AI, který provádí následující akce:
-
Získejte požadované informace od zákazníka.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí funguje na následujících stavebních blocích:
-
Akce – funkce, která umožňuje agentovi AI připojit se k externím systémům a provádět složité úlohy.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Plnění slotů zahrnuje kladení konkrétních otázek zákazníkovi, aby splnil záměr zákazníka na základě promluv. Je to spouštěč pro agenta AI, aby začal provádět akci. Definujte vstupní entity jako součást vyplňování slotu.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomního agenta AI pro vygenerování odpovědi v konkrétním formátu. Systém odešle výstupní entity do toku, aby pokračovaly v akci a úspěšně dokončily úlohu.
| 1 |
Na kartě Akce klikněte na +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Další postup
Můžete buď konfigurovat sloty, nebo můžete konfigurovat sloty a definovat plnění v závislosti na zvoleném rozsahu akcí.
Konfigurace zaplnění slotů
Plnění slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Zaplnění slotu na stránce Akce přidejte vstupní entity:
-
Entity můžete přidávat jednu po druhé ve formátu tabulky.
-
Můžete také použít soubor JSON a definovat entity. Podrobnosti najdete v tématu prohlídka schématu JSON.
Přidání vstupních entit v tabulkovém formátu
| 1 |
Chcete-li přidat vstupní entitu, klikněte na tlačítko + Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
type – Datový typ objektu parametrů. To je vždy "objekt", který označuje, že parametry jsou strukturovány jako objekt.
properties – objekt, kde každý klíč představuje parametr a přidružená metadata.
required – pole řetězců se seznamem názvů parametrů, které jsou povinné.
Vlastnosti objektu
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type – Datový typ parametru. Povolené typy jsou:
-
string – Textová data.
-
celé číslo – číselná data bez desetinných míst.
-
number (číslo) – číselná data, která mohou obsahovat desetinná místa.
-
boolean – hodnoty true/false.
-
array – seznam položek, z nichž všechny jsou obvykle stejného typu.
-
object – Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – Stručné vysvětlení toho, co entita představuje. To pomáhá modulu AI pochopit účel a použití parametru. Pro lepší přesnost se doporučuje popis, který je stručný a konzistentní s pokyny agenta a popisem akce.
-
Ověření je vynuceno platformou pouze pro "typ". "Popis" není vynucen pro všechny entity, ale důrazně doporučujeme jej přidat. Další užitečná klíčová slova pro metadata entity jsou:
-
enum – Pole výčtu uvádí možné hodnoty parametru. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby to mohl použít.
- pattern – pole vzoru se používá s typy řetězců k určení regulárního výrazu, kterému musí řetězec odpovídat. To je užitečné zejména pro ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
příklady – pole příklady poskytuje jeden nebo více příkladů platných hodnot parametru. To pomáhá modulu AI pochopit, jaký druh dat se očekává, a může být obzvláště užitečný pro účely interpretace a ověřování.
-
Existují další klíčová slova, která mohou definici entity zpřesnit a robustnější. Další informace najdete v tématu prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčových slov:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address of the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/rrrr"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Zda chce uživatel dostávat newslettery.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "role": { "type": "array", "description": "Seznam rolí přiřazených uživateli.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- username – typ řetězce s omezením minimální a maximální délky.
- password – typ řetězce s minimální délkou a určitým formátem (heslo označuje, že by se s ním mělo zacházet bezpečně).
- e-mail – typ řetězce se vzorem regulárního výrazu, který zajišťuje, že se jedná o platnou e-mailovou adresu.
- birthdate – typ řetězce s příklady pro předepisování formátu data.
- předvolby – Typ objektu s vnořenými vlastnostmi (bulletin a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- roles – typ pole, kde každá položka je řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak je definováno polem "povinné".
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a konvenci pojmenování. Postupujte podle těchto osvědčených postupů a vytvořte dobře definované entity, které je pro modul AI snadné interpretovat a vynucovat.
Definování plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta AI v kontaktním centru. Zadejte následující podrobnosti: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI vygeneroval výsledek ve formátu, který je pro tok srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na tlačítko + Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat tolik výstupních entit, kolik potřebujete. |
| 5 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
| 6 |
Kliknutím na tlačítko Přidat dokončete kofiguraci. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na Publikovat zprovozníte agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná ve scénářích, kdy agent potřebuje:
-
Poskytujte zákaznickou podporu – odpovězte na nejčastější dotazy, řešte problémy a proveďte zákazníky procesy.
-
Nabídněte technickou pomoc – Poskytujte odborné rady v konkrétních tématech nebo oblastech.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Nezapomeňte vytvořit znalostní bázi. Další informace naleznete v tématu Správa znalostní báze.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Nakonfigurujte znalostní bázi pro agenta AI.
Konfigurace znalostní báze Knowledge Base
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na kartu znalostní báze . |
| 3 |
Z rozevíracího seznamu vyberte požadovanou znalostní bázi. |
| 4 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti o relaci a historii každého z autonomních agentů AI, které jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s kontomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI.
Zasedání
Stránka Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a uživateli. Přechod na stránku Relace :
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy relace. Tyto informace jsou užitečné pro audit, analýzu a vylepšení agenta AI.
Tabulka relací zobrazuje seznam všech relací nebo místností vytvořených pro daného agenta AI. Tabulka se stránkuje, pokud je na jedné obrazovce více řádků, než se do ní vejde. Kterékoli pole v tabulce lze řadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Pole, která jsou k dispozici, představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace pro konverzaci.
- ID spotřebitele – ID spotřebitele, který komunikoval s agentem AI.
-
Kanály – kanál, ve kterém došlo k interakci.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti – obsahují další informace o místnosti.
-
Zaškrtněte požadovaná políčka:
- Skrýt testovací relace – skryje testovací relace a zobrazí pouze seznam živých relací.
- Došlo k předání agenta – k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě - filtruje relace, ve kterých k chybě došlo.
- Downvote (Zamítnuto) – filtruje relace s přehlasovaným hlasem.
Kliknutím na řádek v tabulce relací zobrazíte podrobné zobrazení této relace. Ikona zámku označuje, že relace je uzamčena a je třeba ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je povolen přepínač Dešifrovat přístup , můžete přistupovat k libovolné relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je ale použitelná jenom v případě, že je Rozšířená ochrana dat nastavená na hodnotu true nebo povolená pro tenanta.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI. Zobrazení historie konkrétního agenta:
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historie.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu protokoly auditu zobrazíte změny provedené v agentech AI.
- Historie modelu – kliknutím na kartu Historie modelu zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Kontrolní záznamy
Karta protokoly auditu sleduje změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Karta Protokoly auditu zobrazuje následující podrobnosti:
Uživatelé s rolí správce nebo vývojářského agenta AI mají přístup jenom ke kartě protokoly auditu . Uživatelé s vlastními rolemi, kteří mají oprávnění Získat protokol auditu, mohou také zobrazit protokoly auditu.
- Aktualizováno v – data a čas změny.
- Aktualizováno – jméno uživatele, který změnu začlenil.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditování můžete vyhledat pomocí možností vyhledávání Aktualizováno, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelu
Karta Historie modelu je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete agenta autonomní AI pro provádění akcí, uloží se verze agenta autonomní AI, která je k dispozici na kartě Historie modelu. Různé verze agenta AI můžete zobrazit na kartě Historie modelu.
- Popis modelu – stručný popis verze agenta AI.
- AI Engine – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje provádět následující akce s agentem AI:
- Načtení – všechny změny agenta AI budou ztraceny. Konfiguraci je nutné provést znovu.
- Exportovat – slouží k exportu agenta AI.
Zobrazení náhledu autonomního agenta AI
Náhled autonomních agentů AI můžete zobrazit v době vytváření agenta AI, při úpravách a po nasazení agenta. Náhled můžete otevřít z:
- Řídicí panel agenta AI – když najedete myší na kartu agenta AI, zobrazí se možnost Náhled pro tohoto agenta AI. Kliknutím otevřete náhled agenta AI.
- Hlavička agenta AI – kliknutím na kartu agenta AI otevřete agenta AI. Možnost Náhled je vždy viditelná v části záhlaví.
- Minimalizovaný widget – Po spuštění a minimalizaci náhledu se v pravém dolním rohu stránky zobrazí widget chatovací hlavy. Pomocí této možnosti můžete snadno znovu otevřít režim náhledu.
Webex AI Agent Studio také poskytuje možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled. Odkaz na náhled můžete sdílet s ostatními uživateli, jako jsou testeři nebo uživatelé agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravé dolní části obrazovky. Můžete poskytnout promluvy (nebo posloupnost promluv), abyste zkontrolovali odpovědi agenta AI a zajistili, že funguje správně.
Můžete také minimalizovat widget náhledu, poskytnout informace o spotřebiteli a iniciovat více místností pro testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Widget můžete přizpůsobit následujícím způsobem:
- Barva widgetu – Připojením parametru brandColor k odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev.
-
Kryt telefonu – změnou hodnoty parametru phoneCasing v odkazu. Tato možnost je ve výchozím nastavení nastavena na hodnotu true a lze ji vypnout nastavením možnosti false.
Příklad odkazu na náhled s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Zadejte hexadecimální hodnotu barvy ve formátu _XXXX>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Přejděte na řídicí panel a vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu AI Engine vyberte Vega.
- Klikněte na Uložit změny.
Možnost Náhled se aktualizuje ikonou mikrofonu pro hlasový náhled. Klikněte na Náhled. Zobrazí se widget hlasového náhledu.
Chcete-li tuto funkci používat, musíte povolit přístup k mikrofonu.
Ve widgetu hlasového náhledu můžete zobrazit následující možnosti:
- Start pro spuštění náhledu.
- Živý přepis konverzace se zobrazí ve widgetu, když probíhá hlasový náhled.
- Ukončením hovoru ukončíte konverzaci.
- Ztlumit a ztlumit.
Zobrazení výkonu autonomního agenta AI pomocí služby Analytics
Část AI Agent Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýz autonomního agenta AI:
- Na řídicím panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta AI.
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Druhá část zobrazuje statistiky o uživatelích. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích.
Třetí část zobrazuje odpovědi agenta AI a předání agentů
Nastavení skriptovaného agenta AI
Tato část popisuje, jak nastavit a spravovat skriptované agenty AI Webex na platformě AI Agent Studio tak, aby poskytovaly přesné odpovědi na dotazy uživatelů a efektivně prováděly automatizované úlohy.
Skriptovaný agent AI pro provádění úloh
Skriptovaný agent AI rozšiřuje možnosti vytváření agentů Webex bez kódu platformy AI Agent Studio. Skriptovaný agent AI umožňuje víceotáčkové konverzace, kde může získat relevantní data od zákazníků k provádění konkrétních úkolů. To zahrnuje:
-
Spouštění jednoduchých příkazů – podle pokynů dokončete předdefinované akce.
-
Zpracování dat – Manipulujte s daty a transformujte je podle zadaných pravidel.
-
Interakce s jinými systémy – komunikujte s jinými řešeními a ovládejte je.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce vytvořit agenta AI vytvořte nového agenta AI od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Začít od začátku a potom na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klepněte na položku Skriptované. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klepněte na tlačítko Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Vytvořte entity, přidejte záměry a definujteodpovědi.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa entit
Entity jsou stavebními kameny konverzací. Jedná se o základní prvky, které agent AI extrahuje z promluv uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit může agent AI lépe porozumět záměru uživatele a poskytovat přesnější a relevantnější odpovědi.
Typy entit
Webex AI Agent Studio nabízí 11 předem připravených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zachytit informace specifické pro případ použití.
-
Vlastní seznam – definuje seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem připravenými entitami. Ke každému řetězci můžete přidat více synonym. Například vlastní entita velikosti pizzy.
-
Regex – pomocí regulárních výrazů můžete identifikovat konkrétní vzory a extrahovat odpovídající data. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycují numerické vstupy pevné délky s vysokou přesností, zejména při hlasových interakcích. V nehlasových interakcích se používá jako alternativa k typům entit Vlastní a Regex. Například pro detekci pětimístného čísla účtu musí být definována délka pěti.
-
Alfanumerické – zachycují kombinace písmen a čísel a poskytují přesné rozpoznávání hlasových i nehlasových vstupů.
-
Volný tvar – zachycujte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa polohy (WhatsApp) – extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Příklad vstupu | Příklad výstupu |
|---|---|---|---|
| Datum | Analyzuje kalendářní data v přirozeném jazyce do standardního formátu data | "Červenec příštího roku" | 01/07/2020 |
| Čas | Analyzuje čas v přirozeném jazyce do standardního formátu času | 5 večer | 17:00 |
| Detekuje e-mailové adresy | Napište mi na info@cisco.com | info@cisco.com | |
| Telefonní číslo | Detekuje běžné telefonní číslo | Zavolejte mi na 9876543210 | 9876543210 |
| Peněžní jednotky | Analyzuje měnu a částku | Chci 20$ | 20$ |
| Pořadový | Detekuje pořadové číslo. | Čtvrtý z deseti lidí | 4. místo |
| Kardinál | Detekuje kardinální číslo | Čtvrtý z deseti lidí | 10 |
| Geolokace | Detekuje geografické polohy (města, země atd.) | Šel jsem plavat do Temže v Londýně ve Velké Británii | Londýn, Velká Británie |
| Jména osob | Detekuje běžné názvy | Bill Gates z Microsoftu | Bill Gates |
| Množství | Identifikuje měření podle hmotnosti nebo vzdálenosti | Jsme 5 km od Paříže | 5km |
| Doba trvání | Identifikuje časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě entit. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.
Role entit
Když je potřeba entitu shromáždit vícekrát v rámci jednoho záměru, role entit se stávají nezbytnými. Přiřazením odlišných rolí ke stejné entitě můžete agenta AI vést k přesnějšímu pochopení a zpracování vstupu uživatele.
Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí, cílová destinace a mezipřistání. Přidáním poznámek k trénovacím promluvám s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.
Role entit jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity), správci musí zaškrtnout políčko Role entit v rámci rozšířených nastavení dialogového okna selektoru stroje NLU.
Správci nemohou přepnout z RASA nebo Mindmeld na Swiftmatch, když se používají role entit. Aby bylo možné zakázat role entit z rozšířených nastavení stroje NLU, je nutné ze záměrů odebrat role. Můžete vytvořit entitu s rolemi entity.
Vytvoření entity s rolemi entity
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na kartu Entity . |
| 5 |
Klikněte na Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automatické navrhování hodnot slotu na automatické dokončování a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Upřesnit nastavení okna Změnit školicí modul pro moduly RASA a Mindmeld NLU povoleny . |
| 8 |
Klikněte na položku Uložit. K provádění souvisejících akcí můžete použít možnosti Upravit a Odstranit ve sloupci Akce .
|
Další postup
Po vytvoření entity můžete propojit role s entitou.
Propojení rolí s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Entitě můžete přiřadit role pro shromažďování stejné entity dvakrát pro záměr. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Správa záměrů
Záměr je základní součástí platformy Webex AI Agent Studio, která umožňuje agentovi AI pochopit a efektivně reagovat na vaše vstupy. Představuje konkrétní úkol nebo akci, kterou chcete provést během konverzace. Můžete definovat všechny záměry, které odpovídají úkolům, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho vstupu, který umožňuje agentovi AI reagovat smysluplným a kontextově relevantním způsobem.
Systémové záměry
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezené záměry, které jsou navržené tak, aby rozpoznaly a reagovaly na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záložní záměr může pomoci konverzacím na správné cestě.
Implementací výchozího záložního záměru můžou vývojáři agentů AI zajistit, aby agent AI řádně zpracovával neočekávané dotazy nebo dotazy mimo rozsah a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní promluvy. Agenta je možné vytrénovat tak, aby automaticky aktivoval záložní záměr, když narazí na známé otázky mimo rozsah, které by jinak mohly být nesprávně zařazeny do jiných záměrů.
Například v bankovním agentovi AI se zákazníci mohou pokusit zeptat na půjčky. Pokud agent AI není nakonfigurovaný tak, aby zpracovával dotazy související s půjčkou, mohou být tyto dotazy začleněny jako trénovací fráze v rámci výchozího nouzového záměru . Když se zákazník dotazuje na půjčky v jakémkoli okamžiku konverzace, agent AI rozpozná, že dotaz spadá mimo definované záměry, a aktivuje záložní odpověď. Tím je zajištěna vhodnější reakce.
K záložnímu záměru by neměly být přidruženy žádné sloty.
Záložní záměr musí pro svou odpověď použít výchozí klíč záložní šablony.
- Nápověda – Tento záměr je navržen tak, aby odpovídal na dotazy zákazníků týkající se schopností agenta AI. Když si zákazníci nejsou jisti, čeho mohou dosáhnout, nebo se během konverzace setkají s obtížemi, často hledají pomoc tím, že žádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy mapována na klíč šablony zprávy
nápovědy. Vývojáři agentů AI ale můžou přizpůsobit odpověď nebo změnit přidružený klíč šablony tak, aby poskytoval více přizpůsobené a informativní pokyny.Doporučuje se zprostředkovat schopnosti agenta AI na vysoké úrovni, aby zákazníci jasně porozuměli tomu, co mohou dělat dál.
- Promluvte si s agentem – Tento záměr umožňuje zákazníkům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem AI. Když je tento záměr vyvolán, systém automaticky iniciuje přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předání agenta. I když neexistují žádná omezení uživatelského rozhraní pro změnu klíče šablony odpovědi, jeho změna nebude mít vliv na výsledek lidského předání.
Malé diskusní záměry
Všichni nově vytvoření agenti AI zahrnují čtyři předdefinované malé rozhovory pro zpracování běžných pozdravů zákazníků, vyjádření vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
- Nashledanou
Vytvoření záměru
Než začnete
Před vytvořením záměru se ujistěte, že jste vytvořili entity, které budou propojeny se záměrem. Další informace naleznete v tématu Vytvoření entity s rolemi entit.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Zaškrtněte políčko Požadováno , pokud je entita povinná. |
| 7 |
Zadejte počet opakování povolených pro tento slot. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu vyberte klíč šablony. |
| 9 |
V části Odpověď zadejte konečný klíč šablony odpovědi, který se vrátí uživatelům po dokončení záměru. |
| 10 |
Zapněte přepínač Resetovat sloty po dokončení a po dokončení vynulujte hodnoty slotů shromážděné v konverzaci, jakmile je záměr dokončen. Pokud je tento přepínač ve stavu zakázáno, slot zachová staré hodnoty a zobrazí stejnou odezvu.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujete hodnotu slotu během konverzace s příjemcem. Agent AI bere v úvahu poslední hodnotu vyplněnou ve slotu pro zpracování dat. Pokud je tato možnost povolena, hodnoty pro obsazené sloty se aktualizují vždy, když zákazníci poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Zapněte přepínač Poskytovat návrhy pro sloty , chcete-li v konečné odpovědi na základě vstupu uživatele poskytovat návrhy pro zaplnění slotů a alternativní hodnoty slotů. |
| 13 |
Povolením přepínače Ukončit konverzaci ukončíte relaci po tomto záměru. Webex Connect a hlasové toky toho můžou využít k ukončení konverzace se spotřebiteli.
|
| 14 |
Klikněte na položku Uložit. Klikněte na Trénovat v pravém horním rohu karty Školení , aby se projevily všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty tréninku (promluvy) na jeden záměr. Každý slot musí mít také alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny , tlačítko Vlak je zakázané. Vedle ovlivněného záměru se zobrazí ikona upozornění, která označuje problém. Výchozí záložní záměr je však z těchto požadavků vyňat. |
Další postup
Po vytvoření záměru jsou k naplnění záměru vyžadovány určité informace. Propojené entity určují, jak jsou tyto informace získávány z promluv uživatele. Další informace naleznete v tématu Propojení entit se záměrem.
Propojení entit se záměrem
Než začnete
Ujistěte se, že jste vytvořili entity a propojili je před přidáním promluv. Tato automatická anotace entit při přidávání promluv anotuje.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. Propojené entity se zobrazí v sekci Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Pokud je entita označena jako požadovaná, budou k dispozici další možnosti konfigurace. Můžete zadat maximální počet případů, kdy může agent AI požádat o chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který se má vyvolat, pokud požadovaná entita není poskytnuta v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy přidružené k finálovému klíči šablony nakonfigurovanému pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musíte povolit přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny rozpoznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generování trénovacích dat
Musíte ručně přidat trénovací data do jejich záměrů, aby agent AI pracoval s přiměřenou přesností. Trénovací data se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15 až 20 variant, abyste zlepšili jeho přesnost. Ruční vytváření tohoto školicího korpusu může být zdlouhavé a časově náročné. Můžete přidat pouze několik variant nebo přidat pouze klíčová slova jako varianty namísto smysluplných vět. Tomu lze zabránit generováním trénovacích dat, která doplní vaše stávající.
Chcete-li generovat trénovací data, postupujte podle následujících kroků:
- Zadejte název záměru a ukázkovou promluvu.
- Klepněte na tlačítko Generovat.
- Zadejte stručný popis záměru řídit umělou inteligenci.
- Zadejte požadovaný počet variant a úroveň kreativity pro návrhy generované umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší nastavení kreativity může produkovat méně rozmanité varianty.
- Proces generování může trvat několik sekund v závislosti na počtu požadovaných variant.
- Ikona blesku rozlišuje varianty generované umělou inteligencí od uživatelem definovaných trénovacích dat.
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Označování generovaných variant příznakem
Aby bylo zajištěno zodpovědné využití AI, mohou vývojáři označit výstupy generované umělou inteligencí ke kontrole. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo předpojatého obsahu. Označení výstupů generovaných umělou inteligencí:
- Vyhledejte možnost příznaku: Pro každou vygenerovanou promluvu je k dispozici možnost příznaku.
- Poskytnutí zpětné vazby: Při označování výstupu mohou vývojáři přidat komentáře a určit důvod příznaku.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 operací generování. Aby vývojáři vyhověli rostoucím potřebám, mohou kontaktovat vlastníky svých účtů a požádat je o zvýšení tohoto limitu.
Vytvoření vícejazyčného záměru a entity
Trénovací data můžete vytvářet ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta AI musíte definovat promluvy, které odrážejí požadované interakce. Zatímco sloty zůstávají konzistentní napříč jazyky, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, najdete v tabulce jazyků verses entity podporované v tématu podporované jazyky pro skriptované agenty AI.
Správa odpovědí
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – Prosté textové zprávy pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia – obrázky, audio nebo video prvky pro zlepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony – předdefinované struktury odpovědí, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, která šablona se má použít na základě identifikovaného záměru.
Šablony pro předání agenta, nápovědu, nouzové řešení a uvítání jsou předem nakonfigurovány a zprávu odpovědi lze změnit z odpovídajících šablon.
Typy odpovědí
Sekce Návrháře odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího API, který reaguje asynchronním způsobem. Pracovní postupy musí být kódované v Pythonu.
Variabilní substituce
Substituce proměnných umožňuje používat dynamické proměnné jako součást šablon odpovědí. Všechny standardní proměnné (nebo entity) v relaci spolu s těmi, které může vývojář agenta AI nastavit uvnitř objektu volného formuláře, jako je pole úložiště dat, lze použít v šablonách odpovědí prostřednictvím této funkce. Proměnné jsou reprezentovány pomocí této syntaxe: ${variable_name}. Například použití hodnoty entity s názvem apptdate uses ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze personalizovat pomocí proměnných získaných z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplníte oblast proměnnou a zvýrazníte tuto proměnnou.
Konfigurace odpovědí pomocí návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro nevývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI doručuje zákazníkům.
- Fragmenty kódu: Pro vývojáře, kteří používají Python, tato možnost poskytuje flexibilitu pro konfiguraci odpovědí pomocí kódu.
Návrhář odpovědí je navržený tak, aby zajistil, že uživatelské prostředí vyhovuje konkrétnímu kanálu, se kterým agent AI komunikuje.
Šablony odpovědí
- Text – Jedná se o jednoduché textové odpovědi. Pro zlepšení uživatelského prostředí návrhář odpovědí umožňuje více textových polí v rámci jedné odpovědi, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je jedna z těchto možností náhodně vybrána a zobrazena uživateli, což zajišťuje dynamickou a poutavou interakci.
Chcete-li zachovat dynamické a poutavé uživatelské prostředí, můžete do šablon přidat více možností odpovědí. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko + Přidat variantu umístěné v dolní části odpovědi.
Při ukládání odpovědí se může zobrazit upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři snadno najít a opravit tyto chyby v libovolném kanálu nebo formátu odpovědi. Pokud výběr seznamu nebo rotující formát obsahuje více karet, tečková navigace umožňuje procházet karty s chybami. U jedné karty se odpovídající tečka změní na červenou, aby signalizovala chybu.
- Rychlá odpověď – textové odpovědi lze spárovat pomocí tlačítek, což mohou být textové nebo URL odkazy. Textová tlačítka vyžadují název a datovou část, která se po kliknutí odešle robotovi. Tlačítka URL přesměrovávají uživatele na konkrétní webovou stránku.
Když je dotaz zákazníka nejednoznačný, částečná shoda umožňuje robotovi navrhnout relevantní články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a Facebooku.
Přidání rychlých odpovědí URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrovávají uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by robotovi odeslala jakákoli data.
Přidání rychlé odpovědi adresy URL v podmíněné nebo pevné odpovědi:
- Vyberte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď adresy URL.
- Klikněte na +Přidat rychlou odpověď. Zobrazí se automaticky otevírané okno typu tlačítka.
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na kterou musí být příjemce po kliknutí na tlačítko přesměrován.
- Kliknutím na Hotovo přidejte rychlou odpověď na adresu URL.
Tlačítka typu adresy URL lze také nakonfigurovat prostřednictvím typu dynamické odpovědi, kde se tato tlačítka mají konfigurovat pomocí fragmentů kódu Pythonu. Tato tlačítka jsou podporována v oddílech náhledu a náhledu ke sdílení. V současné době nejsou podporovány widgetem živého chatu IMIchat ani jinými kanály třetích stran.
- Rotující formát – rozšířené odpovědi můžou zahrnovat jednu kartu nebo víc karet uspořádaných v rotujícím formátu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka pro rychlou odpověď v rotující šabloně lze nakonfigurovat pomocí textových nebo URL odkazů. Kliknutím na tlačítko URL přesměrujete uživatele na zadanou webovou stránku. Kliknutím na textové tlačítko rychlé odpovědi se robotovi odešle nakonfigurovaná datová část a spustí odpovídající odpověď.
- Obrázek – multimediální šablona, ve které mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video – Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – dá se použít k napsání kódu Pythonu pro volání rozhraní API nebo spuštění jiné logiky.
Fragmenty kódu
Podmíněné odpovědi s rozsáhlými funkcemi a různorodými šablonami mohou efektivně řešit většinu potřeb agentů AI. Pro složité případy použití, které nelze plně realizovat prostřednictvím podmíněných odpovědí, nebo pro vývojáře, kteří dávají přednost kódování, je však k dispozici typ odpovědi fragmentu kódu.
Fragmenty kódu umožňují konfigurovat odpovědi pomocí kódu Pythonu. Tento přístup umožňuje vytvářet v šabloně odpovědi nebo článku všechny typy odpovědí, včetně rychlých odpovědí, textu, rotujících formátů, obrázků, zvuku, videa a souborů.
Kód funkce definovaný v šabloně Fragment kódu lze použít k nastavení proměnných, které jsou pak použity v jiných šablonách. Je důležité si uvědomit, že kód funkce nemůže přímo vracet odpovědi při použití v rámci podmíněných odpovědí.
Ověření fragmentu kódu – platforma kontroluje pouze chyby syntaxe v rámci fragmentu kódu, který konfigurujete. Jakékoli chyby v samotném obsahu odpovědi však mohou způsobit problémy uživatelům, kteří interagují s robotem na nakonfigurovaném kanálu. Editor vám například nezabrání v přidání odpovědi "Výběr času" pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele spustí tuto konkrétní odpověď.
Pokud nenakonfigurujete jedinečnou odpověď pro různé kanály, webová odpověď se vezme jako výchozí odpověď a odešle se zákazníkovi. Seznam šablon podporovaných ve webovém kanálu je:
- Text – jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď – Šablona s textovými tlačítky a tlačítky, na která lze kliknout.
- Rotující formát – kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Image (Obrázek) – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – Šablona pro konfiguraci videa zadáním adresy URL videa. Video můžete přehrát kliknutím nebo klepnutím na obrázek.
- Soubor – Šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním zvukové adresy URL. Zobrazuje také dobu trvání zvukové zprávy ve výstupu.
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Skriptovaný agent AI pro odpovídání na otázky
Skriptovaní agenti AI jsou agenti řízení znalostmi, jejichž znalostní báze se skládá z korpusu otázek a odpovědí. Skriptovaný agent AI může poskytovat odpovědi na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. Tato funkce je užitečná ve scénářích, kde:
- Jsou vyžadovány specifické znalosti – agent musí odpovídat na otázky v rámci předdefinované domény.
- Konzistence je důležitá – agent musí poskytovat konzistentní odpovědi na podobné dotazy.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v trénovacím korpusu.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Skriptované. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu .
V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Přidejte články do agenta AI.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa článků
Články jsou důležitou součástí skriptovaných agentů AI. Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která jej identifikuje. Všechny články dohromady tvoří znalostní bázi nebo korpus agenta AI . Když se váš zákazník na něco zeptá, systém zkontroluje svou znalostní bázi a dá vám nejlepší odpověď, kterou najde.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě trénovací varianty (promluvy), aby byl článek součástí korpusu trénovaného modelu. Tlačítka Trénovat a Uložit a Trénovat zůstávají k dispozici ve skriptovaném agentovi AI pro zodpovězení otázek, pokud vyberete modul Rasa nebo Mindmeld NLU a pokud má článek méně než dvě varianty. Když umístíte ukazatel myši na tato nedostupná tlačítka, systém zobrazí zprávu s žádostí o vyřešení problémů před tréninkem. Systém také zobrazí výstražnou ikonu odpovídající článku s problémy. Problémy můžete vyřešit přidáním více než dvou variant článku. Tlačítka Train a Save a Train jsou k dispozici, jakmile jsou problémy vyřešeny. Dvě varianty se nevztahují na výchozí články – zpráva o částečné shodě, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle svého výběru a všechny nezařazené články zůstanou klasifikovány jako nepřiřazené. Od okamžiku vytvoření článků existují čtyři výchozí články, které jsou k dispozici pro každého agenta AI. Jedná se o následující:
- Uvítací zpráva – obsahuje první zprávu vždy, když dojde k zahájení konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když agent nerozumí otázce uživatele.
- Částečná shoda – když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení předání a odvození ), agent zobrazí tuto zprávu shody spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se zobrazí spolu s těmito možnostmi.
- Co můžete dělat?— Můžete nakonfigurovat schopnosti agenta AI. AI Agent to zobrazuje vždy, když koncoví uživatelé zpochybňují schopnosti AI Agenta.
Kromě toho je přidán výchozí článek Mluvit s agentem, pokud jsou povolená nastavení předání agenta z předání a odvození .
Všichni noví AI agenti mají také čtyři články ve Smalltalku , které zpracovávají uživatelské promluvy pro:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
-
Nashledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý dotaz příjemce se porovná s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň spolehlivosti, se zobrazí uživateli jako odpověď agenta AI. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na Vytvořit nový článek. |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte kteroukoli z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí Návrháře odpovědí. |
| 6 |
Klikněte na Uložit a trénovat. |
Import z katalogů
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které mají být přidány do agenta. |
| 6 |
Klikněte na tlačítko Hotovo. |
Extrahujte nejčastější dotazy z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Extrahovat nejčastější dotazy z odkazu. |
| 5 |
Zadejte adresu URL, kde jsou hostovány nejčastější dotazy, a klikněte na tlačítko Extrahovat. |
| 6 |
Klikněte na tlačítko Importovat. |
Import ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat ze souboru a zvolte CSV importujte články ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, zvolte JSON. |
| 5 |
Klikněte na tlačítko Procházet a vyberte soubor, který obsahuje všechny články. Kliknutím na tlačítko Stáhnout ukázku zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klikněte na tlačítko Importovat. |
Přidání vlastních synonym
Mnoho případů použití agentů AI má tendenci zahrnovat slova a fráze, které nemusí být součástí standardní anglické slovní zásoby nebo jsou specifické pro obchodní kontext. Například chcete, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS a tak dále. Agent AI musí zahrnout tyto termíny a jejich variace do trénovacích promluv pro všechny související články, což vede k redundantnímu zadávání dat.
Chcete-li tento problém s redundancí vyřešit, můžete k zodpovězení otázek použít vlastní synonyma v rámci skriptovaného agenta AI. Synonyma každého kořenového slova jsou platformou automaticky nahrazena kořenovým slovem za běhu.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Vlastní synonyma. |
| 5 |
Klikněte na Nové kořenové slovo. |
| 6 |
Nakonfigurujte kořenovou hodnotu slova a její synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta AI. Můžete také exportovat synonyma (ve formátu souboru .CSV) do místní složky a importovat soubor zpět na platformu. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Zobrazení náhledu skriptovaného agenta AI
Webex AI Agent Studio umožňuje zobrazit náhled agentů AI během jeho vývoje a dokonce i po dokončení vývoje. Tímto způsobem můžete otestovat fungování agentů AI a určit, zda jsou generovány žádoucí odpovědi odpovídající příslušným vstupním dotazům. Náhled skriptovaného agenta AI můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najeďte myší na kartu agenta AI a zobrazte možnost náhledu pro daného agenta AI. Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Hlavička agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo na tlačítko Upravit na kartě agenta AI je možnost Náhled vždy viditelná v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který vám umožní snadno znovu otevřít režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled ke sdílení z agenta AI. Na kartě AI Agent klikněte vpravo nahoře na ikonu se třemi tečkami a klikněte na Kopírovat odkaz na náhled. Tento odkaz můžete sdílet s ostatními uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravém dolním rohu obrazovky. Můžete zadat promluvy (nebo posloupnost promluv), abyste viděli, jak agent AI reaguje, a zajistit, aby fungoval podle očekávání. Agent AI ve verzi Preview podporuje více jazyků a může automaticky detekovat jazyk promluv, aby odpovídajícím způsobem reagoval. Jazyk v náhledu můžete také vybrat ručně kliknutím na výběr jazyka a výběrem ze seznamu dostupných možností.
Widget náhledu můžete maximalizovat pro lepší zobrazení. Můžete také poskytnout informace o spotřebitelích a iniciovat více místností pro důkladné testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní přizpůsobení jsou:
- Barva widgetu – Připojením parametru
brandColork odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev. -
Kryt telefonu – změnou hodnoty parametru
phoneCasingv odkazu. Tato možnost je ve výchozím nastavení nastavena nahodnotu truea lze ji vypnout nastavením možnosti falsePříklad odkazu na náhled s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Společné oddíly správy pro skriptovaného agenta AI
Následující části se zobrazí na levém panelu stránky konfigurace agenta AI:
Školení
Jak se agenti AI vyvíjejí a stávají se složitějšími, změny jejich logiky nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma agentů AI pohodlný rámec pro testování robotů jedním kliknutím. Jejich funkce jsou následující:
- Snadno vytvářejte a spouštějte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvořením testovacích případů s více zprávami.
Definování testů
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili.
- Klikněte na Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testcases .
- Vyberte testovací případ a klikněte na tlačítko Provést vybrané testy.
Každý řádek v tabulce představuje testovací případ, který má následující parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Ukázková zpráva, která představuje typy dotazů a příkazů, které můžete očekávat, že uživatelé pošlou agentovi AI. |
| Předpokládaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Určete článek, který se má zobrazit jako odpověď na konkrétní zprávu uživatele. Abychom vám pomohli najít nejrelevantnější článek, obsahuje tento sloupec funkci automatického dokončování Smart. Když vstoupíte, systém navrhne odpovídající články na základě dosud zadaného textu. |
| Obnovení předchozího kontextu | Kliknutím na zaškrtávací políčko v tomto sloupci izolujete testovací případy a zajistíte, aby byly spuštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Pokud je povoleno, každý testovací případ je simulován v nové relaci, což zabraňuje jakémukoli rušení z předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolením tohoto přepínače považujete testovací případy za úspěšné i v případě, že očekávané články odpovídají skutečné odpovědi pouze částečně. |
| Import z CSV | Importujte testovací případy ze souboru odděleného čárkami (CSV). V tomto případě jsou přepsány všechny existující testovací případy. |
| Exportovat do CSV | Exportujte testovací případy do souboru odděleného čárkami (CSV). |
| Testování zpětných volání | Povolením tohoto přepínače můžete simulovat příchozí zpětná volání a testovat chování toku bez nutnosti skutečných příchozích hovorů. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Zpětné volání v toku | Klepnutím na zaškrtávací políčko v tomto sloupci označíte, že záměr musí aktivovat zpětné volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Očekávaná šablona zpětného volání | Zadejte klíč šablony, který se aktivuje při zpětném volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď zpětného volání, než považuje zpětné volání za vypršené. Je povolen maximální časový limit 20 sekund. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
Provádění testů
Na kartě Spuštění klikněte na možnost Spustit vybrané testy a zahajte postupné provádění všech vybraných testovacích případů.
Testovací případy můžete také spustit na kartě Testovací případy .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Splněno , Úspěšně s částečnou shodou , Nezdařilo se, Čeká na vyřízení ) na souhrnném pásu karet. Tím se filtruje seznam testovacích případů tak, aby se zobrazily pouze ty, které odpovídají vybranému výsledku.
Ve výsledcích se zobrazí ID relace přiřazené ke každému testovacímu případu. To vám umožní rychle křížově odkazovat na testovací případy a zobrazit podrobnosti o transakci. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie spouštění
Na kartě Historie získáte přístup ke všem spuštěným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujte provedená testovací data jako soubor CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte konkrétní nastavení modulu a algoritmu použitá pro každé spuštění testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit upřesňující nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího stroje. To poskytuje přehled o parametrech a nastaveních, které ovlivnily chování agenta AI během testování.
Zasedání
Část Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a auditování. Tato data můžete použít ke zkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, zpřesnili odpovědi agenta AI a vylepšili celkové uživatelské prostředí.
Dokáže zpracovat velké datové sady zobrazením výsledků na stránkách. Pomocí části Upřesnit výsledky můžete filtrovat a řadit relace na základě různých kritérií. Každý řádek v tabulce zobrazuje základní podrobnosti o relaci, včetně:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID příjemce – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v čase ukončení relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – Toto políčko zaškrtněte, chcete-li skrýt testovací relace a zobrazit pouze seznam živých relací.
- Předání agenta proběhlo – Toto políčko zaškrtněte, chcete-li filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto políčka chcete filtrovat relace, ve kterých k chybě došlo.
- Zamítnuto – Toto políčko zaškrtněte, chcete-li filtrovat přerušené relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka slouží k filtrování relací na základě předání agenta, chyb a snížení počtu hlasů. Dešifrovací relace vyžadují oprávnění na úrovni uživatele a pokročilé nastavení ochrany dat. Kliknutím na tlačítko Dešifrovat obsah zobrazíte podrobnosti o relaci.
Podrobnosti relace konkrétní relace ve skriptovaném agentovi AI pro zodpovězení otázek
Zobrazení Podrobnosti relace ve skriptovaném agentovi AI pro zodpovězení otázek poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem AI.
Sekce Zprávy :
- Zobrazí všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi generované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Zobrazí seznam článků, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných shod i částečných shod.
- Zobrazuje skóre podobnosti přiřazené ke každému identifikovanému článku a označuje stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikaci relevantních článků.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaných na kartě Předání a odvození .
Část Další informace v zobrazení Podrobnosti relace poskytuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – zobrazuje předzpracovanou verzi vstupu zákazníka po jeho zpracování kanálem NLU (Natural Language Understanding) agenta AI.
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Typ odpovědi – určuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Podrobnosti o relaci konkrétní relace ve skriptovaném agentovi AI pro provádění akcí
Karta Informace o transakci ve skriptovaném agentovi AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Identifikovaná část záměrů :
- Zobrazí záměry, které byly identifikovány pro dotaz zákazníka.
- Označuje úroveň spolehlivosti spojenou s každým identifikovaným záměrem.
- Zobrazí seznam slotů, které jsou přidruženy k identifikovanému záměru. Kliknutím na pozici zobrazíte další informace o její hodnotě a o tom, jak byla extrahována z dotazu uživatele.
Část Identifikované entity obsahuje seznam entit, které byly extrahovány ze zprávy zákazníka a jsou přidruženy k aktivnímu záměru příjemce. Tyto entity představují klíčové informace, které robot identifikoval v dotazu uživatele.
Část Výsledky algoritmu poskytuje přehled o základních procesech, které vedly k reakci agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – zobrazuje identifikované záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – zobrazuje entity, které byly extrahovány ze zprávy uživatele.
Zobrazí se další informace :
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Klíč šablony – označuje klíč šablony přidružený k záměru, který aktivoval odpověď agenta AI.
- Typ odpovědi – označuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Informace o transakci můžete také stáhnout a zobrazit ve formátu JSON pomocí možnosti stažení.
Karta Metadata zobrazuje:
- Metadata NLP – Zkontrolujte kroky předběžného zpracování použité na vstup zákazníka na kartě NLP .
- Datastore a FinalDF – přístup k datům souvisejícím s relací na kartách Úložiště dat a FinalDF pro inteligentní roboty.
- Funkce vyhledávání – Pomocí integrovaného vyhledávacího panelu můžete v konverzaci rychle najít konkrétní promluvy.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přeškolit skriptovaného agenta AI, aby se zajistilo, že je aktuální. Po každém tréninku důkladně otestujte svého AI agenta, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie umožňuje:
- Zobrazit historii školení – Sledujte, kdy byl korpus vyškolen a jaké změny byly provedeny.
- Porovnat trénovací moduly – Zkontrolujte tréninkové moduly používané pro různé iterace a jejich odpovídající trvání školení.
- Sledování změn – Monitoruje změny nastavení, článků, odpovědí, NLP a kurátorství.
- Návrat k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší tréninkové sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivovat články – Zprovozněte dříve neaktivní články , abyste je zahrnuli do odpovědí agenta AI.
- Upravit články – Vytvořte novou verzi existujícího článku při zachování původního článku pro referenci.
- Výkon ve verzi Preview: Vyhodnoťte výkon agenta AI pomocí konkrétní znalostní báze pomocí funkce Preview .
- Stáhnout články – Exportujte články znalostní báze jako CSV soubor pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro skriptovaného agenta AI pro zodpovězení otázek.
Kontrolní záznamy
Část Protokoly auditu poskytuje podrobný záznam změn provedených ve skriptovaném agentovi AI za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta AI, kterého jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Protokoly auditu zobrazíte podrobný protokol změn:
- Aktualizováno v - Datum a čas provedení změny.
- Aktualizováno - uživatel, který provedl změnu.
- Pole – část robota, kde došlo k úpravě (například Nastavení, Články, Odpovědi).
- Popis – Další podrobnosti o změně.
-
Pomocí možností Aktualizovaný aHledání polímůžete rychle vyhledat konkrétní položky protokolu auditu. -
Karta Historie modelu zobrazuje maximálně 10 korpusů pro každého agenta AI.
Kurátorství
Zprávy se do konzoly kurátorství přidávají na základě následujících kritérií:
- Záložní zprávy – když agent AI nerozumí zprávě uživatele a spustí záměr nouzového provozu.
- Výchozí záměr nouzového provozu – Pokud je tento přepínač povolen, budou zprávy, které aktivují výchozí záložní záměr, odeslány do konzoly kurátorství.
Toto kritérium platí pouze pro skriptovaného agenta AI pro provádění akcí.
- Downvote Messages – zprávy, které uživatelé přehlasovali během náhledů agenta AI.
- Předání agenta – zprávy, které mají za následek předání lidského agenta z důvodu nakonfigurovaných pravidel.
- Z relace – zprávy označené uživateli jako nepřijímající požadovanou odpověď z dat relace nebo místnosti.
- Nízká spolehlivost – zprávy se skóre spolehlivosti spadající do zadané prahové hodnoty nízké spolehlivosti.
- Částečná shoda – zprávy, u kterých agent AI nemohl definitivně identifikovat správný záměr nebo odpověď.
Řešení problémů
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny příznakem pro kurátorství. Můžete provést následující kroky:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní promluvu uživatele, odpověď agenta AI a všechna připojená média.
Dešifrovací přístup se uděluje na úrovni uživatele a vyžaduje , aby byla v back-endu povolena rozšířená ochrana dat.
Chcete-li vyřešit problém, můžete:
-
Odkaz na existující článek – Chcete-li připojit problém k existujícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – Pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzoly kurátorství.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzoly kurátorství.
- Odkazování na výchozí články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- U skriptovaného agenta AI pro provádění akcí vyberte z rozevíracího seznamu příslušný záměr a označte všechny relevantní entity.
- Po provedení změn přeškolte agenta AI, abyste zajistili, že se nové znalosti projeví v jeho odpovědích.
- Vyřešte nebo ignorujte více problémů současně pro efektivní správu.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit souhrn každého vyřešeného problému, včetně toho, zda byl problém propojen s existujícím článkem, použit k vytvoření nového článku nebo záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny existujícími pravidly, můžete ručně přidat konkrétní promluvy do konzoly kurátorství.
Přidání problémů z relací:
- Identifikujte promluvu – vyhledejte promluvu, která spustila nesprávnou odpověď.
- Zkontrolovat stav kurátorství – Pokud problém ještě není v konzole kurátorství,
zobrazí se přepínač Stavkurátorství. - Přepnout příznak – Povolením přepínače Stav
kurátorstvípřidáte promluvu do konzoly kurátorství pro kontrolu a řešení.
Pokud je problém již v konzole kurátora přítomen, vzhled přepínače se odpovídajícím způsobem změní, aby indikoval jeho stav.
Zobrazení výkonu skriptované umělé inteligence pomocí Analytics
Část Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř sekcí reprezentovaných kartami. Jsou to: přehled, odpovědi, školení a kurátorství.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí zobrazit analýzy. Mohou také přizpůsobit analytické zobrazení výběrem kanálu, pro který chtějí data zobrazit, spolu s rozsahem dat a členitostí dat. Ve výchozím nastavení se analytická data za poslední měsíc zobrazují pro všechny kanály s denní granularitou (každý den je v grafech bodem na ose x).
Přehled
Přehled obsahuje klíčové metriky a grafy, které vývojářům poskytují přehled o celkovém využití a výkonu agentů AI.
- Na řídicím panelu vyberte agenta AI, kterého jste vytvořili.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta AI:
- Celkový počet relací a relací, které zpracovává agent AI bez lidského zásahu.
- Celkový počet předání agentů, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (zprávy člověka a agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Následuje grafické znázornění relací (skládaný sloupec představující relace zpracovávané agentem AI a předané relace) a celkové odpovědi odeslané agentem AI.
Uživatelé
Druhá část přehledu obsahuje statistiky o uživatelích pro agenta AI. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na zvolené granularitě.
Představení
Třetí část poskytuje statistiky o reakcích agenta tbe AI uživatelům. Zde je vidět celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Identifikoval záměr uživatele.
- Odpověděl záložní zprávou.
- Odpověděl zprávou o částečné shodě.
- Informoval uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a plošný graf poskytuje informace na základě vybrané členitosti.
Školení
Tréninková část představuje "zdraví" korpusu AI Agent. Doporučuje se, aby vývojáři nakonfigurovali 20+ trénovacích promluv pro každý záměr nebo článek ve svých agentech AI. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikuje trénovací data, která článek / záměr obsahuje. Čím blíže je záměr bílé, tím více trénovacích dat potřebuje, aby se přesnost vašeho agenta AI zlepšila.
Odpovědi
Tato část poskytuje vývojářům podrobný přehled o tom, na co se uživatelé ptají a jak často se na to ptají. Poskytuje grafické znázornění nejoblíbenějších článků pro agenty AI pro odpovědi na otázky a šablony odpovědí pro agenty AI pro provádění akcí.
Kurátorství
Tato část poskytuje vizuální souhrn toho, kolik problémů s kurátorstvím se každý den objevilo a kolik z nich bylo vyřešeno agenty AI.
Integrace agentů AI
Tato část vysvětluje, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací zákazníků.
Integrace agentů AI s hlasovými a digitálními kanály
Jakmile vytvoříte a nakonfigurujete agenty AI na platformě Webex AI Agent Studio, dalším krokem je jejich integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům AI zpracovávat hlasové i digitální konverzace se zákazníky a poskytuje bezproblémové a interaktivní uživatelské prostředí.
Další informace najdete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa sestav agentů AI
Tato část popisuje přehled sestav agentů AI, typů sestav, vytváření sestav agentů AI a režimů doručení sestav.
Vysvětlení sestav agentů AI
Funkce přehledů umožňuje generovat nebo plánovat (pravidelně generovat) konkrétní sestavy z dostupných typů sestav a přijímat je prostřednictvím dostupných způsobů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, používání, zapojení, výkonu produktu atd. Požadované informace si můžete nechat doručit na e-mail, SFTP cestu nebo do kbelíku S3. Můžete si vybrat typ sestavy ze seznamu předem připravených sestav a také zvolit, zda chcete generovat jednorázový report okamžitě nebo v pravidelných intervalech.
Po otevření nabídky Sestavy z levého navigačního podokna se zobrazí následující karty:
-
Konfigurovat – Na této kartě jsou uvedeny všechny sestavy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam sestav jsou k dispozici následující podrobnosti:
- Aktivní – určuje, zda je uživatel stále přihlášen k odběru sestavy.
- AI Agent – název agenta AI přidruženého k sestavě.
- Typ sestavy – předem připravený typ sestavy, k jehož odběru jste přihlášeni.
- Frekvence – Interval, ve kterém dostáváte sestavu.
- Poslední sestava Generováno – poslední odeslaná sestava.
- Další naplánované datum – další datum, kdy bude sestava odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace o sestavách odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické přehledy můžete stáhnout kliknutím na ikonu Stáhnout ve sloupci Akce .
Sestavy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení generování sestavy.
Vytvoření sestavy agenta AI
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Klikněte na Přehledy na levém navigačním panelu. |
| 3 |
Klikněte na +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy sestav agenta AI
Můžete si vybrat ze seznamu předem připravených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v každém listu.
AI Agent pro zodpovězení otázek typ sestavy
Pro agenta AI jsou k dispozici tři různé typy sestav pro zodpovězení otázek v aplikaci. Pomocí různých typů sestav můžete porozumět souhrnu využití agenta AI, chování, tomu, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Chování a souhrn použitíTato část zobrazuje souhrn agenta AI s četností, s jakou jsou články a kategorie vyvolávány. Informace o souhrnu, kategoriích a článcích můžete zobrazit na samostatné kartě v přehledech:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv | Zprávy odeslané koncovými uživateli agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Totální rozhovory předané lidskému agentovi. |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie nakonfigurovaný v agentovi AI. |
| Konverzace pro kategorii | Počet konverzací nebo návštěv, ve kterých byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Kolikrát byl zjištěn článek patřící do této kategorie. |
| Celkový počet hlasů | Kolikrát byla odpověď z této kategorie přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď z této kategorie přehlasována. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurovaný v agentovi AI. |
| Kategorie článků | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, ve kterých byl tento článek zjištěn. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů | Kolikrát byla reakce na tento článek přehlasována. |
| Celkový počet hlasů |
Kolikrát je odpověď na tento článek přehlasována. |
Zobrazí konverzaci mezi agentem AI a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 | Bylo zjištěno skóre záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, se kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 |
Skóre zjištěného záměru. |
Typ sestavy AI Agent pro provádění úkolů
Pro agenta AI jsou k dispozici tři různé typy sestav pro provádění úloh v aplikaci tvůrce agenta AI. Jako vývojář agenta AI můžete vytvářet různé typy sestav. Ty se dají použít k pochopení souhrnu využití agenta AI, chování agenta AI, toho, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Zobrazí souhrn konverzací spolu se záměry a aktivovanými klíči šablon. Karta souhrnu zobrazuje následující podrobnosti:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací, které zpracovává agent AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv |
Zprávy, které koncoví uživatelé odesílají agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které agent AI odesílá koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly uživateli přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které uživatelé přehlasovali. |
Podrobnosti o záměru můžete zobrazit také na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi AI. |
| Konverzace pro záměr | Počet konverzací nebo relací, kde byl tento záměr vyvolán. |
| Celkový počet vyvolání | Kolikrát byl tento záměr uplatněn. |
| Celkový počet dokončených prací | Kolikrát byly shromážděny všechny sloty a tento záměr byl splněn. |
| Celkový počet hlasů | Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
| Celkový počet hlasů |
Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
Sestava také obsahuje podrobnosti o šabloně vysoké úrovně, například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony nakonfigurovaný v agentovi AI. |
| Záměr klíče šablony | Záměry, kde se tento klíč šablony používá. |
| Konverzace pro klíč šablony | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet odpovědí | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet hlasů | Kolikrát byla odpověď na tuto šablonu přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď na tuto šablonu přehlasována. |
Zobrazí konverzaci zákazníka s agentem AI spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatelů, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. Tato sestava je relevantní pouze pro skriptované agenty AI. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, na kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre |
Skóre zjištěného záměru. |
Způsoby doručení sestavy agenta AI
V dnešním světě založeném na datech je efektivní a bezpečné poskytování sestav AI Agent zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různorodým organizačním potřebám, nabízíme několik režimů doručování pro sestavy agentů AI, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují protokol SFTP (Secure File Transfer Protocol), e-mail a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už se jedná o potřebu vysokého zabezpečení, snadný přístup nebo škálovatelná řešení úložiště. Tento dokument popisuje funkce a výhody jednotlivých způsobů dopravy a pomáhají vám vybrat nejlepší možnost pro vaše konkrétní potřeby.
SFTP
|
Pole |
Popis |
|---|---|
| Nabízení sestav na zabezpečené místo podle plánu |
Přepnutím této možnosti odešlete sestavy do zabezpečeného umístění v naplánovaném čase. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| Adresa IP | IP adresa systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup k přehledům. |
| Heslo | Heslo pro přístup k sestavám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Nahrát cestu |
Cesta, kam jsou soubory v systému směrovány. |
| Pole | Popis |
|---|---|
| Naplánujte e-maily pro více příjemců a oddělte je středníkem (;) | Přepnutím této možnosti můžete přidat příjemce. |
| Příjemci |
E-mailové adresy všech příjemců, kteří musí dostávat zprávy v určeném čase a se stanovenou frekvencí. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrání sestav do segmentu S3 podle plánu |
Přepnutím této možnosti zpřístupníte pole S3 a směrujete sestavy do nakonfigurovaného segmentu S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název segmentu | Název segmentu, do kterého je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kontejneru S3. |
Pochopte dodržování předpisů AI
Tato část vám pomůže pochopit vývoj AI, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, zabezpečení a bezpečnost
Každá funkce společnosti Cisco využívající umělou inteligenci prochází posouzením dopadu AI podle našich principů odpovědné AI a dodržuje rámec Responsible AI Framework, kromě stávajících procesů zabezpečení, soukromí a lidských práv již od návrhu.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníka po procesu odvození a poskytovatel modelu 3rd, společnost Microsoft, nepřistupuje, nemonitoruje ani neukládá zákaznická data společnosti Cisco. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce najdete v tématu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti AI pro všechny funkce AI:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů 3. strany Cisco, společnost Microsoft, prohlašuje, že nebude používat zákaznický obsah k vylepšování modelů Azure OpenAI a že neukládá ani neuchovává zákaznická data Cisco v infrastruktuře Azure.
Bezpečnostní a etická hlediskaVšechny generativní funkce AI jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce AI tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Vyhodnocení a výkonnost modeluSpolečnost Cisco upřednostňuje výkon a přesnost AI Assistant tím, že zapojuje lidi do kontroly, testování a zajištění kvality základního modelu.
Začínáme s aplikací Webex AI Agent Studio
Webex AI Agent Studio je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI pro splnění potřeb zákaznických služeb a podpory. Pomocí umělé inteligence poskytují agenti AI automatizovanou pomoc zákazníkům před interakcí s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyka a kontextovým povědomím v rámci konverzací. Agenti AI také bezproblémově a informativně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci těží ze zkušeností podobných domovníkům, dostávají pomoc s dotazy, vyhledávání informací a minimalizaci čekacích dob.
Možnosti Webex AI Agent Studio
- Přesné a včasné odpovědi—Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo vstupů zákazníků.
Klíčové výhody pro podniky
-
Vylepšené prostředí pro zákazníky: Poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Personalizované interakce – přizpůsobuje reakce individuálním potřebám a preferencím zákazníků.
-
Škálovatelnost a efektivita: Zvládá velký objem interakcí se zákazníky bez nutnosti dalších lidských agentů, což vede ke zvýšení spokojenosti a snížení provozních nákladů.
Vysvětlení typů a příkladů agentů AI
Následující tabulka poskytuje přehled typů agentů AI a jejich možností:
| Typ agenta AI | Účel | Funkce | Popis | Jak nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti AI jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a plnili úkoly bez přímého lidského zásahu. |
Provádění akcí |
Rozhodujte se informovaně na základě dostupných informací a předem definovaných pravidel. Automatizujte opakující se nebo časově náročné úlohy. |
|
|
Odpovězte na otázky |
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Scénář |
Skriptovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provádění akcí |
Skriptovaní agenti mohou provádět určité úlohy, které jsou jasně definovány a strukturovány. |
Skriptovaní agenti AI pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Skriptovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i skriptované agenty AI lze použít v různých případech použití v závislosti na konkrétních požadavcích a požadovaných funkcích. Některé příklady:
-
Zákaznický servis: K poskytování zákaznické podpory lze použít autonomní i skriptované agenty, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – Autonomní agenti jsou vhodní pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat přizpůsobenější interakce.
-
Analýza dat: Autonomní agenti se dají použít k analýze velkých datových sad a extrakci cenných poznatků.
-
Automatizace procesů: Autonomní i skriptované agenty lze použít k automatizaci opakujících se úloh, zvýšení efektivity a snížení počtu chyb.
-
Správa znalostí: Autonomní agenti se dají použít k vytváření a správě úložišť znalostí, aby byly informace snadno přístupné uživatelům.
Volba mezi autonomními a skriptovanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti trénovacích dat.
Předpoklady
-
Pokud jste stávajícím zákazníkem Webex kontaktního centra, ujistěte se, že splňujete následující předpoklady:
-
Webex klienta Kontaktního centra 2.0.
-
Webex Connect se zřídí pro vašeho tenanta.
-
Platforma hlasových médií je mediální platforma nové generace.
-
-
Pokud nemáte klienta Webex kontaktního centra, obraťte se na svého partnera a požádejte ho o zahájení zkušební verze Webex kontaktního centra s mediální platformou nové generace.
-
Administrátoři si mohou vyžádat Webex izolovaný prostor pro vývojáře kontaktního centra, aby vyzkoušeli agenty AI.
Povolení funkcí
Tato funkce je momentálně ve verzi beta. Zákazníci se mohou zaregistrovat k této funkci na Webex Beta Portal vyplněním průzkumu účasti pro agenty AI.
-
V současné době je ve fázi beta k dispozici pouze funkce skriptovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Požadavky lze podávat prostřednictvím CSM (Customer Success Manager), PSM (Partner Success Manager) nebo e-mailem ask-ccai@cisco.com. Po schválení budou autonomní agenti k dispozici kromě skriptovaných agentů pro vašeho tenanta.
Přístup Webex AI Agent Studio
Pokud chcete vytvořit agenty AI, musíte se přihlásit k aplikaci Webex AI Agent Studio. To lze provést následujícími způsoby:
Přihlášení z Centra řízení
- Přihlaste se do Centra řízení pomocí adresy URL https://admin.webex.com.
- V části Služby navigačního podokna zvolte Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktních center.
- Kliknutím na Webex AI Agent Studio získáte přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlášení ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent Studio byste měli mít přístup k Webex Connect.
- Přihlaste se k aplikaci Webex Connect pomocí adresy URL tenanta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Zásobník aplikací v levém navigačním podokně klikněte na Webex AI Agent Studio pro přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozložení domovské stránky
Vítejte v aplikaci Webex AI Agent Studio. Když se přihlásíte, domovská stránka zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – zobrazí seznam agentů AI, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, která slouží jako mozek pro autonomní agenty AI, kteří reagují na dotazy zákazníků.
- Sestavy – seznam předem připravených sestav agentů AI různých typů. Sestavy můžete generovat nebo plánovat podle svých obchodních potřeb.
- Nápověda – poskytuje přístup k uživatelské příručce k Webex AI Agent Studio v centru nápovědy Webex.
-
Uživatelský profil
Nabídka profilu uživatele umožňuje zobrazit informace o profilu a odhlásit se z aplikace.
Stránka podnikový profil obsahuje informace o tenantovi agenta AI, které jsou přístupné jenom správcům s úplným přístupem správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného podniku. To je k dispozici pro podniky s integrací Webex kontaktního centra pro odpovídajícího tenanta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Nastavení globálního agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování nouzových scénářů.
- Souhrn uchovávání dat – poskytuje souhrn doby uchovávání dat pro tento podnik.
-
Na kartě Spoluhráči můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje akce, které mohou provádět na základě udělených oprávnění.
-
Poznejte svůj řídicí panel
Na řídicím panelu jsou agenti AI reprezentováni kartami, které zobrazují základní informace, včetně názvu agenta AI, naposledy aktualizovaného, naposledy aktualizovaného a modulu použitého k trénování agenta.
Úkoly na kartě AI Agent
Najeďte myší na kartu agenta AI a zobrazte následující možnosti:
- Náhled – Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – Kliknutím na tuto ikonu můžete provádět následující úlohy:
-
Kopírovat odkaz na náhled – Zkopírujte odkaz na náhled a vložte jej na novou kartu a zobrazte náhled agenta AI ve widgetu chatu.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Exportujte podrobnosti agenta AI (ve formátu JSON) do místní složky.
-
Odstranit – trvale odstraní agenta AI ze systému.
-
Připnout – připněte agenta AI na první pozici na řídicím panelu nebo ho odpněte a přesuňte ho zpět na předchozí pozici.
-
Vytvoření nového agenta AI
Nového agenta AI můžete vytvořit pomocí + možnosti vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o tom, jak vytvářet skriptované a autonomní agenty AI, najdete v následujících částech:
Import předem sestaveného agenta AI
Předem sestaveného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Chcete-li jej importovat, postupujte takto:
- Klikněte na Importovat agenta.
- Kliknutím na Nahrát nahrajte soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Název agenta zadejte název agenta AI.
- (Volitelné) V ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klikněte na tlačítko Importovat.
Váš agent AI je teď úspěšně importován na platformu Webex AI Agent Studio a je k dispozici na řídicím panelu.
Vyhledávání podle klíčových slov
Platforma poskytuje robustní možnosti vyhledávání, které vám pomohou snadno najít a spravovat agenty AI. Vyhledávání podle klíčových slov můžete provádět pomocí názvu agenta. Zadejte název agenta nebo část názvu do vyhledávacího pole. Systém zobrazí seznam agentů AI, kteří odpovídají vašim kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě vyhledávání podle klíčových slov můžete výsledky vyhledávání upřesnit filtrováním na základě typu agenta AI. Z rozevíracího seznamu vyberte jeden z filtrů typu agenta – Skriptované , Autonomní a Vše.
Správa znalostní báze
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající LLM (Large Language Model). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení k pochopení, zpracování a generování lidského textu. Tito agenti AI trénují na obrovském množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní reakce. Znalostní báze ukládají data nezbytná pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. Zobrazí se stránka znalostní báze.
- Znalostní bázi můžete najít na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze aktualizované mezi zadanými daty
- Znalostní báze vytvořené mezi zadanými daty
Kliknutím na tlačítko Obnovit vše obnovíte kritéria vyhledávání.
- Můžete také vytvořit novou znalostní bázi. Pokud chcete vytvořit novou znalostní bázi, přečtěte si téma Vytvoření znalostní báze pro agenta AI.
Vytvoření znalostní báze pro agenta AI
| 1 |
Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. |
| 2 |
Na stránce Znalostní báze klikněte na +Vytvořit znalostní bázi v pravém horním rohu. |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující podrobnosti: |
| 4 |
Klikněte na tlačítko Vytvořit. Systém vytvoří znalostní bázi se zadaným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace a zobrazte a sledujte podrobnosti o souborech, které jste nahráli, a dokumentech, které jste vytvořili.
|
Další postup
Nakonfigurujte znalostní bázi pro agenta autonomní AI pro odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti AI pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobení svých akcí k dosažení konkrétních cílů. Tato část popisuje dvě primární funkce autonomního agenta AI.
Autonomní agent AI pro provádění úkolů
Autonomní agenti AI mohou provádět různé úkoly, včetně:
-
Zpracování přirozeného jazyka (NLP) – porozumění lidské řeči a reakce na ni přirozeným a konverzačním způsobem.
-
Rozhodování – Rozhodujte se informovaně na základě dostupných informací a předdefinovaných pravidel.
-
Automatizace – automatizujte opakující se nebo časově náročné úlohy.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku.
Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Filtrujte typ agenta AI jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Nyní jste úspěšně vytvořili autonomního agenta AI pro provádění akcí, který je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Publikovat zprovozníte agenta AI. |
Další postup
Přidejte požadované akce do agenta AI.
Přidání akcí do agenta Autonomous AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby pochopili záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek jídla. Chcete-li tento úkol provést, můžete vytvořit autonomního agenta AI, který provádí následující akce:
-
Získejte požadované informace od zákazníka.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí funguje na následujících stavebních blocích:
-
Akce – funkce, která umožňuje agentovi AI připojit se k externím systémům a provádět složité úlohy.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Plnění slotů zahrnuje kladení konkrétních otázek zákazníkovi, aby splnil záměr zákazníka na základě promluv. Je to spouštěč pro agenta AI, aby začal provádět akci. Definujte vstupní entity jako součást vyplňování slotu.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomního agenta AI pro vygenerování odpovědi v konkrétním formátu. Systém odešle výstupní entity do toku, aby pokračovaly v akci a úspěšně dokončily úlohu.
| 1 |
Na kartě Akce klikněte na +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Další postup
Můžete buď konfigurovat sloty, nebo můžete konfigurovat sloty a definovat plnění v závislosti na zvoleném rozsahu akcí.
Konfigurace zaplnění slotů
Plnění slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Zaplnění slotu na stránce Akce přidejte vstupní entity:
-
Entity můžete přidávat jednu po druhé ve formátu tabulky.
-
Můžete také použít soubor JSON a definovat entity. Podrobnosti najdete v tématu prohlídka schématu JSON.
Přidání vstupních entit v tabulkovém formátu
| 1 |
Chcete-li přidat vstupní entitu, klikněte na tlačítko + Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
type – Datový typ objektu parametrů. To je vždy "objekt", který označuje, že parametry jsou strukturovány jako objekt.
properties – objekt, kde každý klíč představuje parametr a přidružená metadata.
required – pole řetězců se seznamem názvů parametrů, které jsou povinné.
Vlastnosti objektu
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type – Datový typ parametru. Povolené typy jsou:
-
string – Textová data.
-
celé číslo – číselná data bez desetinných míst.
-
number (číslo) – číselná data, která mohou obsahovat desetinná místa.
-
boolean – hodnoty true/false.
-
array – seznam položek, z nichž všechny jsou obvykle stejného typu.
-
object – Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – Stručné vysvětlení toho, co entita představuje. To pomáhá modulu AI pochopit účel a použití parametru. Pro lepší přesnost se doporučuje popis, který je stručný a konzistentní s pokyny agenta a popisem akce.
-
Ověření je vynuceno platformou pouze pro "typ". "Popis" není vynucen pro všechny entity, ale důrazně doporučujeme jej přidat. Další užitečná klíčová slova pro metadata entity jsou:
-
enum – Pole výčtu uvádí možné hodnoty parametru. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby to mohl použít.
- pattern – pole vzoru se používá s typy řetězců k určení regulárního výrazu, kterému musí řetězec odpovídat. To je užitečné zejména pro ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
příklady – pole příklady poskytuje jeden nebo více příkladů platných hodnot parametru. To pomáhá modulu AI pochopit, jaký druh dat se očekává, a může být obzvláště užitečný pro účely interpretace a ověřování.
-
Existují další klíčová slova, která mohou definici entity zpřesnit a robustnější. Další informace najdete v tématu prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčových slov:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address of the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/rrrr"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Zda chce uživatel dostávat newslettery.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "role": { "type": "array", "description": "Seznam rolí přiřazených uživateli.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- username – typ řetězce s omezením minimální a maximální délky.
- password – typ řetězce s minimální délkou a určitým formátem (heslo označuje, že by se s ním mělo zacházet bezpečně).
- e-mail – typ řetězce se vzorem regulárního výrazu, který zajišťuje, že se jedná o platnou e-mailovou adresu.
- birthdate – typ řetězce s příklady pro předepisování formátu data.
- předvolby – Typ objektu s vnořenými vlastnostmi (bulletin a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- roles – typ pole, kde každá položka je řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak je definováno polem "povinné".
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a konvenci pojmenování. Postupujte podle těchto osvědčených postupů a vytvořte dobře definované entity, které je pro modul AI snadné interpretovat a vynucovat.
Definování plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta AI v kontaktním centru. Zadejte následující podrobnosti: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI vygeneroval výsledek ve formátu, který je pro tok srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na tlačítko + Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat tolik výstupních entit, kolik potřebujete. |
| 5 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
| 6 |
Kliknutím na tlačítko Přidat dokončete kofiguraci. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na Publikovat zprovozníte agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná ve scénářích, kdy agent potřebuje:
-
Poskytujte zákaznickou podporu – odpovězte na nejčastější dotazy, řešte problémy a proveďte zákazníky procesy.
-
Nabídněte technickou pomoc – Poskytujte odborné rady v konkrétních tématech nebo oblastech.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Nezapomeňte vytvořit znalostní bázi. Další informace naleznete v tématu Správa znalostní báze.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Nakonfigurujte znalostní bázi pro agenta AI.
Konfigurace znalostní báze Knowledge Base
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na kartu znalostní báze . |
| 3 |
Z rozevíracího seznamu vyberte požadovanou znalostní bázi. |
| 4 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti o relaci a historii každého z autonomních agentů AI, které jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s kontomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI.
Zasedání
Stránka Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a uživateli. Přechod na stránku Relace :
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy relace. Tyto informace jsou užitečné pro audit, analýzu a vylepšení agenta AI.
Tabulka relací zobrazuje seznam všech relací nebo místností vytvořených pro daného agenta AI. Tabulka se stránkuje, pokud je na jedné obrazovce více řádků, než se do ní vejde. Kterékoli pole v tabulce lze řadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Pole, která jsou k dispozici, představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace pro konverzaci.
- ID spotřebitele – ID spotřebitele, který komunikoval s agentem AI.
-
Kanály – kanál, ve kterém došlo k interakci.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti – obsahují další informace o místnosti.
-
Zaškrtněte požadovaná políčka:
- Skrýt testovací relace – skryje testovací relace a zobrazí pouze seznam živých relací.
- Došlo k předání agenta – k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě - filtruje relace, ve kterých k chybě došlo.
- Downvote (Zamítnuto) – filtruje relace s přehlasovaným hlasem.
Kliknutím na řádek v tabulce relací zobrazíte podrobné zobrazení této relace. Ikona zámku označuje, že relace je uzamčena a je třeba ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je povolen přepínač Dešifrovat přístup , můžete přistupovat k libovolné relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je ale použitelná jenom v případě, že je Rozšířená ochrana dat nastavená na hodnotu true nebo povolená pro tenanta.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI. Zobrazení historie konkrétního agenta:
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historie.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu protokoly auditu zobrazíte změny provedené v agentech AI.
- Historie modelu – kliknutím na kartu Historie modelu zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Kontrolní záznamy
Karta protokoly auditu sleduje změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Karta Protokoly auditu zobrazuje následující podrobnosti:
Uživatelé s rolí správce nebo vývojářského agenta AI mají přístup jenom ke kartě protokoly auditu . Uživatelé s vlastními rolemi, kteří mají oprávnění Získat protokol auditu, mohou také zobrazit protokoly auditu.
- Aktualizováno v – data a čas změny.
- Aktualizováno – jméno uživatele, který změnu začlenil.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditování můžete vyhledat pomocí možností vyhledávání Aktualizováno, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelu
Karta Historie modelu je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete agenta autonomní AI pro provádění akcí, uloží se verze agenta autonomní AI, která je k dispozici na kartě Historie modelu. Různé verze agenta AI můžete zobrazit na kartě Historie modelu.
- Popis modelu – stručný popis verze agenta AI.
- AI Engine – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje provádět následující akce s agentem AI:
- Načtení – všechny změny agenta AI budou ztraceny. Konfiguraci je nutné provést znovu.
- Exportovat – slouží k exportu agenta AI.
Zobrazení náhledu autonomního agenta AI
Náhled autonomních agentů AI můžete zobrazit v době vytváření agenta AI, při úpravách a po nasazení agenta. Náhled můžete otevřít z:
- Řídicí panel agenta AI – když najedete myší na kartu agenta AI, zobrazí se možnost Náhled pro tohoto agenta AI. Kliknutím otevřete náhled agenta AI.
- Hlavička agenta AI – kliknutím na kartu agenta AI otevřete agenta AI. Možnost Náhled je vždy viditelná v části záhlaví.
- Minimalizovaný widget – Po spuštění a minimalizaci náhledu se v pravém dolním rohu stránky zobrazí widget chatovací hlavy. Pomocí této možnosti můžete snadno znovu otevřít režim náhledu.
Webex AI Agent Studio také poskytuje možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled. Odkaz na náhled můžete sdílet s ostatními uživateli, jako jsou testeři nebo uživatelé agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravé dolní části obrazovky. Můžete poskytnout promluvy (nebo posloupnost promluv), abyste zkontrolovali odpovědi agenta AI a zajistili, že funguje správně.
Můžete také minimalizovat widget náhledu, poskytnout informace o spotřebiteli a iniciovat více místností pro testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Widget můžete přizpůsobit následujícím způsobem:
- Barva widgetu – Připojením parametru brandColor k odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev.
-
Kryt telefonu – změnou hodnoty parametru phoneCasing v odkazu. Tato možnost je ve výchozím nastavení nastavena na hodnotu true a lze ji vypnout nastavením možnosti false.
Příklad odkazu na náhled s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Zadejte hexadecimální hodnotu barvy ve formátu _XXXX>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Přejděte na řídicí panel a vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu AI Engine vyberte Vega.
- Klikněte na Uložit změny.
Možnost Náhled se aktualizuje ikonou mikrofonu pro hlasový náhled. Klikněte na Náhled. Zobrazí se widget hlasového náhledu.
Chcete-li tuto funkci používat, musíte povolit přístup k mikrofonu.
Ve widgetu hlasového náhledu můžete zobrazit následující možnosti:
- Start pro spuštění náhledu.
- Živý přepis konverzace se zobrazí ve widgetu, když probíhá hlasový náhled.
- Ukončením hovoru ukončíte konverzaci.
- Ztlumit a ztlumit.
Zobrazení výkonu autonomního agenta AI pomocí služby Analytics
Část AI Agent Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýz autonomního agenta AI:
- Na řídicím panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta AI.
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Druhá část zobrazuje statistiky o uživatelích. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích.
Třetí část zobrazuje odpovědi agenta AI a předání agentů
Nastavení skriptovaného agenta AI
Tato část popisuje, jak nastavit a spravovat skriptované agenty AI Webex na platformě AI Agent Studio tak, aby poskytovaly přesné odpovědi na dotazy uživatelů a efektivně prováděly automatizované úlohy.
Skriptovaný agent AI pro provádění úloh
Skriptovaný agent AI rozšiřuje možnosti vytváření agentů Webex bez kódu platformy AI Agent Studio. Skriptovaný agent AI umožňuje víceotáčkové konverzace, kde může získat relevantní data od zákazníků k provádění konkrétních úkolů. To zahrnuje:
-
Spouštění jednoduchých příkazů – podle pokynů dokončete předdefinované akce.
-
Zpracování dat – Manipulujte s daty a transformujte je podle zadaných pravidel.
-
Interakce s jinými systémy – komunikujte s jinými řešeními a ovládejte je.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce vytvořit agenta AI vytvořte nového agenta AI od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Začít od začátku a potom na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klepněte na položku Skriptované. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klepněte na tlačítko Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Vytvořte entity, přidejte záměry a definujteodpovědi.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa entit
Entity jsou stavebními kameny konverzací. Jedná se o základní prvky, které agent AI extrahuje z promluv uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit může agent AI lépe porozumět záměru uživatele a poskytovat přesnější a relevantnější odpovědi.
Typy entit
Webex AI Agent Studio nabízí 11 předem připravených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zachytit informace specifické pro případ použití.
-
Vlastní seznam – definuje seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem připravenými entitami. Ke každému řetězci můžete přidat více synonym. Například vlastní entita velikosti pizzy.
-
Regex – pomocí regulárních výrazů můžete identifikovat konkrétní vzory a extrahovat odpovídající data. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycují numerické vstupy pevné délky s vysokou přesností, zejména při hlasových interakcích. V nehlasových interakcích se používá jako alternativa k typům entit Vlastní a Regex. Například pro detekci pětimístného čísla účtu musí být definována délka pěti.
-
Alfanumerické – zachycují kombinace písmen a čísel a poskytují přesné rozpoznávání hlasových i nehlasových vstupů.
-
Volný tvar – zachycujte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa polohy (WhatsApp) – extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Příklad vstupu | Příklad výstupu |
|---|---|---|---|
| Datum | Analyzuje kalendářní data v přirozeném jazyce do standardního formátu data | "Červenec příštího roku" | 01/07/2020 |
| Čas | Analyzuje čas v přirozeném jazyce do standardního formátu času | 5 večer | 17:00 |
| Detekuje e-mailové adresy | Napište mi na info@cisco.com | info@cisco.com | |
| Telefonní číslo | Detekuje běžné telefonní číslo | Zavolejte mi na 9876543210 | 9876543210 |
| Peněžní jednotky | Analyzuje měnu a částku | Chci 20$ | 20$ |
| Pořadový | Detekuje pořadové číslo. | Čtvrtý z deseti lidí | 4. místo |
| Kardinál | Detekuje kardinální číslo | Čtvrtý z deseti lidí | 10 |
| Geolokace | Detekuje geografické polohy (města, země atd.) | Šel jsem plavat do Temže v Londýně ve Velké Británii | Londýn, Velká Británie |
| Jména osob | Detekuje běžné názvy | Bill Gates z Microsoftu | Bill Gates |
| Množství | Identifikuje měření podle hmotnosti nebo vzdálenosti | Jsme 5 km od Paříže | 5km |
| Doba trvání | Identifikuje časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě entit. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.
Role entit
Když je potřeba entitu shromáždit vícekrát v rámci jednoho záměru, role entit se stávají nezbytnými. Přiřazením odlišných rolí ke stejné entitě můžete agenta AI vést k přesnějšímu pochopení a zpracování vstupu uživatele.
Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí, cílová destinace a mezipřistání. Přidáním poznámek k trénovacím promluvám s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.
Role entit jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity), správci musí zaškrtnout políčko Role entit v rámci rozšířených nastavení dialogového okna selektoru stroje NLU.
Správci nemohou přepnout z RASA nebo Mindmeld na Swiftmatch, když se používají role entit. Aby bylo možné zakázat role entit z rozšířených nastavení stroje NLU, je nutné ze záměrů odebrat role. Můžete vytvořit entitu s rolemi entity.
Vytvoření entity s rolemi entity
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na kartu Entity . |
| 5 |
Klikněte na Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automatické navrhování hodnot slotu na automatické dokončování a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Upřesnit nastavení okna Změnit školicí modul pro moduly RASA a Mindmeld NLU povoleny . |
| 8 |
Klikněte na položku Uložit. K provádění souvisejících akcí můžete použít možnosti Upravit a Odstranit ve sloupci Akce .
|
Další postup
Po vytvoření entity můžete propojit role s entitou.
Propojení rolí s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Entitě můžete přiřadit role pro shromažďování stejné entity dvakrát pro záměr. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Správa záměrů
Záměr je základní součástí platformy Webex AI Agent Studio, která umožňuje agentovi AI pochopit a efektivně reagovat na vaše vstupy. Představuje konkrétní úkol nebo akci, kterou chcete provést během konverzace. Můžete definovat všechny záměry, které odpovídají úkolům, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho vstupu, který umožňuje agentovi AI reagovat smysluplným a kontextově relevantním způsobem.
Systémové záměry
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezené záměry, které jsou navržené tak, aby rozpoznaly a reagovaly na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záložní záměr může pomoci konverzacím na správné cestě.
Implementací výchozího záložního záměru můžou vývojáři agentů AI zajistit, aby agent AI řádně zpracovával neočekávané dotazy nebo dotazy mimo rozsah a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní promluvy. Agenta je možné vytrénovat tak, aby automaticky aktivoval záložní záměr, když narazí na známé otázky mimo rozsah, které by jinak mohly být nesprávně zařazeny do jiných záměrů.
Například v bankovním agentovi AI se zákazníci mohou pokusit zeptat na půjčky. Pokud agent AI není nakonfigurovaný tak, aby zpracovával dotazy související s půjčkou, mohou být tyto dotazy začleněny jako trénovací fráze v rámci výchozího nouzového záměru . Když se zákazník dotazuje na půjčky v jakémkoli okamžiku konverzace, agent AI rozpozná, že dotaz spadá mimo definované záměry, a aktivuje záložní odpověď. Tím je zajištěna vhodnější reakce.
K záložnímu záměru by neměly být přidruženy žádné sloty.
Záložní záměr musí pro svou odpověď použít výchozí klíč záložní šablony.
- Nápověda – Tento záměr je navržen tak, aby odpovídal na dotazy zákazníků týkající se schopností agenta AI. Když si zákazníci nejsou jisti, čeho mohou dosáhnout, nebo se během konverzace setkají s obtížemi, často hledají pomoc tím, že žádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy mapována na klíč šablony zprávy
nápovědy. Vývojáři agentů AI ale můžou přizpůsobit odpověď nebo změnit přidružený klíč šablony tak, aby poskytoval více přizpůsobené a informativní pokyny.Doporučuje se zprostředkovat schopnosti agenta AI na vysoké úrovni, aby zákazníci jasně porozuměli tomu, co mohou dělat dál.
- Promluvte si s agentem – Tento záměr umožňuje zákazníkům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem AI. Když je tento záměr vyvolán, systém automaticky iniciuje přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předání agenta. I když neexistují žádná omezení uživatelského rozhraní pro změnu klíče šablony odpovědi, jeho změna nebude mít vliv na výsledek lidského předání.
Malé diskusní záměry
Všichni nově vytvoření agenti AI zahrnují čtyři předdefinované malé rozhovory pro zpracování běžných pozdravů zákazníků, vyjádření vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
- Nashledanou
Vytvoření záměru
Než začnete
Před vytvořením záměru se ujistěte, že jste vytvořili entity, které budou propojeny se záměrem. Další informace naleznete v tématu Vytvoření entity s rolemi entit.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Zaškrtněte políčko Požadováno , pokud je entita povinná. |
| 7 |
Zadejte počet opakování povolených pro tento slot. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu vyberte klíč šablony. |
| 9 |
V části Odpověď zadejte konečný klíč šablony odpovědi, který se vrátí uživatelům po dokončení záměru. |
| 10 |
Zapněte přepínač Resetovat sloty po dokončení a po dokončení vynulujte hodnoty slotů shromážděné v konverzaci, jakmile je záměr dokončen. Pokud je tento přepínač ve stavu zakázáno, slot zachová staré hodnoty a zobrazí stejnou odezvu.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujete hodnotu slotu během konverzace s příjemcem. Agent AI bere v úvahu poslední hodnotu vyplněnou ve slotu pro zpracování dat. Pokud je tato možnost povolena, hodnoty pro obsazené sloty se aktualizují vždy, když zákazníci poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Zapněte přepínač Poskytovat návrhy pro sloty , chcete-li v konečné odpovědi na základě vstupu uživatele poskytovat návrhy pro zaplnění slotů a alternativní hodnoty slotů. |
| 13 |
Povolením přepínače Ukončit konverzaci ukončíte relaci po tomto záměru. Webex Connect a hlasové toky toho můžou využít k ukončení konverzace se spotřebiteli.
|
| 14 |
Klikněte na položku Uložit. Klikněte na Trénovat v pravém horním rohu karty Školení , aby se projevily všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty tréninku (promluvy) na jeden záměr. Každý slot musí mít také alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny , tlačítko Vlak je zakázané. Vedle ovlivněného záměru se zobrazí ikona upozornění, která označuje problém. Výchozí záložní záměr je však z těchto požadavků vyňat. |
Další postup
Po vytvoření záměru jsou k naplnění záměru vyžadovány určité informace. Propojené entity určují, jak jsou tyto informace získávány z promluv uživatele. Další informace naleznete v tématu Propojení entit se záměrem.
Propojení entit se záměrem
Než začnete
Ujistěte se, že jste vytvořili entity a propojili je před přidáním promluv. Tato automatická anotace entit při přidávání promluv anotuje.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. Propojené entity se zobrazí v sekci Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Pokud je entita označena jako požadovaná, budou k dispozici další možnosti konfigurace. Můžete zadat maximální počet případů, kdy může agent AI požádat o chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který se má vyvolat, pokud požadovaná entita není poskytnuta v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy přidružené k finálovému klíči šablony nakonfigurovanému pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musíte povolit přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny rozpoznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generování trénovacích dat
Musíte ručně přidat trénovací data do jejich záměrů, aby agent AI pracoval s přiměřenou přesností. Trénovací data se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15 až 20 variant, abyste zlepšili jeho přesnost. Ruční vytváření tohoto školicího korpusu může být zdlouhavé a časově náročné. Můžete přidat pouze několik variant nebo přidat pouze klíčová slova jako varianty namísto smysluplných vět. Tomu lze zabránit generováním trénovacích dat, která doplní vaše stávající.
Chcete-li generovat trénovací data, postupujte podle následujících kroků:
- Zadejte název záměru a ukázkovou promluvu.
- Klepněte na tlačítko Generovat.
- Zadejte stručný popis záměru řídit umělou inteligenci.
- Zadejte požadovaný počet variant a úroveň kreativity pro návrhy generované umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší nastavení kreativity může produkovat méně rozmanité varianty.
- Proces generování může trvat několik sekund v závislosti na počtu požadovaných variant.
- Ikona blesku rozlišuje varianty generované umělou inteligencí od uživatelem definovaných trénovacích dat.
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Označování generovaných variant příznakem
Aby bylo zajištěno zodpovědné využití AI, mohou vývojáři označit výstupy generované umělou inteligencí ke kontrole. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo předpojatého obsahu. Označení výstupů generovaných umělou inteligencí:
- Vyhledejte možnost příznaku: Pro každou vygenerovanou promluvu je k dispozici možnost příznaku.
- Poskytnutí zpětné vazby: Při označování výstupu mohou vývojáři přidat komentáře a určit důvod příznaku.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 operací generování. Aby vývojáři vyhověli rostoucím potřebám, mohou kontaktovat vlastníky svých účtů a požádat je o zvýšení tohoto limitu.
Vytvoření vícejazyčného záměru a entity
Trénovací data můžete vytvářet ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta AI musíte definovat promluvy, které odrážejí požadované interakce. Zatímco sloty zůstávají konzistentní napříč jazyky, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, najdete v tabulce jazyků verses entity podporované v tématu podporované jazyky pro skriptované agenty AI.
Správa odpovědí
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – Prosté textové zprávy pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia – obrázky, audio nebo video prvky pro zlepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony – předdefinované struktury odpovědí, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, která šablona se má použít na základě identifikovaného záměru.
Šablony pro předání agenta, nápovědu, nouzové řešení a uvítání jsou předem nakonfigurovány a zprávu odpovědi lze změnit z odpovídajících šablon.
Typy odpovědí
Sekce Návrháře odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího API, který reaguje asynchronním způsobem. Pracovní postupy musí být kódované v Pythonu.
Variabilní substituce
Substituce proměnných umožňuje používat dynamické proměnné jako součást šablon odpovědí. Všechny standardní proměnné (nebo entity) v relaci spolu s těmi, které může vývojář agenta AI nastavit uvnitř objektu volného formuláře, jako je pole úložiště dat, lze použít v šablonách odpovědí prostřednictvím této funkce. Proměnné jsou reprezentovány pomocí této syntaxe: ${variable_name}. Například použití hodnoty entity s názvem apptdate uses ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze personalizovat pomocí proměnných získaných z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplníte oblast proměnnou a zvýrazníte tuto proměnnou.
Konfigurace odpovědí pomocí návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro nevývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI doručuje zákazníkům.
- Fragmenty kódu: Pro vývojáře, kteří používají Python, tato možnost poskytuje flexibilitu pro konfiguraci odpovědí pomocí kódu.
Návrhář odpovědí je navržený tak, aby zajistil, že uživatelské prostředí vyhovuje konkrétnímu kanálu, se kterým agent AI komunikuje.
Šablony odpovědí
- Text – Jedná se o jednoduché textové odpovědi. Pro zlepšení uživatelského prostředí návrhář odpovědí umožňuje více textových polí v rámci jedné odpovědi, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je jedna z těchto možností náhodně vybrána a zobrazena uživateli, což zajišťuje dynamickou a poutavou interakci.
Chcete-li zachovat dynamické a poutavé uživatelské prostředí, můžete do šablon přidat více možností odpovědí. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko + Přidat variantu umístěné v dolní části odpovědi.
Při ukládání odpovědí se může zobrazit upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři snadno najít a opravit tyto chyby v libovolném kanálu nebo formátu odpovědi. Pokud výběr seznamu nebo rotující formát obsahuje více karet, tečková navigace umožňuje procházet karty s chybami. U jedné karty se odpovídající tečka změní na červenou, aby signalizovala chybu.
- Rychlá odpověď – textové odpovědi lze spárovat pomocí tlačítek, což mohou být textové nebo URL odkazy. Textová tlačítka vyžadují název a datovou část, která se po kliknutí odešle robotovi. Tlačítka URL přesměrovávají uživatele na konkrétní webovou stránku.
Když je dotaz zákazníka nejednoznačný, částečná shoda umožňuje robotovi navrhnout relevantní články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a Facebooku.
Přidání rychlých odpovědí URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrovávají uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by robotovi odeslala jakákoli data.
Přidání rychlé odpovědi adresy URL v podmíněné nebo pevné odpovědi:
- Vyberte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď adresy URL.
- Klikněte na +Přidat rychlou odpověď. Zobrazí se automaticky otevírané okno typu tlačítka.
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na kterou musí být příjemce po kliknutí na tlačítko přesměrován.
- Kliknutím na Hotovo přidejte rychlou odpověď na adresu URL.
Tlačítka typu adresy URL lze také nakonfigurovat prostřednictvím typu dynamické odpovědi, kde se tato tlačítka mají konfigurovat pomocí fragmentů kódu Pythonu. Tato tlačítka jsou podporována v oddílech náhledu a náhledu ke sdílení. V současné době nejsou podporovány widgetem živého chatu IMIchat ani jinými kanály třetích stran.
- Rotující formát – rozšířené odpovědi můžou zahrnovat jednu kartu nebo víc karet uspořádaných v rotujícím formátu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka pro rychlou odpověď v rotující šabloně lze nakonfigurovat pomocí textových nebo URL odkazů. Kliknutím na tlačítko URL přesměrujete uživatele na zadanou webovou stránku. Kliknutím na textové tlačítko rychlé odpovědi se robotovi odešle nakonfigurovaná datová část a spustí odpovídající odpověď.
- Obrázek – multimediální šablona, ve které mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video – Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – dá se použít k napsání kódu Pythonu pro volání rozhraní API nebo spuštění jiné logiky.
Fragmenty kódu
Podmíněné odpovědi s rozsáhlými funkcemi a různorodými šablonami mohou efektivně řešit většinu potřeb agentů AI. Pro složité případy použití, které nelze plně realizovat prostřednictvím podmíněných odpovědí, nebo pro vývojáře, kteří dávají přednost kódování, je však k dispozici typ odpovědi fragmentu kódu.
Fragmenty kódu umožňují konfigurovat odpovědi pomocí kódu Pythonu. Tento přístup umožňuje vytvářet v šabloně odpovědi nebo článku všechny typy odpovědí, včetně rychlých odpovědí, textu, rotujících formátů, obrázků, zvuku, videa a souborů.
Kód funkce definovaný v šabloně Fragment kódu lze použít k nastavení proměnných, které jsou pak použity v jiných šablonách. Je důležité si uvědomit, že kód funkce nemůže přímo vracet odpovědi při použití v rámci podmíněných odpovědí.
Ověření fragmentu kódu – platforma kontroluje pouze chyby syntaxe v rámci fragmentu kódu, který konfigurujete. Jakékoli chyby v samotném obsahu odpovědi však mohou způsobit problémy uživatelům, kteří interagují s robotem na nakonfigurovaném kanálu. Editor vám například nezabrání v přidání odpovědi "Výběr času" pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele spustí tuto konkrétní odpověď.
Pokud nenakonfigurujete jedinečnou odpověď pro různé kanály, webová odpověď se vezme jako výchozí odpověď a odešle se zákazníkovi. Seznam šablon podporovaných ve webovém kanálu je:
- Text – jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď – Šablona s textovými tlačítky a tlačítky, na která lze kliknout.
- Rotující formát – kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Image (Obrázek) – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – Šablona pro konfiguraci videa zadáním adresy URL videa. Video můžete přehrát kliknutím nebo klepnutím na obrázek.
- Soubor – Šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním zvukové adresy URL. Zobrazuje také dobu trvání zvukové zprávy ve výstupu.
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Skriptovaný agent AI pro odpovídání na otázky
Skriptovaní agenti AI jsou agenti řízení znalostmi, jejichž znalostní báze se skládá z korpusu otázek a odpovědí. Skriptovaný agent AI může poskytovat odpovědi na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. Tato funkce je užitečná ve scénářích, kde:
- Jsou vyžadovány specifické znalosti – agent musí odpovídat na otázky v rámci předdefinované domény.
- Konzistence je důležitá – agent musí poskytovat konzistentní odpovědi na podobné dotazy.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v trénovacím korpusu.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Skriptované. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu .
V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Přidejte články do agenta AI.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa článků
Články jsou důležitou součástí skriptovaných agentů AI. Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která jej identifikuje. Všechny články dohromady tvoří znalostní bázi nebo korpus agenta AI . Když se váš zákazník na něco zeptá, systém zkontroluje svou znalostní bázi a dá vám nejlepší odpověď, kterou najde.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě trénovací varianty (promluvy), aby byl článek součástí korpusu trénovaného modelu. Tlačítka Trénovat a Uložit a Trénovat zůstávají k dispozici ve skriptovaném agentovi AI pro zodpovězení otázek, pokud vyberete modul Rasa nebo Mindmeld NLU a pokud má článek méně než dvě varianty. Když umístíte ukazatel myši na tato nedostupná tlačítka, systém zobrazí zprávu s žádostí o vyřešení problémů před tréninkem. Systém také zobrazí výstražnou ikonu odpovídající článku s problémy. Problémy můžete vyřešit přidáním více než dvou variant článku. Tlačítka Train a Save a Train jsou k dispozici, jakmile jsou problémy vyřešeny. Dvě varianty se nevztahují na výchozí články – zpráva o částečné shodě, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle svého výběru a všechny nezařazené články zůstanou klasifikovány jako nepřiřazené. Od okamžiku vytvoření článků existují čtyři výchozí články, které jsou k dispozici pro každého agenta AI. Jedná se o následující:
- Uvítací zpráva – obsahuje první zprávu vždy, když dojde k zahájení konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když agent nerozumí otázce uživatele.
- Částečná shoda – když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení předání a odvození ), agent zobrazí tuto zprávu shody spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se zobrazí spolu s těmito možnostmi.
- Co můžete dělat?— Můžete nakonfigurovat schopnosti agenta AI. AI Agent to zobrazuje vždy, když koncoví uživatelé zpochybňují schopnosti AI Agenta.
Kromě toho je přidán výchozí článek Mluvit s agentem, pokud jsou povolená nastavení předání agenta z předání a odvození .
Všichni noví AI agenti mají také čtyři články ve Smalltalku , které zpracovávají uživatelské promluvy pro:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
-
Nashledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý dotaz příjemce se porovná s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň spolehlivosti, se zobrazí uživateli jako odpověď agenta AI. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na Vytvořit nový článek. |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte kteroukoli z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí Návrháře odpovědí. |
| 6 |
Klikněte na Uložit a trénovat. |
Import z katalogů
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které mají být přidány do agenta. |
| 6 |
Klikněte na tlačítko Hotovo. |
Extrahujte nejčastější dotazy z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Extrahovat nejčastější dotazy z odkazu. |
| 5 |
Zadejte adresu URL, kde jsou hostovány nejčastější dotazy, a klikněte na tlačítko Extrahovat. |
| 6 |
Klikněte na tlačítko Importovat. |
Import ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat ze souboru a zvolte CSV importujte články ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, zvolte JSON. |
| 5 |
Klikněte na tlačítko Procházet a vyberte soubor, který obsahuje všechny články. Kliknutím na tlačítko Stáhnout ukázku zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klikněte na tlačítko Importovat. |
Přidání vlastních synonym
Mnoho případů použití agentů AI má tendenci zahrnovat slova a fráze, které nemusí být součástí standardní anglické slovní zásoby nebo jsou specifické pro obchodní kontext. Například chcete, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS a tak dále. Agent AI musí zahrnout tyto termíny a jejich variace do trénovacích promluv pro všechny související články, což vede k redundantnímu zadávání dat.
Chcete-li tento problém s redundancí vyřešit, můžete k zodpovězení otázek použít vlastní synonyma v rámci skriptovaného agenta AI. Synonyma každého kořenového slova jsou platformou automaticky nahrazena kořenovým slovem za běhu.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Vlastní synonyma. |
| 5 |
Klikněte na Nové kořenové slovo. |
| 6 |
Nakonfigurujte kořenovou hodnotu slova a její synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta AI. Můžete také exportovat synonyma (ve formátu souboru .CSV) do místní složky a importovat soubor zpět na platformu. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Zobrazení náhledu skriptovaného agenta AI
Webex AI Agent Studio umožňuje zobrazit náhled agentů AI během jeho vývoje a dokonce i po dokončení vývoje. Tímto způsobem můžete otestovat fungování agentů AI a určit, zda jsou generovány žádoucí odpovědi odpovídající příslušným vstupním dotazům. Náhled skriptovaného agenta AI můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najeďte myší na kartu agenta AI a zobrazte možnost náhledu pro daného agenta AI. Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Hlavička agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo na tlačítko Upravit na kartě agenta AI je možnost Náhled vždy viditelná v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který vám umožní snadno znovu otevřít režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled ke sdílení z agenta AI. Na kartě AI Agent klikněte vpravo nahoře na ikonu se třemi tečkami a klikněte na Kopírovat odkaz na náhled. Tento odkaz můžete sdílet s ostatními uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravém dolním rohu obrazovky. Můžete zadat promluvy (nebo posloupnost promluv), abyste viděli, jak agent AI reaguje, a zajistit, aby fungoval podle očekávání. Agent AI ve verzi Preview podporuje více jazyků a může automaticky detekovat jazyk promluv, aby odpovídajícím způsobem reagoval. Jazyk v náhledu můžete také vybrat ručně kliknutím na výběr jazyka a výběrem ze seznamu dostupných možností.
Widget náhledu můžete maximalizovat pro lepší zobrazení. Můžete také poskytnout informace o spotřebitelích a iniciovat více místností pro důkladné testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní přizpůsobení jsou:
- Barva widgetu – Připojením parametru
brandColork odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev. -
Kryt telefonu – změnou hodnoty parametru
phoneCasingv odkazu. Tato možnost je ve výchozím nastavení nastavena nahodnotu truea lze ji vypnout nastavením možnosti falsePříklad odkazu na náhled s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Společné oddíly správy pro skriptovaného agenta AI
Následující části se zobrazí na levém panelu stránky konfigurace agenta AI:
Školení
Jak se agenti AI vyvíjejí a stávají se složitějšími, změny jejich logiky nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma agentů AI pohodlný rámec pro testování robotů jedním kliknutím. Jejich funkce jsou následující:
- Snadno vytvářejte a spouštějte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvořením testovacích případů s více zprávami.
Definování testů
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili.
- Klikněte na Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testcases .
- Vyberte testovací případ a klikněte na tlačítko Provést vybrané testy.
Každý řádek v tabulce představuje testovací případ, který má následující parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Ukázková zpráva, která představuje typy dotazů a příkazů, které můžete očekávat, že uživatelé pošlou agentovi AI. |
| Předpokládaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Určete článek, který se má zobrazit jako odpověď na konkrétní zprávu uživatele. Abychom vám pomohli najít nejrelevantnější článek, obsahuje tento sloupec funkci automatického dokončování Smart. Když vstoupíte, systém navrhne odpovídající články na základě dosud zadaného textu. |
| Obnovení předchozího kontextu | Kliknutím na zaškrtávací políčko v tomto sloupci izolujete testovací případy a zajistíte, aby byly spuštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Pokud je povoleno, každý testovací případ je simulován v nové relaci, což zabraňuje jakémukoli rušení z předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolením tohoto přepínače považujete testovací případy za úspěšné i v případě, že očekávané články odpovídají skutečné odpovědi pouze částečně. |
| Import z CSV | Importujte testovací případy ze souboru odděleného čárkami (CSV). V tomto případě jsou přepsány všechny existující testovací případy. |
| Exportovat do CSV | Exportujte testovací případy do souboru odděleného čárkami (CSV). |
| Testování zpětných volání | Povolením tohoto přepínače můžete simulovat příchozí zpětná volání a testovat chování toku bez nutnosti skutečných příchozích hovorů. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Zpětné volání v toku | Klepnutím na zaškrtávací políčko v tomto sloupci označíte, že záměr musí aktivovat zpětné volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Očekávaná šablona zpětného volání | Zadejte klíč šablony, který se aktivuje při zpětném volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď zpětného volání, než považuje zpětné volání za vypršené. Je povolen maximální časový limit 20 sekund. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
Provádění testů
Na kartě Spuštění klikněte na možnost Spustit vybrané testy a zahajte postupné provádění všech vybraných testovacích případů.
Testovací případy můžete také spustit na kartě Testovací případy .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Splněno , Úspěšně s částečnou shodou , Nezdařilo se, Čeká na vyřízení ) na souhrnném pásu karet. Tím se filtruje seznam testovacích případů tak, aby se zobrazily pouze ty, které odpovídají vybranému výsledku.
Ve výsledcích se zobrazí ID relace přiřazené ke každému testovacímu případu. To vám umožní rychle křížově odkazovat na testovací případy a zobrazit podrobnosti o transakci. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie spouštění
Na kartě Historie získáte přístup ke všem spuštěným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujte provedená testovací data jako soubor CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte konkrétní nastavení modulu a algoritmu použitá pro každé spuštění testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit upřesňující nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího stroje. To poskytuje přehled o parametrech a nastaveních, které ovlivnily chování agenta AI během testování.
Zasedání
Část Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a auditování. Tato data můžete použít ke zkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, zpřesnili odpovědi agenta AI a vylepšili celkové uživatelské prostředí.
Dokáže zpracovat velké datové sady zobrazením výsledků na stránkách. Pomocí části Upřesnit výsledky můžete filtrovat a řadit relace na základě různých kritérií. Každý řádek v tabulce zobrazuje základní podrobnosti o relaci, včetně:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID příjemce – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v čase ukončení relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – Toto políčko zaškrtněte, chcete-li skrýt testovací relace a zobrazit pouze seznam živých relací.
- Předání agenta proběhlo – Toto políčko zaškrtněte, chcete-li filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto políčka chcete filtrovat relace, ve kterých k chybě došlo.
- Zamítnuto – Toto políčko zaškrtněte, chcete-li filtrovat přerušené relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka slouží k filtrování relací na základě předání agenta, chyb a snížení počtu hlasů. Dešifrovací relace vyžadují oprávnění na úrovni uživatele a pokročilé nastavení ochrany dat. Kliknutím na tlačítko Dešifrovat obsah zobrazíte podrobnosti o relaci.
Podrobnosti relace konkrétní relace ve skriptovaném agentovi AI pro zodpovězení otázek
Zobrazení Podrobnosti relace ve skriptovaném agentovi AI pro zodpovězení otázek poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem AI.
Sekce Zprávy :
- Zobrazí všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi generované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Zobrazí seznam článků, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných shod i částečných shod.
- Zobrazuje skóre podobnosti přiřazené ke každému identifikovanému článku a označuje stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikaci relevantních článků.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaných na kartě Předání a odvození .
Část Další informace v zobrazení Podrobnosti relace poskytuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – zobrazuje předzpracovanou verzi vstupu zákazníka po jeho zpracování kanálem NLU (Natural Language Understanding) agenta AI.
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Typ odpovědi – určuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Podrobnosti o relaci konkrétní relace ve skriptovaném agentovi AI pro provádění akcí
Karta Informace o transakci ve skriptovaném agentovi AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Identifikovaná část záměrů :
- Zobrazí záměry, které byly identifikovány pro dotaz zákazníka.
- Označuje úroveň spolehlivosti spojenou s každým identifikovaným záměrem.
- Zobrazí seznam slotů, které jsou přidruženy k identifikovanému záměru. Kliknutím na pozici zobrazíte další informace o její hodnotě a o tom, jak byla extrahována z dotazu uživatele.
Část Identifikované entity obsahuje seznam entit, které byly extrahovány ze zprávy zákazníka a jsou přidruženy k aktivnímu záměru příjemce. Tyto entity představují klíčové informace, které robot identifikoval v dotazu uživatele.
Část Výsledky algoritmu poskytuje přehled o základních procesech, které vedly k reakci agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – zobrazuje identifikované záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – zobrazuje entity, které byly extrahovány ze zprávy uživatele.
Zobrazí se další informace :
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Klíč šablony – označuje klíč šablony přidružený k záměru, který aktivoval odpověď agenta AI.
- Typ odpovědi – označuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Informace o transakci můžete také stáhnout a zobrazit ve formátu JSON pomocí možnosti stažení.
Karta Metadata zobrazuje:
- Metadata NLP – Zkontrolujte kroky předběžného zpracování použité na vstup zákazníka na kartě NLP .
- Datastore a FinalDF – přístup k datům souvisejícím s relací na kartách Úložiště dat a FinalDF pro inteligentní roboty.
- Funkce vyhledávání – Pomocí integrovaného vyhledávacího panelu můžete v konverzaci rychle najít konkrétní promluvy.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přeškolit skriptovaného agenta AI, aby se zajistilo, že je aktuální. Po každém tréninku důkladně otestujte svého AI agenta, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie umožňuje:
- Zobrazit historii školení – Sledujte, kdy byl korpus vyškolen a jaké změny byly provedeny.
- Porovnat trénovací moduly – Zkontrolujte tréninkové moduly používané pro různé iterace a jejich odpovídající trvání školení.
- Sledování změn – Monitoruje změny nastavení, článků, odpovědí, NLP a kurátorství.
- Návrat k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší tréninkové sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivovat články – Zprovozněte dříve neaktivní články , abyste je zahrnuli do odpovědí agenta AI.
- Upravit články – Vytvořte novou verzi existujícího článku při zachování původního článku pro referenci.
- Výkon ve verzi Preview: Vyhodnoťte výkon agenta AI pomocí konkrétní znalostní báze pomocí funkce Preview .
- Stáhnout články – Exportujte články znalostní báze jako CSV soubor pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro skriptovaného agenta AI pro zodpovězení otázek.
Kontrolní záznamy
Část Protokoly auditu poskytuje podrobný záznam změn provedených ve skriptovaném agentovi AI za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta AI, kterého jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Protokoly auditu zobrazíte podrobný protokol změn:
- Aktualizováno v - Datum a čas provedení změny.
- Aktualizováno - uživatel, který provedl změnu.
- Pole – část robota, kde došlo k úpravě (například Nastavení, Články, Odpovědi).
- Popis – Další podrobnosti o změně.
-
Pomocí možností Aktualizovaný aHledání polímůžete rychle vyhledat konkrétní položky protokolu auditu. -
Karta Historie modelu zobrazuje maximálně 10 korpusů pro každého agenta AI.
Kurátorství
Zprávy se do konzoly kurátorství přidávají na základě následujících kritérií:
- Záložní zprávy – když agent AI nerozumí zprávě uživatele a spustí záměr nouzového provozu.
- Výchozí záměr nouzového provozu – Pokud je tento přepínač povolen, budou zprávy, které aktivují výchozí záložní záměr, odeslány do konzoly kurátorství.
Toto kritérium platí pouze pro skriptovaného agenta AI pro provádění akcí.
- Downvote Messages – zprávy, které uživatelé přehlasovali během náhledů agenta AI.
- Předání agenta – zprávy, které mají za následek předání lidského agenta z důvodu nakonfigurovaných pravidel.
- Z relace – zprávy označené uživateli jako nepřijímající požadovanou odpověď z dat relace nebo místnosti.
- Nízká spolehlivost – zprávy se skóre spolehlivosti spadající do zadané prahové hodnoty nízké spolehlivosti.
- Částečná shoda – zprávy, u kterých agent AI nemohl definitivně identifikovat správný záměr nebo odpověď.
Řešení problémů
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny příznakem pro kurátorství. Můžete provést následující kroky:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní promluvu uživatele, odpověď agenta AI a všechna připojená média.
Dešifrovací přístup se uděluje na úrovni uživatele a vyžaduje , aby byla v back-endu povolena rozšířená ochrana dat.
Chcete-li vyřešit problém, můžete:
-
Odkaz na existující článek – Chcete-li připojit problém k existujícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – Pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzoly kurátorství.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzoly kurátorství.
- Odkazování na výchozí články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- U skriptovaného agenta AI pro provádění akcí vyberte z rozevíracího seznamu příslušný záměr a označte všechny relevantní entity.
- Po provedení změn přeškolte agenta AI, abyste zajistili, že se nové znalosti projeví v jeho odpovědích.
- Vyřešte nebo ignorujte více problémů současně pro efektivní správu.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit souhrn každého vyřešeného problému, včetně toho, zda byl problém propojen s existujícím článkem, použit k vytvoření nového článku nebo záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny existujícími pravidly, můžete ručně přidat konkrétní promluvy do konzoly kurátorství.
Přidání problémů z relací:
- Identifikujte promluvu – vyhledejte promluvu, která spustila nesprávnou odpověď.
- Zkontrolovat stav kurátorství – Pokud problém ještě není v konzole kurátorství,
zobrazí se přepínač Stavkurátorství. - Přepnout příznak – Povolením přepínače Stav
kurátorstvípřidáte promluvu do konzoly kurátorství pro kontrolu a řešení.
Pokud je problém již v konzole kurátora přítomen, vzhled přepínače se odpovídajícím způsobem změní, aby indikoval jeho stav.
Zobrazení výkonu skriptované umělé inteligence pomocí Analytics
Část Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř sekcí reprezentovaných kartami. Jsou to: přehled, odpovědi, školení a kurátorství.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí zobrazit analýzy. Mohou také přizpůsobit analytické zobrazení výběrem kanálu, pro který chtějí data zobrazit, spolu s rozsahem dat a členitostí dat. Ve výchozím nastavení se analytická data za poslední měsíc zobrazují pro všechny kanály s denní granularitou (každý den je v grafech bodem na ose x).
Přehled
Přehled obsahuje klíčové metriky a grafy, které vývojářům poskytují přehled o celkovém využití a výkonu agentů AI.
- Na řídicím panelu vyberte agenta AI, kterého jste vytvořili.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta AI:
- Celkový počet relací a relací, které zpracovává agent AI bez lidského zásahu.
- Celkový počet předání agentů, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (zprávy člověka a agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Následuje grafické znázornění relací (skládaný sloupec představující relace zpracovávané agentem AI a předané relace) a celkové odpovědi odeslané agentem AI.
Uživatelé
Druhá část přehledu obsahuje statistiky o uživatelích pro agenta AI. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na zvolené granularitě.
Představení
Třetí část poskytuje statistiky o reakcích agenta tbe AI uživatelům. Zde je vidět celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Identifikoval záměr uživatele.
- Odpověděl záložní zprávou.
- Odpověděl zprávou o částečné shodě.
- Informoval uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a plošný graf poskytuje informace na základě vybrané členitosti.
Školení
Tréninková část představuje "zdraví" korpusu AI Agent. Doporučuje se, aby vývojáři nakonfigurovali 20+ trénovacích promluv pro každý záměr nebo článek ve svých agentech AI. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikuje trénovací data, která článek / záměr obsahuje. Čím blíže je záměr bílé, tím více trénovacích dat potřebuje, aby se přesnost vašeho agenta AI zlepšila.
Odpovědi
Tato část poskytuje vývojářům podrobný přehled o tom, na co se uživatelé ptají a jak často se na to ptají. Poskytuje grafické znázornění nejoblíbenějších článků pro agenty AI pro odpovědi na otázky a šablony odpovědí pro agenty AI pro provádění akcí.
Kurátorství
Tato část poskytuje vizuální souhrn toho, kolik problémů s kurátorstvím se každý den objevilo a kolik z nich bylo vyřešeno agenty AI.
Integrace agentů AI
Tato část vysvětluje, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací zákazníků.
Integrace agentů AI s hlasovými a digitálními kanály
Jakmile vytvoříte a nakonfigurujete agenty AI na platformě Webex AI Agent Studio, dalším krokem je jejich integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům AI zpracovávat hlasové i digitální konverzace se zákazníky a poskytuje bezproblémové a interaktivní uživatelské prostředí.
Další informace najdete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa sestav agentů AI
Tato část popisuje přehled sestav agentů AI, typů sestav, vytváření sestav agentů AI a režimů doručení sestav.
Vysvětlení sestav agentů AI
Funkce přehledů umožňuje generovat nebo plánovat (pravidelně generovat) konkrétní sestavy z dostupných typů sestav a přijímat je prostřednictvím dostupných způsobů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, používání, zapojení, výkonu produktu atd. Požadované informace si můžete nechat doručit na e-mail, SFTP cestu nebo do kbelíku S3. Můžete si vybrat typ sestavy ze seznamu předem připravených sestav a také zvolit, zda chcete generovat jednorázový report okamžitě nebo v pravidelných intervalech.
Po otevření nabídky Sestavy z levého navigačního podokna se zobrazí následující karty:
-
Konfigurovat – Na této kartě jsou uvedeny všechny sestavy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam sestav jsou k dispozici následující podrobnosti:
- Aktivní – určuje, zda je uživatel stále přihlášen k odběru sestavy.
- AI Agent – název agenta AI přidruženého k sestavě.
- Typ sestavy – předem připravený typ sestavy, k jehož odběru jste přihlášeni.
- Frekvence – Interval, ve kterém dostáváte sestavu.
- Poslední sestava Generováno – poslední odeslaná sestava.
- Další naplánované datum – další datum, kdy bude sestava odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace o sestavách odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické přehledy můžete stáhnout kliknutím na ikonu Stáhnout ve sloupci Akce .
Sestavy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení generování sestavy.
Vytvoření sestavy agenta AI
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Klikněte na Přehledy na levém navigačním panelu. |
| 3 |
Klikněte na +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy sestav agenta AI
Můžete si vybrat ze seznamu předem připravených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v každém listu.
AI Agent pro zodpovězení otázek typ sestavy
Pro agenta AI jsou k dispozici tři různé typy sestav pro zodpovězení otázek v aplikaci. Pomocí různých typů sestav můžete porozumět souhrnu využití agenta AI, chování, tomu, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Chování a souhrn použitíTato část zobrazuje souhrn agenta AI s četností, s jakou jsou články a kategorie vyvolávány. Informace o souhrnu, kategoriích a článcích můžete zobrazit na samostatné kartě v přehledech:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv | Zprávy odeslané koncovými uživateli agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Totální rozhovory předané lidskému agentovi. |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie nakonfigurovaný v agentovi AI. |
| Konverzace pro kategorii | Počet konverzací nebo návštěv, ve kterých byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Kolikrát byl zjištěn článek patřící do této kategorie. |
| Celkový počet hlasů | Kolikrát byla odpověď z této kategorie přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď z této kategorie přehlasována. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurovaný v agentovi AI. |
| Kategorie článků | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, ve kterých byl tento článek zjištěn. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů | Kolikrát byla reakce na tento článek přehlasována. |
| Celkový počet hlasů |
Kolikrát je odpověď na tento článek přehlasována. |
Zobrazí konverzaci mezi agentem AI a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 | Bylo zjištěno skóre záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, se kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 |
Skóre zjištěného záměru. |
Typ sestavy AI Agent pro provádění úkolů
Pro agenta AI jsou k dispozici tři různé typy sestav pro provádění úloh v aplikaci tvůrce agenta AI. Jako vývojář agenta AI můžete vytvářet různé typy sestav. Ty se dají použít k pochopení souhrnu využití agenta AI, chování agenta AI, toho, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Zobrazí souhrn konverzací spolu se záměry a aktivovanými klíči šablon. Karta souhrnu zobrazuje následující podrobnosti:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací, které zpracovává agent AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv |
Zprávy, které koncoví uživatelé odesílají agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které agent AI odesílá koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly uživateli přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které uživatelé přehlasovali. |
Podrobnosti o záměru můžete zobrazit také na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi AI. |
| Konverzace pro záměr | Počet konverzací nebo relací, kde byl tento záměr vyvolán. |
| Celkový počet vyvolání | Kolikrát byl tento záměr uplatněn. |
| Celkový počet dokončených prací | Kolikrát byly shromážděny všechny sloty a tento záměr byl splněn. |
| Celkový počet hlasů | Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
| Celkový počet hlasů |
Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
Sestava také obsahuje podrobnosti o šabloně vysoké úrovně, například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony nakonfigurovaný v agentovi AI. |
| Záměr klíče šablony | Záměry, kde se tento klíč šablony používá. |
| Konverzace pro klíč šablony | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet odpovědí | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet hlasů | Kolikrát byla odpověď na tuto šablonu přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď na tuto šablonu přehlasována. |
Zobrazí konverzaci zákazníka s agentem AI spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatelů, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. Tato sestava je relevantní pouze pro skriptované agenty AI. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, na kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre |
Skóre zjištěného záměru. |
Způsoby doručení sestavy agenta AI
V dnešním světě založeném na datech je efektivní a bezpečné poskytování sestav AI Agent zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různorodým organizačním potřebám, nabízíme několik režimů doručování pro sestavy agentů AI, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují protokol SFTP (Secure File Transfer Protocol), e-mail a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už se jedná o potřebu vysokého zabezpečení, snadný přístup nebo škálovatelná řešení úložiště. Tento dokument popisuje funkce a výhody jednotlivých způsobů dopravy a pomáhají vám vybrat nejlepší možnost pro vaše konkrétní potřeby.
SFTP
|
Pole |
Popis |
|---|---|
| Nabízení sestav na zabezpečené místo podle plánu |
Přepnutím této možnosti odešlete sestavy do zabezpečeného umístění v naplánovaném čase. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| Adresa IP | IP adresa systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup k přehledům. |
| Heslo | Heslo pro přístup k sestavám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Nahrát cestu |
Cesta, kam jsou soubory v systému směrovány. |
| Pole | Popis |
|---|---|
| Naplánujte e-maily pro více příjemců a oddělte je středníkem (;) | Přepnutím této možnosti můžete přidat příjemce. |
| Příjemci |
E-mailové adresy všech příjemců, kteří musí dostávat zprávy v určeném čase a se stanovenou frekvencí. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrání sestav do segmentu S3 podle plánu |
Přepnutím této možnosti zpřístupníte pole S3 a směrujete sestavy do nakonfigurovaného segmentu S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název segmentu | Název segmentu, do kterého je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kontejneru S3. |
Pochopte dodržování předpisů AI
Tato část vám pomůže pochopit vývoj AI, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, zabezpečení a bezpečnost
Každá funkce společnosti Cisco využívající umělou inteligenci prochází posouzením dopadu AI podle našich principů odpovědné AI a dodržuje rámec Responsible AI Framework, kromě stávajících procesů zabezpečení, soukromí a lidských práv již od návrhu.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníka po procesu odvození a poskytovatel modelu 3rd, společnost Microsoft, nepřistupuje, nemonitoruje ani neukládá zákaznická data společnosti Cisco. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce najdete v tématu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti AI pro všechny funkce AI:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů 3. strany Cisco, společnost Microsoft, prohlašuje, že nebude používat zákaznický obsah k vylepšování modelů Azure OpenAI a že neukládá ani neuchovává zákaznická data Cisco v infrastruktuře Azure.
Bezpečnostní a etická hlediskaVšechny generativní funkce AI jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce AI tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Vyhodnocení a výkonnost modeluSpolečnost Cisco upřednostňuje výkon a přesnost AI Assistant tím, že zapojuje lidi do kontroly, testování a zajištění kvality základního modelu.
Začínáme s aplikací Webex AI Agent Studio
Webex AI Agent Studio je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI pro splnění potřeb zákaznických služeb a podpory. Pomocí umělé inteligence poskytují agenti AI automatizovanou pomoc zákazníkům před interakcí s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyka a kontextovým povědomím v rámci konverzací. Agenti AI také bezproblémově a informativně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci těží ze zkušeností podobných domovníkům, dostávají pomoc s dotazy, vyhledávání informací a minimalizaci čekacích dob.
Možnosti Webex AI Agent Studio
- Přesné a včasné odpovědi—Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo vstupů zákazníků.
Klíčové výhody pro podniky
-
Vylepšené prostředí pro zákazníky: Poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Personalizované interakce – přizpůsobuje reakce individuálním potřebám a preferencím zákazníků.
-
Škálovatelnost a efektivita: Zvládá velký objem interakcí se zákazníky bez nutnosti dalších lidských agentů, což vede ke zvýšení spokojenosti a snížení provozních nákladů.
Vysvětlení typů a příkladů agentů AI
Následující tabulka poskytuje přehled typů agentů AI a jejich možností:
| Typ agenta AI | Účel | Funkce | Popis | Jak nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti AI jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a plnili úkoly bez přímého lidského zásahu. |
Provádění akcí |
Rozhodujte se informovaně na základě dostupných informací a předem definovaných pravidel. Automatizujte opakující se nebo časově náročné úlohy. |
|
|
Odpovězte na otázky |
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Scénář |
Skriptovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provádění akcí |
Skriptovaní agenti mohou provádět určité úlohy, které jsou jasně definovány a strukturovány. |
Skriptovaní agenti AI pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Skriptovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i skriptované agenty AI lze použít v různých případech použití v závislosti na konkrétních požadavcích a požadovaných funkcích. Některé příklady:
-
Zákaznický servis: K poskytování zákaznické podpory lze použít autonomní i skriptované agenty, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – Autonomní agenti jsou vhodní pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat přizpůsobenější interakce.
-
Analýza dat: Autonomní agenti se dají použít k analýze velkých datových sad a extrakci cenných poznatků.
-
Automatizace procesů: Autonomní i skriptované agenty lze použít k automatizaci opakujících se úloh, zvýšení efektivity a snížení počtu chyb.
-
Správa znalostí: Autonomní agenti se dají použít k vytváření a správě úložišť znalostí, aby byly informace snadno přístupné uživatelům.
Volba mezi autonomními a skriptovanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti trénovacích dat.
Předpoklady
-
Pokud jste stávajícím zákazníkem Webex kontaktního centra, ujistěte se, že splňujete následující předpoklady:
-
Webex klienta Kontaktního centra 2.0.
-
Webex Connect se zřídí pro vašeho tenanta.
-
Platforma hlasových médií je mediální platforma nové generace.
-
-
Pokud nemáte klienta Webex kontaktního centra, obraťte se na svého partnera a požádejte ho o zahájení zkušební verze Webex kontaktního centra s mediální platformou nové generace.
-
Administrátoři si mohou vyžádat Webex izolovaný prostor pro vývojáře kontaktního centra, aby vyzkoušeli agenty AI.
Povolení funkcí
Tato funkce je momentálně ve verzi beta. Zákazníci se mohou zaregistrovat k této funkci na Webex Beta Portal vyplněním průzkumu účasti pro agenty AI.
-
V současné době je ve fázi beta k dispozici pouze funkce skriptovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Požadavky lze podávat prostřednictvím CSM (Customer Success Manager), PSM (Partner Success Manager) nebo e-mailem ask-ccai@cisco.com. Po schválení budou autonomní agenti k dispozici kromě skriptovaných agentů pro vašeho tenanta.
Přístup Webex AI Agent Studio
Pokud chcete vytvořit agenty AI, musíte se přihlásit k aplikaci Webex AI Agent Studio. To lze provést následujícími způsoby:
Přihlášení z Centra řízení
- Přihlaste se do Centra řízení pomocí adresy URL https://admin.webex.com.
- V části Služby navigačního podokna zvolte Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktních center.
- Kliknutím na Webex AI Agent Studio získáte přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlášení ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent Studio byste měli mít přístup k Webex Connect.
- Přihlaste se k aplikaci Webex Connect pomocí adresy URL tenanta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Zásobník aplikací v levém navigačním podokně klikněte na Webex AI Agent Studio pro přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozložení domovské stránky
Vítejte v aplikaci Webex AI Agent Studio. Když se přihlásíte, domovská stránka zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – zobrazí seznam agentů AI, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, která slouží jako mozek pro autonomní agenty AI, kteří reagují na dotazy zákazníků.
- Sestavy – seznam předem připravených sestav agentů AI různých typů. Sestavy můžete generovat nebo plánovat podle svých obchodních potřeb.
- Nápověda – poskytuje přístup k uživatelské příručce k Webex AI Agent Studio v centru nápovědy Webex.
-
Uživatelský profil
Nabídka profilu uživatele umožňuje zobrazit informace o profilu a odhlásit se z aplikace.
Stránka podnikový profil obsahuje informace o tenantovi agenta AI, které jsou přístupné jenom správcům s úplným přístupem správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného podniku. To je k dispozici pro podniky s integrací Webex kontaktního centra pro odpovídajícího tenanta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Nastavení globálního agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování nouzových scénářů.
- Souhrn uchovávání dat – poskytuje souhrn doby uchovávání dat pro tento podnik.
-
Na kartě Spoluhráči můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje akce, které mohou provádět na základě udělených oprávnění.
-
Poznejte svůj řídicí panel
Na řídicím panelu jsou agenti AI reprezentováni kartami, které zobrazují základní informace, včetně názvu agenta AI, naposledy aktualizovaného, naposledy aktualizovaného a modulu použitého k trénování agenta.
Úkoly na kartě AI Agent
Najeďte myší na kartu agenta AI a zobrazte následující možnosti:
- Náhled – Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – Kliknutím na tuto ikonu můžete provádět následující úlohy:
-
Kopírovat odkaz na náhled – Zkopírujte odkaz na náhled a vložte jej na novou kartu a zobrazte náhled agenta AI ve widgetu chatu.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Exportujte podrobnosti agenta AI (ve formátu JSON) do místní složky.
-
Odstranit – trvale odstraní agenta AI ze systému.
-
Připnout – připněte agenta AI na první pozici na řídicím panelu nebo ho odpněte a přesuňte ho zpět na předchozí pozici.
-
Vytvoření nového agenta AI
Nového agenta AI můžete vytvořit pomocí + možnosti vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o tom, jak vytvářet skriptované a autonomní agenty AI, najdete v následujících částech:
Import předem sestaveného agenta AI
Předem sestaveného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Chcete-li jej importovat, postupujte takto:
- Klikněte na Importovat agenta.
- Kliknutím na Nahrát nahrajte soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Název agenta zadejte název agenta AI.
- (Volitelné) V ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klikněte na tlačítko Importovat.
Váš agent AI je teď úspěšně importován na platformu Webex AI Agent Studio a je k dispozici na řídicím panelu.
Vyhledávání podle klíčových slov
Platforma poskytuje robustní možnosti vyhledávání, které vám pomohou snadno najít a spravovat agenty AI. Vyhledávání podle klíčových slov můžete provádět pomocí názvu agenta. Zadejte název agenta nebo část názvu do vyhledávacího pole. Systém zobrazí seznam agentů AI, kteří odpovídají vašim kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě vyhledávání podle klíčových slov můžete výsledky vyhledávání upřesnit filtrováním na základě typu agenta AI. Z rozevíracího seznamu vyberte jeden z filtrů typu agenta – Skriptované , Autonomní a Vše.
Správa znalostní báze
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající LLM (Large Language Model). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení k pochopení, zpracování a generování lidského textu. Tito agenti AI trénují na obrovském množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní reakce. Znalostní báze ukládají data nezbytná pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. Zobrazí se stránka znalostní báze.
- Znalostní bázi můžete najít na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze aktualizované mezi zadanými daty
- Znalostní báze vytvořené mezi zadanými daty
Kliknutím na tlačítko Obnovit vše obnovíte kritéria vyhledávání.
- Můžete také vytvořit novou znalostní bázi. Pokud chcete vytvořit novou znalostní bázi, přečtěte si téma Vytvoření znalostní báze pro agenta AI.
Vytvoření znalostní báze pro agenta AI
| 1 |
Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. |
| 2 |
Na stránce Znalostní báze klikněte na +Vytvořit znalostní bázi v pravém horním rohu. |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující podrobnosti: |
| 4 |
Klikněte na tlačítko Vytvořit. Systém vytvoří znalostní bázi se zadaným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace a zobrazte a sledujte podrobnosti o souborech, které jste nahráli, a dokumentech, které jste vytvořili.
|
Další postup
Nakonfigurujte znalostní bázi pro agenta autonomní AI pro odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti AI pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobení svých akcí k dosažení konkrétních cílů. Tato část popisuje dvě primární funkce autonomního agenta AI.
Autonomní agent AI pro provádění úkolů
Autonomní agenti AI mohou provádět různé úkoly, včetně:
-
Zpracování přirozeného jazyka (NLP) – porozumění lidské řeči a reakce na ni přirozeným a konverzačním způsobem.
-
Rozhodování – Rozhodujte se informovaně na základě dostupných informací a předdefinovaných pravidel.
-
Automatizace – automatizujte opakující se nebo časově náročné úlohy.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku.
Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Filtrujte typ agenta AI jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Nyní jste úspěšně vytvořili autonomního agenta AI pro provádění akcí, který je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Publikovat zprovozníte agenta AI. |
Další postup
Přidejte požadované akce do agenta AI.
Přidání akcí do agenta Autonomous AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby pochopili záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek jídla. Chcete-li tento úkol provést, můžete vytvořit autonomního agenta AI, který provádí následující akce:
-
Získejte požadované informace od zákazníka.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí funguje na následujících stavebních blocích:
-
Akce – funkce, která umožňuje agentovi AI připojit se k externím systémům a provádět složité úlohy.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Plnění slotů zahrnuje kladení konkrétních otázek zákazníkovi, aby splnil záměr zákazníka na základě promluv. Je to spouštěč pro agenta AI, aby začal provádět akci. Definujte vstupní entity jako součást vyplňování slotu.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomního agenta AI pro vygenerování odpovědi v konkrétním formátu. Systém odešle výstupní entity do toku, aby pokračovaly v akci a úspěšně dokončily úlohu.
| 1 |
Na kartě Akce klikněte na +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Další postup
Můžete buď konfigurovat sloty, nebo můžete konfigurovat sloty a definovat plnění v závislosti na zvoleném rozsahu akcí.
Konfigurace zaplnění slotů
Plnění slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Zaplnění slotu na stránce Akce přidejte vstupní entity:
-
Entity můžete přidávat jednu po druhé ve formátu tabulky.
-
Můžete také použít soubor JSON a definovat entity. Podrobnosti najdete v tématu prohlídka schématu JSON.
Přidání vstupních entit v tabulkovém formátu
| 1 |
Chcete-li přidat vstupní entitu, klikněte na tlačítko + Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
type – Datový typ objektu parametrů. To je vždy "objekt", který označuje, že parametry jsou strukturovány jako objekt.
properties – objekt, kde každý klíč představuje parametr a přidružená metadata.
required – pole řetězců se seznamem názvů parametrů, které jsou povinné.
Vlastnosti objektu
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type – Datový typ parametru. Povolené typy jsou:
-
string – Textová data.
-
celé číslo – číselná data bez desetinných míst.
-
number (číslo) – číselná data, která mohou obsahovat desetinná místa.
-
boolean – hodnoty true/false.
-
array – seznam položek, z nichž všechny jsou obvykle stejného typu.
-
object – Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – Stručné vysvětlení toho, co entita představuje. To pomáhá modulu AI pochopit účel a použití parametru. Pro lepší přesnost se doporučuje popis, který je stručný a konzistentní s pokyny agenta a popisem akce.
-
Ověření je vynuceno platformou pouze pro "typ". "Popis" není vynucen pro všechny entity, ale důrazně doporučujeme jej přidat. Další užitečná klíčová slova pro metadata entity jsou:
-
enum – Pole výčtu uvádí možné hodnoty parametru. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby to mohl použít.
- pattern – pole vzoru se používá s typy řetězců k určení regulárního výrazu, kterému musí řetězec odpovídat. To je užitečné zejména pro ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
příklady – pole příklady poskytuje jeden nebo více příkladů platných hodnot parametru. To pomáhá modulu AI pochopit, jaký druh dat se očekává, a může být obzvláště užitečný pro účely interpretace a ověřování.
-
Existují další klíčová slova, která mohou definici entity zpřesnit a robustnější. Další informace najdete v tématu prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčových slov:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address of the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/rrrr"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Zda chce uživatel dostávat newslettery.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "role": { "type": "array", "description": "Seznam rolí přiřazených uživateli.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- username – typ řetězce s omezením minimální a maximální délky.
- password – typ řetězce s minimální délkou a určitým formátem (heslo označuje, že by se s ním mělo zacházet bezpečně).
- e-mail – typ řetězce se vzorem regulárního výrazu, který zajišťuje, že se jedná o platnou e-mailovou adresu.
- birthdate – typ řetězce s příklady pro předepisování formátu data.
- předvolby – Typ objektu s vnořenými vlastnostmi (bulletin a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- roles – typ pole, kde každá položka je řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak je definováno polem "povinné".
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a konvenci pojmenování. Postupujte podle těchto osvědčených postupů a vytvořte dobře definované entity, které je pro modul AI snadné interpretovat a vynucovat.
Definování plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta AI v kontaktním centru. Zadejte následující podrobnosti: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI vygeneroval výsledek ve formátu, který je pro tok srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na tlačítko + Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat tolik výstupních entit, kolik potřebujete. |
| 5 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
| 6 |
Kliknutím na tlačítko Přidat dokončete kofiguraci. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na Publikovat zprovozníte agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná ve scénářích, kdy agent potřebuje:
-
Poskytujte zákaznickou podporu – odpovězte na nejčastější dotazy, řešte problémy a proveďte zákazníky procesy.
-
Nabídněte technickou pomoc – Poskytujte odborné rady v konkrétních tématech nebo oblastech.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Nezapomeňte vytvořit znalostní bázi. Další informace naleznete v tématu Správa znalostní báze.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Nakonfigurujte znalostní bázi pro agenta AI.
Konfigurace znalostní báze Knowledge Base
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na kartu znalostní báze . |
| 3 |
Z rozevíracího seznamu vyberte požadovanou znalostní bázi. |
| 4 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti o relaci a historii každého z autonomních agentů AI, které jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s kontomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI.
Zasedání
Stránka Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a uživateli. Přechod na stránku Relace :
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy relace. Tyto informace jsou užitečné pro audit, analýzu a vylepšení agenta AI.
Tabulka relací zobrazuje seznam všech relací nebo místností vytvořených pro daného agenta AI. Tabulka se stránkuje, pokud je na jedné obrazovce více řádků, než se do ní vejde. Kterékoli pole v tabulce lze řadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Pole, která jsou k dispozici, představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace pro konverzaci.
- ID spotřebitele – ID spotřebitele, který komunikoval s agentem AI.
-
Kanály – kanál, ve kterém došlo k interakci.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti – obsahují další informace o místnosti.
-
Zaškrtněte požadovaná políčka:
- Skrýt testovací relace – skryje testovací relace a zobrazí pouze seznam živých relací.
- Došlo k předání agenta – k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě - filtruje relace, ve kterých k chybě došlo.
- Downvote (Zamítnuto) – filtruje relace s přehlasovaným hlasem.
Kliknutím na řádek v tabulce relací zobrazíte podrobné zobrazení této relace. Ikona zámku označuje, že relace je uzamčena a je třeba ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je povolen přepínač Dešifrovat přístup , můžete přistupovat k libovolné relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je ale použitelná jenom v případě, že je Rozšířená ochrana dat nastavená na hodnotu true nebo povolená pro tenanta.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI. Zobrazení historie konkrétního agenta:
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historie.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu protokoly auditu zobrazíte změny provedené v agentech AI.
- Historie modelu – kliknutím na kartu Historie modelu zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Kontrolní záznamy
Karta protokoly auditu sleduje změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Karta Protokoly auditu zobrazuje následující podrobnosti:
Uživatelé s rolí správce nebo vývojářského agenta AI mají přístup jenom ke kartě protokoly auditu . Uživatelé s vlastními rolemi, kteří mají oprávnění Získat protokol auditu, mohou také zobrazit protokoly auditu.
- Aktualizováno v – data a čas změny.
- Aktualizováno – jméno uživatele, který změnu začlenil.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditování můžete vyhledat pomocí možností vyhledávání Aktualizováno, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelu
Karta Historie modelu je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete agenta autonomní AI pro provádění akcí, uloží se verze agenta autonomní AI, která je k dispozici na kartě Historie modelu. Různé verze agenta AI můžete zobrazit na kartě Historie modelu.
- Popis modelu – stručný popis verze agenta AI.
- AI Engine – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje provádět následující akce s agentem AI:
- Načtení – všechny změny agenta AI budou ztraceny. Konfiguraci je nutné provést znovu.
- Exportovat – slouží k exportu agenta AI.
Zobrazení náhledu autonomního agenta AI
Náhled autonomních agentů AI můžete zobrazit v době vytváření agenta AI, při úpravách a po nasazení agenta. Náhled můžete otevřít z:
- Řídicí panel agenta AI – když najedete myší na kartu agenta AI, zobrazí se možnost Náhled pro tohoto agenta AI. Kliknutím otevřete náhled agenta AI.
- Hlavička agenta AI – kliknutím na kartu agenta AI otevřete agenta AI. Možnost Náhled je vždy viditelná v části záhlaví.
- Minimalizovaný widget – Po spuštění a minimalizaci náhledu se v pravém dolním rohu stránky zobrazí widget chatovací hlavy. Pomocí této možnosti můžete snadno znovu otevřít režim náhledu.
Webex AI Agent Studio také poskytuje možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled. Odkaz na náhled můžete sdílet s ostatními uživateli, jako jsou testeři nebo uživatelé agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravé dolní části obrazovky. Můžete poskytnout promluvy (nebo posloupnost promluv), abyste zkontrolovali odpovědi agenta AI a zajistili, že funguje správně.
Můžete také minimalizovat widget náhledu, poskytnout informace o spotřebiteli a iniciovat více místností pro testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Widget můžete přizpůsobit následujícím způsobem:
- Barva widgetu – Připojením parametru brandColor k odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev.
-
Kryt telefonu – změnou hodnoty parametru phoneCasing v odkazu. Tato možnost je ve výchozím nastavení nastavena na hodnotu true a lze ji vypnout nastavením možnosti false.
Příklad odkazu na náhled s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Zadejte hexadecimální hodnotu barvy ve formátu _XXXX>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Přejděte na řídicí panel a vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu AI Engine vyberte Vega.
- Klikněte na Uložit změny.
Možnost Náhled se aktualizuje ikonou mikrofonu pro hlasový náhled. Klikněte na Náhled. Zobrazí se widget hlasového náhledu.
Chcete-li tuto funkci používat, musíte povolit přístup k mikrofonu.
Ve widgetu hlasového náhledu můžete zobrazit následující možnosti:
- Start pro spuštění náhledu.
- Živý přepis konverzace se zobrazí ve widgetu, když probíhá hlasový náhled.
- Ukončením hovoru ukončíte konverzaci.
- Ztlumit a ztlumit.
Zobrazení výkonu autonomního agenta AI pomocí služby Analytics
Část AI Agent Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýz autonomního agenta AI:
- Na řídicím panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta AI.
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Druhá část zobrazuje statistiky o uživatelích. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích.
Třetí část zobrazuje odpovědi agenta AI a předání agentů
Nastavení skriptovaného agenta AI
Tato část popisuje, jak nastavit a spravovat skriptované agenty AI Webex na platformě AI Agent Studio tak, aby poskytovaly přesné odpovědi na dotazy uživatelů a efektivně prováděly automatizované úlohy.
Skriptovaný agent AI pro provádění úloh
Skriptovaný agent AI rozšiřuje možnosti vytváření agentů Webex bez kódu platformy AI Agent Studio. Skriptovaný agent AI umožňuje víceotáčkové konverzace, kde může získat relevantní data od zákazníků k provádění konkrétních úkolů. To zahrnuje:
-
Spouštění jednoduchých příkazů – podle pokynů dokončete předdefinované akce.
-
Zpracování dat – Manipulujte s daty a transformujte je podle zadaných pravidel.
-
Interakce s jinými systémy – komunikujte s jinými řešeními a ovládejte je.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce vytvořit agenta AI vytvořte nového agenta AI od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Začít od začátku a potom na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klepněte na položku Skriptované. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klepněte na tlačítko Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Vytvořte entity, přidejte záměry a definujteodpovědi.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa entit
Entity jsou stavebními kameny konverzací. Jedná se o základní prvky, které agent AI extrahuje z promluv uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit může agent AI lépe porozumět záměru uživatele a poskytovat přesnější a relevantnější odpovědi.
Typy entit
Webex AI Agent Studio nabízí 11 předem připravených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zachytit informace specifické pro případ použití.
-
Vlastní seznam – definuje seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem připravenými entitami. Ke každému řetězci můžete přidat více synonym. Například vlastní entita velikosti pizzy.
-
Regex – pomocí regulárních výrazů můžete identifikovat konkrétní vzory a extrahovat odpovídající data. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycují numerické vstupy pevné délky s vysokou přesností, zejména při hlasových interakcích. V nehlasových interakcích se používá jako alternativa k typům entit Vlastní a Regex. Například pro detekci pětimístného čísla účtu musí být definována délka pěti.
-
Alfanumerické – zachycují kombinace písmen a čísel a poskytují přesné rozpoznávání hlasových i nehlasových vstupů.
-
Volný tvar – zachycujte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa polohy (WhatsApp) – extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Příklad vstupu | Příklad výstupu |
|---|---|---|---|
| Datum | Analyzuje kalendářní data v přirozeném jazyce do standardního formátu data | "Červenec příštího roku" | 01/07/2020 |
| Čas | Analyzuje čas v přirozeném jazyce do standardního formátu času | 5 večer | 17:00 |
| Detekuje e-mailové adresy | Napište mi na info@cisco.com | info@cisco.com | |
| Telefonní číslo | Detekuje běžné telefonní číslo | Zavolejte mi na 9876543210 | 9876543210 |
| Peněžní jednotky | Analyzuje měnu a částku | Chci 20$ | 20$ |
| Pořadový | Detekuje pořadové číslo. | Čtvrtý z deseti lidí | 4. místo |
| Kardinál | Detekuje kardinální číslo | Čtvrtý z deseti lidí | 10 |
| Geolokace | Detekuje geografické polohy (města, země atd.) | Šel jsem plavat do Temže v Londýně ve Velké Británii | Londýn, Velká Británie |
| Jména osob | Detekuje běžné názvy | Bill Gates z Microsoftu | Bill Gates |
| Množství | Identifikuje měření podle hmotnosti nebo vzdálenosti | Jsme 5 km od Paříže | 5km |
| Doba trvání | Identifikuje časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě entit. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.
Role entit
Když je potřeba entitu shromáždit vícekrát v rámci jednoho záměru, role entit se stávají nezbytnými. Přiřazením odlišných rolí ke stejné entitě můžete agenta AI vést k přesnějšímu pochopení a zpracování vstupu uživatele.
Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí, cílová destinace a mezipřistání. Přidáním poznámek k trénovacím promluvám s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.
Role entit jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity), správci musí zaškrtnout políčko Role entit v rámci rozšířených nastavení dialogového okna selektoru stroje NLU.
Správci nemohou přepnout z RASA nebo Mindmeld na Swiftmatch, když se používají role entit. Aby bylo možné zakázat role entit z rozšířených nastavení stroje NLU, je nutné ze záměrů odebrat role. Můžete vytvořit entitu s rolemi entity.
Vytvoření entity s rolemi entity
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na kartu Entity . |
| 5 |
Klikněte na Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automatické navrhování hodnot slotu na automatické dokončování a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Upřesnit nastavení okna Změnit školicí modul pro moduly RASA a Mindmeld NLU povoleny . |
| 8 |
Klikněte na položku Uložit. K provádění souvisejících akcí můžete použít možnosti Upravit a Odstranit ve sloupci Akce .
|
Další postup
Po vytvoření entity můžete propojit role s entitou.
Propojení rolí s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Entitě můžete přiřadit role pro shromažďování stejné entity dvakrát pro záměr. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Správa záměrů
Záměr je základní součástí platformy Webex AI Agent Studio, která umožňuje agentovi AI pochopit a efektivně reagovat na vaše vstupy. Představuje konkrétní úkol nebo akci, kterou chcete provést během konverzace. Můžete definovat všechny záměry, které odpovídají úkolům, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho vstupu, který umožňuje agentovi AI reagovat smysluplným a kontextově relevantním způsobem.
Systémové záměry
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezené záměry, které jsou navržené tak, aby rozpoznaly a reagovaly na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záložní záměr může pomoci konverzacím na správné cestě.
Implementací výchozího záložního záměru můžou vývojáři agentů AI zajistit, aby agent AI řádně zpracovával neočekávané dotazy nebo dotazy mimo rozsah a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní promluvy. Agenta je možné vytrénovat tak, aby automaticky aktivoval záložní záměr, když narazí na známé otázky mimo rozsah, které by jinak mohly být nesprávně zařazeny do jiných záměrů.
Například v bankovním agentovi AI se zákazníci mohou pokusit zeptat na půjčky. Pokud agent AI není nakonfigurovaný tak, aby zpracovával dotazy související s půjčkou, mohou být tyto dotazy začleněny jako trénovací fráze v rámci výchozího nouzového záměru . Když se zákazník dotazuje na půjčky v jakémkoli okamžiku konverzace, agent AI rozpozná, že dotaz spadá mimo definované záměry, a aktivuje záložní odpověď. Tím je zajištěna vhodnější reakce.
K záložnímu záměru by neměly být přidruženy žádné sloty.
Záložní záměr musí pro svou odpověď použít výchozí klíč záložní šablony.
- Nápověda – Tento záměr je navržen tak, aby odpovídal na dotazy zákazníků týkající se schopností agenta AI. Když si zákazníci nejsou jisti, čeho mohou dosáhnout, nebo se během konverzace setkají s obtížemi, často hledají pomoc tím, že žádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy mapována na klíč šablony zprávy
nápovědy. Vývojáři agentů AI ale můžou přizpůsobit odpověď nebo změnit přidružený klíč šablony tak, aby poskytoval více přizpůsobené a informativní pokyny.Doporučuje se zprostředkovat schopnosti agenta AI na vysoké úrovni, aby zákazníci jasně porozuměli tomu, co mohou dělat dál.
- Promluvte si s agentem – Tento záměr umožňuje zákazníkům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem AI. Když je tento záměr vyvolán, systém automaticky iniciuje přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předání agenta. I když neexistují žádná omezení uživatelského rozhraní pro změnu klíče šablony odpovědi, jeho změna nebude mít vliv na výsledek lidského předání.
Malé diskusní záměry
Všichni nově vytvoření agenti AI zahrnují čtyři předdefinované malé rozhovory pro zpracování běžných pozdravů zákazníků, vyjádření vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
- Nashledanou
Vytvoření záměru
Než začnete
Před vytvořením záměru se ujistěte, že jste vytvořili entity, které budou propojeny se záměrem. Další informace naleznete v tématu Vytvoření entity s rolemi entit.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Zaškrtněte políčko Požadováno , pokud je entita povinná. |
| 7 |
Zadejte počet opakování povolených pro tento slot. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu vyberte klíč šablony. |
| 9 |
V části Odpověď zadejte konečný klíč šablony odpovědi, který se vrátí uživatelům po dokončení záměru. |
| 10 |
Zapněte přepínač Resetovat sloty po dokončení a po dokončení vynulujte hodnoty slotů shromážděné v konverzaci, jakmile je záměr dokončen. Pokud je tento přepínač ve stavu zakázáno, slot zachová staré hodnoty a zobrazí stejnou odezvu.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujete hodnotu slotu během konverzace s příjemcem. Agent AI bere v úvahu poslední hodnotu vyplněnou ve slotu pro zpracování dat. Pokud je tato možnost povolena, hodnoty pro obsazené sloty se aktualizují vždy, když zákazníci poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Zapněte přepínač Poskytovat návrhy pro sloty , chcete-li v konečné odpovědi na základě vstupu uživatele poskytovat návrhy pro zaplnění slotů a alternativní hodnoty slotů. |
| 13 |
Povolením přepínače Ukončit konverzaci ukončíte relaci po tomto záměru. Webex Connect a hlasové toky toho můžou využít k ukončení konverzace se spotřebiteli.
|
| 14 |
Klikněte na položku Uložit. Klikněte na Trénovat v pravém horním rohu karty Školení , aby se projevily všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty tréninku (promluvy) na jeden záměr. Každý slot musí mít také alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny , tlačítko Vlak je zakázané. Vedle ovlivněného záměru se zobrazí ikona upozornění, která označuje problém. Výchozí záložní záměr je však z těchto požadavků vyňat. |
Další postup
Po vytvoření záměru jsou k naplnění záměru vyžadovány určité informace. Propojené entity určují, jak jsou tyto informace získávány z promluv uživatele. Další informace naleznete v tématu Propojení entit se záměrem.
Propojení entit se záměrem
Než začnete
Ujistěte se, že jste vytvořili entity a propojili je před přidáním promluv. Tato automatická anotace entit při přidávání promluv anotuje.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. Propojené entity se zobrazí v sekci Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Pokud je entita označena jako požadovaná, budou k dispozici další možnosti konfigurace. Můžete zadat maximální počet případů, kdy může agent AI požádat o chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který se má vyvolat, pokud požadovaná entita není poskytnuta v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy přidružené k finálovému klíči šablony nakonfigurovanému pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musíte povolit přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny rozpoznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generování trénovacích dat
Musíte ručně přidat trénovací data do jejich záměrů, aby agent AI pracoval s přiměřenou přesností. Trénovací data se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15 až 20 variant, abyste zlepšili jeho přesnost. Ruční vytváření tohoto školicího korpusu může být zdlouhavé a časově náročné. Můžete přidat pouze několik variant nebo přidat pouze klíčová slova jako varianty namísto smysluplných vět. Tomu lze zabránit generováním trénovacích dat, která doplní vaše stávající.
Chcete-li generovat trénovací data, postupujte podle následujících kroků:
- Zadejte název záměru a ukázkovou promluvu.
- Klepněte na tlačítko Generovat.
- Zadejte stručný popis záměru řídit umělou inteligenci.
- Zadejte požadovaný počet variant a úroveň kreativity pro návrhy generované umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší nastavení kreativity může produkovat méně rozmanité varianty.
- Proces generování může trvat několik sekund v závislosti na počtu požadovaných variant.
- Ikona blesku rozlišuje varianty generované umělou inteligencí od uživatelem definovaných trénovacích dat.
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Označování generovaných variant příznakem
Aby bylo zajištěno zodpovědné využití AI, mohou vývojáři označit výstupy generované umělou inteligencí ke kontrole. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo předpojatého obsahu. Označení výstupů generovaných umělou inteligencí:
- Vyhledejte možnost příznaku: Pro každou vygenerovanou promluvu je k dispozici možnost příznaku.
- Poskytnutí zpětné vazby: Při označování výstupu mohou vývojáři přidat komentáře a určit důvod příznaku.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 operací generování. Aby vývojáři vyhověli rostoucím potřebám, mohou kontaktovat vlastníky svých účtů a požádat je o zvýšení tohoto limitu.
Vytvoření vícejazyčného záměru a entity
Trénovací data můžete vytvářet ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta AI musíte definovat promluvy, které odrážejí požadované interakce. Zatímco sloty zůstávají konzistentní napříč jazyky, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, najdete v tabulce jazyků verses entity podporované v tématu podporované jazyky pro skriptované agenty AI.
Správa odpovědí
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – Prosté textové zprávy pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia – obrázky, audio nebo video prvky pro zlepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony – předdefinované struktury odpovědí, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, která šablona se má použít na základě identifikovaného záměru.
Šablony pro předání agenta, nápovědu, nouzové řešení a uvítání jsou předem nakonfigurovány a zprávu odpovědi lze změnit z odpovídajících šablon.
Typy odpovědí
Sekce Návrháře odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího API, který reaguje asynchronním způsobem. Pracovní postupy musí být kódované v Pythonu.
Variabilní substituce
Substituce proměnných umožňuje používat dynamické proměnné jako součást šablon odpovědí. Všechny standardní proměnné (nebo entity) v relaci spolu s těmi, které může vývojář agenta AI nastavit uvnitř objektu volného formuláře, jako je pole úložiště dat, lze použít v šablonách odpovědí prostřednictvím této funkce. Proměnné jsou reprezentovány pomocí této syntaxe: ${variable_name}. Například použití hodnoty entity s názvem apptdate uses ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze personalizovat pomocí proměnných získaných z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplníte oblast proměnnou a zvýrazníte tuto proměnnou.
Konfigurace odpovědí pomocí návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro nevývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI doručuje zákazníkům.
- Fragmenty kódu: Pro vývojáře, kteří používají Python, tato možnost poskytuje flexibilitu pro konfiguraci odpovědí pomocí kódu.
Návrhář odpovědí je navržený tak, aby zajistil, že uživatelské prostředí vyhovuje konkrétnímu kanálu, se kterým agent AI komunikuje.
Šablony odpovědí
- Text – Jedná se o jednoduché textové odpovědi. Pro zlepšení uživatelského prostředí návrhář odpovědí umožňuje více textových polí v rámci jedné odpovědi, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je jedna z těchto možností náhodně vybrána a zobrazena uživateli, což zajišťuje dynamickou a poutavou interakci.
Chcete-li zachovat dynamické a poutavé uživatelské prostředí, můžete do šablon přidat více možností odpovědí. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko + Přidat variantu umístěné v dolní části odpovědi.
Při ukládání odpovědí se může zobrazit upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři snadno najít a opravit tyto chyby v libovolném kanálu nebo formátu odpovědi. Pokud výběr seznamu nebo rotující formát obsahuje více karet, tečková navigace umožňuje procházet karty s chybami. U jedné karty se odpovídající tečka změní na červenou, aby signalizovala chybu.
- Rychlá odpověď – textové odpovědi lze spárovat pomocí tlačítek, což mohou být textové nebo URL odkazy. Textová tlačítka vyžadují název a datovou část, která se po kliknutí odešle robotovi. Tlačítka URL přesměrovávají uživatele na konkrétní webovou stránku.
Když je dotaz zákazníka nejednoznačný, částečná shoda umožňuje robotovi navrhnout relevantní články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a Facebooku.
Přidání rychlých odpovědí URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrovávají uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by robotovi odeslala jakákoli data.
Přidání rychlé odpovědi adresy URL v podmíněné nebo pevné odpovědi:
- Vyberte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď adresy URL.
- Klikněte na +Přidat rychlou odpověď. Zobrazí se automaticky otevírané okno typu tlačítka.
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na kterou musí být příjemce po kliknutí na tlačítko přesměrován.
- Kliknutím na Hotovo přidejte rychlou odpověď na adresu URL.
Tlačítka typu adresy URL lze také nakonfigurovat prostřednictvím typu dynamické odpovědi, kde se tato tlačítka mají konfigurovat pomocí fragmentů kódu Pythonu. Tato tlačítka jsou podporována v oddílech náhledu a náhledu ke sdílení. V současné době nejsou podporovány widgetem živého chatu IMIchat ani jinými kanály třetích stran.
- Rotující formát – rozšířené odpovědi můžou zahrnovat jednu kartu nebo víc karet uspořádaných v rotujícím formátu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka pro rychlou odpověď v rotující šabloně lze nakonfigurovat pomocí textových nebo URL odkazů. Kliknutím na tlačítko URL přesměrujete uživatele na zadanou webovou stránku. Kliknutím na textové tlačítko rychlé odpovědi se robotovi odešle nakonfigurovaná datová část a spustí odpovídající odpověď.
- Obrázek – multimediální šablona, ve které mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video – Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – dá se použít k napsání kódu Pythonu pro volání rozhraní API nebo spuštění jiné logiky.
Fragmenty kódu
Podmíněné odpovědi s rozsáhlými funkcemi a různorodými šablonami mohou efektivně řešit většinu potřeb agentů AI. Pro složité případy použití, které nelze plně realizovat prostřednictvím podmíněných odpovědí, nebo pro vývojáře, kteří dávají přednost kódování, je však k dispozici typ odpovědi fragmentu kódu.
Fragmenty kódu umožňují konfigurovat odpovědi pomocí kódu Pythonu. Tento přístup umožňuje vytvářet v šabloně odpovědi nebo článku všechny typy odpovědí, včetně rychlých odpovědí, textu, rotujících formátů, obrázků, zvuku, videa a souborů.
Kód funkce definovaný v šabloně Fragment kódu lze použít k nastavení proměnných, které jsou pak použity v jiných šablonách. Je důležité si uvědomit, že kód funkce nemůže přímo vracet odpovědi při použití v rámci podmíněných odpovědí.
Ověření fragmentu kódu – platforma kontroluje pouze chyby syntaxe v rámci fragmentu kódu, který konfigurujete. Jakékoli chyby v samotném obsahu odpovědi však mohou způsobit problémy uživatelům, kteří interagují s robotem na nakonfigurovaném kanálu. Editor vám například nezabrání v přidání odpovědi "Výběr času" pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele spustí tuto konkrétní odpověď.
Pokud nenakonfigurujete jedinečnou odpověď pro různé kanály, webová odpověď se vezme jako výchozí odpověď a odešle se zákazníkovi. Seznam šablon podporovaných ve webovém kanálu je:
- Text – jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď – Šablona s textovými tlačítky a tlačítky, na která lze kliknout.
- Rotující formát – kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Image (Obrázek) – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – Šablona pro konfiguraci videa zadáním adresy URL videa. Video můžete přehrát kliknutím nebo klepnutím na obrázek.
- Soubor – Šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním zvukové adresy URL. Zobrazuje také dobu trvání zvukové zprávy ve výstupu.
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Skriptovaný agent AI pro odpovídání na otázky
Skriptovaní agenti AI jsou agenti řízení znalostmi, jejichž znalostní báze se skládá z korpusu otázek a odpovědí. Skriptovaný agent AI může poskytovat odpovědi na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. Tato funkce je užitečná ve scénářích, kde:
- Jsou vyžadovány specifické znalosti – agent musí odpovídat na otázky v rámci předdefinované domény.
- Konzistence je důležitá – agent musí poskytovat konzistentní odpovědi na podobné dotazy.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v trénovacím korpusu.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Skriptované. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu .
V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Přidejte články do agenta AI.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa článků
Články jsou důležitou součástí skriptovaných agentů AI. Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která jej identifikuje. Všechny články dohromady tvoří znalostní bázi nebo korpus agenta AI . Když se váš zákazník na něco zeptá, systém zkontroluje svou znalostní bázi a dá vám nejlepší odpověď, kterou najde.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě trénovací varianty (promluvy), aby byl článek součástí korpusu trénovaného modelu. Tlačítka Trénovat a Uložit a Trénovat zůstávají k dispozici ve skriptovaném agentovi AI pro zodpovězení otázek, pokud vyberete modul Rasa nebo Mindmeld NLU a pokud má článek méně než dvě varianty. Když umístíte ukazatel myši na tato nedostupná tlačítka, systém zobrazí zprávu s žádostí o vyřešení problémů před tréninkem. Systém také zobrazí výstražnou ikonu odpovídající článku s problémy. Problémy můžete vyřešit přidáním více než dvou variant článku. Tlačítka Train a Save a Train jsou k dispozici, jakmile jsou problémy vyřešeny. Dvě varianty se nevztahují na výchozí články – zpráva o částečné shodě, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle svého výběru a všechny nezařazené články zůstanou klasifikovány jako nepřiřazené. Od okamžiku vytvoření článků existují čtyři výchozí články, které jsou k dispozici pro každého agenta AI. Jedná se o následující:
- Uvítací zpráva – obsahuje první zprávu vždy, když dojde k zahájení konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když agent nerozumí otázce uživatele.
- Částečná shoda – když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení předání a odvození ), agent zobrazí tuto zprávu shody spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se zobrazí spolu s těmito možnostmi.
- Co můžete dělat?— Můžete nakonfigurovat schopnosti agenta AI. AI Agent to zobrazuje vždy, když koncoví uživatelé zpochybňují schopnosti AI Agenta.
Kromě toho je přidán výchozí článek Mluvit s agentem, pokud jsou povolená nastavení předání agenta z předání a odvození .
Všichni noví AI agenti mají také čtyři články ve Smalltalku , které zpracovávají uživatelské promluvy pro:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
-
Nashledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý dotaz příjemce se porovná s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň spolehlivosti, se zobrazí uživateli jako odpověď agenta AI. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na Vytvořit nový článek. |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte kteroukoli z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí Návrháře odpovědí. |
| 6 |
Klikněte na Uložit a trénovat. |
Import z katalogů
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které mají být přidány do agenta. |
| 6 |
Klikněte na tlačítko Hotovo. |
Extrahujte nejčastější dotazy z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Extrahovat nejčastější dotazy z odkazu. |
| 5 |
Zadejte adresu URL, kde jsou hostovány nejčastější dotazy, a klikněte na tlačítko Extrahovat. |
| 6 |
Klikněte na tlačítko Importovat. |
Import ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat ze souboru a zvolte CSV importujte články ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, zvolte JSON. |
| 5 |
Klikněte na tlačítko Procházet a vyberte soubor, který obsahuje všechny články. Kliknutím na tlačítko Stáhnout ukázku zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klikněte na tlačítko Importovat. |
Přidání vlastních synonym
Mnoho případů použití agentů AI má tendenci zahrnovat slova a fráze, které nemusí být součástí standardní anglické slovní zásoby nebo jsou specifické pro obchodní kontext. Například chcete, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS a tak dále. Agent AI musí zahrnout tyto termíny a jejich variace do trénovacích promluv pro všechny související články, což vede k redundantnímu zadávání dat.
Chcete-li tento problém s redundancí vyřešit, můžete k zodpovězení otázek použít vlastní synonyma v rámci skriptovaného agenta AI. Synonyma každého kořenového slova jsou platformou automaticky nahrazena kořenovým slovem za běhu.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Vlastní synonyma. |
| 5 |
Klikněte na Nové kořenové slovo. |
| 6 |
Nakonfigurujte kořenovou hodnotu slova a její synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta AI. Můžete také exportovat synonyma (ve formátu souboru .CSV) do místní složky a importovat soubor zpět na platformu. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Zobrazení náhledu skriptovaného agenta AI
Webex AI Agent Studio umožňuje zobrazit náhled agentů AI během jeho vývoje a dokonce i po dokončení vývoje. Tímto způsobem můžete otestovat fungování agentů AI a určit, zda jsou generovány žádoucí odpovědi odpovídající příslušným vstupním dotazům. Náhled skriptovaného agenta AI můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najeďte myší na kartu agenta AI a zobrazte možnost náhledu pro daného agenta AI. Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Hlavička agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo na tlačítko Upravit na kartě agenta AI je možnost Náhled vždy viditelná v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který vám umožní snadno znovu otevřít režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled ke sdílení z agenta AI. Na kartě AI Agent klikněte vpravo nahoře na ikonu se třemi tečkami a klikněte na Kopírovat odkaz na náhled. Tento odkaz můžete sdílet s ostatními uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravém dolním rohu obrazovky. Můžete zadat promluvy (nebo posloupnost promluv), abyste viděli, jak agent AI reaguje, a zajistit, aby fungoval podle očekávání. Agent AI ve verzi Preview podporuje více jazyků a může automaticky detekovat jazyk promluv, aby odpovídajícím způsobem reagoval. Jazyk v náhledu můžete také vybrat ručně kliknutím na výběr jazyka a výběrem ze seznamu dostupných možností.
Widget náhledu můžete maximalizovat pro lepší zobrazení. Můžete také poskytnout informace o spotřebitelích a iniciovat více místností pro důkladné testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní přizpůsobení jsou:
- Barva widgetu – Připojením parametru
brandColork odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev. -
Kryt telefonu – změnou hodnoty parametru
phoneCasingv odkazu. Tato možnost je ve výchozím nastavení nastavena nahodnotu truea lze ji vypnout nastavením možnosti falsePříklad odkazu na náhled s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Společné oddíly správy pro skriptovaného agenta AI
Následující části se zobrazí na levém panelu stránky konfigurace agenta AI:
Školení
Jak se agenti AI vyvíjejí a stávají se složitějšími, změny jejich logiky nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma agentů AI pohodlný rámec pro testování robotů jedním kliknutím. Jejich funkce jsou následující:
- Snadno vytvářejte a spouštějte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvořením testovacích případů s více zprávami.
Definování testů
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili.
- Klikněte na Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testcases .
- Vyberte testovací případ a klikněte na tlačítko Provést vybrané testy.
Každý řádek v tabulce představuje testovací případ, který má následující parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Ukázková zpráva, která představuje typy dotazů a příkazů, které můžete očekávat, že uživatelé pošlou agentovi AI. |
| Předpokládaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Určete článek, který se má zobrazit jako odpověď na konkrétní zprávu uživatele. Abychom vám pomohli najít nejrelevantnější článek, obsahuje tento sloupec funkci automatického dokončování Smart. Když vstoupíte, systém navrhne odpovídající články na základě dosud zadaného textu. |
| Obnovení předchozího kontextu | Kliknutím na zaškrtávací políčko v tomto sloupci izolujete testovací případy a zajistíte, aby byly spuštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Pokud je povoleno, každý testovací případ je simulován v nové relaci, což zabraňuje jakémukoli rušení z předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolením tohoto přepínače považujete testovací případy za úspěšné i v případě, že očekávané články odpovídají skutečné odpovědi pouze částečně. |
| Import z CSV | Importujte testovací případy ze souboru odděleného čárkami (CSV). V tomto případě jsou přepsány všechny existující testovací případy. |
| Exportovat do CSV | Exportujte testovací případy do souboru odděleného čárkami (CSV). |
| Testování zpětných volání | Povolením tohoto přepínače můžete simulovat příchozí zpětná volání a testovat chování toku bez nutnosti skutečných příchozích hovorů. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Zpětné volání v toku | Klepnutím na zaškrtávací políčko v tomto sloupci označíte, že záměr musí aktivovat zpětné volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Očekávaná šablona zpětného volání | Zadejte klíč šablony, který se aktivuje při zpětném volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď zpětného volání, než považuje zpětné volání za vypršené. Je povolen maximální časový limit 20 sekund. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
Provádění testů
Na kartě Spuštění klikněte na možnost Spustit vybrané testy a zahajte postupné provádění všech vybraných testovacích případů.
Testovací případy můžete také spustit na kartě Testovací případy .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Splněno , Úspěšně s částečnou shodou , Nezdařilo se, Čeká na vyřízení ) na souhrnném pásu karet. Tím se filtruje seznam testovacích případů tak, aby se zobrazily pouze ty, které odpovídají vybranému výsledku.
Ve výsledcích se zobrazí ID relace přiřazené ke každému testovacímu případu. To vám umožní rychle křížově odkazovat na testovací případy a zobrazit podrobnosti o transakci. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie spouštění
Na kartě Historie získáte přístup ke všem spuštěným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujte provedená testovací data jako soubor CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte konkrétní nastavení modulu a algoritmu použitá pro každé spuštění testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit upřesňující nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího stroje. To poskytuje přehled o parametrech a nastaveních, které ovlivnily chování agenta AI během testování.
Zasedání
Část Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a auditování. Tato data můžete použít ke zkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, zpřesnili odpovědi agenta AI a vylepšili celkové uživatelské prostředí.
Dokáže zpracovat velké datové sady zobrazením výsledků na stránkách. Pomocí části Upřesnit výsledky můžete filtrovat a řadit relace na základě různých kritérií. Každý řádek v tabulce zobrazuje základní podrobnosti o relaci, včetně:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID příjemce – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v čase ukončení relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – Toto políčko zaškrtněte, chcete-li skrýt testovací relace a zobrazit pouze seznam živých relací.
- Předání agenta proběhlo – Toto políčko zaškrtněte, chcete-li filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto políčka chcete filtrovat relace, ve kterých k chybě došlo.
- Zamítnuto – Toto políčko zaškrtněte, chcete-li filtrovat přerušené relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka slouží k filtrování relací na základě předání agenta, chyb a snížení počtu hlasů. Dešifrovací relace vyžadují oprávnění na úrovni uživatele a pokročilé nastavení ochrany dat. Kliknutím na tlačítko Dešifrovat obsah zobrazíte podrobnosti o relaci.
Podrobnosti relace konkrétní relace ve skriptovaném agentovi AI pro zodpovězení otázek
Zobrazení Podrobnosti relace ve skriptovaném agentovi AI pro zodpovězení otázek poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem AI.
Sekce Zprávy :
- Zobrazí všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi generované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Zobrazí seznam článků, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných shod i částečných shod.
- Zobrazuje skóre podobnosti přiřazené ke každému identifikovanému článku a označuje stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikaci relevantních článků.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaných na kartě Předání a odvození .
Část Další informace v zobrazení Podrobnosti relace poskytuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – zobrazuje předzpracovanou verzi vstupu zákazníka po jeho zpracování kanálem NLU (Natural Language Understanding) agenta AI.
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Typ odpovědi – určuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Podrobnosti o relaci konkrétní relace ve skriptovaném agentovi AI pro provádění akcí
Karta Informace o transakci ve skriptovaném agentovi AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Identifikovaná část záměrů :
- Zobrazí záměry, které byly identifikovány pro dotaz zákazníka.
- Označuje úroveň spolehlivosti spojenou s každým identifikovaným záměrem.
- Zobrazí seznam slotů, které jsou přidruženy k identifikovanému záměru. Kliknutím na pozici zobrazíte další informace o její hodnotě a o tom, jak byla extrahována z dotazu uživatele.
Část Identifikované entity obsahuje seznam entit, které byly extrahovány ze zprávy zákazníka a jsou přidruženy k aktivnímu záměru příjemce. Tyto entity představují klíčové informace, které robot identifikoval v dotazu uživatele.
Část Výsledky algoritmu poskytuje přehled o základních procesech, které vedly k reakci agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – zobrazuje identifikované záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – zobrazuje entity, které byly extrahovány ze zprávy uživatele.
Zobrazí se další informace :
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Klíč šablony – označuje klíč šablony přidružený k záměru, který aktivoval odpověď agenta AI.
- Typ odpovědi – označuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Informace o transakci můžete také stáhnout a zobrazit ve formátu JSON pomocí možnosti stažení.
Karta Metadata zobrazuje:
- Metadata NLP – Zkontrolujte kroky předběžného zpracování použité na vstup zákazníka na kartě NLP .
- Datastore a FinalDF – přístup k datům souvisejícím s relací na kartách Úložiště dat a FinalDF pro inteligentní roboty.
- Funkce vyhledávání – Pomocí integrovaného vyhledávacího panelu můžete v konverzaci rychle najít konkrétní promluvy.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přeškolit skriptovaného agenta AI, aby se zajistilo, že je aktuální. Po každém tréninku důkladně otestujte svého AI agenta, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie umožňuje:
- Zobrazit historii školení – Sledujte, kdy byl korpus vyškolen a jaké změny byly provedeny.
- Porovnat trénovací moduly – Zkontrolujte tréninkové moduly používané pro různé iterace a jejich odpovídající trvání školení.
- Sledování změn – Monitoruje změny nastavení, článků, odpovědí, NLP a kurátorství.
- Návrat k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší tréninkové sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivovat články – Zprovozněte dříve neaktivní články , abyste je zahrnuli do odpovědí agenta AI.
- Upravit články – Vytvořte novou verzi existujícího článku při zachování původního článku pro referenci.
- Výkon ve verzi Preview: Vyhodnoťte výkon agenta AI pomocí konkrétní znalostní báze pomocí funkce Preview .
- Stáhnout články – Exportujte články znalostní báze jako CSV soubor pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro skriptovaného agenta AI pro zodpovězení otázek.
Kontrolní záznamy
Část Protokoly auditu poskytuje podrobný záznam změn provedených ve skriptovaném agentovi AI za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta AI, kterého jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Protokoly auditu zobrazíte podrobný protokol změn:
- Aktualizováno v - Datum a čas provedení změny.
- Aktualizováno - uživatel, který provedl změnu.
- Pole – část robota, kde došlo k úpravě (například Nastavení, Články, Odpovědi).
- Popis – Další podrobnosti o změně.
-
Pomocí možností Aktualizovaný aHledání polímůžete rychle vyhledat konkrétní položky protokolu auditu. -
Karta Historie modelu zobrazuje maximálně 10 korpusů pro každého agenta AI.
Kurátorství
Zprávy se do konzoly kurátorství přidávají na základě následujících kritérií:
- Záložní zprávy – když agent AI nerozumí zprávě uživatele a spustí záměr nouzového provozu.
- Výchozí záměr nouzového provozu – Pokud je tento přepínač povolen, budou zprávy, které aktivují výchozí záložní záměr, odeslány do konzoly kurátorství.
Toto kritérium platí pouze pro skriptovaného agenta AI pro provádění akcí.
- Downvote Messages – zprávy, které uživatelé přehlasovali během náhledů agenta AI.
- Předání agenta – zprávy, které mají za následek předání lidského agenta z důvodu nakonfigurovaných pravidel.
- Z relace – zprávy označené uživateli jako nepřijímající požadovanou odpověď z dat relace nebo místnosti.
- Nízká spolehlivost – zprávy se skóre spolehlivosti spadající do zadané prahové hodnoty nízké spolehlivosti.
- Částečná shoda – zprávy, u kterých agent AI nemohl definitivně identifikovat správný záměr nebo odpověď.
Řešení problémů
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny příznakem pro kurátorství. Můžete provést následující kroky:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní promluvu uživatele, odpověď agenta AI a všechna připojená média.
Dešifrovací přístup se uděluje na úrovni uživatele a vyžaduje , aby byla v back-endu povolena rozšířená ochrana dat.
Chcete-li vyřešit problém, můžete:
-
Odkaz na existující článek – Chcete-li připojit problém k existujícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – Pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzoly kurátorství.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzoly kurátorství.
- Odkazování na výchozí články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- U skriptovaného agenta AI pro provádění akcí vyberte z rozevíracího seznamu příslušný záměr a označte všechny relevantní entity.
- Po provedení změn přeškolte agenta AI, abyste zajistili, že se nové znalosti projeví v jeho odpovědích.
- Vyřešte nebo ignorujte více problémů současně pro efektivní správu.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit souhrn každého vyřešeného problému, včetně toho, zda byl problém propojen s existujícím článkem, použit k vytvoření nového článku nebo záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny existujícími pravidly, můžete ručně přidat konkrétní promluvy do konzoly kurátorství.
Přidání problémů z relací:
- Identifikujte promluvu – vyhledejte promluvu, která spustila nesprávnou odpověď.
- Zkontrolovat stav kurátorství – Pokud problém ještě není v konzole kurátorství,
zobrazí se přepínač Stavkurátorství. - Přepnout příznak – Povolením přepínače Stav
kurátorstvípřidáte promluvu do konzoly kurátorství pro kontrolu a řešení.
Pokud je problém již v konzole kurátora přítomen, vzhled přepínače se odpovídajícím způsobem změní, aby indikoval jeho stav.
Zobrazení výkonu skriptované umělé inteligence pomocí Analytics
Část Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř sekcí reprezentovaných kartami. Jsou to: přehled, odpovědi, školení a kurátorství.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí zobrazit analýzy. Mohou také přizpůsobit analytické zobrazení výběrem kanálu, pro který chtějí data zobrazit, spolu s rozsahem dat a členitostí dat. Ve výchozím nastavení se analytická data za poslední měsíc zobrazují pro všechny kanály s denní granularitou (každý den je v grafech bodem na ose x).
Přehled
Přehled obsahuje klíčové metriky a grafy, které vývojářům poskytují přehled o celkovém využití a výkonu agentů AI.
- Na řídicím panelu vyberte agenta AI, kterého jste vytvořili.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta AI:
- Celkový počet relací a relací, které zpracovává agent AI bez lidského zásahu.
- Celkový počet předání agentů, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (zprávy člověka a agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Následuje grafické znázornění relací (skládaný sloupec představující relace zpracovávané agentem AI a předané relace) a celkové odpovědi odeslané agentem AI.
Uživatelé
Druhá část přehledu obsahuje statistiky o uživatelích pro agenta AI. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na zvolené granularitě.
Představení
Třetí část poskytuje statistiky o reakcích agenta tbe AI uživatelům. Zde je vidět celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Identifikoval záměr uživatele.
- Odpověděl záložní zprávou.
- Odpověděl zprávou o částečné shodě.
- Informoval uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a plošný graf poskytuje informace na základě vybrané členitosti.
Školení
Tréninková část představuje "zdraví" korpusu AI Agent. Doporučuje se, aby vývojáři nakonfigurovali 20+ trénovacích promluv pro každý záměr nebo článek ve svých agentech AI. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikuje trénovací data, která článek / záměr obsahuje. Čím blíže je záměr bílé, tím více trénovacích dat potřebuje, aby se přesnost vašeho agenta AI zlepšila.
Odpovědi
Tato část poskytuje vývojářům podrobný přehled o tom, na co se uživatelé ptají a jak často se na to ptají. Poskytuje grafické znázornění nejoblíbenějších článků pro agenty AI pro odpovědi na otázky a šablony odpovědí pro agenty AI pro provádění akcí.
Kurátorství
Tato část poskytuje vizuální souhrn toho, kolik problémů s kurátorstvím se každý den objevilo a kolik z nich bylo vyřešeno agenty AI.
Integrace agentů AI
Tato část vysvětluje, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací zákazníků.
Integrace agentů AI s hlasovými a digitálními kanály
Jakmile vytvoříte a nakonfigurujete agenty AI na platformě Webex AI Agent Studio, dalším krokem je jejich integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům AI zpracovávat hlasové i digitální konverzace se zákazníky a poskytuje bezproblémové a interaktivní uživatelské prostředí.
Další informace najdete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa sestav agentů AI
Tato část popisuje přehled sestav agentů AI, typů sestav, vytváření sestav agentů AI a režimů doručení sestav.
Vysvětlení sestav agentů AI
Funkce přehledů umožňuje generovat nebo plánovat (pravidelně generovat) konkrétní sestavy z dostupných typů sestav a přijímat je prostřednictvím dostupných způsobů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, používání, zapojení, výkonu produktu atd. Požadované informace si můžete nechat doručit na e-mail, SFTP cestu nebo do kbelíku S3. Můžete si vybrat typ sestavy ze seznamu předem připravených sestav a také zvolit, zda chcete generovat jednorázový report okamžitě nebo v pravidelných intervalech.
Po otevření nabídky Sestavy z levého navigačního podokna se zobrazí následující karty:
-
Konfigurovat – Na této kartě jsou uvedeny všechny sestavy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam sestav jsou k dispozici následující podrobnosti:
- Aktivní – určuje, zda je uživatel stále přihlášen k odběru sestavy.
- AI Agent – název agenta AI přidruženého k sestavě.
- Typ sestavy – předem připravený typ sestavy, k jehož odběru jste přihlášeni.
- Frekvence – Interval, ve kterém dostáváte sestavu.
- Poslední sestava Generováno – poslední odeslaná sestava.
- Další naplánované datum – další datum, kdy bude sestava odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace o sestavách odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické přehledy můžete stáhnout kliknutím na ikonu Stáhnout ve sloupci Akce .
Sestavy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení generování sestavy.
Vytvoření sestavy agenta AI
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Klikněte na Přehledy na levém navigačním panelu. |
| 3 |
Klikněte na +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy sestav agenta AI
Můžete si vybrat ze seznamu předem připravených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v každém listu.
AI Agent pro zodpovězení otázek typ sestavy
Pro agenta AI jsou k dispozici tři různé typy sestav pro zodpovězení otázek v aplikaci. Pomocí různých typů sestav můžete porozumět souhrnu využití agenta AI, chování, tomu, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Chování a souhrn použitíTato část zobrazuje souhrn agenta AI s četností, s jakou jsou články a kategorie vyvolávány. Informace o souhrnu, kategoriích a článcích můžete zobrazit na samostatné kartě v přehledech:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv | Zprávy odeslané koncovými uživateli agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Totální rozhovory předané lidskému agentovi. |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie nakonfigurovaný v agentovi AI. |
| Konverzace pro kategorii | Počet konverzací nebo návštěv, ve kterých byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Kolikrát byl zjištěn článek patřící do této kategorie. |
| Celkový počet hlasů | Kolikrát byla odpověď z této kategorie přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď z této kategorie přehlasována. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurovaný v agentovi AI. |
| Kategorie článků | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, ve kterých byl tento článek zjištěn. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů | Kolikrát byla reakce na tento článek přehlasována. |
| Celkový počet hlasů |
Kolikrát je odpověď na tento článek přehlasována. |
Zobrazí konverzaci mezi agentem AI a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 | Bylo zjištěno skóre záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, se kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 |
Skóre zjištěného záměru. |
Typ sestavy AI Agent pro provádění úkolů
Pro agenta AI jsou k dispozici tři různé typy sestav pro provádění úloh v aplikaci tvůrce agenta AI. Jako vývojář agenta AI můžete vytvářet různé typy sestav. Ty se dají použít k pochopení souhrnu využití agenta AI, chování agenta AI, toho, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Zobrazí souhrn konverzací spolu se záměry a aktivovanými klíči šablon. Karta souhrnu zobrazuje následující podrobnosti:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací, které zpracovává agent AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv |
Zprávy, které koncoví uživatelé odesílají agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které agent AI odesílá koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly uživateli přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které uživatelé přehlasovali. |
Podrobnosti o záměru můžete zobrazit také na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi AI. |
| Konverzace pro záměr | Počet konverzací nebo relací, kde byl tento záměr vyvolán. |
| Celkový počet vyvolání | Kolikrát byl tento záměr uplatněn. |
| Celkový počet dokončených prací | Kolikrát byly shromážděny všechny sloty a tento záměr byl splněn. |
| Celkový počet hlasů | Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
| Celkový počet hlasů |
Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
Sestava také obsahuje podrobnosti o šabloně vysoké úrovně, například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony nakonfigurovaný v agentovi AI. |
| Záměr klíče šablony | Záměry, kde se tento klíč šablony používá. |
| Konverzace pro klíč šablony | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet odpovědí | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet hlasů | Kolikrát byla odpověď na tuto šablonu přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď na tuto šablonu přehlasována. |
Zobrazí konverzaci zákazníka s agentem AI spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatelů, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. Tato sestava je relevantní pouze pro skriptované agenty AI. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, na kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre |
Skóre zjištěného záměru. |
Způsoby doručení sestavy agenta AI
V dnešním světě založeném na datech je efektivní a bezpečné poskytování sestav AI Agent zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různorodým organizačním potřebám, nabízíme několik režimů doručování pro sestavy agentů AI, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují protokol SFTP (Secure File Transfer Protocol), e-mail a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už se jedná o potřebu vysokého zabezpečení, snadný přístup nebo škálovatelná řešení úložiště. Tento dokument popisuje funkce a výhody jednotlivých způsobů dopravy a pomáhají vám vybrat nejlepší možnost pro vaše konkrétní potřeby.
SFTP
|
Pole |
Popis |
|---|---|
| Nabízení sestav na zabezpečené místo podle plánu |
Přepnutím této možnosti odešlete sestavy do zabezpečeného umístění v naplánovaném čase. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| Adresa IP | IP adresa systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup k přehledům. |
| Heslo | Heslo pro přístup k sestavám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Nahrát cestu |
Cesta, kam jsou soubory v systému směrovány. |
| Pole | Popis |
|---|---|
| Naplánujte e-maily pro více příjemců a oddělte je středníkem (;) | Přepnutím této možnosti můžete přidat příjemce. |
| Příjemci |
E-mailové adresy všech příjemců, kteří musí dostávat zprávy v určeném čase a se stanovenou frekvencí. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrání sestav do segmentu S3 podle plánu |
Přepnutím této možnosti zpřístupníte pole S3 a směrujete sestavy do nakonfigurovaného segmentu S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název segmentu | Název segmentu, do kterého je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kontejneru S3. |
Pochopte dodržování předpisů AI
Tato část vám pomůže pochopit vývoj AI, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, zabezpečení a bezpečnost
Každá funkce společnosti Cisco využívající umělou inteligenci prochází posouzením dopadu AI podle našich principů odpovědné AI a dodržuje rámec Responsible AI Framework, kromě stávajících procesů zabezpečení, soukromí a lidských práv již od návrhu.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníka po procesu odvození a poskytovatel modelu 3rd, společnost Microsoft, nepřistupuje, nemonitoruje ani neukládá zákaznická data společnosti Cisco. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce najdete v tématu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti AI pro všechny funkce AI:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů 3. strany Cisco, společnost Microsoft, prohlašuje, že nebude používat zákaznický obsah k vylepšování modelů Azure OpenAI a že neukládá ani neuchovává zákaznická data Cisco v infrastruktuře Azure.
Bezpečnostní a etická hlediskaVšechny generativní funkce AI jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce AI tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Vyhodnocení a výkonnost modeluSpolečnost Cisco upřednostňuje výkon a přesnost AI Assistant tím, že zapojuje lidi do kontroly, testování a zajištění kvality základního modelu.
Začínáme s aplikací Webex AI Agent Studio
Webex AI Agent Studio je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI pro splnění potřeb zákaznických služeb a podpory. Pomocí umělé inteligence poskytují agenti AI automatizovanou pomoc zákazníkům před interakcí s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyka a kontextovým povědomím v rámci konverzací. Agenti AI také bezproblémově a informativně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci těží ze zkušeností podobných domovníkům, dostávají pomoc s dotazy, vyhledávání informací a minimalizaci čekacích dob.
Možnosti Webex AI Agent Studio
- Přesné a včasné odpovědi—Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo vstupů zákazníků.
Klíčové výhody pro podniky
-
Vylepšené prostředí pro zákazníky: Poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Personalizované interakce – přizpůsobuje reakce individuálním potřebám a preferencím zákazníků.
-
Škálovatelnost a efektivita: Zvládá velký objem interakcí se zákazníky bez nutnosti dalších lidských agentů, což vede ke zvýšení spokojenosti a snížení provozních nákladů.
Vysvětlení typů a příkladů agentů AI
Následující tabulka poskytuje přehled typů agentů AI a jejich možností:
| Typ agenta AI | Účel | Funkce | Popis | Jak nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti AI jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a plnili úkoly bez přímého lidského zásahu. |
Provádění akcí |
Rozhodujte se informovaně na základě dostupných informací a předem definovaných pravidel. Automatizujte opakující se nebo časově náročné úlohy. |
|
|
Odpovězte na otázky |
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Scénář |
Skriptovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provádění akcí |
Skriptovaní agenti mohou provádět určité úlohy, které jsou jasně definovány a strukturovány. |
Skriptovaní agenti AI pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Skriptovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i skriptované agenty AI lze použít v různých případech použití v závislosti na konkrétních požadavcích a požadovaných funkcích. Některé příklady:
-
Zákaznický servis: K poskytování zákaznické podpory lze použít autonomní i skriptované agenty, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – Autonomní agenti jsou vhodní pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat přizpůsobenější interakce.
-
Analýza dat: Autonomní agenti se dají použít k analýze velkých datových sad a extrakci cenných poznatků.
-
Automatizace procesů: Autonomní i skriptované agenty lze použít k automatizaci opakujících se úloh, zvýšení efektivity a snížení počtu chyb.
-
Správa znalostí: Autonomní agenti se dají použít k vytváření a správě úložišť znalostí, aby byly informace snadno přístupné uživatelům.
Volba mezi autonomními a skriptovanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti trénovacích dat.
Předpoklady
-
Pokud jste stávajícím zákazníkem Webex kontaktního centra, ujistěte se, že splňujete následující předpoklady:
-
Webex klienta Kontaktního centra 2.0.
-
Webex Connect se zřídí pro vašeho tenanta.
-
Platforma hlasových médií je mediální platforma nové generace.
-
-
Pokud nemáte klienta Webex kontaktního centra, obraťte se na svého partnera a požádejte ho o zahájení zkušební verze Webex kontaktního centra s mediální platformou nové generace.
-
Administrátoři si mohou vyžádat Webex izolovaný prostor pro vývojáře kontaktního centra, aby vyzkoušeli agenty AI.
Povolení funkcí
Tato funkce je momentálně ve verzi beta. Zákazníci se mohou zaregistrovat k této funkci na Webex Beta Portal vyplněním průzkumu účasti pro agenty AI.
-
V současné době je ve fázi beta k dispozici pouze funkce skriptovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Požadavky lze podávat prostřednictvím CSM (Customer Success Manager), PSM (Partner Success Manager) nebo e-mailem ask-ccai@cisco.com. Po schválení budou autonomní agenti k dispozici kromě skriptovaných agentů pro vašeho tenanta.
Přístup Webex AI Agent Studio
Pokud chcete vytvořit agenty AI, musíte se přihlásit k aplikaci Webex AI Agent Studio. To lze provést následujícími způsoby:
Přihlášení z Centra řízení
- Přihlaste se do Centra řízení pomocí adresy URL https://admin.webex.com.
- V části Služby navigačního podokna zvolte Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktních center.
- Kliknutím na Webex AI Agent Studio získáte přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlášení ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent Studio byste měli mít přístup k Webex Connect.
- Přihlaste se k aplikaci Webex Connect pomocí adresy URL tenanta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Zásobník aplikací v levém navigačním podokně klikněte na Webex AI Agent Studio pro přístup k aplikaci.
Systém spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozložení domovské stránky
Vítejte v aplikaci Webex AI Agent Studio. Když se přihlásíte, domovská stránka zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – zobrazí seznam agentů AI, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, která slouží jako mozek pro autonomní agenty AI, kteří reagují na dotazy zákazníků.
- Sestavy – seznam předem připravených sestav agentů AI různých typů. Sestavy můžete generovat nebo plánovat podle svých obchodních potřeb.
- Nápověda – poskytuje přístup k uživatelské příručce k Webex AI Agent Studio v centru nápovědy Webex.
-
Uživatelský profil
Nabídka profilu uživatele umožňuje zobrazit informace o profilu a odhlásit se z aplikace.
Stránka podnikový profil obsahuje informace o tenantovi agenta AI, které jsou přístupné jenom správcům s úplným přístupem správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného podniku. To je k dispozici pro podniky s integrací Webex kontaktního centra pro odpovídajícího tenanta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Nastavení globálního agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování nouzových scénářů.
- Souhrn uchovávání dat – poskytuje souhrn doby uchovávání dat pro tento podnik.
-
Na kartě Spoluhráči můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje akce, které mohou provádět na základě udělených oprávnění.
-
Poznejte svůj řídicí panel
Na řídicím panelu jsou agenti AI reprezentováni kartami, které zobrazují základní informace, včetně názvu agenta AI, naposledy aktualizovaného, naposledy aktualizovaného a modulu použitého k trénování agenta.
Úkoly na kartě AI Agent
Najeďte myší na kartu agenta AI a zobrazte následující možnosti:
- Náhled – Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – Kliknutím na tuto ikonu můžete provádět následující úlohy:
-
Kopírovat odkaz na náhled – Zkopírujte odkaz na náhled a vložte jej na novou kartu a zobrazte náhled agenta AI ve widgetu chatu.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Exportujte podrobnosti agenta AI (ve formátu JSON) do místní složky.
-
Odstranit – trvale odstraní agenta AI ze systému.
-
Připnout – připněte agenta AI na první pozici na řídicím panelu nebo ho odpněte a přesuňte ho zpět na předchozí pozici.
-
Vytvoření nového agenta AI
Nového agenta AI můžete vytvořit pomocí + možnosti vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o tom, jak vytvářet skriptované a autonomní agenty AI, najdete v následujících částech:
Import předem sestaveného agenta AI
Předem sestaveného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Chcete-li jej importovat, postupujte takto:
- Klikněte na Importovat agenta.
- Kliknutím na Nahrát nahrajte soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Název agenta zadejte název agenta AI.
- (Volitelné) V ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klikněte na tlačítko Importovat.
Váš agent AI je teď úspěšně importován na platformu Webex AI Agent Studio a je k dispozici na řídicím panelu.
Vyhledávání podle klíčových slov
Platforma poskytuje robustní možnosti vyhledávání, které vám pomohou snadno najít a spravovat agenty AI. Vyhledávání podle klíčových slov můžete provádět pomocí názvu agenta. Zadejte název agenta nebo část názvu do vyhledávacího pole. Systém zobrazí seznam agentů AI, kteří odpovídají vašim kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě vyhledávání podle klíčových slov můžete výsledky vyhledávání upřesnit filtrováním na základě typu agenta AI. Z rozevíracího seznamu vyberte jeden z filtrů typu agenta – Skriptované , Autonomní a Vše.
Správa znalostní báze
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající LLM (Large Language Model). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení k pochopení, zpracování a generování lidského textu. Tito agenti AI trénují na obrovském množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní reakce. Znalostní báze ukládají data nezbytná pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. Zobrazí se stránka znalostní báze.
- Znalostní bázi můžete najít na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze aktualizované mezi zadanými daty
- Znalostní báze vytvořené mezi zadanými daty
Kliknutím na tlačítko Obnovit vše obnovíte kritéria vyhledávání.
- Můžete také vytvořit novou znalostní bázi. Pokud chcete vytvořit novou znalostní bázi, přečtěte si téma Vytvoření znalostní báze pro agenta AI.
Vytvoření znalostní báze pro agenta AI
| 1 |
Na řídicím panelu klikněte na ikonu Znalostní báze v levém navigačním podokně. |
| 2 |
Na stránce Znalostní báze klikněte na +Vytvořit znalostní bázi v pravém horním rohu. |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující podrobnosti: |
| 4 |
Klikněte na tlačítko Vytvořit. Systém vytvoří znalostní bázi se zadaným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace a zobrazte a sledujte podrobnosti o souborech, které jste nahráli, a dokumentech, které jste vytvořili.
|
Další postup
Nakonfigurujte znalostní bázi pro agenta autonomní AI pro odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti AI pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobení svých akcí k dosažení konkrétních cílů. Tato část popisuje dvě primární funkce autonomního agenta AI.
Autonomní agent AI pro provádění úkolů
Autonomní agenti AI mohou provádět různé úkoly, včetně:
-
Zpracování přirozeného jazyka (NLP) – porozumění lidské řeči a reakce na ni přirozeným a konverzačním způsobem.
-
Rozhodování – Rozhodujte se informovaně na základě dostupných informací a předdefinovaných pravidel.
-
Automatizace – automatizujte opakující se nebo časově náročné úlohy.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku.
Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Filtrujte typ agenta AI jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Nyní jste úspěšně vytvořili autonomního agenta AI pro provádění akcí, který je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Publikovat zprovozníte agenta AI. |
Další postup
Přidejte požadované akce do agenta AI.
Přidání akcí do agenta Autonomous AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby pochopili záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek jídla. Chcete-li tento úkol provést, můžete vytvořit autonomního agenta AI, který provádí následující akce:
-
Získejte požadované informace od zákazníka.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí funguje na následujících stavebních blocích:
-
Akce – funkce, která umožňuje agentovi AI připojit se k externím systémům a provádět složité úlohy.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Plnění slotů zahrnuje kladení konkrétních otázek zákazníkovi, aby splnil záměr zákazníka na základě promluv. Je to spouštěč pro agenta AI, aby začal provádět akci. Definujte vstupní entity jako součást vyplňování slotu.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomního agenta AI pro vygenerování odpovědi v konkrétním formátu. Systém odešle výstupní entity do toku, aby pokračovaly v akci a úspěšně dokončily úlohu.
| 1 |
Na kartě Akce klikněte na +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Další postup
Můžete buď konfigurovat sloty, nebo můžete konfigurovat sloty a definovat plnění v závislosti na zvoleném rozsahu akcí.
Konfigurace zaplnění slotů
Plnění slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Zaplnění slotu na stránce Akce přidejte vstupní entity:
-
Entity můžete přidávat jednu po druhé ve formátu tabulky.
-
Můžete také použít soubor JSON a definovat entity. Podrobnosti najdete v tématu prohlídka schématu JSON.
Přidání vstupních entit v tabulkovém formátu
| 1 |
Chcete-li přidat vstupní entitu, klikněte na tlačítko + Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
type – Datový typ objektu parametrů. To je vždy "objekt", který označuje, že parametry jsou strukturovány jako objekt.
properties – objekt, kde každý klíč představuje parametr a přidružená metadata.
required – pole řetězců se seznamem názvů parametrů, které jsou povinné.
Vlastnosti objektu
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type – Datový typ parametru. Povolené typy jsou:
-
string – Textová data.
-
celé číslo – číselná data bez desetinných míst.
-
number (číslo) – číselná data, která mohou obsahovat desetinná místa.
-
boolean – hodnoty true/false.
-
array – seznam položek, z nichž všechny jsou obvykle stejného typu.
-
object – Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – Stručné vysvětlení toho, co entita představuje. To pomáhá modulu AI pochopit účel a použití parametru. Pro lepší přesnost se doporučuje popis, který je stručný a konzistentní s pokyny agenta a popisem akce.
-
Ověření je vynuceno platformou pouze pro "typ". "Popis" není vynucen pro všechny entity, ale důrazně doporučujeme jej přidat. Další užitečná klíčová slova pro metadata entity jsou:
-
enum – Pole výčtu uvádí možné hodnoty parametru. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby to mohl použít.
- pattern – pole vzoru se používá s typy řetězců k určení regulárního výrazu, kterému musí řetězec odpovídat. To je užitečné zejména pro ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
příklady – pole příklady poskytuje jeden nebo více příkladů platných hodnot parametru. To pomáhá modulu AI pochopit, jaký druh dat se očekává, a může být obzvláště užitečný pro účely interpretace a ověřování.
-
Existují další klíčová slova, která mohou definici entity zpřesnit a robustnější. Další informace najdete v tématu prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčových slov:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address of the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/rrrr"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Zda chce uživatel dostávat newslettery.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "role": { "type": "array", "description": "Seznam rolí přiřazených uživateli.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- username – typ řetězce s omezením minimální a maximální délky.
- password – typ řetězce s minimální délkou a určitým formátem (heslo označuje, že by se s ním mělo zacházet bezpečně).
- e-mail – typ řetězce se vzorem regulárního výrazu, který zajišťuje, že se jedná o platnou e-mailovou adresu.
- birthdate – typ řetězce s příklady pro předepisování formátu data.
- předvolby – Typ objektu s vnořenými vlastnostmi (bulletin a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- roles – typ pole, kde každá položka je řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak je definováno polem "povinné".
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a konvenci pojmenování. Postupujte podle těchto osvědčených postupů a vytvořte dobře definované entity, které je pro modul AI snadné interpretovat a vynucovat.
Definování plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta AI v kontaktním centru. Zadejte následující podrobnosti: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI vygeneroval výsledek ve formátu, který je pro tok srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na tlačítko + Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat tolik výstupních entit, kolik potřebujete. |
| 5 |
Pomocí možnosti Ovládací prvky můžete s entitou provádět následující akce: |
| 6 |
Kliknutím na tlačítko Přidat dokončete kofiguraci. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na Publikovat zprovozníte agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mohou přistupovat k úložišti znalostí a používat ho k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná ve scénářích, kdy agent potřebuje:
-
Poskytujte zákaznickou podporu – odpovězte na nejčastější dotazy, řešte problémy a proveďte zákazníky procesy.
-
Nabídněte technickou pomoc – Poskytujte odborné rady v konkrétních tématech nebo oblastech.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Nezapomeňte vytvořit znalostní bázi. Další informace naleznete v tématu Správa znalostní báze.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako autonomní. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Autonomní agent AI pro odpovídání na otázky byl úspěšně vytvořen a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Aktualizujte profil pro autonomního agenta AI.
Aktualizace profilu agenta Autonomous AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Nakonfigurujte znalostní bázi pro agenta AI.
Konfigurace znalostní báze Knowledge Base
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte agenta AI, kterého jste vytvořili. |
| 2 |
Přejděte na kartu znalostní báze . |
| 3 |
Z rozevíracího seznamu vyberte požadovanou znalostní bázi. |
| 4 |
Kliknutím na Uložit změny zprovozníte agenta AI. |
Další postup
Kliknutím na Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Chcete-li zobrazit výkon agenta AI, přečtěte si téma Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Pokud chcete zobrazit podrobnosti o relacích a historii, přečtěte si téma zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti o relaci a historii každého z autonomních agentů AI, které jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s kontomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI.
Zasedání
Stránka Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a uživateli. Přechod na stránku Relace :
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy relace. Tyto informace jsou užitečné pro audit, analýzu a vylepšení agenta AI.
Tabulka relací zobrazuje seznam všech relací nebo místností vytvořených pro daného agenta AI. Tabulka se stránkuje, pokud je na jedné obrazovce více řádků, než se do ní vejde. Kterékoli pole v tabulce lze řadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Pole, která jsou k dispozici, představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace pro konverzaci.
- ID spotřebitele – ID spotřebitele, který komunikoval s agentem AI.
-
Kanály – kanál, ve kterém došlo k interakci.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti – obsahují další informace o místnosti.
-
Zaškrtněte požadovaná políčka:
- Skrýt testovací relace – skryje testovací relace a zobrazí pouze seznam živých relací.
- Došlo k předání agenta – k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě - filtruje relace, ve kterých k chybě došlo.
- Downvote (Zamítnuto) – filtruje relace s přehlasovaným hlasem.
Kliknutím na řádek v tabulce relací zobrazíte podrobné zobrazení této relace. Ikona zámku označuje, že relace je uzamčena a je třeba ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je povolen přepínač Dešifrovat přístup , můžete přistupovat k libovolné relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je ale použitelná jenom v případě, že je Rozšířená ochrana dat nastavená na hodnotu true nebo povolená pro tenanta.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi AI. Zobrazení historie konkrétního agenta:
- Na řídicím panelu klikněte na agenta autonomní AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historie.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu protokoly auditu zobrazíte změny provedené v agentech AI.
- Historie modelu – kliknutím na kartu Historie modelu zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Kontrolní záznamy
Karta protokoly auditu sleduje změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Karta Protokoly auditu zobrazuje následující podrobnosti:
Uživatelé s rolí správce nebo vývojářského agenta AI mají přístup jenom ke kartě protokoly auditu . Uživatelé s vlastními rolemi, kteří mají oprávnění Získat protokol auditu, mohou také zobrazit protokoly auditu.
- Aktualizováno v – data a čas změny.
- Aktualizováno – jméno uživatele, který změnu začlenil.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditování můžete vyhledat pomocí možností vyhledávání Aktualizováno, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelu
Karta Historie modelu je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete agenta autonomní AI pro provádění akcí, uloží se verze agenta autonomní AI, která je k dispozici na kartě Historie modelu. Různé verze agenta AI můžete zobrazit na kartě Historie modelu.
- Popis modelu – stručný popis verze agenta AI.
- AI Engine – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje provádět následující akce s agentem AI:
- Načtení – všechny změny agenta AI budou ztraceny. Konfiguraci je nutné provést znovu.
- Exportovat – slouží k exportu agenta AI.
Zobrazení náhledu autonomního agenta AI
Náhled autonomních agentů AI můžete zobrazit v době vytváření agenta AI, při úpravách a po nasazení agenta. Náhled můžete otevřít z:
- Řídicí panel agenta AI – když najedete myší na kartu agenta AI, zobrazí se možnost Náhled pro tohoto agenta AI. Kliknutím otevřete náhled agenta AI.
- Hlavička agenta AI – kliknutím na kartu agenta AI otevřete agenta AI. Možnost Náhled je vždy viditelná v části záhlaví.
- Minimalizovaný widget – Po spuštění a minimalizaci náhledu se v pravém dolním rohu stránky zobrazí widget chatovací hlavy. Pomocí této možnosti můžete snadno znovu otevřít režim náhledu.
Webex AI Agent Studio také poskytuje možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled. Odkaz na náhled můžete sdílet s ostatními uživateli, jako jsou testeři nebo uživatelé agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravé dolní části obrazovky. Můžete poskytnout promluvy (nebo posloupnost promluv), abyste zkontrolovali odpovědi agenta AI a zajistili, že funguje správně.
Můžete také minimalizovat widget náhledu, poskytnout informace o spotřebiteli a iniciovat více místností pro testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Widget můžete přizpůsobit následujícím způsobem:
- Barva widgetu – Připojením parametru brandColor k odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev.
-
Kryt telefonu – změnou hodnoty parametru phoneCasing v odkazu. Tato možnost je ve výchozím nastavení nastavena na hodnotu true a lze ji vypnout nastavením možnosti false.
Příklad odkazu na náhled s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<Zadejte hexadecimální hodnotu barvy ve formátu _XXXX>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Přejděte na řídicí panel a vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu AI Engine vyberte Vega.
- Klikněte na Uložit změny.
Možnost Náhled se aktualizuje ikonou mikrofonu pro hlasový náhled. Klikněte na Náhled. Zobrazí se widget hlasového náhledu.
Chcete-li tuto funkci používat, musíte povolit přístup k mikrofonu.
Ve widgetu hlasového náhledu můžete zobrazit následující možnosti:
- Start pro spuštění náhledu.
- Živý přepis konverzace se zobrazí ve widgetu, když probíhá hlasový náhled.
- Ukončením hovoru ukončíte konverzaci.
- Ztlumit a ztlumit.
Zobrazení výkonu autonomního agenta AI pomocí služby Analytics
Část AI Agent Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýz autonomního agenta AI:
- Na řídicím panelu vyberte agenta AI.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta AI.
- Celkový počet relací a relací zpracovaných agentem AI bez lidského zásahu.
- Celkový počet předání agenta, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (lidské zprávy a zprávy agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Druhá část zobrazuje statistiky o uživatelích. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích.
Třetí část zobrazuje odpovědi agenta AI a předání agentů
Nastavení skriptovaného agenta AI
Tato část popisuje, jak nastavit a spravovat skriptované agenty AI Webex na platformě AI Agent Studio tak, aby poskytovaly přesné odpovědi na dotazy uživatelů a efektivně prováděly automatizované úlohy.
Skriptovaný agent AI pro provádění úloh
Skriptovaný agent AI rozšiřuje možnosti vytváření agentů Webex bez kódu platformy AI Agent Studio. Skriptovaný agent AI umožňuje víceotáčkové konverzace, kde může získat relevantní data od zákazníků k provádění konkrétních úkolů. To zahrnuje:
-
Spouštění jednoduchých příkazů – podle pokynů dokončete předdefinované akce.
-
Zpracování dat – Manipulujte s daty a transformujte je podle zadaných pravidel.
-
Interakce s jinými systémy – komunikujte s jinými řešeními a ovládejte je.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce vytvořit agenta AI vytvořte nového agenta AI od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Začít od začátku a potom na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klepněte na položku Skriptované. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klepněte na tlačítko Provádět akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu . V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Vytvořte entity, přidejte záměry a definujteodpovědi.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa entit
Entity jsou stavebními kameny konverzací. Jedná se o základní prvky, které agent AI extrahuje z promluv uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit může agent AI lépe porozumět záměru uživatele a poskytovat přesnější a relevantnější odpovědi.
Typy entit
Webex AI Agent Studio nabízí 11 předem připravených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zachytit informace specifické pro případ použití.
-
Vlastní seznam – definuje seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem připravenými entitami. Ke každému řetězci můžete přidat více synonym. Například vlastní entita velikosti pizzy.
-
Regex – pomocí regulárních výrazů můžete identifikovat konkrétní vzory a extrahovat odpovídající data. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycují numerické vstupy pevné délky s vysokou přesností, zejména při hlasových interakcích. V nehlasových interakcích se používá jako alternativa k typům entit Vlastní a Regex. Například pro detekci pětimístného čísla účtu musí být definována délka pěti.
-
Alfanumerické – zachycují kombinace písmen a čísel a poskytují přesné rozpoznávání hlasových i nehlasových vstupů.
-
Volný tvar – zachycujte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa polohy (WhatsApp) – extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Příklad vstupu | Příklad výstupu |
|---|---|---|---|
| Datum | Analyzuje kalendářní data v přirozeném jazyce do standardního formátu data | "Červenec příštího roku" | 01/07/2020 |
| Čas | Analyzuje čas v přirozeném jazyce do standardního formátu času | 5 večer | 17:00 |
| Detekuje e-mailové adresy | Napište mi na info@cisco.com | info@cisco.com | |
| Telefonní číslo | Detekuje běžné telefonní číslo | Zavolejte mi na 9876543210 | 9876543210 |
| Peněžní jednotky | Analyzuje měnu a částku | Chci 20$ | 20$ |
| Pořadový | Detekuje pořadové číslo. | Čtvrtý z deseti lidí | 4. místo |
| Kardinál | Detekuje kardinální číslo | Čtvrtý z deseti lidí | 10 |
| Geolokace | Detekuje geografické polohy (města, země atd.) | Šel jsem plavat do Temže v Londýně ve Velké Británii | Londýn, Velká Británie |
| Jména osob | Detekuje běžné názvy | Bill Gates z Microsoftu | Bill Gates |
| Množství | Identifikuje měření podle hmotnosti nebo vzdálenosti | Jsme 5 km od Paříže | 5km |
| Doba trvání | Identifikuje časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě entit. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.
Role entit
Když je potřeba entitu shromáždit vícekrát v rámci jednoho záměru, role entit se stávají nezbytnými. Přiřazením odlišných rolí ke stejné entitě můžete agenta AI vést k přesnějšímu pochopení a zpracování vstupu uživatele.
Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí, cílová destinace a mezipřistání. Přidáním poznámek k trénovacím promluvám s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.
Role entit jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity), správci musí zaškrtnout políčko Role entit v rámci rozšířených nastavení dialogového okna selektoru stroje NLU.
Správci nemohou přepnout z RASA nebo Mindmeld na Swiftmatch, když se používají role entit. Aby bylo možné zakázat role entit z rozšířených nastavení stroje NLU, je nutné ze záměrů odebrat role. Můžete vytvořit entitu s rolemi entity.
Vytvoření entity s rolemi entity
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili. |
| 3 |
Klepněte na tlačítko Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na kartu Entity . |
| 5 |
Klikněte na Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automatické navrhování hodnot slotu na automatické dokončování a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Upřesnit nastavení okna Změnit školicí modul pro moduly RASA a Mindmeld NLU povoleny . |
| 8 |
Klikněte na položku Uložit. K provádění souvisejících akcí můžete použít možnosti Upravit a Odstranit ve sloupci Akce .
|
Další postup
Po vytvoření entity můžete propojit role s entitou.
Propojení rolí s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Entitě můžete přiřadit role pro shromažďování stejné entity dvakrát pro záměr. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Správa záměrů
Záměr je základní součástí platformy Webex AI Agent Studio, která umožňuje agentovi AI pochopit a efektivně reagovat na vaše vstupy. Představuje konkrétní úkol nebo akci, kterou chcete provést během konverzace. Můžete definovat všechny záměry, které odpovídají úkolům, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho vstupu, který umožňuje agentovi AI reagovat smysluplným a kontextově relevantním způsobem.
Systémové záměry
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezené záměry, které jsou navržené tak, aby rozpoznaly a reagovaly na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záložní záměr může pomoci konverzacím na správné cestě.
Implementací výchozího záložního záměru můžou vývojáři agentů AI zajistit, aby agent AI řádně zpracovával neočekávané dotazy nebo dotazy mimo rozsah a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní promluvy. Agenta je možné vytrénovat tak, aby automaticky aktivoval záložní záměr, když narazí na známé otázky mimo rozsah, které by jinak mohly být nesprávně zařazeny do jiných záměrů.
Například v bankovním agentovi AI se zákazníci mohou pokusit zeptat na půjčky. Pokud agent AI není nakonfigurovaný tak, aby zpracovával dotazy související s půjčkou, mohou být tyto dotazy začleněny jako trénovací fráze v rámci výchozího nouzového záměru . Když se zákazník dotazuje na půjčky v jakémkoli okamžiku konverzace, agent AI rozpozná, že dotaz spadá mimo definované záměry, a aktivuje záložní odpověď. Tím je zajištěna vhodnější reakce.
K záložnímu záměru by neměly být přidruženy žádné sloty.
Záložní záměr musí pro svou odpověď použít výchozí klíč záložní šablony.
- Nápověda – Tento záměr je navržen tak, aby odpovídal na dotazy zákazníků týkající se schopností agenta AI. Když si zákazníci nejsou jisti, čeho mohou dosáhnout, nebo se během konverzace setkají s obtížemi, často hledají pomoc tím, že žádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy mapována na klíč šablony zprávy
nápovědy. Vývojáři agentů AI ale můžou přizpůsobit odpověď nebo změnit přidružený klíč šablony tak, aby poskytoval více přizpůsobené a informativní pokyny.Doporučuje se zprostředkovat schopnosti agenta AI na vysoké úrovni, aby zákazníci jasně porozuměli tomu, co mohou dělat dál.
- Promluvte si s agentem – Tento záměr umožňuje zákazníkům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem AI. Když je tento záměr vyvolán, systém automaticky iniciuje přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předání agenta. I když neexistují žádná omezení uživatelského rozhraní pro změnu klíče šablony odpovědi, jeho změna nebude mít vliv na výsledek lidského předání.
Malé diskusní záměry
Všichni nově vytvoření agenti AI zahrnují čtyři předdefinované malé rozhovory pro zpracování běžných pozdravů zákazníků, vyjádření vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
- Nashledanou
Vytvoření záměru
Než začnete
Před vytvořením záměru se ujistěte, že jste vytvořili entity, které budou propojeny se záměrem. Další informace naleznete v tématu Vytvoření entity s rolemi entit.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data klikněte na Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Zaškrtněte políčko Požadováno , pokud je entita povinná. |
| 7 |
Zadejte počet opakování povolených pro tento slot. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu vyberte klíč šablony. |
| 9 |
V části Odpověď zadejte konečný klíč šablony odpovědi, který se vrátí uživatelům po dokončení záměru. |
| 10 |
Zapněte přepínač Resetovat sloty po dokončení a po dokončení vynulujte hodnoty slotů shromážděné v konverzaci, jakmile je záměr dokončen. Pokud je tento přepínač ve stavu zakázáno, slot zachová staré hodnoty a zobrazí stejnou odezvu.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujete hodnotu slotu během konverzace s příjemcem. Agent AI bere v úvahu poslední hodnotu vyplněnou ve slotu pro zpracování dat. Pokud je tato možnost povolena, hodnoty pro obsazené sloty se aktualizují vždy, když zákazníci poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Zapněte přepínač Poskytovat návrhy pro sloty , chcete-li v konečné odpovědi na základě vstupu uživatele poskytovat návrhy pro zaplnění slotů a alternativní hodnoty slotů. |
| 13 |
Povolením přepínače Ukončit konverzaci ukončíte relaci po tomto záměru. Webex Connect a hlasové toky toho můžou využít k ukončení konverzace se spotřebiteli.
|
| 14 |
Klikněte na položku Uložit. Klikněte na Trénovat v pravém horním rohu karty Školení , aby se projevily všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty tréninku (promluvy) na jeden záměr. Každý slot musí mít také alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny , tlačítko Vlak je zakázané. Vedle ovlivněného záměru se zobrazí ikona upozornění, která označuje problém. Výchozí záložní záměr je však z těchto požadavků vyňat. |
Další postup
Po vytvoření záměru jsou k naplnění záměru vyžadovány určité informace. Propojené entity určují, jak jsou tyto informace získávány z promluv uživatele. Další informace naleznete v tématu Propojení entit se záměrem.
Propojení entit se záměrem
Než začnete
Ujistěte se, že jste vytvořili entity a propojili je před přidáním promluv. Tato automatická anotace entit při přidávání promluv anotuje.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta AI, kterého jste vytvořili. |
| 3 |
Klikněte na Školení v levém podokně. |
| 4 |
Na stránce Trénovací data zvolte záměr propojení entit a rolí entit. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na možnost Entita Odkaz. Propojené entity se zobrazí v sekci Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na položku Uložit. Pokud je entita označena jako požadovaná, budou k dispozici další možnosti konfigurace. Můžete zadat maximální počet případů, kdy může agent AI požádat o chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který se má vyvolat, pokud požadovaná entita není poskytnuta v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy přidružené k finálovému klíči šablony nakonfigurovanému pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musíte povolit přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny rozpoznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generování trénovacích dat
Musíte ručně přidat trénovací data do jejich záměrů, aby agent AI pracoval s přiměřenou přesností. Trénovací data se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15 až 20 variant, abyste zlepšili jeho přesnost. Ruční vytváření tohoto školicího korpusu může být zdlouhavé a časově náročné. Můžete přidat pouze několik variant nebo přidat pouze klíčová slova jako varianty namísto smysluplných vět. Tomu lze zabránit generováním trénovacích dat, která doplní vaše stávající.
Chcete-li generovat trénovací data, postupujte podle následujících kroků:
- Zadejte název záměru a ukázkovou promluvu.
- Klepněte na tlačítko Generovat.
- Zadejte stručný popis záměru řídit umělou inteligenci.
- Zadejte požadovaný počet variant a úroveň kreativity pro návrhy generované umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší nastavení kreativity může produkovat méně rozmanité varianty.
- Proces generování může trvat několik sekund v závislosti na počtu požadovaných variant.
- Ikona blesku rozlišuje varianty generované umělou inteligencí od uživatelem definovaných trénovacích dat.
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Označování generovaných variant příznakem
Aby bylo zajištěno zodpovědné využití AI, mohou vývojáři označit výstupy generované umělou inteligencí ke kontrole. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo předpojatého obsahu. Označení výstupů generovaných umělou inteligencí:
- Vyhledejte možnost příznaku: Pro každou vygenerovanou promluvu je k dispozici možnost příznaku.
- Poskytnutí zpětné vazby: Při označování výstupu mohou vývojáři přidat komentáře a určit důvod příznaku.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 operací generování. Aby vývojáři vyhověli rostoucím potřebám, mohou kontaktovat vlastníky svých účtů a požádat je o zvýšení tohoto limitu.
Vytvoření vícejazyčného záměru a entity
Trénovací data můžete vytvářet ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta AI musíte definovat promluvy, které odrážejí požadované interakce. Zatímco sloty zůstávají konzistentní napříč jazyky, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, najdete v tabulce jazyků verses entity podporované v tématu podporované jazyky pro skriptované agenty AI.
Správa odpovědí
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – Prosté textové zprávy pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia – obrázky, audio nebo video prvky pro zlepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony – předdefinované struktury odpovědí, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, která šablona se má použít na základě identifikovaného záměru.
Šablony pro předání agenta, nápovědu, nouzové řešení a uvítání jsou předem nakonfigurovány a zprávu odpovědi lze změnit z odpovídajících šablon.
Typy odpovědí
Sekce Návrháře odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího API, který reaguje asynchronním způsobem. Pracovní postupy musí být kódované v Pythonu.
Variabilní substituce
Substituce proměnných umožňuje používat dynamické proměnné jako součást šablon odpovědí. Všechny standardní proměnné (nebo entity) v relaci spolu s těmi, které může vývojář agenta AI nastavit uvnitř objektu volného formuláře, jako je pole úložiště dat, lze použít v šablonách odpovědí prostřednictvím této funkce. Proměnné jsou reprezentovány pomocí této syntaxe: ${variable_name}. Například použití hodnoty entity s názvem apptdate uses ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze personalizovat pomocí proměnných získaných z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplníte oblast proměnnou a zvýrazníte tuto proměnnou.
Konfigurace odpovědí pomocí návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro nevývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI doručuje zákazníkům.
- Fragmenty kódu: Pro vývojáře, kteří používají Python, tato možnost poskytuje flexibilitu pro konfiguraci odpovědí pomocí kódu.
Návrhář odpovědí je navržený tak, aby zajistil, že uživatelské prostředí vyhovuje konkrétnímu kanálu, se kterým agent AI komunikuje.
Šablony odpovědí
- Text – Jedná se o jednoduché textové odpovědi. Pro zlepšení uživatelského prostředí návrhář odpovědí umožňuje více textových polí v rámci jedné odpovědi, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je jedna z těchto možností náhodně vybrána a zobrazena uživateli, což zajišťuje dynamickou a poutavou interakci.
Chcete-li zachovat dynamické a poutavé uživatelské prostředí, můžete do šablon přidat více možností odpovědí. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko + Přidat variantu umístěné v dolní části odpovědi.
Při ukládání odpovědí se může zobrazit upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři snadno najít a opravit tyto chyby v libovolném kanálu nebo formátu odpovědi. Pokud výběr seznamu nebo rotující formát obsahuje více karet, tečková navigace umožňuje procházet karty s chybami. U jedné karty se odpovídající tečka změní na červenou, aby signalizovala chybu.
- Rychlá odpověď – textové odpovědi lze spárovat pomocí tlačítek, což mohou být textové nebo URL odkazy. Textová tlačítka vyžadují název a datovou část, která se po kliknutí odešle robotovi. Tlačítka URL přesměrovávají uživatele na konkrétní webovou stránku.
Když je dotaz zákazníka nejednoznačný, částečná shoda umožňuje robotovi navrhnout relevantní články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a Facebooku.
Přidání rychlých odpovědí URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrovávají uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by robotovi odeslala jakákoli data.
Přidání rychlé odpovědi adresy URL v podmíněné nebo pevné odpovědi:
- Vyberte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď adresy URL.
- Klikněte na +Přidat rychlou odpověď. Zobrazí se automaticky otevírané okno typu tlačítka.
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na kterou musí být příjemce po kliknutí na tlačítko přesměrován.
- Kliknutím na Hotovo přidejte rychlou odpověď na adresu URL.
Tlačítka typu adresy URL lze také nakonfigurovat prostřednictvím typu dynamické odpovědi, kde se tato tlačítka mají konfigurovat pomocí fragmentů kódu Pythonu. Tato tlačítka jsou podporována v oddílech náhledu a náhledu ke sdílení. V současné době nejsou podporovány widgetem živého chatu IMIchat ani jinými kanály třetích stran.
- Rotující formát – rozšířené odpovědi můžou zahrnovat jednu kartu nebo víc karet uspořádaných v rotujícím formátu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka pro rychlou odpověď v rotující šabloně lze nakonfigurovat pomocí textových nebo URL odkazů. Kliknutím na tlačítko URL přesměrujete uživatele na zadanou webovou stránku. Kliknutím na textové tlačítko rychlé odpovědi se robotovi odešle nakonfigurovaná datová část a spustí odpovídající odpověď.
- Obrázek – multimediální šablona, ve které mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video – Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – dá se použít k napsání kódu Pythonu pro volání rozhraní API nebo spuštění jiné logiky.
Fragmenty kódu
Podmíněné odpovědi s rozsáhlými funkcemi a různorodými šablonami mohou efektivně řešit většinu potřeb agentů AI. Pro složité případy použití, které nelze plně realizovat prostřednictvím podmíněných odpovědí, nebo pro vývojáře, kteří dávají přednost kódování, je však k dispozici typ odpovědi fragmentu kódu.
Fragmenty kódu umožňují konfigurovat odpovědi pomocí kódu Pythonu. Tento přístup umožňuje vytvářet v šabloně odpovědi nebo článku všechny typy odpovědí, včetně rychlých odpovědí, textu, rotujících formátů, obrázků, zvuku, videa a souborů.
Kód funkce definovaný v šabloně Fragment kódu lze použít k nastavení proměnných, které jsou pak použity v jiných šablonách. Je důležité si uvědomit, že kód funkce nemůže přímo vracet odpovědi při použití v rámci podmíněných odpovědí.
Ověření fragmentu kódu – platforma kontroluje pouze chyby syntaxe v rámci fragmentu kódu, který konfigurujete. Jakékoli chyby v samotném obsahu odpovědi však mohou způsobit problémy uživatelům, kteří interagují s robotem na nakonfigurovaném kanálu. Editor vám například nezabrání v přidání odpovědi "Výběr času" pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele spustí tuto konkrétní odpověď.
Pokud nenakonfigurujete jedinečnou odpověď pro různé kanály, webová odpověď se vezme jako výchozí odpověď a odešle se zákazníkovi. Seznam šablon podporovaných ve webovém kanálu je:
- Text – jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď – Šablona s textovými tlačítky a tlačítky, na která lze kliknout.
- Rotující formát – kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Image (Obrázek) – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – Šablona pro konfiguraci videa zadáním adresy URL videa. Video můžete přehrát kliknutím nebo klepnutím na obrázek.
- Soubor – Šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním zvukové adresy URL. Zobrazuje také dobu trvání zvukové zprávy ve výstupu.
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Skriptovaný agent AI pro odpovídání na otázky
Skriptovaní agenti AI jsou agenti řízení znalostmi, jejichž znalostní báze se skládá z korpusu otázek a odpovědí. Skriptovaný agent AI může poskytovat odpovědi na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. Tato funkce je užitečná ve scénářích, kde:
- Jsou vyžadovány specifické znalosti – agent musí odpovídat na otázky v rámci předdefinované domény.
- Konzistence je důležitá – agent musí poskytovat konzistentní odpovědi na podobné dotazy.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v trénovacím korpusu.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření skriptovaného agenta AI pro odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na Začít od začátku. Můžete také zvolit předdefinovanou šablonu pro rychlé vytvoření agenta AI. Typ agenta AI můžete filtrovat jako skriptovaný. V tomto případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta vytváříte klikněte na možnost Skriptované. |
| 6 |
V části Co je hlavní funkcí vašeho agenta klikněte na Odpovídat na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na tlačítko Vytvořit. Skriptovaný agent AI pro odpovídání na otázky je úspěšně vytvořený a je teď k dispozici na řídicím panelu .
V hlavičce agenta AI můžete provádět následující úlohy:
Můžete také importovat předem připravené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Další postup
Přidejte články do agenta AI.
Aktualizace profilu skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI pro odpovídání na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 4 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Správa článků
Články jsou důležitou součástí skriptovaných agentů AI. Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která jej identifikuje. Všechny články dohromady tvoří znalostní bázi nebo korpus agenta AI . Když se váš zákazník na něco zeptá, systém zkontroluje svou znalostní bázi a dá vám nejlepší odpověď, kterou najde.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě trénovací varianty (promluvy), aby byl článek součástí korpusu trénovaného modelu. Tlačítka Trénovat a Uložit a Trénovat zůstávají k dispozici ve skriptovaném agentovi AI pro zodpovězení otázek, pokud vyberete modul Rasa nebo Mindmeld NLU a pokud má článek méně než dvě varianty. Když umístíte ukazatel myši na tato nedostupná tlačítka, systém zobrazí zprávu s žádostí o vyřešení problémů před tréninkem. Systém také zobrazí výstražnou ikonu odpovídající článku s problémy. Problémy můžete vyřešit přidáním více než dvou variant článku. Tlačítka Train a Save a Train jsou k dispozici, jakmile jsou problémy vyřešeny. Dvě varianty se nevztahují na výchozí články – zpráva o částečné shodě, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle svého výběru a všechny nezařazené články zůstanou klasifikovány jako nepřiřazené. Od okamžiku vytvoření článků existují čtyři výchozí články, které jsou k dispozici pro každého agenta AI. Jedná se o následující:
- Uvítací zpráva – obsahuje první zprávu vždy, když dojde k zahájení konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když agent nerozumí otázce uživatele.
- Částečná shoda – když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení předání a odvození ), agent zobrazí tuto zprávu shody spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se zobrazí spolu s těmito možnostmi.
- Co můžete dělat?— Můžete nakonfigurovat schopnosti agenta AI. AI Agent to zobrazuje vždy, když koncoví uživatelé zpochybňují schopnosti AI Agenta.
Kromě toho je přidán výchozí článek Mluvit s agentem, pokud jsou povolená nastavení předání agenta z předání a odvození .
Všichni noví AI agenti mají také čtyři články ve Smalltalku , které zpracovávají uživatelské promluvy pro:
- Pozdrav
- Děkuju
- Agent AI nebyl užitečný
-
Nashledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinací otázky, jejích variací a odpovědí na tuto otázku. Každý dotaz příjemce se porovná s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň spolehlivosti, se zobrazí uživateli jako odpověď agenta AI. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na Vytvořit nový článek. |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte kteroukoli z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí Návrháře odpovědí. |
| 6 |
Klikněte na Uložit a trénovat. |
Import z katalogů
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které mají být přidány do agenta. |
| 6 |
Klikněte na tlačítko Hotovo. |
Extrahujte nejčastější dotazy z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Extrahovat nejčastější dotazy z odkazu. |
| 5 |
Zadejte adresu URL, kde jsou hostovány nejčastější dotazy, a klikněte na tlačítko Extrahovat. |
| 6 |
Klikněte na tlačítko Importovat. |
Import ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na Nastavení>Články a klikněte na |
| 4 |
Klikněte na Importovat ze souboru a zvolte CSV importujte články ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, zvolte JSON. |
| 5 |
Klikněte na tlačítko Procházet a vyberte soubor, který obsahuje všechny články. Kliknutím na tlačítko Stáhnout ukázku zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klikněte na tlačítko Importovat. |
Přidání vlastních synonym
Mnoho případů použití agentů AI má tendenci zahrnovat slova a fráze, které nemusí být součástí standardní anglické slovní zásoby nebo jsou specifické pro obchodní kontext. Například chcete, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS a tak dále. Agent AI musí zahrnout tyto termíny a jejich variace do trénovacích promluv pro všechny související články, což vede k redundantnímu zadávání dat.
Chcete-li tento problém s redundancí vyřešit, můžete k zodpovězení otázek použít vlastní synonyma v rámci skriptovaného agenta AI. Synonyma každého kořenového slova jsou platformou automaticky nahrazena kořenovým slovem za běhu.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta AI, kterého jste vytvořili. |
| 3 |
Přejděte na a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na Vlastní synonyma. |
| 5 |
Klikněte na Nové kořenové slovo. |
| 6 |
Nakonfigurujte kořenovou hodnotu slova a její synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta AI. Můžete také exportovat synonyma (ve formátu souboru .CSV) do místní složky a importovat soubor zpět na platformu. |
Modul pro porozumění přirozenému jazyku (NLU)
Skriptovaní agenti AI používají službu Porozumění přirozenému jazyku (NLU) se strojovým učením k identifikaci záměru zákazníka. Následující moduly NLU interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – Rychlý a lehký engine podporující více jazyků.
- RASA – přední opensourcový rámec konverzační umělé inteligence.
- Mindmeld (Beta) – Nabízí pokročilé konverzační toky a možnosti NLU.
RASA vyžaduje k dosažení vysoké přesnosti více trénovacích dat než Swiftmatch. Vývojáři můžou přepínat moduly NLU na kartách Články a Trénování agentů AI skriptovaných a vyhodnocovat výkon. Změna modulu aktualizuje algoritmus agenta AI a vyžaduje přetrénování pro přesné odvození na základě nového modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v části Sessions a testování jedním kliknutím.
Vývojáři mohou také testovat a upravovat prahové skóre v části "Předání a odvození" po přepnutí modulů. Pro RASA mají prahové skóre tendenci být nepřímo úměrné počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení odvození.
Změna školicích modulů
Chcete-li přepínat mezi motory NLU.
-
Vyberte agenta AI, u kterého chcete změnit trénovací modul.
- Pro skriptovaného agenta AI pro zodpovězení otázek: Klikněte na Články. Zobrazí se stránka znalostní báze .
- Pro skriptované agenty AI pro provádění úloh: Klikněte na Trénování. Zobrazí se stránka s trénovacími daty.
-
Klikněte na ikonu Nastavení vedle modulu NLU na pravé straně stránky. Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je modul NLU nastaven na Swiftmatch pro nově vytvořené agenty AI.
-
Zvolte trénovací modul pro trénování agenta AI. Možné hodnoty:
- RASA (beta)
- Swiftmatch
- Mindmeld (Beta)
-
Zadejte tyto informace v části Odvození :
- Skóre, pod kterým se zobrazuje záložní verze – minimální spolehlivost potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu – Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, aby se jasně zobrazila nejlepší shoda, pod kterou je zobrazena šablona částečné shody.
- Klepnutím rozbalte část Upřesnit nastavení .
- Odstraňte stopwords – "Stopwords" jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale sama o sobě nemají lexikální význam. Když z věty odeberete stopslova, jako jsou členy (a, an, the atd.), zájmena (on, ona atd.), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu příjemce. Pokud zaškrtnete políčko, odstraní se "stopwords" z věty v době tréninku a odvození. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Rozbalení kontrakcí – anglické kontrakce v trénovacích datech lze pro větší přesnost rozbalit do původní podoby spolu s termíny v příchozím dotazu příjemce. Příklad: "nedělat" je rozšířeno na "nedělat". Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována pro všechny tři moduly NLU.
- Kontrola pravopisu při odvozování – knihovna oprav textu identifikuje a opravuje nesprávný pravopis v textu před odvozením. Tato možnost je podporována pro všechny tři moduly pouze v případě, že je zaškrtnuto políčko Kontrola pravopisu při odvozování .
- Odebrání speciálních znaků – speciální znaky jsou nealfanumerické znaky, které mají vliv na odvození. Například Wi-Fi a Wi Fi jsou modulem NLU považovány za odlišné. Pokud je toto políčko zaškrtnuto, speciální znaky v dotazu příjemce se odeberou, aby se zobrazila odpovídající odpověď. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Role entit – Vlastní entity mohou mít různé role. Tato schopnost modulu NLU je podporována pouze pro RASA a Mindmeld.
- Nahrazení entity v inferenci – hodnoty entit v trénovacích datech a odvození jsou nahrazeny ID entit. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Upřednostnit zaplnění slotu – zaplnění slotu má přednost před detekcí záměru.
- Výsledky uložené pro každou zprávu – počet článků, pro které se v relacích zobrazí v části informace o transakci vypočítané skóre spolehlivosti agenta AI.
Počet výsledků, které se mají zobrazit v části Algoritmus obrazovky Relace, byl nyní omezen na 5. Prvních n výsledků (1=<n=<5) je k dispozici v sestavách přepisů zpráv skriptovaných agentů AI a v části Výsledky algoritmů na kartě Informace o transakci v části Relace.
- Rozšíření slovní formy – Rozšiřte trénovací data pomocí slovních tvarů, jako jsou množné číslo, slovesa atd., spolu se synonymy vloženými v datech. Tato funkce je podporována pouze pro Swiftmatch.
- Synonyma – synonyma jsou alternativní slova používaná k označení stejného slova. Pokud je toto políčko zaškrtnuté, běžná anglická synonyma pro slova v trénovacích datech se automaticky vygenerují z, aby přesně rozpoznala dotaz příjemce. Například pro slovo zahrada mohou být systémem generovaná synonyma dvorek, dvůr a tak dále. Tato schopnost modulu NLU je podporována pouze pro Swiftmatch.
- Slovní tvary – Slovní tvary mohou existovat v různých tvarech, například v množném čísle, příslovcích, přídavných jménech nebo slovesech. Například pro slovo "stvoření" mohou být slovní tvary vytvořeny, vytvořeny, tvořivé, kreativní, atd. Pokud je toto políčko zaškrtnuto, jsou slova v dotazu vytvořena s alternativními tvary slov a zpracována tak, aby příjemcům poskytla odpovídající odpověď.
Vývojáři můžou nastavit různá prahová skóre pro různé moduly NLU, aby určili nejnižší skóre, které je přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změňte algoritmus v korpusu agenta AI.
- Klikněte na Vlak. Po vytrénování agenta AI s vybraným školicím modulem se stav znalostní báze změní z Uloženo na Trénované.
Agenta AI můžete trénovat pomocí RASA a Mindmeldu pouze v případě, že všechny články mají alespoň dvě promluvy.
Školení
Jakmile vytvoříte všechny články, můžete agenta AI vytrénovat a uvést ho do provozu, abyste ho mohli otestovat a nasadit. Pokud chcete agenta AI vytrénovat s jeho aktuálním korpusem, klikněte vpravo nahoře na Trénování . To by mělo změnit stav na Školení.
Po dokončení školení se stav změní na Trénováno. Kliknutím na ikonu Znovu načíst vedle položky Školení získáte aktuální stav tréninku.
V tomto okamžiku můžete kliknout na Aktivovat a zprovoznit natrénovaný korpus a otestovat ho ve verzi Preview ke sdílení nebo na externích kanálech, kde je nasazený agent AI.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilých nastavení motoru v modulu Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – Úroveň promluvy versus vektory na úrovni článku. V našem pokračujícím úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článků namísto staršího modelu, který používal vektory na úrovni promluvy. Zjistili jsme, že vektory na úrovni článků ve většině případů zlepšují přesnost. Poznámka: Vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. U vícejazyčných agentů AI jsou shody na úrovni článků podporovány pouze v případě, že je vícejazyčný model Polymatch.
Informace o vektorovém modelu, které jsou k dispozici v době odvození, můžete zkontrolovat v části Další informace o relaci .
Konfigurace nastavení správy
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do části a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení. |
Další postup
Přidejte jazyky do skriptovaného agenta AI.
Přidání jazyka do skriptovaného agenta AI
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte na . |
| 2 |
Kliknutím + Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Kliknutím na tlačítko Přidat přidejte jazyk. |
| 4 |
Povolením přepínače v části Akce povolíte jazyk. |
| 5 |
Po přidání jazyka jej můžete nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit jako výchozí. Výchozí jazyk nelze odstranit ani zakázat. Pokud se také změníte z existujícího výchozího jazyka, může to mít vliv na články, kurátorství, testování a prostředí náhledu agenta AI. |
| 6 |
Klikněte na Uložit změny. |
Konfigurace nastavení předání
Než začnete
Vytvořte skriptovaného agenta AI.
| 1 |
Přejděte do Nastavení a nakonfigurujte následující podrobnosti: |
| 2 |
Kliknutím na tlačítko Uložit změny uložte nastavení předání. |
Další postup
Zobrazení náhledu skriptovaného agenta AI
Webex AI Agent Studio umožňuje zobrazit náhled agentů AI během jeho vývoje a dokonce i po dokončení vývoje. Tímto způsobem můžete otestovat fungování agentů AI a určit, zda jsou generovány žádoucí odpovědi odpovídající příslušným vstupním dotazům. Náhled skriptovaného agenta AI můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najeďte myší na kartu agenta AI a zobrazte možnost náhledu pro daného agenta AI. Kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Hlavička agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo na tlačítko Upravit na kartě agenta AI je možnost Náhled vždy viditelná v sekci záhlaví.
- Minimalizovaný widget – Po spuštění a následné minimalizaci náhledu se v pravém dolním rohu stránky vytvoří widget chatovací hlavy, který vám umožní snadno znovu otevřít režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled ke sdílení z agenta AI. Na kartě AI Agent klikněte vpravo nahoře na ikonu se třemi tečkami a klikněte na Kopírovat odkaz na náhled. Tento odkaz můžete sdílet s ostatními uživateli agenta AI.
Widget náhledu platformy
Widget náhledu se zobrazí v pravém dolním rohu obrazovky. Můžete zadat promluvy (nebo posloupnost promluv), abyste viděli, jak agent AI reaguje, a zajistit, aby fungoval podle očekávání. Agent AI ve verzi Preview podporuje více jazyků a může automaticky detekovat jazyk promluv, aby odpovídajícím způsobem reagoval. Jazyk v náhledu můžete také vybrat ručně kliknutím na výběr jazyka a výběrem ze seznamu dostupných možností.
Widget náhledu můžete maximalizovat pro lepší zobrazení. Můžete také poskytnout informace o spotřebitelích a iniciovat více místností pro důkladné testování agenta AI.
Widget náhledu ke sdílení
Widget náhledu ke sdílení umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem bez nutnosti vyvíjet vlastní uživatelské rozhraní pro zpřístupnění agenta AI. Ve výchozím nastavení zkopírovaný odkaz na náhled vykreslí agenta AI s pouzdrem telefonu. Můžete provést rychlé přizpůsobení změnou určitých parametrů v odkazu náhledu. Dvě hlavní přizpůsobení jsou:
- Barva widgetu – Připojením parametru
brandColork odkazu. Můžete definovat jednoduché barvy pomocí názvů barev nebo použít hexadecimální kód barev. -
Kryt telefonu – změnou hodnoty parametru
phoneCasingv odkazu. Tato možnost je ve výchozím nastavení nastavena nahodnotu truea lze ji vypnout nastavením možnosti falsePříklad odkazu na náhled s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Společné oddíly správy pro skriptovaného agenta AI
Následující části se zobrazí na levém panelu stránky konfigurace agenta AI:
Školení
Jak se agenti AI vyvíjejí a stávají se složitějšími, změny jejich logiky nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma agentů AI pohodlný rámec pro testování robotů jedním kliknutím. Jejich funkce jsou následující:
- Snadno vytvářejte a spouštějte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvořením testovacích případů s více zprávami.
Definování testů
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na skriptovaného agenta AI, kterého jste vytvořili.
- Klikněte na Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testcases .
- Vyberte testovací případ a klikněte na tlačítko Provést vybrané testy.
Každý řádek v tabulce představuje testovací případ, který má následující parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Ukázková zpráva, která představuje typy dotazů a příkazů, které můžete očekávat, že uživatelé pošlou agentovi AI. |
| Předpokládaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Určete článek, který se má zobrazit jako odpověď na konkrétní zprávu uživatele. Abychom vám pomohli najít nejrelevantnější článek, obsahuje tento sloupec funkci automatického dokončování Smart. Když vstoupíte, systém navrhne odpovídající články na základě dosud zadaného textu. |
| Obnovení předchozího kontextu | Kliknutím na zaškrtávací políčko v tomto sloupci izolujete testovací případy a zajistíte, aby byly spuštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Pokud je povoleno, každý testovací případ je simulován v nové relaci, což zabraňuje jakémukoli rušení z předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolením tohoto přepínače považujete testovací případy za úspěšné i v případě, že očekávané články odpovídají skutečné odpovědi pouze částečně. |
| Import z CSV | Importujte testovací případy ze souboru odděleného čárkami (CSV). V tomto případě jsou přepsány všechny existující testovací případy. |
| Exportovat do CSV | Exportujte testovací případy do souboru odděleného čárkami (CSV). |
| Testování zpětných volání | Povolením tohoto přepínače můžete simulovat příchozí zpětná volání a testovat chování toku bez nutnosti skutečných příchozích hovorů. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Zpětné volání v toku | Klepnutím na zaškrtávací políčko v tomto sloupci označíte, že záměr musí aktivovat zpětné volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Očekávaná šablona zpětného volání | Zadejte klíč šablony, který se aktivuje při zpětném volání. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď zpětného volání, než považuje zpětné volání za vypršené. Je povolen maximální časový limit 20 sekund. Tato možnost je k dispozici pouze pro skriptované agenty AI pro provádění akcí. |
Provádění testů
Na kartě Spuštění klikněte na možnost Spustit vybrané testy a zahajte postupné provádění všech vybraných testovacích případů.
Testovací případy můžete také spustit na kartě Testovací případy .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Splněno , Úspěšně s částečnou shodou , Nezdařilo se, Čeká na vyřízení ) na souhrnném pásu karet. Tím se filtruje seznam testovacích případů tak, aby se zobrazily pouze ty, které odpovídají vybranému výsledku.
Ve výsledcích se zobrazí ID relace přiřazené ke každému testovacímu případu. To vám umožní rychle křížově odkazovat na testovací případy a zobrazit podrobnosti o transakci. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie spouštění
Na kartě Historie získáte přístup ke všem spuštěným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujte provedená testovací data jako soubor CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte konkrétní nastavení modulu a algoritmu použitá pro každé spuštění testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit upřesňující nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího stroje. To poskytuje přehled o parametrech a nastaveních, které ovlivnily chování agenta AI během testování.
Zasedání
Část Relace poskytuje komplexní záznam všech interakcí mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a auditování. Tato data můžete použít ke zkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, zpřesnili odpovědi agenta AI a vylepšili celkové uživatelské prostředí.
Dokáže zpracovat velké datové sady zobrazením výsledků na stránkách. Pomocí části Upřesnit výsledky můžete filtrovat a řadit relace na základě různých kritérií. Každý řádek v tabulce zobrazuje základní podrobnosti o relaci, včetně:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID příjemce – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v čase ukončení relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – Toto políčko zaškrtněte, chcete-li skrýt testovací relace a zobrazit pouze seznam živých relací.
- Předání agenta proběhlo – Toto políčko zaškrtněte, chcete-li filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátek indikující předání chatu lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto políčka chcete filtrovat relace, ve kterých k chybě došlo.
- Zamítnuto – Toto políčko zaškrtněte, chcete-li filtrovat přerušené relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka slouží k filtrování relací na základě předání agenta, chyb a snížení počtu hlasů. Dešifrovací relace vyžadují oprávnění na úrovni uživatele a pokročilé nastavení ochrany dat. Kliknutím na tlačítko Dešifrovat obsah zobrazíte podrobnosti o relaci.
Podrobnosti relace konkrétní relace ve skriptovaném agentovi AI pro zodpovězení otázek
Zobrazení Podrobnosti relace ve skriptovaném agentovi AI pro zodpovězení otázek poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem AI.
Sekce Zprávy :
- Zobrazí všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi generované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Zobrazí seznam článků, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných shod i částečných shod.
- Zobrazuje skóre podobnosti přiřazené ke každému identifikovanému článku a označuje stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikaci relevantních článků.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaných na kartě Předání a odvození .
Část Další informace v zobrazení Podrobnosti relace poskytuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – zobrazuje předzpracovanou verzi vstupu zákazníka po jeho zpracování kanálem NLU (Natural Language Understanding) agenta AI.
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Typ odpovědi – určuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Podrobnosti o relaci konkrétní relace ve skriptovaném agentovi AI pro provádění akcí
Karta Informace o transakci ve skriptovaném agentovi AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Identifikovaná část záměrů :
- Zobrazí záměry, které byly identifikovány pro dotaz zákazníka.
- Označuje úroveň spolehlivosti spojenou s každým identifikovaným záměrem.
- Zobrazí seznam slotů, které jsou přidruženy k identifikovanému záměru. Kliknutím na pozici zobrazíte další informace o její hodnotě a o tom, jak byla extrahována z dotazu uživatele.
Část Identifikované entity obsahuje seznam entit, které byly extrahovány ze zprávy zákazníka a jsou přidruženy k aktivnímu záměru příjemce. Tyto entity představují klíčové informace, které robot identifikoval v dotazu uživatele.
Část Výsledky algoritmu poskytuje přehled o základních procesech, které vedly k reakci agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – zobrazuje identifikované záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – zobrazuje entity, které byly extrahovány ze zprávy uživatele.
Zobrazí se další informace :
- Předání agenta – označuje, zda během relace došlo k předání agenta. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno určitými pravidly.
- Klíč šablony – označuje klíč šablony přidružený k záměru, který aktivoval odpověď agenta AI.
- Typ odpovědi – označuje typ odpovědi generované agentem AI, jako je fragment kódu nebo podmíněná odpověď.
- Podmínka odpovědi – označuje konkrétní podmínku nebo pravidlo, které aktivovalo odpověď agenta AI.
- NLU Engine - identifikuje modul NLU použitý ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Threshold Score (Prahová skóre) – zobrazuje minimální prahové skóre a rozdíl částečného skóre shody nakonfigurovaný v nastavení Předání a odvození . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje zásah agenta.
- Rozšířené protokoly - poskytuje seznam protokolů ladění přidružených ke konkrétnímu ID transakce. Rozšířené protokoly se obvykle uchovávají po dobu 180 dnů.
Informace o transakci můžete také stáhnout a zobrazit ve formátu JSON pomocí možnosti stažení.
Karta Metadata zobrazuje:
- Metadata NLP – Zkontrolujte kroky předběžného zpracování použité na vstup zákazníka na kartě NLP .
- Datastore a FinalDF – přístup k datům souvisejícím s relací na kartách Úložiště dat a FinalDF pro inteligentní roboty.
- Funkce vyhledávání – Pomocí integrovaného vyhledávacího panelu můžete v konverzaci rychle najít konkrétní promluvy.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přeškolit skriptovaného agenta AI, aby se zajistilo, že je aktuální. Po každém tréninku důkladně otestujte svého AI agenta, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie umožňuje:
- Zobrazit historii školení – Sledujte, kdy byl korpus vyškolen a jaké změny byly provedeny.
- Porovnat trénovací moduly – Zkontrolujte tréninkové moduly používané pro různé iterace a jejich odpovídající trvání školení.
- Sledování změn – Monitoruje změny nastavení, článků, odpovědí, NLP a kurátorství.
- Návrat k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší tréninkové sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivovat články – Zprovozněte dříve neaktivní články , abyste je zahrnuli do odpovědí agenta AI.
- Upravit články – Vytvořte novou verzi existujícího článku při zachování původního článku pro referenci.
- Výkon ve verzi Preview: Vyhodnoťte výkon agenta AI pomocí konkrétní znalostní báze pomocí funkce Preview .
- Stáhnout články – Exportujte články znalostní báze jako CSV soubor pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro skriptovaného agenta AI pro zodpovězení otázek.
Kontrolní záznamy
Část Protokoly auditu poskytuje podrobný záznam změn provedených ve skriptovaném agentovi AI za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta AI, kterého jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Protokoly auditu zobrazíte podrobný protokol změn:
- Aktualizováno v - Datum a čas provedení změny.
- Aktualizováno - uživatel, který provedl změnu.
- Pole – část robota, kde došlo k úpravě (například Nastavení, Články, Odpovědi).
- Popis – Další podrobnosti o změně.
-
Pomocí možností Aktualizovaný aHledání polímůžete rychle vyhledat konkrétní položky protokolu auditu. -
Karta Historie modelu zobrazuje maximálně 10 korpusů pro každého agenta AI.
Kurátorství
Zprávy se do konzoly kurátorství přidávají na základě následujících kritérií:
- Záložní zprávy – když agent AI nerozumí zprávě uživatele a spustí záměr nouzového provozu.
- Výchozí záměr nouzového provozu – Pokud je tento přepínač povolen, budou zprávy, které aktivují výchozí záložní záměr, odeslány do konzoly kurátorství.
Toto kritérium platí pouze pro skriptovaného agenta AI pro provádění akcí.
- Downvote Messages – zprávy, které uživatelé přehlasovali během náhledů agenta AI.
- Předání agenta – zprávy, které mají za následek předání lidského agenta z důvodu nakonfigurovaných pravidel.
- Z relace – zprávy označené uživateli jako nepřijímající požadovanou odpověď z dat relace nebo místnosti.
- Nízká spolehlivost – zprávy se skóre spolehlivosti spadající do zadané prahové hodnoty nízké spolehlivosti.
- Částečná shoda – zprávy, u kterých agent AI nemohl definitivně identifikovat správný záměr nebo odpověď.
Řešení problémů
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny příznakem pro kurátorství. Můžete provést následující kroky:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní promluvu uživatele, odpověď agenta AI a všechna připojená média.
Dešifrovací přístup se uděluje na úrovni uživatele a vyžaduje , aby byla v back-endu povolena rozšířená ochrana dat.
Chcete-li vyřešit problém, můžete:
-
Odkaz na existující článek – Chcete-li připojit problém k existujícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – Pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzoly kurátorství.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzoly kurátorství.
- Odkazování na výchozí články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- U skriptovaného agenta AI pro provádění akcí vyberte z rozevíracího seznamu příslušný záměr a označte všechny relevantní entity.
- Po provedení změn přeškolte agenta AI, abyste zajistili, že se nové znalosti projeví v jeho odpovědích.
- Vyřešte nebo ignorujte více problémů současně pro efektivní správu.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit souhrn každého vyřešeného problému, včetně toho, zda byl problém propojen s existujícím článkem, použit k vytvoření nového článku nebo záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny existujícími pravidly, můžete ručně přidat konkrétní promluvy do konzoly kurátorství.
Přidání problémů z relací:
- Identifikujte promluvu – vyhledejte promluvu, která spustila nesprávnou odpověď.
- Zkontrolovat stav kurátorství – Pokud problém ještě není v konzole kurátorství,
zobrazí se přepínač Stavkurátorství. - Přepnout příznak – Povolením přepínače Stav
kurátorstvípřidáte promluvu do konzoly kurátorství pro kontrolu a řešení.
Pokud je problém již v konzole kurátora přítomen, vzhled přepínače se odpovídajícím způsobem změní, aby indikoval jeho stav.
Zobrazení výkonu skriptované umělé inteligence pomocí Analytics
Část Analytics poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř sekcí reprezentovaných kartami. Jsou to: přehled, odpovědi, školení a kurátorství.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí zobrazit analýzy. Mohou také přizpůsobit analytické zobrazení výběrem kanálu, pro který chtějí data zobrazit, spolu s rozsahem dat a členitostí dat. Ve výchozím nastavení se analytická data za poslední měsíc zobrazují pro všechny kanály s denní granularitou (každý den je v grafech bodem na ose x).
Přehled
Přehled obsahuje klíčové metriky a grafy, které vývojářům poskytují přehled o celkovém využití a výkonu agentů AI.
- Na řídicím panelu vyberte agenta AI, kterého jste vytvořili.
- V levém navigačním podokně klikněte na možnost Analytics. Přehled výkonu agenta AI se zobrazí v tabulkovém formátu i grafické reprezentaci.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta AI:
- Celkový počet relací a relací, které zpracovává agent AI bez lidského zásahu.
- Celkový počet předání agentů, což je počet relací předaných lidským agentům.
- Denní průměrné relace
- Celkový počet zpráv (zprávy člověka a agenta AI) a kolik z těchto zpráv přišlo od uživatelů.
- Denní průměr zpráv
Následuje grafické znázornění relací (skládaný sloupec představující relace zpracovávané agentem AI a předané relace) a celkové odpovědi odeslané agentem AI.
Uživatelé
Druhá část přehledu obsahuje statistiky o uživatelích pro agenta AI. Poskytuje počet celkových uživatelů a informace o průměrných relacích na uživatele a denních průměrných uživatelích. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na zvolené granularitě.
Představení
Třetí část poskytuje statistiky o reakcích agenta tbe AI uživatelům. Zde je vidět celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Identifikoval záměr uživatele.
- Odpověděl záložní zprávou.
- Odpověděl zprávou o částečné shodě.
- Informoval uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a plošný graf poskytuje informace na základě vybrané členitosti.
Školení
Tréninková část představuje "zdraví" korpusu AI Agent. Doporučuje se, aby vývojáři nakonfigurovali 20+ trénovacích promluv pro každý záměr nebo článek ve svých agentech AI. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikuje trénovací data, která článek / záměr obsahuje. Čím blíže je záměr bílé, tím více trénovacích dat potřebuje, aby se přesnost vašeho agenta AI zlepšila.
Odpovědi
Tato část poskytuje vývojářům podrobný přehled o tom, na co se uživatelé ptají a jak často se na to ptají. Poskytuje grafické znázornění nejoblíbenějších článků pro agenty AI pro odpovědi na otázky a šablony odpovědí pro agenty AI pro provádění akcí.
Kurátorství
Tato část poskytuje vizuální souhrn toho, kolik problémů s kurátorstvím se každý den objevilo a kolik z nich bylo vyřešeno agenty AI.
Integrace agentů AI
Tato část vysvětluje, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací zákazníků.
Integrace agentů AI s hlasovými a digitálními kanály
Jakmile vytvoříte a nakonfigurujete agenty AI na platformě Webex AI Agent Studio, dalším krokem je jejich integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům AI zpracovávat hlasové i digitální konverzace se zákazníky a poskytuje bezproblémové a interaktivní uživatelské prostředí.
Další informace najdete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa sestav agentů AI
Tato část popisuje přehled sestav agentů AI, typů sestav, vytváření sestav agentů AI a režimů doručení sestav.
Vysvětlení sestav agentů AI
Funkce přehledů umožňuje generovat nebo plánovat (pravidelně generovat) konkrétní sestavy z dostupných typů sestav a přijímat je prostřednictvím dostupných způsobů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, používání, zapojení, výkonu produktu atd. Požadované informace si můžete nechat doručit na e-mail, SFTP cestu nebo do kbelíku S3. Můžete si vybrat typ sestavy ze seznamu předem připravených sestav a také zvolit, zda chcete generovat jednorázový report okamžitě nebo v pravidelných intervalech.
Po otevření nabídky Sestavy z levého navigačního podokna se zobrazí následující karty:
-
Konfigurovat – Na této kartě jsou uvedeny všechny sestavy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam sestav jsou k dispozici následující podrobnosti:
- Aktivní – určuje, zda je uživatel stále přihlášen k odběru sestavy.
- AI Agent – název agenta AI přidruženého k sestavě.
- Typ sestavy – předem připravený typ sestavy, k jehož odběru jste přihlášeni.
- Frekvence – Interval, ve kterém dostáváte sestavu.
- Poslední sestava Generováno – poslední odeslaná sestava.
- Další naplánované datum – další datum, kdy bude sestava odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace o sestavách odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické přehledy můžete stáhnout kliknutím na ikonu Stáhnout ve sloupci Akce .
Sestavy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení generování sestavy.
Vytvoření sestavy agenta AI
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Klikněte na Přehledy na levém navigačním panelu. |
| 3 |
Klikněte na +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy sestav agenta AI
Můžete si vybrat ze seznamu předem připravených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v každém listu.
AI Agent pro zodpovězení otázek typ sestavy
Pro agenta AI jsou k dispozici tři různé typy sestav pro zodpovězení otázek v aplikaci. Pomocí různých typů sestav můžete porozumět souhrnu využití agenta AI, chování, tomu, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Chování a souhrn použitíTato část zobrazuje souhrn agenta AI s četností, s jakou jsou články a kategorie vyvolávány. Informace o souhrnu, kategoriích a článcích můžete zobrazit na samostatné kartě v přehledech:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv | Zprávy odeslané koncovými uživateli agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Totální rozhovory předané lidskému agentovi. |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které byly zákazníky přehlasovány. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie nakonfigurovaný v agentovi AI. |
| Konverzace pro kategorii | Počet konverzací nebo návštěv, ve kterých byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Kolikrát byl zjištěn článek patřící do této kategorie. |
| Celkový počet hlasů | Kolikrát byla odpověď z této kategorie přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď z této kategorie přehlasována. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurovaný v agentovi AI. |
| Kategorie článků | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, ve kterých byl tento článek zjištěn. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů | Kolikrát byla reakce na tento článek přehlasována. |
| Celkový počet hlasů |
Kolikrát je odpověď na tento článek přehlasována. |
Zobrazí konverzaci mezi agentem AI a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 | Bylo zjištěno skóre záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v agentovi AI. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, se kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr zjištěný vybraným modulem NLU. |
| Bodové hodnocení podle článku 1 |
Skóre zjištěného záměru. |
Typ sestavy AI Agent pro provádění úkolů
Pro agenta AI jsou k dispozici tři různé typy sestav pro provádění úloh v aplikaci tvůrce agenta AI. Jako vývojář agenta AI můžete vytvářet různé typy sestav. Ty se dají použít k pochopení souhrnu využití agenta AI, chování agenta AI, toho, na co se uživatelé ptají a jak agent AI reaguje na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurátorství.
Zobrazí souhrn konverzací spolu se záměry a aktivovanými klíči šablon. Karta souhrnu zobrazuje následující podrobnosti:
| Pole | Popis |
|---|---|
| Název agenta AI | Název agenta AI. |
| Celkem konverzací | Celkový počet konverzací nebo relací, které zpracovává agent AI. |
| Konverzace s alespoň jednou zprávou uživatele | Konverzace nebo relace, při kterých uživatelé zadali alespoň jeden vstup. |
|
Celkový počet lidských zpráv |
Zprávy, které koncoví uživatelé odesílají agentovi AI. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které agent AI odesílá koncovým uživatelům. |
| Dílčí shody celkem | Případy, kdy došlo k určité nejednoznačnosti ohledně zprávy uživatele a agent AI reagoval s více záměry jako možnosti. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů | Celkový počet odpovědí agentů AI, které byly uživateli přehlasovány. |
| Celkový počet hlasů |
Celkový počet odpovědí agentů AI, které uživatelé přehlasovali. |
Podrobnosti o záměru můžete zobrazit také na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi AI. |
| Konverzace pro záměr | Počet konverzací nebo relací, kde byl tento záměr vyvolán. |
| Celkový počet vyvolání | Kolikrát byl tento záměr uplatněn. |
| Celkový počet dokončených prací | Kolikrát byly shromážděny všechny sloty a tento záměr byl splněn. |
| Celkový počet hlasů | Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
| Celkový počet hlasů |
Celkový počet odpovědí na to byl přehlasován pro každý záměr. |
Sestava také obsahuje podrobnosti o šabloně vysoké úrovně, například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony nakonfigurovaný v agentovi AI. |
| Záměr klíče šablony | Záměry, kde se tento klíč šablony používá. |
| Konverzace pro klíč šablony | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet odpovědí | Kolikrát byl tento klíč šablony odeslán jako odpověď. |
| Celkový počet hlasů | Kolikrát byla odpověď na tuto šablonu přehlasována. |
| Celkový počet hlasů |
Kolikrát byla odpověď na tuto šablonu přehlasována. |
Zobrazí konverzaci zákazníka s agentem AI spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Typ zprávy | Zpráva agenta AI nebo lidská zpráva. |
| Text zprávy | Obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr detekovaný agentem AI pro zprávu zákazníka. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatelů, pokud byla zpráva přehlasována nebo zamítnuta. |
| Komentář ke zpětné vazbě |
Komentáře zanechané uživateli při přehlasování zprávy. |
Zobrazí zprávy, které skončily kurátorstvím jako problémy z různých důvodů. Tato sestava je relevantní pouze pro skriptované agenty AI. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele aplikace. |
| Lidské poselství | Obsah lidského poselství. |
| Zpráva agenta AI | Obsah zprávy, na kterou agent AI odpověděl. |
| Důvod problému | Důvod, proč tato zpráva skončila v kurátorství. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr zjištěný agentem AI pro zprávu uživatele. |
| Nejlepší skóre zápasu | Skóre podobnosti pro zjištěný záměr. |
| Shodný záměr 1 | Záměr zjištěný vybraným modulem NLU. |
| Záměr 1 skóre |
Skóre zjištěného záměru. |
Způsoby doručení sestavy agenta AI
V dnešním světě založeném na datech je efektivní a bezpečné poskytování sestav AI Agent zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různorodým organizačním potřebám, nabízíme několik režimů doručování pro sestavy agentů AI, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují protokol SFTP (Secure File Transfer Protocol), e-mail a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už se jedná o potřebu vysokého zabezpečení, snadný přístup nebo škálovatelná řešení úložiště. Tento dokument popisuje funkce a výhody jednotlivých způsobů dopravy a pomáhají vám vybrat nejlepší možnost pro vaše konkrétní potřeby.
SFTP
|
Pole |
Popis |
|---|---|
| Nabízení sestav na zabezpečené místo podle plánu |
Přepnutím této možnosti odešlete sestavy do zabezpečeného umístění v naplánovaném čase. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| Adresa IP | IP adresa systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup k přehledům. |
| Heslo | Heslo pro přístup k sestavám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Nahrát cestu |
Cesta, kam jsou soubory v systému směrovány. |
| Pole | Popis |
|---|---|
| Naplánujte e-maily pro více příjemců a oddělte je středníkem (;) | Přepnutím této možnosti můžete přidat příjemce. |
| Příjemci |
E-mailové adresy všech příjemců, kteří musí dostávat zprávy v určeném čase a se stanovenou frekvencí. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrání sestav do segmentu S3 podle plánu |
Přepnutím této možnosti zpřístupníte pole S3 a směrujete sestavy do nakonfigurovaného segmentu S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název segmentu | Název segmentu, do kterého je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kontejneru S3. |
Pochopte dodržování předpisů AI
Tato část vám pomůže pochopit vývoj AI, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, zabezpečení a bezpečnost
Každá funkce společnosti Cisco využívající umělou inteligenci prochází posouzením dopadu AI podle našich principů odpovědné AI a dodržuje rámec Responsible AI Framework, kromě stávajících procesů zabezpečení, soukromí a lidských práv již od návrhu.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníka po procesu odvození a poskytovatel modelu 3rd, společnost Microsoft, nepřistupuje, nemonitoruje ani neukládá zákaznická data společnosti Cisco. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce najdete v tématu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti AI pro všechny funkce AI:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů 3. strany Cisco, společnost Microsoft, prohlašuje, že nebude používat zákaznický obsah k vylepšování modelů Azure OpenAI a že neukládá ani neuchovává zákaznická data Cisco v infrastruktuře Azure.
Bezpečnostní a etická hlediskaVšechny generativní funkce AI jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce AI tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Vyhodnocení a výkonnost modeluSpolečnost Cisco upřednostňuje výkon a přesnost AI Assistant tím, že zapojuje lidi do kontroly, testování a zajištění kvality základního modelu.
Začínáme s aplikací Webex AI Agent Studio
Webex AI Agent Studio je sofistikovaná platforma, která je navržena tak, aby vytvářela, spravovala a nasazovala automatizované agenty AI, kteří splňují potřeby zákaznických služeb a podpory. Agenti s využitím umělé inteligence poskytují automatizovanou pomoc zákazníkům předtím, než začnou komunikovat s lidskými agenty. Tito agenti podporují hlasové interakce s intonací, porozuměním jazyku a kontextovým uvědoměním v rámci konverzací. Agenti s umělou inteligencí také plynule a výpočetně zpracovávají interakce s digitálními kanály prostřednictvím textu a online chatu. Zákazníci mohou využít služeb jako concierge, které jim pomohou s otázkami, načítáním informací a minimalizací čekací doby.
Možnosti aplikace Webex AI Agent Studio
- Přesné a včasné odpovědi– Poskytuje přesné odpovědi na dotazy zákazníků v reálném čase.
- Inteligentní provádění úloh – provádí úlohy na základě požadavků nebo údajů zákazníka.
Klíčové výhody pro podniky
-
Vylepšené prostředí zákazníka– poskytuje zákazníkům konverzační prostředí v reálném čase.
-
Přizpůsobené interakce– Přizpůsobení odpovědí na individuální potřeby a preference zákazníků.
-
Škálovatelnost a efektivita – řeší velký objem interakcí se zákazníky, aniž by vyžadoval další lidské agenty, což vede ke zlepšení spokojenosti a snížení provozních nákladů.
Seznamte se s typy a příklady agentů AI
Následující tabulka obsahuje přehled typů agentů s umělou inteligencí a jejich schopností:
| Typ agenta AI | Účel | Funkce | Popis | Jak to nastavit? |
|---|---|---|---|---|
|
Autonomní |
Autonomní agenti s umělou inteligencí jsou navrženi tak, aby fungovali nezávisle, rozhodovali se a prováděli úkoly bez přímého lidského zásahu. |
Provést akce |
Provádějte informované volby na základě dostupných informací a předem definovaných pravidel. Automatizujte opakované nebo časově náročné úkoly. |
|
|
Odpovězte na otázky |
Autonomní agenti mají přístup k úložišti znalostí a mohou je používat k poskytování informativních a přesných odpovědí na dotazy uživatelů. |
Autonomní agenti AI pro odpovídání na otázky | ||
|
Skriptováno |
Šifrovaní agenti AI jsou naprogramováni tak, aby dodržovali předdefinovanou sadu pravidel a pokynů. |
Provést akce |
Skriptovaní agenti mohou provádět konkrétní úkoly, které jsou jasně definované a strukturované. |
Agenti s umělou inteligencí pro provádění akcí |
|
Odpovězte na otázky |
Skriptovaní agenti mohou odpovídat na otázky na základě uživatelem vytvořeného školicího korpusu, což je kolekce příkladů a odpovědí. |
Registrovaní agenti AI pro odpovídání na otázky |
Příklady
Autonomní i šifrovaní agenti AI mohou být použity pro různé případy použití v závislosti na konkrétních požadavcích a požadovaných možnostech. Mezi příklady patří:
-
Služba zákazníkům – autonomní i skriptovací agenti lze použít k poskytování zákaznické podpory, přičemž autonomní agenti nabízejí větší flexibilitu a porozumění přirozenému jazyku.
-
Virtuální asistenti – autonomní agenti se hodí pro role virtuálních asistentů, protože mohou zpracovávat různé úkoly a poskytovat personalizovanější interakce.
-
Analýza dat– Autonomní agenti lze použít k analýze velkých datových sad a získávání cenných přehledů.
-
Automatizace procesů– Autonomní i skriptovaní agenti lze použít k automatizaci opakovaných úloh, zlepšení efektivity a snížení chyb.
-
Správa znalostí– Autonomní agenti lze použít k vytváření a správě znalostních úložišť, aby uživatelé měli informace snadný přístup.
Volba mezi autonomními a psanými agenty AI závisí na složitosti úloh, požadované úrovni autonomie a dostupnosti dat o školení.
Požadavky
-
Pokud jste stávajícím zákazníkem řešení Webex Contact Center, ujistěte se, že splňujete následující požadavky:
-
Klient Webex Contact Center 2.0.
-
Služba Webex Connect je zřízena pro vašeho klienta.
-
Platforma hlasových médií je mediální platforma příští generace.
-
-
Pokud nemáte klienta Webex Contact Center, kontaktujte svého partnera, aby zahájil zkušební verzi Webex Contact Center s platformou Media Platform další generace.
-
Správci mohou požádat o sandbox pro vývojáře kontaktního centra Webex a vyzkoušet agenty s umělou inteligencí.
Povolení funkce
Tato funkce je momentálně v beta verzi. Zákazníci se mohou k této funkci zaregistrovat na beta portálu Webex vyplněním průzkumu účasti na agentech s umělou inteligencí.
-
V současné době jsou v beta fázi k dispozici pouze funkce šifrovaného agenta AI.
-
Autonomní agenti jsou k dispozici pouze vybraným zákazníkům. Žádosti lze posílat prostřednictvím manažera CSM (Customer Success Manager), PSM (Partner Success Manager) nebo zasláním e-mailu na adresu ask-ccai@cisco.com. Po schválení budou pro vašeho klienta k dispozici také autonomní agenti.
Přístup k aplikaci Webex AI Agent Studio
Chcete-li vytvořit agenty AI, musíte se přihlásit do aplikace Webex AI Agent Studio. To lze provést následujícími způsoby:
Přihlásit se z centra Control Hub
- Přihlaste se do centra Control Hub pomocí adresy URL https://admin.webex.com.
- V části Služby v navigačním podokně vyberte možnost Kontaktní centrum.
- V části Rychlé odkazy v pravém podokně přejděte do části Sada kontaktního centra .
- Přístup k aplikaci získáte kliknutím na možnost Webex AI Agent Studio .
Systém křížově spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Přihlásit se ze služby Webex Connect
Pro přístup k aplikaci Webex AI Agent Studio byste měli mít přístup ke službě Webex Connect.
- Přihlaste se do aplikace Webex Connect pomocí adresy URL klienta zadané pro váš podnik a přihlašovací údaje.
Ve výchozím nastavení se stránka Služby zobrazuje jako domovská stránka.
- V nabídce Přihrádka aplikací v levém navigačním podokně klikněte na možnost Webex AI Agent Studio pro přístup k aplikaci.
Systém křížově spustí aplikaci Webex AI Agent Studio na jiné kartě prohlížeče a budete automaticky přihlášeni k aplikaci.
Rozvržení domovské stránky
Vítáme vás v aplikaci Webex AI Agent Studio. Po přihlášení se na domovské stránce zobrazí následující rozložení:
-
Navigační panel
Navigační panel, který se zobrazí vlevo, poskytuje přístup k následujícím nabídkám:
- Řídicí panel – Zobrazí seznam agentů umělé inteligence, ke kterým má uživatel přístup, udělený podnikovým správcem.
- Znalosti – zobrazuje centrální úložiště znalostí nebo znalostní bázi, které slouží jako mozek pro autonomní agenty AI k odpovídání na dotazy zákazníků.
- Sestavy– zobrazí seznam předem sestavených sestav agentů s umělou inteligencí různých typů. Sestavy můžete generovat nebo plánovat podle potřeb firmy.
- Nápověda – poskytuje přístup k uživatelské příručce k aplikaci Webex AI Agent Studio v centru nápovědy Webex.
- Profil uživatele
Nabídka profilu uživatele umožňuje zobrazit informace o svém profilu a odhlásit se z aplikace.
Stránka Podnikový profil obsahuje informace o klientovi agenta s umělou inteligencí, které jsou přístupné pouze správcům s úplným přístupem pro správce.
-
Karta Přehled obsahuje následující informace:
- Podnikové identifikátory – zahrnuje ID organizace Webex, ID organizace CPaaS a ID předplatného pro podnik. To je k dispozici pro podniky s integrací řešení Webex Contact Center pro příslušného klienta Webex Connect.
- Nastavení profilu – obsahuje název podniku, jedinečný název podniku a adresu URL loga.
- Globální nastavení agenta – umožňuje výběr výchozího agenta pro hlasový kanál pro zpracování záložních scénářů.
- Souhrn uchovávání dat – poskytuje souhrn dob uchovávání dat pro tento podnik.
-
Na kartě Týmoví kolegové můžete zobrazit a spravovat seznam členů týmu, kteří mají přístup k aplikaci. Každému uživateli je přiřazena role, která určuje, jaké akce mohou provádět na základě udělených oprávnění.
-
Zjistěte svůj řídicí panel
Na řídicím panelu jsou agenti s umělou inteligencí reprezentováni kartami, které zobrazují základní informace, včetně jména agenta s využitím poslední aktualizace, poslední aktualizace a modulu použitého pro trénování agenta.
Úkoly na kartě agenta AI
Najetím na kartu agenta AI zobrazíte následující možnosti:
- Náhled – kliknutím na tlačítko Náhled otevřete widget náhledu agenta AI.
- Ikona se třemi tečkami – kliknutím na tuto ikonu provedete následující úkoly:
-
Kopírovat odkaz Náhled – zkopírujte odkaz Náhled pro vložení na novou kartu a náhled agenta s umělou inteligencí v widgetu konverzace.
-
Kopírovat přístupový token – zkopírujte přístupový token agenta AI pro vyvolání agenta prostřednictvím rozhraní API.
-
Export – Export podrobností o agentovi AI (ve formátu JSON) do místní složky.
-
Odstranit – Trvale odstraňte agenta AI ze systému.
-
Připnutí – připněte agenta s umělou inteligencí na první pozici na řídicím panelu nebo jeho odepnutí přesuňte zpět na předchozí pozici.
-
Vytvořit nového agenta AI
Nového agenta AI můžete vytvořit pomocí možnosti + Vytvořit agenta v pravém horním rohu řídicího panelu. Můžete použít předdefinovanou šablonu nebo vytvořit agenta od začátku.
Informace o vytváření skriptovaných a autonomních agentů AI naleznete v následujících částech:
Importovat předem sestaveného agenta AI
Předem vytvořeného agenta AI ve formátu JSON můžete importovat ze seznamu dostupných agentů AI. Nejprve se ujistěte, že jste exportovali agenta AI ve formátu JSON do místní složky. Importujte jej podle těchto pokynů:
- Klikněte na možnost Importovat agenta.
- Kliknutím na tlačítko Nahrát nahrajete soubor agenta AI (ve formátu JSON) exportovaný z platformy.
- Do pole Jméno agenta zadejte jméno agenta AI.
- (Volitelně) V části ID systému upravte jedinečný identifikátor vygenerovaný systémem.
- Klepněte na tlačítko Importovat.
Váš agent AI je nyní úspěšně importován do platformy Webex AI Agent Studio a je k dispozici na řídicím panelu.
Hledání klíčových slov
Platforma nabízí robustní funkce vyhledávání, které umožňují snadno vyhledat a spravovat agenty s umělou inteligencí. Vyhledávání klíčových slov můžete provádět pomocí jména agenta. Zadejte jméno agenta nebo část jména do vyhledávacího panelu. Systém zobrazí seznam agentů s umělou inteligencí, kteří odpovídají kritériím vyhledávání.
Filtrovat podle typu agenta
Kromě hledání klíčových slov můžete upřesnit výsledky hledání filtrováním podle typu agenta AI. V rozevíracím seznamu vyberte jeden z filtrů typu agenta – Napsáno, Autonomní a Vše.
Spravovat znalostní bázi
Znalostní báze je centrální úložiště informací pro autonomní agenty AI využívající Large Language Model (LLM). Autonomní agenti AI využívají pokročilé technologie umělé inteligence a strojového učení, aby porozuměli, zpracovali a generovali text podobný člověku. Tito agenti s umělou inteligencí trénují obrovské množství dat, což jim umožňuje poskytovat podrobné a kontextově relevantní odpovědi. Znalostní základny ukládají údaje nezbytné pro fungování autonomních agentů AI.
Přístup ke znalostní bázi:
- Přihlaste se k platformě Webex AI Agent Studio.
- V řídicím panelu klikněte v levém navigačním podokně na ikonu Znalosti . Zobrazí se stránka znalostní báze.
- Znalostní bázi najdete na základě následujících kritérií:
- Název znalostní báze
- Typ znalostní báze
- Znalostní báze byla mezi zadanými daty aktualizována
- Znalostní báze vytvořená mezi zadanými daty
Kliknutím na tlačítko Resetovat vše resetujte kritéria hledání.
- Můžete také vytvořit novou znalostní bázi. Informace o vytvoření nové znalostní základny najdete v části Vytvoření znalostní základny pro agenta AI.
Vytvořit znalostní bázi pro agenta s umělou inteligencí
| 1 |
V řídicím panelu klikněte v levém navigačním podokně na ikonu Znalosti . |
| 2 |
Na stránce Znalostní základny klikněte v pravém horním rohu na tlačítko +Vytvořit znalostní základnu . |
| 3 |
Na stránce Vytvořit znalostní bázi zadejte následující údaje: |
| 4 |
Klikněte na Vytvořit. Systém vytvoří znalostní bázi s určeným názvem. |
| 5 |
Na kartě Soubory : |
| 6 |
Na kartě Dokumenty : |
| 7 |
Přejděte na kartu Informace a zobrazte a sledujte podrobnosti o nahraných souborech a dokumentech, které jste vytvořili.
|
Co dělat dál
Nakonfigurujte znalostní bázi pro autonomního agenta AI k odpovídání na otázky.
Nastavení autonomních agentů AI
Autonomní agenti s umělou inteligencí pracují nezávisle bez přímého lidského zásahu. Tito agenti používají pokročilé algoritmy a techniky strojového učení k analýze dat, učení se ze svého prostředí a přizpůsobování svých činností za účelem dosažení konkrétních cílů. V této části jsou nastíněny dvě primární funkce autonomní agenta AI.
Autonomní agent AI pro provádění úloh
Autonomní agenti s umělou inteligencí mohou provádět různé úkoly, včetně těchto:
-
Zpracování přirozeného jazyka (NLP) — Porozumění lidskému jazyku a reakce na něj přirozeným a konverzačním způsobem.
-
Rozhodování – provádějte informovaná rozhodnutí na základě dostupných informací a předem definovaných pravidel.
-
Automatizace – automatizuje opakující se nebo časově náročné úkoly.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na tlačítko +Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na tlačítko Spustit od začátku.
Můžete si také vybrat předdefinovanou šablonu a rychle vytvořit agenta s umělou inteligencí. Filtrujte typ agenta AI jako autonomní. V takovém případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkce vašeho agenta klikněte na Provést akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na Vytvořit. Nyní jste úspěšně vytvořili autonomního agenta AI pro provádění akcí, který je nyní dostupný na řídicím panelu. V záhlaví Agent AI můžete provádět následující úkoly:
Můžete také importovat předem sestavené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Co dělat dál
Aktualizujte profil pro autonomního agenta AI.
Aktualizovat profil agenta autonomní AI
Než začnete
Vytvořte autonomního agenta AI pro provádění akcí.
| 1 |
Na řídicím panelu klikněte na agenta s umělou inteligencí, který jste vytvořili. |
| 2 |
Přejděte na kartu a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Publikovat zapněte agenta AI. |
Co dělat dál
Přidejte požadované akce k agentovi s umělou inteligencí.
Přidat akce do autonomního agenta AI
Autonomní agenti AI pro provádění akcí jsou navrženi tak, aby chápali záměry uživatele a podle toho jednali. Například v restauraci je potřeba automatizovat příjem online objednávek potravin. K dokončení úlohy můžete vytvořit autonomního agenta AI, který bude provádět následující činnosti:
-
Získejte od zákazníka požadované informace.
-
Přeneste informace do požadovaného toku.
Autonomní agent AI k provádění akcí pracuje na následujících stavebních blocích:
-
Akce – funkce, která agentovi s umělou inteligencí umožňuje připojit se k externím systémům a provádět složité úkoly.
-
Entita nebo slot – představuje krok při plnění záměru uživatele. Vyplňování časových pozic zahrnuje pokládání konkrétních otázek zákazníkovi ke splnění záměru zákazníka na základě výroků. Agent s umělou inteligencí má začít provádět akci. Definujte vstupní entity jako součást vyplňování slotů.
-
Plnění – určuje, jak agent AI dokončí akci. V rámci plnění definujte výstupní entity pro autonomní agenta AI, aby vygeneroval odpověď v konkrétním formátu. Systém odešle výstupní entity do toku, aby bylo možné pokračovat v akci a úspěšně dokončit úlohu.
| 1 |
Na kartě Akce klikněte na tlačítko +Nová akce. |
| 2 |
Na stránce Přidat novou akci zadejte následující podrobnosti: |
Co dělat dál
Sloty můžete nakonfigurovat nebo sloty a definovat plnění v závislosti na vybraném rozsahu akcí.
Konfigurovat vyplnění slotu
Vyplňování slotů zahrnuje přidání požadovaných vstupních entit pro modul AI. V části Vyplnění slotů na stránce Akce přidejte vstupní entity:
-
Entity můžete přidat ve formátu tabulky po jednom.
-
Můžete také použít soubor JSON a definovat entity. Více informací najdete v článku Prohlídka schématu JSON .
Přidat vstupní entity ve formátu tabulky
| 1 |
Chcete-li přidat vstupní entitu, klikněte na +Nová vstupní entita. |
| 2 |
Na stránce Přidat novou vstupní entitu zadejte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Přidat přidejte vstupní entitu. Můžete přidat tolik vstupních entit, kolik potřebujete. |
| 4 |
Pomocí možnosti Ovládací prvky proveďte u entity následující akce: |
Přidání entit pomocí editoru JSON
Vstupní a výstupní entity můžete přidat pomocí editoru JSON. V zobrazení editoru JSON musí být entity definovány ve strukturovaném formátu JSON.
Další informace najdete v tématu Prohlídka schématu JSON.
Struktura vstupních parametrů
Vstupní parametry musí odpovídat následující struktuře:
-
typ – Typ dat objektu parametrů. To je vždy 'objekt' označující, že parametry jsou strukturovány jako objekt.
properties (vlastnosti) – objekt, kde každý klíč představuje parametr a jeho přidružená metadata.
required– Pole řetězců se seznamem názvů povinných parametrů.
vlastnosti Objekt
Každý klíč v objektu vlastností představuje vstupní entitu/parametr a obsahuje další objekt s metadaty o tomto parametru. Metadata by měla vždy obsahovat následující klíčová slova:
-
type (Typ) – typ dat parametru. Povolené typy jsou:
-
řetězec– Textová data.
-
celé číslo– Číselná data bez desetinných míst.
-
číslo– Číselná data, která mohou obsahovat desetinná místa.
-
logická hodnota – Pravda/nepravda hodnoty.
-
pole– seznam položek, které jsou obvykle stejného typu.
-
objekt– Složitá datová struktura s vnořenými vlastnostmi.
-
-
popis – stručné vysvětlení toho, co entita představuje. To pomáhá enginu AI pochopit účel a použití parametru. Pro větší přesnost se doporučuje popis, který je stručný a zároveň konzistentní s pokyny agenta a popisem akce.
-
Validace je vynucována platformou pouze pro „typ“. „Popis“ není vynucován pro všechny entity, ale důrazně doporučujeme jej přidat. Pro metadata entity lze použít tato klíčová slova:
-
výčet – Pole výčtu uvádí možné hodnoty pro parametr. To je užitečné pro parametry, které by měly přijímat pouze omezenou sadu hodnot. Vývojáři mohou definovat vlastní seznamy hodnot, které by měl parametr přijmout, aby jej mohl použít.
- vzor – pole vzoru se používá ve spojení s typy řetězců k zadání regulárního výrazu, který musí řetězec odpovídat. To je užitečné zejména při ověřování konkrétních formátů, jako jsou telefonní čísla, PSČ nebo vlastní identifikátory.
-
Příklady – Pole příkladů obsahuje jeden nebo více příkladů platných hodnot pro parametr. To pomáhá enginu pochopit, jaký druh dat se očekává, a mohou být obzvláště užitečná pro účely interpretace a validace.
-
Existují i další klíčová slova, díky nimž je definice entity přesnější a robustnější. Další informace najdete v tématu Prohlídka schématu JSON.
Příklad
Následující příklad obsahuje různé typy entit a klíčová slova:
{ "type": "object", "vlastnosti": { "uživatelské jméno": { "type": "string", "popis": "Jedinečné uživatelské jméno účtu.", "minLength": 3, "maxLength": 20 }, "heslo": { "type": "string", "popis": "Heslo pro účet.", "minLength": 8, "format": "heslo" }, "email": { "type": "string", "popis": "E-mailová adresa účtu.", "vzor": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "datum narození": { "type": "string", "popis": "Datum narození uživatele.", "příklady": ["mm/dd/RRRR"] }, "předvolby": { "type": "objekt", "popis": "Nastavení uživatelských předvoleb.", "vlastnosti": { "newsletter": { "type": "boolean", "popis": "Zda uživatel chce dostávat zpravodaje.", "výchozí": true }, "oznámení": { "type": "string", "popis": "Preferovaná metoda oznámení.", "výčet": ["email", "sms", "push"] } } }, "role": { "type": "pole", "popis": "Seznam rolí přiřazených uživateli.", "položky": { "type": "string", "výčet": ["uživatel", "správce", "moderátor"] } } }, "povinné": ["uživatelské jméno", "heslo", "email"] } Tento příklad zahrnuje následující entity:
- uživatelské jméno – Typ řetězce s omezením minimální a maximální délky.
- heslo– Typ řetězce s minimální délkou a konkrétním formátem (heslo označuje, že by se s ním mělo pracovat bezpečně).
- e-mail– Typ řetězce se vzorem regulárního výrazu, který určuje, zda se jedná o platnou e-mailovou adresu.
- datum narození– Typ řetězce s příklady pro předepisování formátu data.
- předvolby – typ objektu s vnořenými vlastnostmi (zpravodaj a oznámení), včetně logické hodnoty s výchozí hodnotou a řetězce se specifickými povolenými hodnotami (výčet).
- role– typ pole, ve kterém je každá položka řetězec omezený na určité hodnoty (výčet).
Uživatelské jméno, heslo a e-mail jsou povinné, jak jsou definovány v poli „povinné“.
V tomto příkladu mají entity popisné názvy, jasné popisy a dodržují konzistentní strukturu a pravidla pojmenování. Při vytváření dobře definovaných entit, které lze snadno interpretovat a vynucovat pomocí těchto doporučených postupů.
Definovat plnění
| 1 |
Definujte podrobnosti plnění pro implementaci agenta s umělou inteligencí v kontaktním centru. Uveďte následující údaje: |
| 2 |
Nakonfigurujte výstupní entity tak, aby agent AI generoval výsledek ve formátu, který bude toku srozumitelný. |
| 3 |
Chcete-li přidat výstupní entitu, klikněte na možnost +Nová výstupní entita. Na obrazovce Přidat novou výstupní entitu zadejte následující podrobnosti: K přidání výstupních entit můžete také použít soubor JSON. Další informace najdete v tématu Přidání entit pomocí editoru JSON. . |
| 4 |
Kliknutím na tlačítko Přidat přidejte výstupní entitu. Můžete přidat libovolný počet výstupních entit. |
| 5 |
Pomocí možnosti Ovládací prvky proveďte u entity následující akce: |
| 6 |
Konfiguraci dokončíte kliknutím na tlačítko Přidat . |
Co dělat dál
Kliknutím na tlačítko Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI. Kliknutím na tlačítko Publikovat zapněte agenta AI.
Po konfiguraci agenta AI:
- Informace o výkonu agenta AI naleznete v tématu Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Podrobnosti o relacích a historii naleznete v tématu Zobrazení relací a historie autonomního agenta AI.
Autonomní agenti AI pro odpovídání na otázky
Autonomní agenti mají přístup k úložišti znalostí a mohou je používat k poskytování informativních a přesných odpovědí na dotazy uživatelů. Tato funkce je užitečná v situacích, kdy agent potřebuje:
-
Poskytování zákaznické podpory – odpovědi na časté dotazy, řešení problémů a vedení zákazníků procesy.
-
Nabídnout technickou pomoc – poskytovat odborné rady na konkrétní témata nebo oblasti.
Tato část obsahuje následující nastavení konfigurace:
Vytvoření autonomního agenta AI pro odpovídání na otázky
Než začnete
Zajistěte vytvoření znalostní základny. Další informace najdete v tématu Správa znalostních základen.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na tlačítko +Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na tlačítko Spustit od začátku. Můžete si také vybrat předdefinovanou šablonu a rychle vytvořit agenta s umělou inteligencí. Typ agenta AI můžete filtrovat jako autonomní. V takovém případě se automaticky vyplní pole na stránce Profil. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte klikněte na možnost Autonomní. |
| 6 |
V části Co je hlavní funkce vašeho agenta klikněte na Odpovědět na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na Vytvořit. Samostatný agent umělé inteligence pro odpovídání na otázky byl úspěšně vytvořen a je nyní k dispozici na řídicím panelu. V záhlaví Agent AI můžete provádět následující úkoly:
Můžete také importovat předem sestavené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Co dělat dál
Aktualizujte profil pro autonomního agenta AI.
Aktualizovat profil agenta autonomní AI
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na řídicím panelu klikněte na agenta s umělou inteligencí, který jste vytvořili. |
| 2 |
Přejděte na kartu a nakonfigurujte následující podrobnosti: |
| 3 |
Kliknutím na tlačítko Uložit změny aktivujte agenta AI. |
Co dělat dál
Nakonfigurujte znalostní bázi pro agenta s umělou inteligencí.
Konfigurovat znalostní bázi
Než začnete
Vytvořte autonomního agenta AI pro odpovídání na otázky.
| 1 |
Na stránce Řídicí panel vyberte vytvořeného agenta AI. |
| 2 |
Přejděte na kartu Znalostní báze . |
| 3 |
V rozevíracím seznamu zvolte požadovanou znalostní bázi. |
| 4 |
Kliknutím na tlačítko Uložit změny zapnete agenta AI. |
Co dělat dál
Kliknutím na tlačítko Náhled zobrazíte náhled agenta AI. Další informace najdete v tématu Náhled autonomního agenta AI.
Po konfiguraci agenta AI:
- Informace o výkonu agenta AI naleznete v tématu Zobrazení výkonu autonomního agenta AI pomocí analýzy.
- Podrobnosti o relacích a historii naleznete v tématu Zobrazení relací a historie autonomního agenta AI.
Zobrazit relaci a historii autonomního agenta AI
Můžete zobrazit podrobnosti relace a historii každého autonomního agenta AI, který jste vytvořili. Stránka Relace zobrazuje podrobnosti o relacích navázaných s constomery. Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi s umělou inteligencí.
Relace
Stránka Relace poskytuje komplexní záznam o všech interakcích mezi agenty AI a uživateli. Přejít na stránku Relace :
- V řídicím panelu klikněte na autonomního agenta AI, pro kterého chcete zobrazit podrobnosti o relaci.
- V levém navigačním podokně klikněte na Relace.
Zobrazí se stránka Relace . Každá relace se zobrazí jako záznam, který obsahuje všechny zprávy z relace. Tyto informace jsou užitečné k auditu, analýze a vylepšování agenta AI.
Tabulka relací zobrazuje seznam všech relací/místností vytvořených pro daného agenta s umělou inteligencí. Tabulka je stránkována, pokud existuje více řádků, než kolik lze na jedné obrazovce pojmout. Všechna pole v tabulce lze seřadit nebo filtrovat pomocí části Upřesnit výsledky na levé straně. Zde uvedená pole představují následující informace o konkrétní relaci:
-
ID relace – jedinečné ID místnosti nebo ID relace konverzace.
- Id spotřebitele – ID spotřebitele, který komunikoval s agentem s umělou inteligencí.
-
Kanály – kanál, kde se interakce uskutečnila.
-
Aktualizováno v – čas uzavření místnosti.
-
Metadata místnosti– Obsahuje další informace o místnosti.
-
Zaškrtněte požadovaná pole:
- Skrýt testovací relace – skrytí testovacích relací a zobrazení pouze seznamu živých relací.
- Došlo k předání agenta – slouží k filtrování relací, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona Sluchátka označující předání konverzace lidskému agentovi.
- Došlo k chybě – slouží k filtrování relací, ve kterých došlo k chybě.
- Downvoted (Odmítnuto) – Slouží k filtrování odmítnutých relací.
Kliknutím na řádek v tabulce relací zobrazíte podrobný pohled na danou relaci. Ikona zámku značí, že relace je uzamčená a je nutné ji dešifrovat. K dešifrování relace musíte mít oprávnění. Pokud je přepínač Dešifrovat přístup povolen, můžete přistupovat k jakékoli relaci pomocí tlačítka Dešifrovat obsah . Tato funkce je však použitelná pouze v případě, že je pro klienta nastavena možnost Rozšířená ochrana dat na hodnotu true nebo povolena.
Historie
Stránka Historie umožňuje zobrazit podrobnosti o změnách konfigurace provedených v agentovi s umělou inteligencí. Zobrazení historie konkrétního agenta:
- V řídicím panelu klikněte na autonomního agenta AI, pro kterého chcete zobrazit historii.
- V levém navigačním podokně klikněte na Historii.
Zobrazí se stránka Historie s následujícími kartami:
- Protokoly auditu – kliknutím na kartu Protokoly auditu zobrazíte změny provedené u agentů s umělou inteligencí.
- Historie modelů– Kliknutím na kartu Historie modelů zobrazíte různé verze autonomního agenta AI pro provádění akcí.
Protokoly auditu
Na kartě Audit Logs jsou sledovány změny provedené v autonomním agentovi AI. Můžete zobrazit podrobnosti o změnách za posledních 35 dní. Na kartě Audit Logs se zobrazují následující podrobnosti:
Uživatelé s rolí vývojáře správce nebo agenta AI mají přístup pouze na kartu Protokoly auditu. Protokoly auditu si mohou zobrazit také uživatelé s vlastními rolemi, kteří mají oprávnění „Získat protokol auditu“.
- Updated in (Aktualizováno v) – data a čas změny.
- Updated by (Aktualizováno uživatelem) – jméno uživatele, který změnu provedl.
- Pole – konkrétní část agenta AI, ve které byla změna provedena.
- Popis – Další informace o změně.
Konkrétní protokol auditu můžete vyhledat pomocí možností vyhledávání Aktualizováno podle, Pole a Popis . Protokoly můžete seřadit na základě polí Aktualizováno v a Aktualizováno podle .
Historie modelů
Karta Historie modelů je k dispozici pouze pro autonomního agenta AI pro provádění akcí.
Kdykoli publikujete autonomního agenta AI pro provádění akcí, uloží se verze autonomního agenta AI a je dostupná na kartě Historie modelů . Různé verze agenta AI můžete zobrazit na kartě Historie modelů .
- Popis modelu– Stručný popis verze agenta AI.
- Modul AI – modul AI používaný pro tuto verzi agenta AI.
- Aktualizováno dne – datum a čas vytvoření verze.
- Akce – umožňuje v agentovi s umělou inteligencí provádět následující akce
- Načíst – Všechny změny agenta AI budou ztraceny. Konfiguraci musíte provést znovu.
- Export – Slouží k exportu agenta s umělou inteligencí.
Prohlédněte si náhled autonomního agenta AI
Náhled autonomních agentů AI si můžete prohlédnout během vytváření agenta AI, během úprav a po jeho nasazení. Náhled můžete otevřít z těchto možností:
- Řídicí panel agenta AI – po umístění ukazatele na kartu agenta AI se zobrazí možnost Náhled tohoto agenta s umělou inteligencí. Kliknutím otevřete náhled agenta AI.
- Záhlaví agenta AI – kliknutím na kartu agenta AI otevřete agenta AI. V části záhlaví je vždy viditelná možnost Náhled .
- Minimalizovaná miniaplikace– Po spuštění a minimalizaci náhledu se v pravém dolním rohu stránky zobrazí widget hlavy konverzace. Tuto možnost můžete použít k snadnému opětovnému otevření režimu náhledu.
Webex AI Agent Studio také nabízí možnost sdílení náhledu. Klikněte na nabídku v pravém horním rohu a vyberte možnost Kopírovat odkaz na náhled . Odkaz náhledu můžete sdílet s ostatními uživateli, jako jsou testery nebo spotřebitelé agenta s umělou inteligencí.
Widget náhledu platformy
Miniaplikace Náhled se zobrazí v pravé dolní části obrazovky. Můžete poskytnout výroky (nebo posloupnost výroků), abyste zkontrolovali odpovědi agenta AI a zajistili jeho správné fungování.
Můžete také minimalizovat miniaplikaci náhledu, poskytnout informace pro spotřebitele a iniciovat více místností k testování agenta s umělou inteligencí.
Widget náhledu, který lze sdílet
Widget náhledu, který lze sdílet, umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem, aniž by bylo nutné vyvíjet vlastní uživatelské rozhraní pro zobrazení agenta AI. Ve výchozím nastavení vykreslí zkopírovaný odkaz náhledu agenta s umělou inteligencí do pouzdra telefonu. Změnou určitých parametrů v odkazu náhledu můžete provést rychlou přizpůsobení. Miniaplikaci můžete přizpůsobit následujícím způsobem:
- Barva miniaplikace– Připojením parametru brandColor k odkazu. Jednoduché barvy můžete definovat pomocí názvů barev nebo použít hexadecimální kód barev.
-
Pouzdro telefonu – Změnou hodnoty parametru phoneCasing v odkazu. Ve výchozím nastavení je tato možnost nastavena na hodnotu true a lze ji zakázat nastavením hodnoty false.
Příklad odkazu náhledu s těmito parametry:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=&brandcolor<zadejte hexadecimální hodnotu barvy ve formátu „_XXXX'>.
Hlasový náhled
Autonomní agent AI pro odpovídání na otázky podporuje hlasový náhled. Povolení této možnosti:
- Přejděte na řídicí panel a vyberte agenta AI.
- Přejděte do nabídky .
- V rozevíracím seznamu Modul AI vyberte možnost Vega.
- Klikněte na možnost Uložit změny.
Možnost Náhled se aktualizuje o ikonu Mikrofon pro hlasový náhled. Klikněte na Náhled. Zobrazí se widget náhledu hlasu.
Chcete-li tuto funkci používat, je nutné povolit přístup k mikrofonu.
V widgetu náhledu hlasu můžete zobrazit následující možnosti:
- Tlačítkem Spustit spustíte náhled.
- V miniaplikaci se zobrazí živý přepis konverzace, když probíhá náhled hlasu.
- Konverzaci ukončíte ukončením hovoru .
- Ztlumit pro ztlumení.
Zobrazit výkon autonomního agenta AI pomocí analýz
Část Analýza agenta AI poskytuje grafické znázornění klíčových metrik pro vyhodnocení výkonu a efektivity agenta AI. Generování analýzy autonomního agenta AI:
- Vyberte agenta s umělou inteligencí z řídicího panelu.
- V levém navigačním podokně klikněte na Analýza. Přehled výkonu agenta s umělou inteligencí se zobrazí v tabulkovém i grafickém formátu.
První část zobrazuje následující statistiky o relacích a zprávách pro agenta s umělou inteligencí.
- Celkový počet relací a relace zpracovaných agentem s umělou inteligencí bez zásahu člověka.
- Celkový počet předání agentů, což je počet relací předaných lidským agentům.
- Denní průměr relací
- Celkový počet zpráv (zprávy člověka a agenta AI) a kolik těchto zpráv přišlo od uživatelů.
- Průměrný denní počet zpráv
Druhá část zobrazuje statistiky o uživatelích. Uvádí celkový počet uživatelů a informace o průměrném počtu relací na uživatele a denním průměrném počtu uživatelů.
Třetí část zobrazuje odpovědi a předávání agentů s umělou inteligencí.
Nastavit agenta s umělou inteligencí
Tato část popisuje, jak nastavit a spravovat agenty AI ve skriptu na platformě Webex AI Agent Studio, aby poskytovali přesné odpovědi na dotazy uživatelů a efektivně prováděli automatizované úlohy.
Šifrovaný agent AI pro provádění úloh
Šifrovaný agent AI zvyšuje možnosti budování agentů bez kódu v platformě Webex Agent Studio AI. Agent šifrované umělé inteligence umožňuje víceúčelové konverzace, kde může získat relevantní data od zákazníků, aby mohl provádět konkrétní úkoly. Zahrnuje:
-
Spouštění jednoduchých příkazů – postupujte podle pokynů a dokončete předem definované akce.
-
Zpracování dat – manipulace a transformace dat podle zadaných pravidel.
-
Interakce s jinými systémy – komunikace s jinými řešeními a jejich ovládání.
Tato část obsahuje následující nastavení konfigurace:
Vytvořit agenta s umělou inteligencí pro provádění akcí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na možnost + Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI vytvořte od začátku nového agenta AI. Můžete si také vybrat předdefinovanou šablonu a rychle vytvořit agenta s umělou inteligencí. Typ agenta AI můžete filtrovat jako Zaprotokolovaný. V takovém případě se automaticky vyplní pole na stránce Profil. |
| 4 |
Klikněte na tlačítko Zahájit od začátku a poté na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte? klikněte na tlačítko Skript. |
| 6 |
V části Jaká je hlavní funkce vašeho agenta? klikněte na možnost Provést akce. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na Vytvořit. Skriptovaný agent umělé inteligence pro odpovídání na otázky byl úspěšně vytvořen a je nyní k dispozici na řídicím panelu. V záhlaví Agent AI můžete provádět následující úkoly:
Můžete také importovat předem sestavené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Co dělat dál
Aktualizovat profil agenta s umělou inteligencí
Než začnete
Vytvořte agenta umělé inteligence, který bude odpovídat na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do nabídky a nakonfigurujte následující podrobnosti: |
| 4 |
Nastavení uložte kliknutím na tlačítko Uložit změny . |
Spravovat entity
Entity jsou stavebními kameny rozhovorů. Jedná se o základní prvky, které agent AI extrahuje z výroků uživatelů. Představují konkrétní informace, jako jsou názvy produktů, data, množství nebo jakákoli jiná významná skupina slov. Díky efektivní identifikaci a extrakci entit může agent s umělou inteligencí lépe porozumět záměru uživatele a poskytnout přesnější a relevantnější odpovědi.
Typy entit
Webex AI Agent Studio nabízí 11 předem vytvořených typů entit pro zachycení různých typů uživatelských dat. Můžete také vytvořit kteroukoli z následujících vlastních entit.
Vlastní entity
Tyto entity jsou konfigurovatelné a umožňují vývojářům zaznamenávat informace pro konkrétní případ životní situace.
-
Vlastní seznam – definujte seznamy očekávaných řetězců pro zachycení konkrétních datových bodů, které nejsou pokryty předem sestavenými entitami. Pro každý řetězec můžete přidat více synonym. Například entita velikosti vlastní pizzy.
-
Regulární výraz – použijte regulární výrazy k identifikaci konkrétních vzorů a extrakci odpovídajících dat. Například regulární výraz telefonního čísla (například
123-123-8789). -
Číslice – zachycujte s vysokou přesností číselné vstupy s pevnou délkou, zejména při hlasových interakcích. U nehlasových interakcí se používá jako alternativa k vlastním a regulárním typům entit. Například pro zjištění pětimístného čísla účtu musí být definována délka pěti číslic.
-
Alfanumerické – zaznamenávání kombinací písmen a číslic za účelem přesného rozpoznání hlasových i nehlasových vstupů.
-
Bezplatný formulář – zachyťte flexibilní datové body, které je obtížné definovat nebo ověřit.
-
Mapa umístění (WhatsApp) – extrahujte data o poloze, která jste sdíleli v kanálu WhatsApp.
Systémové entity
| Název entity | Popis | Ukázkové zadání | Příklad výstupu |
|---|---|---|---|
| Datum | Analýza dat v přirozeném jazyce do standardního formátu dat | „červenec příštího roku“ | 01/07/2020 |
| Čas | Analýza času v přirozeném jazyce do standardního časového formátu | 5 večer | 17:00 |
| Zjistí e-mailové adresy. | napište mi na adresu info@cisco.com. | info@cisco.com | |
| Telefonní číslo | Zjistí společné telefonní číslo | zavolejte mi na číslo 9876543210 | 9876543210 |
| Měnové jednotky | Analyzuje měnu a částku | Chci 20 dolarů. | 20$ |
| Ordinální | Zjistí pořadové číslo | Čtvrtá z deseti lidí | 4th |
| Kardinál | Zjistí kardinální číslo | Čtvrtá z deseti lidí | 10 |
| Zeměpisná poloha | Zjišťuje geografické polohy (města, země atd.). | Šel jsem plavat v Temži v Londýně Velké Británii | Londýn, Spojené království |
| Jména osob | Zjistí běžné názvy. | Bill Gates z Microsoftu | Bill Gatesovi |
| Množství | Udává rozměry, jako hmotnost nebo vzdálenost | Jsme 5 km od Paříže | 5km |
| Doba trvání | Udává časová období | 1 týden dovolené | 1 týden |
Vytvořené entity lze upravovat na kartě Entity. Propojení entit se záměrem zapíná vaše slova do detekovaných entit, když je přidáte.
Role entity
Pokud je třeba entitu v rámci jednoho záměru shromáždit vícekrát, zásadní význam získají role entity. Přiřazením odlišných rolí stejné entitě můžete agentovi AI pomoci s přesnějším porozuměním a zpracováním uživatelských vstupu.
Chcete-li například rezervovat let s rozvržením, můžete vytvořit entitu Letiště se třemi rolemi: původ, cíl a rozložení. Pomocí poznámek ke školení s těmito rolemi se agent AI může naučit očekávané vzory a snadno vyřizovat složité požadavky na rezervaci.
Role entity jsou podporovány pouze pro Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity). Správci musí zaškrtnout políčko Role entity v rozšířených nastaveních dialogového okna pro výběr motoru NLU.
Když se používají role entity, správci nemohou přejít ze standardu RASA nebo Mindmeld na Swiftmatch. Chcete-li zakázat role entity z pokročilého nastavení modulu NLU, role musí být odebrány ze záměrů. Můžete vytvořit entitu s rolí entity.
Vytvořit entitu s rolí entity
Než začnete
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta s umělou inteligencí, který jste vytvořili. |
| 3 |
Klikněte na možnost Školení v levém podokně. |
| 4 |
Na stránce Data školení klikněte na kartu Entity (Entity). |
| 5 |
Klikněte na možnost Vytvořit entitu. |
| 6 |
V okně Vytvořit entitu zadejte následující pole: |
| 7 |
Povolte přepínač Automaticky navrhovat hodnoty slotů pro automatické dokončení a poskytněte alternativní návrhy pro tuto entitu během konverzace. Pole Role se zobrazí při vytváření vlastní entity pouze v případě, že jsou v části Rozšířená nastavení okna Změnit školicí modul pro motory RASA a Mindmeld NLU povoleny role entity. |
| 8 |
Klikněte na možnost Uložit. Související akce můžete provést pomocí možností Upravit a Odstranit ve sloupci Akce .
|
Co dělat dál
Po vytvoření entity můžete propojit role s entitou.
Propojit role s entitou
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta s umělou inteligencí, který jste vytvořili. |
| 3 |
Klikněte na možnost Školení v levém podokně. |
| 4 |
Na stránce Data školení zvolte záměr propojit entity a role entity. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na Entita propojení. |
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na možnost Uložit. Entitě můžete přiřadit role a umožnit tak dvakrát shromáždit stejnou entitu pro záměr. |
Nástroj pro porozumění přirozenému jazyku (NLU)
Šifrovaní agenti s umělou inteligencí používají k identifikaci záměru zákazníka funkci porozumění přirozenému jazyku (NLU). Následující NLU motory interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – rychlý, lehký motor podporující více jazyků.
- RASA – Přední rámec pro konverzaci s otevřeným zdrojovým kódem.
- Mindmeld (beta) – nabízí pokročilé konverzační toky a možnosti NLU.
Pro dosažení vysoké přesnosti vyžaduje systém RASA více dat školení než systém Swiftmatch. Vývojáři mohou přepínat motory NLU na kartách Články a Školení agentů Scripted AI a vyhodnotit výkon. Změna motoru aktualizuje algoritmus agenta AI a vyžaduje reškolení pro přesné závěry založené na novém modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravit skóre prahové hodnoty v sekci „Předání a inference“ po přepínání motorů. Pro RASA mají mezní skóre tendenci být nepřímo úměrná počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení inference.
Výměna tréninkových motorů
Přepínání mezi motory NLU.
-
Vyberte agenta s umělou inteligencí, u kterého chcete modul školení změnit.
- Pro agenta s umělou inteligencí pro odpovídání na otázky: Klikněte na Články. Zobrazí se stránka Znalostní báze .
- Pro agenty s umělou inteligencí k provádění úloh: Klikněte na možnost Školení. Zobrazí se stránka s daty školení.
-
Na pravé straně stránky klikněte na ikonu Nastavení vedle modulu NLU . Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je NLU engine pro nově vytvořené agenty AI nastaven na Swiftmatch.
-
Vyberte školicí modul pro školení agenta s umělou inteligencí. Možné hodnoty:
- RASA (beta)
- Rychlá shoda
- Mindmeld (beta)
-
Tyto informace zadejte v části Inference :
- Skóre, pod kterým je zobrazena záložní odpověď– Minimální důvěra potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu– Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, které mají jasně zobrazit nejlepší shodu, pod kterou se zobrazuje šablona částečné shody.
- Kliknutím rozbalte část Rozšířená nastavení .
- Odstranit stopwords – „Stopwords“ jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale nemají samy o sobě lexikální význam. Když z věty odstraníte zastavovací slova, jako jsou články (a, an, the a tak dále), zájmena (on, ona a tak dále), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu spotřebitelem. Pokud zaškrtnete políčko, odstraní z věty slova „stopwords“ v době školení a inference. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Rozbalit kontrakce – anglické kontrakce v datech školení lze rozšířit do původního formuláře spolu s podmínkami v příchozím dotazu spotřebitele, aby byla zajištěna větší přesnost. Příklad: Funkce „don’t“ je rozšířena na „don’t“. Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována všemi třemi motory NLU.
- Kontrola pravopisu v inferenci– Knihovna pro opravu textu identifikuje a opravuje nesprávné hláskování v textu před inferencí. Tato funkce je podporována u všech tří motorů pouze v případě, že je povoleno zaškrtávací políčko Kontrola pravopisu v inference .
- Odebrat speciální znaky – speciální znaky jsou nealfanumerické znaky, které mají vliv na dedukci. Například Wi-Fi a Wi-Fi jsou brány NLU považovány jinak. Když je toto políčko zaškrtnuto, speciální znaky v dotazu spotřebitele budou odstraněny, aby se zobrazila správná odpověď. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Role entity – vlastní entity mohou mít různé role. Tato funkce NLU motoru je podporována pouze pro RASA a Mindmeld.
- Substituce entity v inference – hodnoty entity v datech školení a inference jsou nahrazeny ID entity. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Určení priority pro vyplnění slotu – vyplnění slotu je přednost před detekcí záměru.
- Výsledky uložené na jednu zprávu– počet článků, pro které se v relacích zobrazí v informacích o transakcích, pro které budou vypočtené skóre důvěry agenta AI.
Počet výsledků zobrazených v části Algoritmus na obrazovce relací je nyní omezen na 5. Nejvyšší výsledky n (1=<n=<5) jsou k dispozici ve zprávách přepisů zpráv agentů s umělou inteligencí a v části „Výsledky algoritmu“ na kartě Informace o transakcích v části Relace.
- Rozšíření slovních tvarů– Rozbalte data školení pomocí slovních tvarů, jako jsou plurály, slovesa atd., spolu se synonymy integrovanými v datech. Tato funkce je podporována pouze pro funkci Swiftmatch.
- Synonyma – Synonyma jsou alternativní slova používaná k označení stejného slova. Je-li zaškrtnuto toto políčko, budou běžná anglická synonyma slov v datech školení automaticky generována, aby bylo možné přesně rozpoznat spotřebitelský dotaz. Například pro slovo zahrada, systém generované synonyma může být dvůr, dvůr a tak dále. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Slovníformy – Slovní formy mohou existovat v různých podobách, jako jsou množiny, přísloví, přídavná jména nebo slovesa. Například pro slovo „stvoření“ mohou být slovní formy vytvořeny, vytvořeny, tvůrce, tvůrčí, tvůrčí atd. Pokud je zaškrtnuto toto políčko, slova v dotazu budou vytvořena s alternativními formami slov a zpracována tak, aby byla spotřebitelům poskytnuta odpovídající odpověď.
Vývojáři mohou nastavit různá prahová skóre pro různé motory NLU, aby určili nejnižší skóre přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změníte algoritmus v korpusu agenta s umělou inteligencí.
- Klikněte na tlačítko Vlak. Jakmile je agent AI vyškolen pomocí vybraného školicího modulu, stav znalostní báze se změní z Uloženo na Vyškoleno.
Agenta AI můžete školit s funkcemi RASA a Mindmeld, jen pokud mají všechny články alespoň dvě slova.
Školení
Po vytvoření všech článků můžete agenta AI školit a nechat ho živě otestovat a nasadit. Chcete-li trénovat agenta s umělou inteligencí na jeho aktuální korpus, klikněte v pravém horním rohu na možnost Trénovat . Tato akce by měla změnit stav na Školení.
Po dokončení školení se stav změní na Vyškoleno. Kliknutím na ikonu Znovu načíst vedle položky Školení načtěte aktuální stav školení.
V tuto chvíli můžete kliknutím na možnost Vytvořit na živo spustit vyškolený korpus a otestovat jej v náhledu sdíleného obsahu nebo na externích kanálech, kde je agent AI nasazen.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilého nastavení motoru v motoru Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – vektory úrovně Utterance versus Článek úrovně vektory. V rámci našeho trvalého úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku namísto staršího modelu, který používal vektory na úrovni utterance. Zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Upozorňujeme, že vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. Pro vícejazyčné agenty s umělou inteligencí je podpora shod úrovně článku podporována pouze v případě, že vícejazyčný model je Polymatch.
Můžete zkontrolovat informace o vektorovém modelu, který je dostupný v době dedukce v dalších informacích relace.
Spravovat záměry
Záměr je klíčovou součástí platformy Webex Agent Studio AI, která agentovi AI umožňuje efektivně porozumět vašim vstupům a reagovat na ně. Představuje konkrétní úkol nebo akci, kterou chcete splnit během konverzace. Můžete definovat všechny záměry, které odpovídají úkolům, které chcete provést. Přesnost klasifikace záměru přímo ovlivňuje schopnost agenta AI poskytovat relevantní a užitečné odpovědi. Klasifikace záměru je proces identifikace záměru na základě vašeho zadání, který umožňuje agentovi AI reagovat smysluplně a kontextově relevantním způsobem.
Záměry systému
- Výchozí záložní záměr – možnosti agenta AI jsou ze své podstaty omezeny záměry, které jsou určeny k rozpoznání a reagování na ně. I když podnik nemůže předvídat všechny možné otázky, které byste mohli položit, výchozí záměr náhradního provozu může konverzace pomoci udržet v chodu.
Implementací výchozího záměru náhradního provozu mohou vývojáři agentů AI zajistit, aby agent AI elegantně vyřizoval neočekávané nebo neočekávané dotazy a přesměroval konverzaci zpět na známé záměry.
Vývojáři agentů AI nemusí do záložního záměru přidávat konkrétní slova. Agenta lze vyškolit tak, aby automaticky aktivoval záložní záměr, pokud narazí na známé mimo rozsah otázek, které mohou být jinak nesprávně rozděleny do jiných záměrů.
Například v bankovním agentovi s umělou inteligencí se zákazníci mohou pokusit získat informace o úvěrech. Pokud agent s umělou inteligencí není nakonfigurován tak, aby zpracovával dotazy týkající se úvěru, mohou být tyto dotazy začleněny jako školicí fráze do výchozího záložního záměru. Když se zákazník zeptá na úvěr v kterémkoli okamžiku konverzace, agent AI rozpozná dotaz jako nedosahující definovaných záměrů a spustí záložní odpověď. Tím je zajištěna vhodnější reakce.
Záložní záměr by neměl mít přidružené žádné letištní časy.
Záměr náhradního provozu musí pro svou odpověď použít výchozí klíč šablony náhradního provozu.
- Nápověda – Tento záměr je navržen tak, aby odpověděl na dotazy zákazníků o možnostech agenta AI. Pokud si zákazníci nejsou jisti, čeho mohou dosáhnout nebo narazí na potíže během konverzace, často vyhledávají pomoc tím, že požádají o
pomoc.Ve výchozím nastavení je odpověď na záměr nápovědy namapována na klíč šablony
zprávy nápovědy. Vývojáři agentů s umělou inteligencí však mohou přizpůsobit odpověď nebo změnit přidružený klíč šablony tak, aby poskytovali přizpůsobené a informativní pokyny.Doporučujeme přenášet možnosti agenta AI na vysoké úrovni a poskytovat zákazníkům jasné pochopení toho, co mohou dále dělat.
- Hovořit s agentem – Tento záměr umožňuje zákazníkům požádat o pomoc lidského agenta v jakékoli fázi jejich interakce s agentem s umělou inteligencí. Po vyvolání tohoto záměru systém automaticky zahájí přenos na lidského agenta. Výchozí šablona odpovědi pro tento záměr je
předání agenta. Přestože neexistují žádná omezení týkající se změny klíče šablony odpovědi uživatelského rozhraní, jeho změna nebude mít vliv na výsledek předání člověkem.
Záměry malé konverzace
Všichni nově vytvoření agenti s umělou inteligencí zahrnují čtyři předem definované záměry malých hovorů, které řeší běžné pozdravy zákazníků, výrazy vděčnosti, negativní zpětné vazby a rozloučení:
- Pozdravy
- Děkujeme
- Agent s umělou inteligencí nebyl užitečný
- Na shledanou
Vytvořit záměr
Než začnete
Před vytvořením záměru vytvořte entity, které se k záměru váží. Další informace najdete v tématu Vytvoření entity s rolí entity.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu vyberte agenta s umělou inteligencí. |
| 3 |
Klikněte na možnost Školení v levém podokně. |
| 4 |
Na stránce Data o školení klikněte na možnost Vytvořit záměr. |
| 5 |
V okně Vytvořit záměr zadejte následující podrobnosti: |
| 6 |
Pokud je entita povinná, zaškrtněte pole Povinné . |
| 7 |
Zadejte počet opakovaných pokusů povolených pro tento slot. Ve výchozím nastavení je číslo nastaveno na tři. |
| 8 |
V rozevíracím seznamu zvolte klávesu šablony. |
| 9 |
V části Odpověď zadejte klíč konečné šablony odpovědi, který chcete vrátit uživatelům po dokončení záměru. |
| 10 |
Povolením přepínače Resetovat sloty po dokončení resetujte hodnoty slotů shromážděné v konverzaci, jakmile bude záměr dokončen. Pokud je tento přepínač ve stavu zakázané, slot zachová staré hodnoty a zobrazí stejnou odpověď.
|
| 11 |
Povolením přepínače Aktualizovat hodnoty slotu aktualizujte hodnotu slotu během konverzace se spotřebitelem. Agent AI při zpracování dat zohlední poslední hodnotu vyplněnou v slot. Pokud je tato možnost povolena, hodnoty pro vyplněné sloty se aktualizují vždy, když zákazníci poskytnou nové informace pro stejný typ slotu.
|
| 12 |
Povolením přepínače Poskytnout návrhy na sloty poskytnete návrhy na vyplnění a alternativní hodnoty slotů v konečné odpovědi na základě uživatelského vstupu. |
| 13 |
Povolením přepínače Ukončit konverzaci zavřete relaci po tomto záměru. Služba Webex Connect a hlasové toky ji mohou použít k uzavření konverzace se spotřebiteli.
|
| 14 |
Klikněte na možnost Uložit. Klikněte na možnost Trénovat v pravém horním rohu karty Školení a uplatněte všechny změny provedené v záměrech a entitách.
Pro trénování motorů Rasa nebo Mindmeld NLU jsou vyžadovány minimálně dvě varianty školení (promluvy) na záměr. Každý slot musí mít alespoň dvě poznámky. Pokud tyto požadavky nejsou splněny, tlačítko Vlak bude deaktivováno. Vedle dotčeného záměru se zobrazí ikona upozornění, která problém indikuje. Výchozí záměr náhradního provozu je však z těchto požadavků vyňat. |
Co dělat dál
Po vytvoření záměru jsou k jeho splnění vyžadovány některé informace. Propojené entity určují, jak se tyto informace získávají z výroků uživatelů. Další informace najdete v tématu Propojení entit se záměrem.
Propojit entity se záměrem
Než začnete
Před přidáním prohlášení se ujistěte, že jste vytvořili entity a propojili je. Toto automatické přidávání poznámek k entitám, když jsou přidávána slova.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na agenta s umělou inteligencí, který jste vytvořili. |
| 3 |
Klikněte na možnost Školení v levém podokně. |
| 4 |
Na stránce Data školení zvolte záměr propojit entity a role entity. Ve výchozím nastavení se zobrazí karta Záměr .
|
| 5 |
V části Sloty klikněte na Entita propojení. Připojené entity se zobrazí v části Sloty.
|
| 6 |
Zvolte roli entity pro název entity. |
| 7 |
Klikněte na možnost Uložit. Když je entita označena jako povinná, jsou k dispozici další možnosti konfigurace. Můžete zadat maximální počet, kolikrát může agent AI požádat chybějící entitu před eskalací nebo poskytnutím záložní odpovědi. Můžete definovat klíč šablony, který má být vyvolán, pokud požadovaná entita není poskytnuta v rámci zadaného počtu opakování.
Jakmile agent AI identifikuje záměr a shromáždí všechna potřebná data (sloty), odpoví pomocí zprávy spojené s konečným klíčem šablony nakonfigurovaným pro tento záměr. Chcete-li zahájit novou konverzaci nebo zpracovat následné záměry bez přenosu předchozích dat, musíte povolit přepínač Resetovat sloty po dokončení . Toto nastavení vymaže všechny uznané entity z historie konverzací a zajistí nový začátek pro každou novou interakci. |
Generovat data školení
Aby agent AI pracoval s přiměřenou přesností, musíte do jejich záměrů přidat data školení ručně. Data školení se skládají z různých způsobů, kterými můžete vyvolat stejný záměr. Pro každý záměr můžete přidat alespoň 15–20 variant, abyste zlepšili jeho přesnost. Ruční vytvoření tohoto školicího korpusu může být únavné a časově náročné. Můžete přidat jen několik variant, nebo jako varianty přidat jen klíčová slova namísto smysluplných vět. Tomu lze předejít vytvořením školicích dat, která doplní stávající data.
Chcete-li generovat data o školení, postupujte podle níže uvedených pokynů:
- Zadejte název záměru a vzorové prohlášení.
- Klikněte na tlačítko Generovat.
- Zadejte stručný popis záměru umělou inteligenci vést.
- Zadejte požadovaný počet variant a úroveň kreativity návrhů vygenerovaných umělou inteligencí.
- Generování mnoha variant najednou může mít vliv na kvalitu. Doporučujeme maximálně 20 variant na generaci.
- Nižší kreativita může vytvářet méně různorodé varianty.
- Proces vytváření může v závislosti na požadovaném počtu variant trvat několik sekund.
- Ikona blesku odlišuje varianty generované umělou inteligencí od uživatelem definovaných dat školení.
Nástroj pro porozumění přirozenému jazyku (NLU)
Šifrovaní agenti s umělou inteligencí používají k identifikaci záměru zákazníka funkci porozumění přirozenému jazyku (NLU). Následující NLU motory interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – rychlý, lehký motor podporující více jazyků.
- RASA – Přední rámec pro konverzaci s otevřeným zdrojovým kódem.
- Mindmeld (beta) – nabízí pokročilé konverzační toky a možnosti NLU.
Pro dosažení vysoké přesnosti vyžaduje systém RASA více dat školení než systém Swiftmatch. Vývojáři mohou přepínat motory NLU na kartách Články a Školení agentů Scripted AI a vyhodnotit výkon. Změna motoru aktualizuje algoritmus agenta AI a vyžaduje reškolení pro přesné závěry založené na novém modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravit skóre prahové hodnoty v sekci „Předání a inference“ po přepínání motorů. Pro RASA mají mezní skóre tendenci být nepřímo úměrná počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení inference.
Výměna tréninkových motorů
Přepínání mezi motory NLU.
-
Vyberte agenta s umělou inteligencí, u kterého chcete modul školení změnit.
- Pro agenta s umělou inteligencí pro odpovídání na otázky: Klikněte na Články. Zobrazí se stránka Znalostní báze .
- Pro agenty s umělou inteligencí k provádění úloh: Klikněte na možnost Školení. Zobrazí se stránka s daty školení.
-
Na pravé straně stránky klikněte na ikonu Nastavení vedle modulu NLU . Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je NLU engine pro nově vytvořené agenty AI nastaven na Swiftmatch.
-
Vyberte školicí modul pro školení agenta s umělou inteligencí. Možné hodnoty:
- RASA (beta)
- Rychlá shoda
- Mindmeld (beta)
-
Tyto informace zadejte v části Inference :
- Skóre, pod kterým je zobrazena záložní odpověď– Minimální důvěra potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu– Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, které mají jasně zobrazit nejlepší shodu, pod kterou se zobrazuje šablona částečné shody.
- Kliknutím rozbalte část Rozšířená nastavení .
- Odstranit stopwords – „Stopwords“ jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale nemají samy o sobě lexikální význam. Když z věty odstraníte zastavovací slova, jako jsou články (a, an, the a tak dále), zájmena (on, ona a tak dále), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu spotřebitelem. Pokud zaškrtnete políčko, odstraní z věty slova „stopwords“ v době školení a inference. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Rozbalit kontrakce – anglické kontrakce v datech školení lze rozšířit do původního formuláře spolu s podmínkami v příchozím dotazu spotřebitele, aby byla zajištěna větší přesnost. Příklad: Funkce „don’t“ je rozšířena na „don’t“. Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována všemi třemi motory NLU.
- Kontrola pravopisu v inferenci– Knihovna pro opravu textu identifikuje a opravuje nesprávné hláskování v textu před inferencí. Tato funkce je podporována u všech tří motorů pouze v případě, že je povoleno zaškrtávací políčko Kontrola pravopisu v inference .
- Odebrat speciální znaky – speciální znaky jsou nealfanumerické znaky, které mají vliv na dedukci. Například Wi-Fi a Wi-Fi jsou brány NLU považovány jinak. Když je toto políčko zaškrtnuto, speciální znaky v dotazu spotřebitele budou odstraněny, aby se zobrazila správná odpověď. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Role entity – vlastní entity mohou mít různé role. Tato funkce NLU motoru je podporována pouze pro RASA a Mindmeld.
- Substituce entity v inference – hodnoty entity v datech školení a inference jsou nahrazeny ID entity. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Určení priority pro vyplnění slotu – vyplnění slotu je přednost před detekcí záměru.
- Výsledky uložené na jednu zprávu– počet článků, pro které se v relacích zobrazí v informacích o transakcích, pro které budou vypočtené skóre důvěry agenta AI.
Počet výsledků zobrazených v části Algoritmus na obrazovce relací je nyní omezen na 5. Nejvyšší výsledky n (1=<n=<5) jsou k dispozici ve zprávách přepisů zpráv agentů s umělou inteligencí a v části „Výsledky algoritmu“ na kartě Informace o transakcích v části Relace.
- Rozšíření slovních tvarů– Rozbalte data školení pomocí slovních tvarů, jako jsou plurály, slovesa atd., spolu se synonymy integrovanými v datech. Tato funkce je podporována pouze pro funkci Swiftmatch.
- Synonyma – Synonyma jsou alternativní slova používaná k označení stejného slova. Je-li zaškrtnuto toto políčko, budou běžná anglická synonyma slov v datech školení automaticky generována, aby bylo možné přesně rozpoznat spotřebitelský dotaz. Například pro slovo zahrada, systém generované synonyma může být dvůr, dvůr a tak dále. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Slovníformy – Slovní formy mohou existovat v různých podobách, jako jsou množiny, přísloví, přídavná jména nebo slovesa. Například pro slovo „stvoření“ mohou být slovní formy vytvořeny, vytvořeny, tvůrce, tvůrčí, tvůrčí atd. Pokud je zaškrtnuto toto políčko, slova v dotazu budou vytvořena s alternativními formami slov a zpracována tak, aby byla spotřebitelům poskytnuta odpovídající odpověď.
Vývojáři mohou nastavit různá prahová skóre pro různé motory NLU, aby určili nejnižší skóre přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změníte algoritmus v korpusu agenta s umělou inteligencí.
- Klikněte na tlačítko Vlak. Jakmile je agent AI vyškolen pomocí vybraného školicího modulu, stav znalostní báze se změní z Uloženo na Vyškoleno.
Agenta AI můžete školit s funkcemi RASA a Mindmeld, jen pokud mají všechny články alespoň dvě slova.
Školení
Po vytvoření všech článků můžete agenta AI školit a nechat ho živě otestovat a nasadit. Chcete-li trénovat agenta s umělou inteligencí na jeho aktuální korpus, klikněte v pravém horním rohu na možnost Trénovat . Tato akce by měla změnit stav na Školení.
Po dokončení školení se stav změní na Vyškoleno. Kliknutím na ikonu Znovu načíst vedle položky Školení načtěte aktuální stav školení.
V tuto chvíli můžete kliknutím na možnost Vytvořit na živo spustit vyškolený korpus a otestovat jej v náhledu sdíleného obsahu nebo na externích kanálech, kde je agent AI nasazen.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilého nastavení motoru v motoru Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – vektory úrovně Utterance versus Článek úrovně vektory. V rámci našeho trvalého úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku namísto staršího modelu, který používal vektory na úrovni utterance. Zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Upozorňujeme, že vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. Pro vícejazyčné agenty s umělou inteligencí je podpora shod úrovně článku podporována pouze v případě, že vícejazyčný model je Polymatch.
Můžete zkontrolovat informace o vektorovém modelu, který je dostupný v době dedukce v dalších informacích relace.
Označení vygenerovaných variant
Aby bylo zajištěno zodpovědné používání AI, mohou vývojáři označit výstupy vytvořené umělou inteligencí k revizi. To umožňuje identifikaci a prevenci jakéhokoli škodlivého nebo neobjektivní obsahu. Označení výstupu generovaného umělou inteligencí:
- Najděte možnost označování: Pro každé vygenerované slovo je k dispozici možnost označení.
- Poskytněte zpětnou vazbu: Při označení výstupu mohou vývojáři přidávat komentáře a určit důvod označení.
Tato funkce je zpočátku k dispozici s měsíčním limitem využití 500 generovaných operací. Aby bylo možné vyhovět rostoucím potřebám, mohou vývojáři kontaktovat vlastníky svých účtů a požádat o zvýšení tohoto limitu.
Vytvořit mnohojazyčný záměr a entitu
Data školení můžete vytvořit ve více jazycích. Pro každý jazyk nakonfigurovaný pro agenta s umělou inteligencí musíte definovat slova, která odrážejí požadované interakce. Zatímco sloty zůstávají napříč jazyky konzistentní, klíče šablon jednoznačně identifikují odpovědi v každém jazyce.
Ne všechny jazyky podporují všechny typy entit. Další informace o seznamu typů entit, které jednotlivé jazyky podporují, naleznete v tabulce Jazyky verzí podporovaných entit v části Podporované jazyky pro agenty s umělou inteligencí.
Spravovat odpovědi
Odpovědi jsou zprávy, které váš agent AI odesílá zákazníkům v reakci na jejich dotazy nebo záměry. Můžete vytvořit odpovědi, které zahrnují:
- Text – textové zprávy ve formátu prostého textu pro přímou komunikaci.
- Kód – Vložený kód pro dynamický obsah nebo akce.
- Multimédia– Obrázky, audio nebo video prvky pro vylepšení uživatelského prostředí.
Odpovědi mají dvě hlavní složky:
- Šablony– předdefinované struktury odpovědi, které jsou mapovány na konkrétní záměry.
- Pracovní postupy – logika, která určuje, kterou šablonu se má použít na základě určeného záměru.
Šablony pro předání agenta, nápovědu, náhradní provoz a uvítání jsou předem nakonfigurovány a zprávu s odpovědí lze změnit z odpovídajících šablon.
Typy odpovědí
Část Návrhář odpovědí pokrývá různé typy odpovědí a způsob jejich konfigurace.
Karta Pracovní postupy se používá ke zpracování asynchronních odpovědí při volání externího rozhraní API, které reaguje asynchronním způsobem. Pracovní postupy musí být zakódovány v Pythonu.
Substituce za proměnnou
Substituce proměnné umožňuje používat dynamické proměnné jako součást šablon odpovědi. V šablonách odpovědi lze prostřednictvím této funkce použít všechny standardní proměnné (nebo entity) v relaci spolu s proměnnými, které může vývojář agenta s umělou inteligencí nastavit v objektu bezplatného formuláře, jako je například pole datové úložiště . Proměnné jsou reprezentovány touto syntaxí: ${variable_name}. Pokud například použijete hodnotu entity apptdate, použijete ${entities.apptdate} nebo ${newdfState.model_state.entities.apptdate.value}.
Odpovědi lze přizpůsobit pomocí proměnných přijatých z kanálu nebo shromážděných od spotřebitelů v průběhu konverzace. Funkce automatického dokončování zobrazuje syntaxi proměnných v textové oblasti, když začnete psát ${. Výběrem požadovaného návrhu automaticky vyplní oblast proměnnou a tuto proměnnou zvýrazníte.
Konfigurace odpovědí pomocí návrháře odpovědí
Návrhář odpovědí nabízí uživatelsky přívětivé rozhraní pro vytváření odpovědí bez nutnosti rozsáhlých znalostí kódování. K dispozici jsou dva typy odpovědí:
- Podmíněné odpovědi: Pro jiné než vývojáře tato možnost umožňuje snadnou konstrukci odpovědí, které agent AI poskytuje zákazníkům.
- Fragment kódu: Pro vývojáře používající Python tato možnost poskytuje flexibilitu při konfiguraci odpovědí pomocí kódu.
Návrhář odpovědí je navržen tak, aby zajistil, že uživatelské prostředí vyhovuje konkrétnímu kanálu, se kterým interaguje agent AI.
Šablony odpovědi
- Textovéodpovědi – Jedná se o jednoduché textové odpovědi. Aby bylo uživatelské prostředí vylepšeno, návrhář odpovědí umožňuje v rámci jedné odpovědi více textových polí, což vám umožní rozdělit dlouhé zprávy do lépe spravovatelných částí. Každé textové pole může obsahovat různé možnosti odpovědi. Během konverzace je náhodně vybrána a zobrazena uživateli jedna z těchto možností, což zajišťuje dynamickou a poutavou interakci.
K udržení dynamického a poutavého uživatelského prostředí můžete do šablon přidat více možností odpovědi. Když je aktivována šablona s více možnostmi, jedna z nich je náhodně vybrána a zobrazena uživateli. Tuto funkci můžete povolit kliknutím na tlačítko +Přidat variantu ve spodní části odpovědi.
Při ukládání odpovědí se může zobrazit upozornění označující počet chyb, které je třeba opravit. Pole s chybami budou zvýrazněna červeně. Pomocí navigačních šipek mohou vývojáři tyto chyby snadno najít a opravit v libovolném formátu kanálu nebo odpovědi. Pokud nástroj pro výběr seznamu nebo otočný panel obsahuje více karet, navigace tečkou umožňuje procházet kartami s chybami. Pro jednu kartu se odpovídající tečka zobrazí červeně a signalizuje chybu.
- Rychlá odpověď– Textové odpovědi lze spárovat s tlačítky, což mohou být textové odkazy nebo odkazy adresy URL. Textová tlačítka vyžadují název a datovou část, které se po kliknutí odešlou botu. Tlačítka adresy URL přesměrují uživatele na konkrétní webovou stránku.
Pokud je dotaz zákazníka nejednoznačný, částečné porovnávání umožňuje botu navrhnout příslušné články nebo záměry jako možnosti. Tato funkce je k dispozici pro interakce na webu a na Facebooku.
Přidání rychlých odpovědí adresy URL
Tlačítka rychlé odpovědi URL v pevných a podmíněných odpovědích umožňují vytvářet tlačítka, která přesměrují uživatele na váš web pro další informace nebo akce, jako je vyplňování formulářů. Po kliknutí tato tlačítka otevřou zadanou adresu URL na nové kartě ve stejném okně prohlížeče, aniž by botu byla odesílána data.
Přidání rychlé odpovědi adresy URL do podmíněné nebo pevné odpovědi:
- Zvolte klíč článku nebo šablony, pro který chcete nakonfigurovat rychlou odpověď URL.
- Klikněte na možnost +Přidat rychlou odpověď. Zobrazí se vyskakovací okno Typ tlačítka .
- Zvolte typ tlačítka jako adresu URL ve webovém kanálu.
- Zadejte název tlačítka a adresu URL, na které musí být spotřebitel po kliknutí na tlačítko přesměrován.
- Kliknutím na tlačítko Hotovo přidejte rychlou odpověď URL.
Tlačítka typu URL lze konfigurovat také prostřednictvím dynamického typu odpovědi, kde tato tlačítka lze konfigurovat pomocí fragmentů kódu Python. Tato tlačítka jsou podporována v částech Náhled a Náhled, které lze sdílet. V současné době nejsou podporovány widgetem Živé konverzace IMIchat ani jinými kanály třetích stran.
- Otočný panel– Bohaté odpovědi mohou zahrnovat jednu nebo více karet uspořádaných ve formátu otočného panelu. Každá karta vyžaduje název a může obsahovat obrázek, popis a až tři tlačítka.
Tlačítka rychlé odpovědi v šabloně otočného panelu lze nakonfigurovat pomocí textových odkazů nebo adres URL. Kliknutím na tlačítko adresy URL bude uživatel přesměrován na zadaný web. Kliknutím na tlačítko rychlé odpovědi na základě textu se robotu odešle nakonfigurovaný datový náklad a spustí se odpovídající odpověď.
- Obrázek– Multimediální šablona, kde mohou uživatelé konfigurovat obrázky zadáním adres URL.
- Video– Vykreslí videa v náhledu na základě nakonfigurované adresy URL videa.
- Kód – Lze použít k zápisu kódu Python pro volání rozhraní API nebo ke spuštění jiné logiky.
Fragment kódu
Podmíněné odpovědi s rozsáhlými funkcemi a rozmanitými šablonami mohou efektivně řešit většinu potřeb agentů s umělou inteligencí. Pro složité případy použití, které nelze plně realizovat pomocí podmíněných odpovědí, nebo pro vývojáře, kteří preferují kódování, je však k dispozici typ odpovědi Fragment kódu.
Fragment kódu umožňuje konfigurovat odpovědi pomocí kódu Python. Tento přístup umožňuje vytvářet všechny typy odpovědí, včetně rychlých odpovědí, textu, karouselů, obrázků, zvuku, videa a souborů, v rámci šablony odpovědi nebo článku.
Funkční kód definovaný v šabloně fragment kódu lze použít k nastavení proměnných, které se pak používají v jiných šablonách. Je důležité si uvědomit, že funkční kód nemůže odpovědi přímo vracet, když je použit v rámci podmíněných odpovědí.
Ověření fragment kódu – platforma kontroluje pouze chyby syntaxe v fragment kódu, který konfigurujete. Případné chyby v samotném obsahu odpovědi však mohou způsobit problémy pro uživatele interakci s botem v nakonfigurovaném kanálu. Editor vám například nezabrání přidávat odpověď „pro výběr času“ pro webový kanál, ale to má za následek chyby, pokud dotaz uživatele aktivuje konkrétní odpověď.
Pokud nenakonfigurujete jedinečnou odpověď pro různé kanály, webová odpověď se použije jako výchozí odpověď a stejná odpověď se odešle zákazníkovi. Seznam šablon podporovaných ve webovém kanálu je:
- Text– Jednoduchá textová zpráva, která může mít více variant. Tato nakonfigurovaná zpráva se zobrazí na základě dotazu.
- Rychlá odpověď– Šablona s textovými tlačítky a tlačítky, na které lze kliknout.
- Otočný panel– Kolekce karet, přičemž každá karta má název, adresu URL obrázku a popis.
- Obrázek – šablona pro konfiguraci obrázků zadáním adres URL.
- Video – šablona pro konfiguraci videa zadáním adresy URL videa. Video přehrajete kliknutím na obrázek nebo klepnutím na něj.
- Soubor – šablona pro konfiguraci souboru PDF zadáním adresy URL pro přístup k souboru.
- Zvuk – šablona pro konfiguraci zvukového souboru zadáním adresy URL zvuku. Zobrazuje také dobu trvání zvukové zprávy na výstupu.
Konfigurovat nastavení správy
Než začnete
Vytvořte agenta AI Scripted.
| 1 |
Přejděte do nabídky a nakonfigurujte následující podrobnosti: |
| 2 |
Nastavení uložte kliknutím na tlačítko Uložit změny . |
Co dělat dál
Přidejte jazyky k agentovi s umělou inteligencí.
Přidat jazyk k agentovi s umělou inteligencí
Než začnete
Vytvořte agenta AI Scripted.
| 1 |
Přejděte na . |
| 2 |
Kliknutím na tlačítko +Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Jazyk přidáte kliknutím na tlačítko Přidat . |
| 4 |
Povolte přepínač v části Akce jazyk. |
| 5 |
Jakmile přidáte jazyk, můžete jej nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit výchozí. Výchozí jazyk nemůžete odstranit ani zakázat. Pokud změníte stávající výchozí jazyk, může to mít vliv na články, kurace, testování a náhled agenta s umělou inteligencí. |
| 6 |
Klikněte na možnost Uložit změny. |
Konfigurovat nastavení předávání
Než začnete
Vytvořte agenta AI Scripted.
| 1 |
Přejděte do nabídky a nakonfigurujte následující podrobnosti: |
| 2 |
Nastavení předání uložte kliknutím na tlačítko Uložit změny . |
Co dělat dál
Registrovaný agent AI pro odpovídání na otázky
Agenti s umělou inteligencí jsou znalostní agenti, jejichž znalostní báze se skládá ze skupiny otázek a odpovědí. Skriptovaný agent s umělou inteligencí může poskytovat odpovědi na základě uživatelem vytvořeného korpusu školení, který představuje sadu příkladů a odpovědí. Tato funkce je užitečná v situacích, kdy:
- Jsou vyžadovány specifické znalosti – agent musí odpovědět na otázky v rámci předem definované domény.
- Konzistence je důležitá – agent musí na podobné dotazy odpovídat konzistentně.
- Je nutná omezená flexibilita – odpovědi agenta jsou omezeny informacemi v korpusu školení.
Tato část obsahuje následující nastavení konfigurace:
Vytvořit agenta s umělou inteligencí k odpovídání na otázky
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím panelu klikněte na tlačítko +Vytvořit agenta. |
| 3 |
Na obrazovce Vytvořit agenta AI klikněte na tlačítko Spustit od začátku. Můžete si také vybrat předdefinovanou šablonu a rychle vytvořit agenta s umělou inteligencí. Typ agenta AI můžete filtrovat jako Zaprotokolovaný. V takovém případě se pole na stránce Profil automaticky vyplní. |
| 4 |
Klepněte na tlačítko Další. |
| 5 |
V části Jaký typ agenta stavíte klikněte na tlačítko Skript. |
| 6 |
V části Co je hlavní funkce vašeho agenta klikněte na Odpovědět na otázky. |
| 7 |
Klepněte na tlačítko Další. |
| 8 |
Na stránce Definovat agenta zadejte následující podrobnosti: |
| 9 |
Klikněte na Vytvořit. Skriptovaný agent umělé inteligence pro odpovídání na otázky byl úspěšně vytvořen a je nyní k dispozici na řídicím panelu.
V záhlaví Agent AI můžete provádět následující úkoly:
Můžete také importovat předem sestavené agenty AI. Další informace najdete v tématu Import předem sestaveného agenta AI. |
Co dělat dál
Přidejte články do agenta s umělou inteligencí.
Aktualizovat profil agenta s umělou inteligencí
Než začnete
Vytvořte agenta umělé inteligence, který bude odpovídat na otázky.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do nabídky a nakonfigurujte následující podrobnosti: |
| 4 |
Nastavení uložte kliknutím na tlačítko Uložit změny . |
Spravovat články
Články jsou důležitou součástí skriptovaných agentů AI. Článek je kombinace otázky, jejích variací a odpovědí na tuto otázku. Každý článek má výchozí otázku , která jej identifikuje. Všechny články dohromady tvoří znalostní bázi nebo korpus agenta AI. Když se vás na něco zeptá zákazník, systém zkontroluje svou znalostní bázi a poskytne vám nejlepší odpověď, kterou najde.
Motory Rasa a Mindmeld NLU vyžadují minimálně dvě varianty školení (vyjádření), aby se určitý produkt stal součástí vycvičeného modelu korporace. Tlačítka Vlak a Uložit a vlak zůstávají ve skriptu agenta AI nedostupná pro zodpovězení otázek, pokud vyberete motor Rasa nebo Mindmeld NLU a článek obsahuje méně než dvě varianty. Když odpojíte ukazatel na tato nedostupná tlačítka, systém zobrazí zprávu se žádostí, abyste problémy vyřešili před školením. Systém také zobrazuje varovnou ikonu odpovídající článku s problémy. Problémy můžete vyřešit přidáním více než dvou variant článku. Jakmile budou problémy vyřešeny, tlačítka Vlak a Uložit a vlak jsou k dispozici. Dvě varianty se nevztahují na výchozí články – částečná shoda, záložní zpráva a uvítací zpráva.
Články můžete klasifikovat do kategorií podle vlastního výběru a všechny nekategorizované články zůstanou klasifikovány jako nepřiřazené. Od doby vytváření článků jsou pro každého agenta s umělou inteligencí k dispozici čtyři výchozí články. Jedná se o tyto položky:
- Uvítací zpráva – Tato zpráva obsahuje první zprávu, kdykoli začne konverzace mezi zákazníkem a agentem AI.
- Záložní zpráva – agent AI zobrazí tuto zprávu, když nemůže pochopit otázku uživatele.
- Částečná shoda– Když agent AI rozpozná více článků s malým rozdílem ve skóre (jak je nastaveno v nastavení Předání a Inferences ), agent zobrazí tuto odpovídající zprávu spolu s odpovídajícími články jako možnosti. Můžete také nakonfigurovat textovou odpověď, která se má zobrazit, spolu s těmito možnostmi.
- Co můžete udělat?– Můžete nakonfigurovat funkce agenta s umělou inteligencí. Agent AI toto zobrazí, kdykoli koncoví uživatelé zpochybní možnosti agenta AI.
Kromě těchto je přidán výchozí článek Hovořit o agentovi , pokud je povoleno předání agenta z nastavení Předání a Inference .
Všichni noví agenti s umělou inteligencí mají také čtyři články Smalltalk , které se zabývají výroky uživatelů pro:
- Pozdravy
- Děkujeme
- Agent s umělou inteligencí nebyl užitečný
-
Na shledanou
Tyto články a odpovědi jsou ve výchozím nastavení k dispozici ve znalostní bázi agenta AI při vytváření nového agenta AI. Můžete je také upravit nebo odebrat.
Přidání článků prostřednictvím uživatelského rozhraní a výchozí odpovědi
Článek je kombinace otázky, jejích variací a odpovědí na tuto otázku. Dotaz každého spotřebitele je porovnán s těmito články (znalostní báze) a odpověď, která vrátí nejvyšší úroveň důvěry, se zobrazí uživateli jako odpověď agenta s umělou inteligencí. Přidání článků:
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do klikněte na Vytvořit nový článek . |
| 4 |
Přidejte výchozí varianty. |
| 5 |
Vyberte některou z těchto výchozích odpovědí pro článek. Možné hodnoty:
Další informace naleznete v části Konfigurace odpovědí pomocí návrháře odpovědí . |
| 6 |
Klikněte na tlačítko Uložit a trénovat. |
Import z katalogů
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na možnost Importovat z katalogů. |
| 5 |
Vyberte kategorie článků, které mají být přidány agentovi. |
| 6 |
Klepněte na tlačítko Hotovo. |
Extrahovat často kladené otázky z odkazu
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na možnost Extrahovat často kladené otázky z odkazu. |
| 5 |
Zadejte adresu URL, na které jsou často kladené otázky hostovány, a klikněte na tlačítko Extrahovat. |
| 6 |
Klepněte na tlačítko Importovat. |
Importovat ze souboru
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do a klikněte na ikonu Tři tečky . |
| 4 |
Klikněte na možnost Importovat ze souboru a zvolte možnost CSV pro import článků ze souboru CSV. Pokud importujete články ze souboru ve formátu JSON, zvolte možnost JSON. |
| 5 |
Klikněte na možnost Procházet a vyberte soubor, který obsahuje všechny články. Kliknutím na možnost Stáhnout vzorek zobrazíte formát, ve kterém musí být články zadány. |
| 6 |
Klepněte na tlačítko Importovat. |
Přidat vlastní synonyma
Mnoho případů užití agentů s umělou inteligencí má tendenci zahrnovat slova a fráze, které nemusí být součástí standardního anglického slovníku nebo které jsou specifické pro obchodní kontext. Chcete například, aby agent AI rozpoznal aplikaci pro Android, aplikaci pro iOS atd. Agent s umělou inteligencí musí tyto pojmy a jejich varianty zahrnout do školení pro všechny související články, což povede k nadbytečnému zadávání dat.
Chcete-li tento problém s redundancí překonat, můžete pro odpovědi na otázky použít vlastní synonyma v rámci napsaného agenta AI. Synonyma každého kořenového slova jsou automaticky nahrazeny kořenovým slovem v runtime platformou.
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
Na řídicím paneluvyberte vytvořeného agenta AI. |
| 3 |
Přejděte do a klikněte na ikonu se třemi tečkami. |
| 4 |
Klikněte na možnost Vlastní synonyma. |
| 5 |
Klikněte na možnost Nové kořenové slovo. |
| 6 |
Nakonfigurujte kořenovou hodnotu slova a její synonyma a klikněte na tlačítko Uložit. |
| 7 |
Po přidání synonym znovu trénujte agenta s umělou inteligencí. Můžete také exportovat synonyma (ve formátu souboru CSV) do místní složky a importovat soubor zpět do platformy. |
Nástroj pro porozumění přirozenému jazyku (NLU)
Šifrovaní agenti s umělou inteligencí používají k identifikaci záměru zákazníka funkci porozumění přirozenému jazyku (NLU). Následující NLU motory interpretují vstupy zákazníků a poskytují přesné odpovědi:
- Swiftmatch – rychlý, lehký motor podporující více jazyků.
- RASA – Přední rámec pro konverzaci s otevřeným zdrojovým kódem.
- Mindmeld (beta) – nabízí pokročilé konverzační toky a možnosti NLU.
Pro dosažení vysoké přesnosti vyžaduje systém RASA více dat školení než systém Swiftmatch. Vývojáři mohou přepínat motory NLU na kartách Články a Školení agentů Scripted AI a vyhodnotit výkon. Změna motoru aktualizuje algoritmus agenta AI a vyžaduje reškolení pro přesné závěry založené na novém modelu. Rozdíly ve výkonu můžete analyzovat pomocí skóre podobnosti v relacích a testování jedním kliknutím.
Vývojáři mohou také testovat a upravit skóre prahové hodnoty v sekci „Předání a inference“ po přepínání motorů. Pro RASA mají mezní skóre tendenci být nepřímo úměrná počtu záměrů, což znamená, že agenti s mnoha záměry (100+) mají obvykle nižší záložní skóre v nastavení inference.
Výměna tréninkových motorů
Přepínání mezi motory NLU.
-
Vyberte agenta s umělou inteligencí, u kterého chcete modul školení změnit.
- Pro agenta s umělou inteligencí pro odpovídání na otázky: Klikněte na Články. Zobrazí se stránka Znalostní báze .
- Pro agenty s umělou inteligencí k provádění úloh: Klikněte na možnost Školení. Zobrazí se stránka s daty školení.
-
Na pravé straně stránky klikněte na ikonu Nastavení vedle modulu NLU . Zobrazí se okno Změnit školicí modul .
Ve výchozím nastavení je NLU engine pro nově vytvořené agenty AI nastaven na Swiftmatch.
-
Vyberte školicí modul pro školení agenta s umělou inteligencí. Možné hodnoty:
- RASA (beta)
- Rychlá shoda
- Mindmeld (beta)
-
Tyto informace zadejte v části Inference :
- Skóre, pod kterým je zobrazena záložní odpověď– Minimální důvěra potřebná k zobrazení odpovědi, pod kterou je zobrazena záložní odpověď.
- Rozdíl ve skóre pro částečnou shodu– Definuje minimální mezeru mezi úrovněmi spolehlivosti odpovědí, které mají jasně zobrazit nejlepší shodu, pod kterou se zobrazuje šablona částečné shody.
- Kliknutím rozbalte část Rozšířená nastavení .
- Odstranit stopwords – „Stopwords“ jsou funkční slova, která vytvářejí gramatické vztahy mezi jinými slovy ve větě, ale nemají samy o sobě lexikální význam. Když z věty odstraníte zastavovací slova, jako jsou články (a, an, the a tak dále), zájmena (on, ona a tak dále), algoritmy strojového učení se mohou zaměřit na slova, která definují význam textového dotazu spotřebitelem. Pokud zaškrtnete políčko, odstraní z věty slova „stopwords“ v době školení a inference. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Rozbalit kontrakce – anglické kontrakce v datech školení lze rozšířit do původního formuláře spolu s podmínkami v příchozím dotazu spotřebitele, aby byla zajištěna větší přesnost. Příklad: Funkce „don’t“ je rozšířena na „don’t“. Pokud je toto políčko zaškrtnuto, kontrakce ve vstupních zprávách se před zpracováním rozbalí. Tato funkce je podporována všemi třemi motory NLU.
- Kontrola pravopisu v inferenci– Knihovna pro opravu textu identifikuje a opravuje nesprávné hláskování v textu před inferencí. Tato funkce je podporována u všech tří motorů pouze v případě, že je povoleno zaškrtávací políčko Kontrola pravopisu v inference .
- Odebrat speciální znaky – speciální znaky jsou nealfanumerické znaky, které mají vliv na dedukci. Například Wi-Fi a Wi-Fi jsou brány NLU považovány jinak. Když je toto políčko zaškrtnuto, speciální znaky v dotazu spotřebitele budou odstraněny, aby se zobrazila správná odpověď. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Role entity – vlastní entity mohou mít různé role. Tato funkce NLU motoru je podporována pouze pro RASA a Mindmeld.
- Substituce entity v inference – hodnoty entity v datech školení a inference jsou nahrazeny ID entity. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Určení priority pro vyplnění slotu – vyplnění slotu je přednost před detekcí záměru.
- Výsledky uložené na jednu zprávu– počet článků, pro které se v relacích zobrazí v informacích o transakcích, pro které budou vypočtené skóre důvěry agenta AI.
Počet výsledků zobrazených v části Algoritmus na obrazovce relací je nyní omezen na 5. Nejvyšší výsledky n (1=<n=<5) jsou k dispozici ve zprávách přepisů zpráv agentů s umělou inteligencí a v části „Výsledky algoritmu“ na kartě Informace o transakcích v části Relace.
- Rozšíření slovních tvarů– Rozbalte data školení pomocí slovních tvarů, jako jsou plurály, slovesa atd., spolu se synonymy integrovanými v datech. Tato funkce je podporována pouze pro funkci Swiftmatch.
- Synonyma – Synonyma jsou alternativní slova používaná k označení stejného slova. Je-li zaškrtnuto toto políčko, budou běžná anglická synonyma slov v datech školení automaticky generována, aby bylo možné přesně rozpoznat spotřebitelský dotaz. Například pro slovo zahrada, systém generované synonyma může být dvůr, dvůr a tak dále. Tato funkce motoru NLU je podporována pouze pro Swiftmatch.
- Slovníformy – Slovní formy mohou existovat v různých podobách, jako jsou množiny, přísloví, přídavná jména nebo slovesa. Například pro slovo „stvoření“ mohou být slovní formy vytvořeny, vytvořeny, tvůrce, tvůrčí, tvůrčí atd. Pokud je zaškrtnuto toto políčko, slova v dotazu budou vytvořena s alternativními formami slov a zpracována tak, aby byla spotřebitelům poskytnuta odpovídající odpověď.
Vývojáři mohou nastavit různá prahová skóre pro různé motory NLU, aby určili nejnižší skóre přijatelné pro zobrazení odpovědi agenta AI.
- Kliknutím na tlačítko Aktualizovat změníte algoritmus v korpusu agenta s umělou inteligencí.
- Klikněte na tlačítko Vlak. Jakmile je agent AI vyškolen pomocí vybraného školicího modulu, stav znalostní báze se změní z Uloženo na Vyškoleno.
Agenta AI můžete školit s funkcemi RASA a Mindmeld, jen pokud mají všechny články alespoň dvě slova.
Školení
Po vytvoření všech článků můžete agenta AI školit a nechat ho živě otestovat a nasadit. Chcete-li trénovat agenta s umělou inteligencí na jeho aktuální korpus, klikněte v pravém horním rohu na možnost Trénovat . Tato akce by měla změnit stav na Školení.
Po dokončení školení se stav změní na Vyškoleno. Kliknutím na ikonu Znovu načíst vedle položky Školení načtěte aktuální stav školení.
V tuto chvíli můžete kliknutím na možnost Vytvořit na živo spustit vyškolený korpus a otestovat jej v náhledu sdíleného obsahu nebo na externích kanálech, kde je agent AI nasazen.
Vektorový model
Nyní můžete vybrat jejich preferované vektorové modely jako součást pokročilého nastavení motoru v motoru Swiftmatch NLU. Výběr je možný mezi dvěma možnostmi – vektory úrovně Utterance versus Článek úrovně vektory. V rámci našeho trvalého úsilí o zvýšení přesnosti našich NLU motorů jsme experimentovali s použitím vektorů na úrovni článku namísto staršího modelu, který používal vektory na úrovni utterance. Zjistili jsme, že vektory na úrovni článku zlepšují přesnost ve většině případů. Upozorňujeme, že vektory na úrovni článku jsou novou výchozí hodnotou pro vektorizaci pro nové jednojazyčné agenty AI. Pro vícejazyčné agenty s umělou inteligencí je podpora shod úrovně článku podporována pouze v případě, že vícejazyčný model je Polymatch.
Můžete zkontrolovat informace o vektorovém modelu, který je dostupný v době dedukce v dalších informacích relace.
Konfigurovat nastavení správy
Než začnete
Vytvořte agenta AI Scripted.
| 1 |
Přejděte do nabídky a nakonfigurujte následující podrobnosti: |
| 2 |
Nastavení uložte kliknutím na tlačítko Uložit změny . |
Co dělat dál
Přidejte jazyky k agentovi s umělou inteligencí.
Přidat jazyk k agentovi s umělou inteligencí
Než začnete
Vytvořte agenta AI Scripted.
| 1 |
Přejděte na . |
| 2 |
Kliknutím na tlačítko +Přidat jazyky přidejte nové jazyky a vyberte jazyky z rozevíracího seznamu. |
| 3 |
Jazyk přidáte kliknutím na tlačítko Přidat . |
| 4 |
Povolte přepínač v části Akce jazyk. |
| 5 |
Jakmile přidáte jazyk, můžete jej nastavit jako výchozí. Najeďte myší na jazyk a klikněte na Nastavit výchozí. Výchozí jazyk nemůžete odstranit ani zakázat. Pokud změníte stávající výchozí jazyk, může to mít vliv na články, kurace, testování a náhled agenta s umělou inteligencí. |
| 6 |
Klikněte na možnost Uložit změny. |
Konfigurovat nastavení předávání
Než začnete
Vytvořte agenta AI Scripted.
| 1 |
Přejděte do nabídky a nakonfigurujte následující podrobnosti: |
| 2 |
Nastavení předání uložte kliknutím na tlačítko Uložit změny . |
Co dělat dál
Zobrazit náhled agenta s umělou inteligencí
Aplikace Webex AI Agent Studio umožňuje zobrazit náhled agentů s umělou inteligencí během jejího vývoje a dokonce i po jeho dokončení. Tímto způsobem můžete otestovat fungování agentů s umělou inteligencí a určit, zda jsou požadované odpovědi generovány v souladu s příslušnými vstupními dotazy. Náhled zadaného agenta AI si můžete zobrazit následujícími způsoby.
- Řídicí panel agenta AI – najetím nad kartu agenta AI zobrazíte možnost Náhled pro daného agenta s umělou inteligencí. Kliknutím na tlačítko Náhled otevřete miniaplikaci náhledu agenta AI.
- Záhlaví agenta AI – Po vstupu do režimu úprav pro libovolného agenta AI kliknutím na kartu agenta AI nebo tlačítko Upravit na kartě agenta AI je v části záhlaví vždy viditelná možnost Náhled .
- Minimalizovaná miniaplikace– Po spuštění a následném minimalizaci se v pravém dolním rohu stránky vytvoří miniaplikace hlavy konverzace, která vám umožní snadno znovu otevřít režim náhledu.
Kromě toho můžete zkopírovat odkaz na náhled, který lze sdílet v rámci agenta AI. Na kartě agenta AI klikněte v pravém horním rohu na ikonu Elipsy a klikněte na Kopírovat odkaz na náhled. Tento odkaz můžete sdílet s ostatními uživateli agenta s umělou inteligencí.
Widget náhledu platformy
Miniaplikace Náhled se zobrazí v pravém dolním rohu obrazovky. Můžete poskytnout výroky (nebo posloupnost výroků), abyste viděli, jak agent AI reaguje, a zajistili, že bude fungovat podle očekávání. Náhled agenta s umělou inteligencí podporuje více jazyků a může automaticky detekovat jazyk řečí, aby odpovídal příslušným způsobem. Jazyk můžete také vybrat ručně v náhledu tak, že kliknete na výběr jazyka a zvolíte ze seznamu dostupných možností.
Chcete-li zlepšit zobrazení, můžete maximalizovat widget náhledu. Můžete také poskytnout informace o spotřebiteli a iniciovat více místností, abyste mohli agenta s umělou inteligencí důkladně otestovat.
Widget náhledu, který lze sdílet
Widget náhledu, který lze sdílet, umožňuje sdílet agenta AI se zúčastněnými stranami a spotřebiteli prezentovatelným způsobem, aniž by bylo nutné vyvíjet vlastní uživatelské rozhraní pro zobrazení agenta AI. Ve výchozím nastavení vykreslí zkopírovaný odkaz náhledu agenta s umělou inteligencí do pouzdra telefonu. Změnou určitých parametrů v odkazu náhledu můžete provést rychlou přizpůsobení. Jedná se o dvě hlavní přizpůsobení:
- Barva miniaplikace– Připojením parametru
brandColork odkazu. Jednoduché barvy můžete definovat pomocí názvů barev nebo použít hexadecimální kód barev. -
Pouzdro telefonu – Změnou hodnoty parametru
phoneCasingv odkazu. Ve výchozím nastavení je tato hodnota nastavena natruea lze ji zakázat nastavením false.Odkaz náhledu s těmito parametry:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Části společné správy pro agenta s umělou inteligencí
Na levém panelu stránky konfigurace agenta AI se zobrazují následující části:
Školení
Jak se agenti AI vyvíjejí a stávají se komplexnějšími, změny jejich logiky nebo porozumění přirozenému jazyku (NLU) mohou mít někdy nezamýšlené důsledky. Pro zajištění optimálního výkonu a identifikaci potenciálních problémů nabízí platforma agentů s umělou inteligencí praktický rámec pro testování botů jedním kliknutím. Můžete:
- Snadno vytvořte a spusťte komplexní sadu testovacích případů.
- Definujte testovací zprávy a očekávané odpovědi pro různé scénáře.
- Simulujte složité interakce vytvářením testovacích případů s více zprávami.
Definovat testy
Testy můžete definovat pomocí následujících kroků:
- Přihlaste se k platformě Webex AI Agent Studio.
- Na řídicím panelu klikněte na agenta s umělou inteligencí, který jste vytvořili.
- Klikněte na Testování v levém podokně. Ve výchozím nastavení se zobrazí karta Testovací případy .
- Vyberte testovací případ a klikněte na možnost Spustit vybrané testy.
Každý řádek v tabulce představuje testovací případ s následujícími parametry:
| Parametr | Popis |
|---|---|
| Zpráva | Vzorová zpráva představující typy dotazů a prohlášení, které můžete očekávat, že uživatelé odešlou vašemu agentovi s umělou inteligencí. |
| Očekávaný jazyk | Jazyk, ve kterém se očekává, že uživatelé budou komunikovat s agentem AI. |
| Očekávaný článek | Zadejte článek, který se má zobrazit jako odpověď na konkrétní uživatelskou zprávu. Abyste mohli najít nejrelevantnější článek, obsahuje tento sloupec funkci inteligentního automatického dokončování. Během zadávání systém navrhuje odpovídající články na základě dosud zadaného textu. |
| Obnovit předchozí kontext | Kliknutím na zaškrtávací políčko v tomto sloupci izolujte testovací případy a ujistěte se, že jsou spouštěny nezávisle na jakémkoli existujícím kontextu agenta AI. Když je tato možnost povolena, každý testovací případ je simulován v nové relaci, aby nedošlo k rušení předchozích interakcí nebo uložených dat. |
| Zahrnout částečné shody | Povolte tento přepínač, aby byly testovací případy považovány za úspěšné, i když očekávané články odpovídají skutečné odpovědi pouze částečně. |
| Importovat ze souboru CSV | Importovat testovací případy ze souboru odděleného čárkami (CSV). V takovém případě budou všechny stávající testovací případy přepsány. |
| Exportovat do formátu CSV | Exportovat testovací případy do souboru odděleného čárkami (CSV). |
| Otestovat zpětná volání | Povolením tohoto přepínače simulujete příchozí zpětná volání a otestujete chování toku, aniž by byly vyžadovány skutečné příchozí hovory. Tato možnost je k dispozici pouze pro agenty s umělou inteligencí k provádění akcí. |
| Tok zpětného volání | Kliknutím na zaškrtávací pole v tomto sloupci indikujete, že záměr musí spustit zpětné volání. Tato možnost je k dispozici pouze pro agenty s umělou inteligencí k provádění akcí. |
| Byla očekávána šablona zpětného volání | Zadejte klíč šablony, který má být aktivován při zpětném volání. Tato možnost je k dispozici pouze pro agenty s umělou inteligencí k provádění akcí. |
| Časový limit zpětného volání (s) | Maximální doba (v sekundách), po kterou agent AI čeká na odpověď na zpětné volání, než zahájí zpracování zpětného volání jako vypršení časového limitu. Maximální časový limit 20sekundy je povolen. Tato možnost je k dispozici pouze pro agenty s umělou inteligencí k provádění akcí. |
Spustit testy
Na kartě Provádění klikněte na možnost Spustit vybrané testy a zahajte sekvenční provádění všech vybraných testovacích případů.
Testovací případy můžete spustit také na kartě Testovací případy .
.Chcete-li zobrazit testovací případy s konkrétními výsledky, klikněte na požadovaný výsledek (například Prodáno, Prodáno s částečnou shodou, Neúspěšné, Čeká na vyřízení) na pásu souhrnu. Tato možnost filtruje seznam testovacích případů tak, aby zobrazovala pouze ty, které odpovídají vybranému výsledku.
ID relace spojené s každým testovacím případem se zobrazí ve výsledcích. To umožňuje rychle přenášet případy křížových testů a zobrazit podrobnosti o transakcích. Chcete-li to provést, vyberte možnost Podrobnosti transakce ve sloupci Akce .
Historie provedení
Na kartě Historie získáte přístup ke všem provedeným testovacím případům.
- Kliknutím na ikonu Stáhnout ve sloupci Akce exportujete data provedených testů do souboru CSV pro offline analýzu nebo vytváření sestav.
- Zkontrolujte nastavení konkrétního modulu a algoritmu použitého pro provedení každého testovacího případu. Tyto informace pomáhají vývojářům optimalizovat výkon agenta AI.
- Chcete-li zobrazit rozšířená nastavení konfigurace algoritmu použitá pro konkrétní školicí modul, klikněte na ikonu Informace vedle názvu školicího modulu. Poskytuje přehledy o parametrech a nastaveních, která ovlivnila chování agenta AI během testování.
Relace
Část Relace poskytuje komplexní záznam o všech interakcích mezi agenty AI a zákazníky. Každá relace obsahuje podrobnou historii vyměněných zpráv. Data relace můžete exportovat jako soubor CSV pro offline analýzu a audit. Tato data můžete použít k prozkoumání zpráv a kontextu konkrétních relací, abyste získali přehled o interakcích uživatelů a identifikovali oblasti pro zlepšení, upřesnili reakce agentů s umělou inteligencí a vylepšili celkové uživatelské prostředí.
Zvládá velké datové sady zobrazením výsledků na stránkách. Sekci Upřesnit výsledky můžete použít k filtrování a řazení relací podle různých kritérií. Každý řádek v tabulce zobrazuje základní údaje o relaci, včetně těchto údajů:
- Kanály – kanál, kde došlo k interakci (například chat, hlas).
- ID relace – jedinečný identifikátor relace.
- ID spotřebitele – jedinečný identifikátor uživatele.
- Zprávy – počet zpráv vyměněných během relace.
- Aktualizováno v – čas uzavření relace.
- Metadata – další informace o relaci.
- Skrýt testovací relace – zaškrtnutím tohoto políčka skryjete testovací relace a zobrazíte pouze seznam živých relací.
- Došlo k předání agenta – zaškrtnutím tohoto políčka můžete filtrovat relace, které jsou předány agentovi. Pokud dojde k předání agenta, zobrazí se ikona sluchátka označující předání konverzace lidskému agentovi.
- Došlo k chybě – zaškrtnutím tohoto pole můžete filtrovat relace, ve kterých došlo k chybě.
- Downvoted (Odmítnuto) – zaškrtnutím tohoto pole můžete filtrovat odmítnuté relace.
Kliknutím na řádek získáte přístup k podrobnému zobrazení konkrétní relace. Zaškrtávací políčka použijte pro filtrování relací na základě předání agenta, chyb a hlasů proti. Dešifrování relací vyžaduje oprávnění na úrovni uživatele a pokročilá nastavení ochrany dat. Chcete-li zobrazit podrobnosti o relaci, klikněte na možnost Dešifrovat obsah .
Podrobnosti o relaci konkrétní relace v agentovi s umělou inteligencí pro odpovídání na otázky
Zobrazení Podrobnosti relace v agentovi umělé inteligence pro odpovídání na otázky poskytuje komplexní rozpis konkrétní interakce mezi uživatelem a agentem s umělou inteligencí.
Část Zprávy :
- Zobrazuje všechny zprávy odeslané uživatelem během relace.
- Zobrazuje odpovídající odpovědi vygenerované agentem AI.
- Představuje chronologické pořadí zpráv a poskytuje kontext pro interakci.
Karta Informace o transakci:
- Uvádí články, které byly identifikovány jako relevantní pro dotaz zákazníka, včetně přesných i částečných shod.
- Zobrazuje skóre podobnosti spojené s každým identifikovaným článkem a uvádí stupeň relevance.
- Prezentuje výsledky základních algoritmů používaných ke zpracování dotazu zákazníka a identifikuje relevantní články.
- Zobrazuje počet výsledků algoritmu v závislosti na nastavení nakonfigurovaném na kartě Předání a Inference .
Část Jiné informace v zobrazení Podrobnosti relace obsahuje další kontext a podrobnosti o konkrétní interakci. Zde je rozpis zobrazených informací:
- Zpracovaný dotaz – Zobrazí předzpracovanou verzi vstupu zákazníka po jeho zpracování prostřednictvím potrubí pro porozumění přirozenému jazyku (NLU) agenta AI.
- Předání agenta – udává, zda došlo k předání agenta během relace. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno zvláštními pravidly.
- Typ odpovědi – určuje typ odpovědi vygenerované agentem s umělou inteligencí, například fragment kódu nebo podmíněná odpověď.
- Stav odpovědi – Označuje konkrétní stav nebo pravidlo, které aktivovalo odpověď agenta AI.
- Modul NLU – Udává modul NLU používaný ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Skóre prahové hodnoty – Zobrazí minimální skóre prahové hodnoty a rozdíl skóre částečných shod nakonfigurované v nastavení Předání a inference . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje intervenci agenta.
- Pokročilé protokoly – poskytuje seznam protokolů ladění přidružených k určitému ID transakce. Pokročilé protokoly jsou obvykle zachovány po dobu 180 dní.
Podrobnosti o relaci konkrétní relace v agentovi s umělou inteligencí pro provádění akcí
Karta Informace o transakci v nástroji Scripted AI pro provádění akcí poskytuje podrobný rozpis konkrétní interakce a kategorizuje informace do čtyř částí:
Část Identifikovaný záměry :
- Zobrazuje záměry, které byly identifikovány pro dotaz zákazníka.
- Udává úroveň spolehlivosti spojenou s každým určeným záměrem.
- Vypíše sloty, které jsou přidružené k určenému záměru. Kliknutím na slot zobrazíte další informace o jeho hodnotě a o tom, jak byla extrahována z dotazu uživatele.
V části Identifikované entity jsou uvedeny entity, které byly extrahovány ze zprávy zákazníka a jsou přiřazeny k aktivnímu záměru spotřebitele. Tyto entity představují klíčové informace, které bot identifikoval v rámci dotazu uživatele.
Část Výsledky algoritmu poskytuje přehledy o základních procesech, které vedly k odpovědi agenta AI. Zde je rozpis zobrazených informací:
- Seznam záměrů – Zobrazuje určené záměry a jejich odpovídající skóre podobnosti.
- Seznam entit – Obsahuje entity, které byly extrahovány ze zprávy uživatele.
V části Ostatní informace se zobrazí:
- Předání agenta – udává, zda došlo k předání agenta během relace. Zaškrtněte políčko Předání agenta podle pravidel , pokud bylo předání agenta spuštěno zvláštními pravidly.
- Klíč šablony – Označuje klíč šablony přidružený ke záměru, který aktivoval odpověď agenta umělé inteligence.
- Typ odpovědi – označuje typ odpovědi vygenerované agentem s umělou inteligencí, například fragment kódu nebo podmíněná odpověď.
- Stav odpovědi – Označuje konkrétní stav nebo pravidlo, které aktivovalo odpověď agenta AI.
- Modul NLU – Udává modul NLU používaný ke zpracování dotazu zákazníka (například RASA, Switchmatch nebo Mindmeld).
- Skóre prahové hodnoty – Zobrazí minimální skóre prahové hodnoty a rozdíl skóre částečných shod nakonfigurované v nastavení Předání a inference . Tyto hodnoty určují, kdy je dotaz považován za mimo rozsah nebo vyžaduje intervenci agenta.
- Pokročilé protokoly – poskytuje seznam protokolů ladění přidružených k určitému ID transakce. Pokročilé protokoly jsou obvykle zachovány po dobu 180 dní.
Pomocí možnosti stáhnout si můžete také stáhnout a zobrazit informace o transakci ve formátu JSON.
Na kartě Metadata se zobrazí:
- Metadata NLP– Zkontrolujte kroky předběžného zpracování použité pro zadání zákazníka na kartě NLP .
- Datastore a FinalDF– Přístup k datům souvisejícím s relací na kartách Datastore a FinalDF pro chytré boty.
- Funkce hledání – pomocí vestavěného panelu hledání můžete rychle vyhledat konkrétní slova v rámci konverzace.
Historie
Kdykoli přidáte nebo upravíte články, záměry nebo entity, je nezbytné přetrénovat napsaného agenta AI, aby byl aktuální. Po každém školení důkladně otestujte agenta s umělou inteligencí, abyste ověřili jeho přesnost a efektivitu.
Stránka Historie vám umožňuje:
- Zobrazit historii školení – sledujte, kdy bylo korpus natrénováno a provedené změny.
- Porovnat školicí motory – zkontrolujte školicí motory používané pro různé iterace a jejich odpovídající doby trvání školení.
- Změny sledování – monitorujte změny nastavení, článků, odpovědí, NLP a kurace.
- Vrátit se k předchozím verzím – v případě potřeby se můžete snadno vrátit ke starší školicí sadě.
Část Historie poskytuje praktické nástroje pro správu článků znalostní báze:
- Aktivace článků – vytvořte dříve neaktivní články naživo , aby byly zahrnuty do odpovědí agenta AI.
- Úprava článků – vytvořte novou verzi stávajícího článku a zároveň zachovejte původní článek pro referenci.
- Náhled výkonu – vyhodnoťte výkon agenta AI s konkrétní znalostní základnou pomocí funkce Náhled .
- Stáhnout články – Exportujte články ze znalostní báze do souboru CSV pro offline analýzu nebo referenci. Tato možnost je k dispozici pouze pro agenta s umělou inteligencí pro odpovídání na otázky.
Protokoly auditu
Část Protokoly auditu poskytuje podrobný záznam o úpravách provedených u agenta umělé inteligence za posledních 35 dní. Přístup k protokolům auditu:
- Přejděte na řídicí panel a klikněte na agenta s umělou inteligencí, který jste vytvořili.
- Kliknutím na kartu Historie zobrazíte historii agenta AI.
- Kliknutím na kartu Audit Logs zobrazíte podrobný protokol změn:
- Aktualizováno v – datum a čas provedení změny.
- Aktualizováno uživatelem – uživatel, který provedl změnu.
- Pole – část bota, kde ke změně došlo (například Nastavení, Články, Odpovědi).
- Popis – další podrobnosti o změně.
-
Pomocí možností vyhledávání
Aktualizováno podleaPolemůžete rychle vyhledat konkrétní položky protokolu auditu. -
Na kartě Historie modelů se zobrazuje maximálně 10 korun pro každého agenta AI.
Vyléčení
Do konzole Curation se přidávají zprávy na základě následujících kritérií:
- Záložní zprávy – Když agent AI neporozumí zprávě uživatele a spustí záložní záměr.
- Výchozí záměr náhradního provozu – Pokud je tento přepínač povolen, budou na konzoli Curation odesílány zprávy, které aktivují výchozí záměr náhradního provozu.
Tato kritéria platí pouze pro agenta s umělou inteligencí pro provádění akcí.
- Odmítnuté zprávy – zprávy, které uživatelé odmítli během náhledu agenta AI.
- Předání agenta – zprávy, které vedou k předání lidského agenta kvůli nakonfigurovaným pravidlům.
- Z relace – zprávy označené uživateli jako nepřijaté požadovanou odpověď z dat relace nebo místnosti.
- Nízká důvěra – zprávy se skóre důvěry spadající do zadané prahové hodnoty nízké důvěry.
- Částečná shoda – zprávy, kdy agent AI nemohl s konečnou platností identifikovat správný záměr nebo odpověď.
Vyřešit problémy
Karta Problémy poskytuje centralizované umístění pro kontrolu a adresování zpráv, které byly označeny pro kurování. Můžete provést následující akce:
- Zvolte, zda chcete problémy vyřešit nebo ignorovat na základě jejich závažnosti a relevance.
- Zkontrolujte původní výrok uživatele, odpověď agenta AI a všechna připojená média.
Přístup k dešifrování je udělen na úrovni uživatele a v backendu musí být povolena rozšířená ochrana dat .
Chcete-li problém vyřešit, můžete:
-
Odkaz na existující článek – chcete-li připojit problém ke stávajícímu článku, vyberte možnost Odkaz a vyhledejte požadovaný článek.
-
Vytvořit nový článek – pomocí možnosti Přidat do nového článku můžete vytvořit nový článek přímo z konzole Curation.
-
Ignorovat problémy – vyřešte nebo ignorujte problémy a odeberte je z konzole Curation.
- Propojení s výchozími články (uvítací zpráva, záložní zpráva, částečná shoda) není povoleno.
- V případě agenta s umělou inteligencí pro provádění akcí vyberte z rozevíracího seznamu vhodný záměr a označte všechny relevantní entity.
- Po provedení změn přetrénujte agenta s umělou inteligencí, aby se v odpovědích projevily nové znalosti.
- Pro efektivní správu vyřešte nebo ignorujte více problémů současně.
Karta Vyřešeno poskytuje komplexní přehled všech problémů, které byly vyřešeny. Můžete zobrazit shrnutí každého vyřešeného problému, včetně toho, zda byl problém spojen se stávajícím článkem, použitým k vytvoření nového článku/záměru nebo ignorován. Pokud narazíte na nežádoucí odpovědi, které nebyly automaticky zachyceny stávajícími pravidly, můžete ručně přidat konkrétní slova do konzole Curation.
Přidání problémů z relací:
- Identify the Statement (Identifikovat výrok) – vyhledejte výrok, který aktivoval nesprávnou odpověď.
- Zkontrolujte stav curation – pokud problém již není v konzoli curation, zobrazí se přepínač
Stav curation. - Přepnout příznak – povolte přepínač
Stav vyčištěnía přidejte výraz do konzole Curation za účelem kontroly a rozlišení.
Pokud je problém již v konzoli Curation Console přítomen, vzhled přepínače se odpovídajícím způsobem změní a označí jeho stav.
Zobrazení výkonu psané umělé inteligence pomocí analýz
Část Analýza poskytuje grafické znázornění klíčových metrik k vyhodnocení výkonu a efektivity agenta AI. Klíčové metriky jsou rozděleny do čtyř částí znázorněných jako karty. Jedná se o: Přehled, odpovědi, školení a školení.
Při návštěvě obrazovky analýzy mohou vývojáři vybrat agenta AI, pro kterého chtějí analýzu zobrazit. Mohou také přizpůsobit zobrazení analýzy výběrem kanálu, pro který chtějí zobrazit data, spolu s rozsahem dat a jejich granulárností. Ve výchozím nastavení jsou analytická data za poslední měsíc zobrazena pro všechny kanály s denním rozlišením (každý den je bod na ose x v grafech).
Přehled
Přehled obsahuje klíčové metriky a grafy, které poskytují přehled o celkovém využití a výkonu agentů AI pro vývojáře.
- Na řídicím paneluvyberte vytvořeného agenta AI.
- V levém navigačním podokně klikněte na Analýza. Přehled výkonu agenta s umělou inteligencí se zobrazí v tabulkovém i grafickém formátu.
Relace a zprávy
První část přehledu zobrazuje následující statistiky o relacích a zprávách pro agenta s umělou inteligencí:
- Celkový počet relací a relace, které jsou zpracovávány agentem s umělou inteligencí bez zásahu člověka.
- Celkový počet předání agentů, což je počet relací předaných lidským agentům.
- Denní průměr relací
- Celkový počet zpráv (zprávy člověka a agenta s umělou inteligencí) a kolik těchto zpráv přišlo od uživatelů.
- Průměrný denní počet zpráv
Následuje grafická reprezentace relací (vrstvený sloupec představující relace zpracovávané agentem AI a předané relace) a celkového počtu odpovědí odeslaných agentem AI.
Uživatelé
Druhá část přehledu obsahuje statistiky o uživatelích agenta AI. Uvádí celkový počet uživatelů a informace o průměrném počtu relací na uživatele a denním průměrném počtu uživatelů. Následuje graf zobrazující nové a vracející se uživatele pro každou jednotku v závislosti na vybraném granularity.
Výkon
Třetí část obsahuje statistiky o odpovědích agenta AI na uživatele. Zde se zobrazí celkový počet odpovědí odeslaných agentem AI a rozdělení mezi odpovědi, kde agent AI:
- Byl identifikován záměr uživatele.
- Odpověděl(a) záložní zprávou.
- Odpověděl(a) částečnou shodu.
- Informováno uživatele o předání agenta.
Totéž je agregováno ve výsečovém grafu a oblastní graf poskytuje informace na základě vybraného granularity.
Školení
Část školení představuje „zdraví“ korpusu agenta s umělou inteligencí. Doporučujeme, aby vývojáři nakonfigurovali více než 20 školení pro každý záměr/článek v jejich agentech s umělou inteligencí. V této části jsou všechny články/záměry v korpusu zobrazeny jako jednotlivé obdélníky, kde barva a relativní velikost každého obdélníku indikují tréninková data, která článek/záměry obsahuje. Čím blíže je záměr bílý, tím více školicích dat vyžaduje, aby se zlepšila přesnost agenta AI.
Reakce
Tato část poskytuje vývojářům podrobný pohled na to, na co uživatelé žádají a jak často se na to ptají. Poskytuje grafické ztvárnění nejoblíbenějších článků pro agenty s umělou inteligencí k odpovídání na otázky a šablony odpovědi pro agenty s umělou inteligencí k provádění akcí.
Vyléčení
Tato část poskytuje vizuální shrnutí toho, kolik problémů spojených s vyřešením každý den a kolik z nich bylo vyřešeno agenty AI.
Integrovat agenty AI
V této části je vysvětleno, jak integrovat agenty AI s hlasovými i digitálními kanály pro správu konverzací se zákazníky.
Integrace agentů AI s hlasovými a digitálními kanály
Po vytvoření a konfiguraci agentů AI v platformě Webex AI Agent Studio je dalším krokem integrace s hlasovými a digitálními kanály. Tato integrace umožňuje agentům s umělou inteligencí zpracovávat hlasové i digitální konverzace se zákazníky, a zajistit tak bezproblémové a interaktivní uživatelské prostředí.
Další informace naleznete v článku Integrace agentů AI s hlasovými a digitálními kanály.
Správa zpráv agenta AI
V této části je uveden přehled sestav agentů s umělou inteligencí, typů sestav, vytváření sestav agentů s umělou inteligencí a režimy doručování sestav.
Vysvětlení ke zprávám agenta AI
Funkce sestav umožňuje generovat nebo plánovat (generovat pravidelně) konkrétní sestavy z dostupných typů sestav a přijímat je v rámci dostupných režimů doručení. Tyto sestavy mohou poskytnout cenné informace o chování uživatelů, jejich využití, zapojení, výkonu produktů atd. Požadované informace můžete obdržet na jejich e-mail, SFTP cestu nebo S3 bucket. Typ sestavy můžete vybrat ze seznamu předem sestavených sestav a také vybrat, zda chcete vygenerovat jednorázovou sestavu okamžitě, nebo v pravidelných intervalech.
Při otevření nabídky Sestavy v levém navigačním podokně se zobrazí následující karty:
-
Konfigurovat – na této kartě jsou uvedeny všechny zprávy, které jsou aktuálně aktivní a pravidelně generované. Pro seznam zpráv jsou k dispozici následující podrobnosti:
- Aktivní – zda je uživatel stále přihlášený k odběru zprávy.
- Agent AI – Název agenta AI přiřazeného k sestavě.
- Typ sestavy – předem vytvořený typ sestavy, ke kterému jste se přihlásili.
- Frekvence– interval, ve kterém obdržíte zprávu.
- Poslední vygenerovaná zpráva – poslední odeslaná zpráva.
- Další plánované datum – následující datum bude zpráva odeslána.
-
Historie – Na této kartě jsou uvedeny všechny historické informace zpráv odeslaných do data. Kliknutím na libovolnou sestavu na této stránce můžete upravit konfiguraci sestav.
Tyto historické zprávy můžete stáhnout kliknutím na ikonu Stáhnout pod sloupcem Akce .
Zprávy na vyžádání, které se zobrazují na kartě Historie , jsou k dispozici ke stažení až po dokončení vygenerování zprávy.
Vytvořit zprávu agenta s umělou inteligencí
| 1 |
Přihlaste se k platformě Webex AI Agent Studio. |
| 2 |
V levém navigačním panelu klikněte na možnost Sestavy . |
| 3 |
Klikněte na tlačítko +Nová sestava. |
| 4 |
Chcete-li vytvořit a nakonfigurovat sestavu, zadejte následující informace: |
Typy zpráv agenta AI
Můžete si vybrat ze seznamu předem sestavených sestav na základě vybraného typu agenta AI. Tato část popisuje tyto typy sestav, listy obsažené v každé sestavě a sloupce dostupné v jednotlivých sestavách.
Agent AI pro odpovědi na typ zprávy
Agent s umělou inteligencí má k dispozici tři různé typy sestav pro odpovědi na otázky v aplikaci. Pomocí různých typů sestav můžete pochopit shrnutí využití agenta AI, jeho chování, co uživatelé žádají a jak agent AI odpovídá na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurování.
Chování a shrnutí používáníV této části se zobrazuje shrnutí agenta AI s četností, s jakou články a kategorie jsou vyvolány. Souhrn, kategorie a informace o článcích můžete zobrazit na samostatné kartě ve zprávách:
| Pole | Popis |
|---|---|
| Jméno agenta AI | Název agenta AI. |
| Celkový počet konverzací | Celkový počet konverzací/relací zpracovaných agentem AI. |
| Konverzace s alespoň jednou uživatelskou zprávou | Konverzace nebo relace, kdy uživatelé poskytli alespoň jeden vstup. |
|
Celkový počet zpráv lidí | Zprávy odeslané koncovými uživateli agentovi s umělou inteligencí. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv odeslaných agentem AI koncovým uživatelům. |
| Celkový počet částečných shod | Případy, kdy došlo k určité nejasnosti ohledně zprávy uživatele a agent AI odpověděl s více záměry jako možnostmi. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi. |
| Celkový počet hlasů pro | Celkový počet odpovědí agentů s umělou inteligencí, které byly schváleny zákazníky. |
| Celkový počet hlasů proti |
Celkový počet odpovědí agentů s umělou inteligencí, které byly odmítnuty zákazníky. |
| Pole | Popis |
|---|---|
| Název kategorie | Název kategorie podle konfigurace agenta s umělou inteligencí. |
| Konverzace pro kategorii | Počet konverzací nebo relací, kdy byl zjištěn článek patřící do této kategorie. |
| Celkový počet odpovědí | Počet rozpoznáných položek, které patří do této kategorie. |
| Celkový počet hlasů pro | Počet hlasujících pro odpověď z této kategorie. |
| Celkový počet hlasů proti |
Počet zamítnutých odpovědí z této kategorie. |
| Pole | Popis |
|---|---|
| Název článku | Název článku (výchozí varianta), který je nakonfigurován v agentovi AI. |
| Kategorie článku | Kategorie, do které tento záměr patří. |
| Konverzace k článku | Počet konverzací nebo relací, kdy byl tento článek detekován. |
| Celkový počet odpovědí | Počet zjištění tohoto článku. |
| Celkový počet hlasů pro | Počet hlasů pro tento článek byl schválen. |
| Celkový počet hlasů proti |
Počet zamítnutých odpovědí na tento článek. |
Zobrazuje konverzaci mezi agentem s umělou inteligencí a zákazníkem spolu se skóre podobnosti. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor pro relaci. |
| ID spotřebitele | Jedinečný identifikátor pro koncového uživatele agenta s umělou inteligencí. |
| Typ zprávy | Zpráva agenta s umělou inteligencí nebo lidská zpráva. |
| Text zprávy | obsah zprávy. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr detekován agentem AI pro zprávu zákazníka. |
| Nejvyšší skóre shody | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr byl zjištěn vybraným motorem NLU. |
| Skóre podle článku 1 | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva pro nebo pro zprávu schválena. |
| Komentář zpětné vazby |
Komentáře zanechané uživateli při odmítnutí zprávy. |
Zobrazí zprávy, které skončily v kuraci jako problémy z různých důvodů. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor pro koncového uživatele agenta AI. |
| Lidské poselství | obsah lidské zprávy. |
| Zpráva agenta AI | Obsah zprávy, kterou odpověděl agent s umělou inteligencí. |
| Důvod problému | Důvod této zprávy končí kurací. |
| Článek | Identifikátor odpovědi odeslané zpět agentem AI. |
| Kategorie | Záměr byl zjištěn agentem AI pro zprávu uživatele. |
| Nejvyšší skóre shody | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající článek 1 | Záměr byl zjištěn vybraným motorem NLU. |
| Skóre podle článku 1 |
Skóre zjištěného záměru. |
Agent AI pro provedení typu zprávy o úlohách
Pro agenta s umělou inteligencí jsou k dispozici tři různé typy sestav pro provedení úlohy v aplikaci Agent s umělou inteligencí. Jako vývojář agenta s umělou inteligencí můžete vytvářet různé typy sestav. Tyto informace lze použít k pochopení shrnutí využití agenta AI, chování agenta AI, čeho se uživatelé ptají a jak agent AI odpovídá na dotazy. Můžete také zobrazit zprávy, které skončily jako problémy v kurování.
Zobrazuje souhrn konverzací spolu se záměry a klávesami šablon, které jsou aktivovány. Na kartě Souhrn se zobrazují následující podrobnosti:
| Pole | Popis |
|---|---|
| Jméno agenta AI | Název agenta AI. |
| Celkový počet konverzací | Celkový počet konverzací nebo relací, které jsou zpracovávány agentem s umělou inteligencí. |
| Konverzace s alespoň jednou uživatelskou zprávou | Konverzace nebo relace, kdy uživatelé poskytli alespoň jeden vstup. |
|
Celkový počet zpráv lidí |
Zprávy, které koncoví uživatelé odesílají agentovi s umělou inteligencí. |
| Celkový počet odpovědí agenta AI | Celkový počet zpráv, které odesílá agent AI koncovým uživatelům. |
| Celkový počet částečných shod | Případy, kdy došlo k určité nejasnosti ohledně zprávy uživatele a agent AI odpověděl s více záměry jako možnostmi. |
| Konverzace odeslané agentovi | Celkový počet konverzací předaných lidskému agentovi |
| Celkový počet hlasů pro | Celkový počet odpovědí agenta s umělou inteligencí, které byly schváleny uživateli. |
| Celkový počet hlasů proti |
Celkový počet odpovědí agenta s umělou inteligencí, které byly uživateli odmítnuty. |
Podrobnosti o záměru si můžete také zobrazit na kartě Záměry v tabulce:
| Pole | Popis |
|---|---|
| Název záměru | Název záměru nakonfigurovaný v agentovi s umělou inteligencí. |
| Konverzace o záměru | Počet konverzací nebo relací, kde byl tento záměr uplatněn. |
| Celkový počet vyúčtování | Kolikrát byl tento záměr uplatněn. |
| Celkem dokončených položek | Počet sbírek všech letištních časů a tento záměr byl dokončen. |
| Celkový počet hlasů pro | Celkový počet odpovědí byl pro každý záměr schválen. |
| Celkový počet hlasů proti |
Celkový počet odpovědí byl pro každý záměr zamítnut. |
Zpráva obsahuje také podrobné informace o šabloně na vysoké úrovni, jako například:
| Pole | Popis |
|---|---|
| Název klíče šablony | Název šablony podle konfigurace v agentovi s umělou inteligencí. |
| Záměr klíče šablony | Záměry, ve kterých je tento klíč šablony používán. |
| Konverzace pro klíč šablony | Počet odeslání tohoto klíče šablony jako odpovědi. |
| Celkový počet odpovědí | Počet odeslání tohoto klíče šablony jako odpovědi. |
| Celkový počet hlasů pro | Počet hlasů pro odpověď na tuto šablonu. |
| Celkový počet hlasů proti |
Počet odmítnutých odpovědí pro tuto šablonu. |
Zobrazuje konverzaci zákazníka s agentem AI společně se skóre podobností. V sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor relace uživatele. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v aplikaci. |
| Typ zprávy | Zpráva agenta AI nebo zpráva člověka. |
| Text zprávy | obsah zprávy. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr byl zjištěn agentem AI pro zprávu zákazníka. |
| Nejvyšší skóre shody | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající záměr 1 | Záměr byl zjištěn vybraným motorem NLU. |
| Skóre záměru 1 | Skóre zjištěného záměru. |
| Zpětná vazba | Zpětná vazba uživatele, pokud byla zpráva hlasována pro nebo proti. |
| Komentář zpětné vazby |
Komentáře zanechané uživateli při odmítnutí zprávy. |
Zobrazuje zprávy, které skončily v kuraci jako problémy z různých důvodů. Tato zpráva je relevantní pouze pro agenty s umělou inteligencí. V této sestavě můžete zobrazit následující podrobnosti:
| Pole | Popis |
|---|---|
| Časové razítko | Časové razítko zprávy. |
| ID relace | Jedinečný identifikátor pro relaci zákazníka. |
| ID spotřebitele | Jedinečný identifikátor koncového uživatele v aplikaci. |
| Lidské poselství | obsah lidské zprávy. |
| Zpráva agenta AI | Obsah zprávy agenta s umělou inteligencí odpověděl. |
| Důvod problému | Důvod této zprávy končí kurací. |
| Klíč šablony | Identifikátor odpovědi odeslané zpět agentem AI. |
| Záměr | Záměr byl zjištěn agentem AI pro zprávu uživatele. |
| Nejvyšší skóre shody | Skóre podobnosti pro zjištěný záměr. |
| Odpovídající záměr 1 | Záměr byl zjištěn vybraným motorem NLU. |
| Skóre záměru 1 |
Skóre zjištěného záměru. |
Režimy doručení zprávy agenta s umělou inteligencí
V dnešním světě řízeném daty je efektivní a bezpečné poskytování sestav agentů s umělou inteligencí zásadní pro informované rozhodování a provozní dokonalost. Abychom vyhověli různým potřebám organizace, nabízíme pro sestavy agentů s umělou inteligencí více režimů doručení, které zajišťují flexibilitu, spolehlivost a zabezpečení. Možnosti doručení zahrnují Secure File Transfer Protocol (SFTP), Email a Amazon S3 Bucket. Každý režim je navržen tak, aby vyhovoval různým požadavkům, ať už jde o potřebu vysokého zabezpečení, snadného přístupu nebo škálovatelného skladovacího řešení. Tento dokument popisuje funkce a výhody každého režimu doručování, což vám pomůže vybrat tu nejlepší možnost pro vaše konkrétní potřeby.
SFTP (rozcestník)
|
Pole |
Popis |
|---|---|
| Odeslat sestavy do zabezpečeného umístění podle plánu |
Zapnutím této možnosti přesunete sestavy na zabezpečené místo v naplánovaný čas. Povolením tohoto přepínače můžete zadat pouze následující podrobnosti. |
| IP adresa | Adresa IP systému. |
| Uživatelské jméno | Uživatelské jméno pro přístup ke zprávám. |
| Heslo | Heslo pro přístup ke zprávám. |
| Soukromý klíč | Soukromý klíč pro přístup k souborům. |
| Cesta k nahrání |
Cesta, kde jsou soubory směrovány v systému. |
| Pole | Popis |
|---|---|
| Plánování e-mailů pro více příjemců oddělených středníkem (;) | Zapnutím této možnosti přidáte příjemce. |
| Příjemci |
E-mailová adresa všech příjemců, kteří musí zprávy přijímat v zadaném čase a frekvenci. |
Kbelík S3
| Pole | Popis |
|---|---|
| Nahrávání sestav do kbelíku S3 podle plánu |
Zapnutím této možnosti zpřístupníte pole S3 a nasměrujete sestavy do nakonfigurovaného kbelíku S3. |
| ID přístupového klíče AWS | ID přístupového klíče pro přístup ke službám a zdrojům AWS. |
| Tajný přístupový klíč AWS | Tajný přístupový klíč pro přístup ke službám a zdrojům AWS. |
| Název kbelíku | Název kbelíku, na který je sestava směrována. |
| Název složky |
Název složky, která je vytvořena v kbelíku S3. |
Porozumět souladu s umělou inteligencí
Tyto části vám pomohou pochopit vývoj umělé inteligence, ochranu osobních údajů, zabezpečení a bezpečnost
Vývoj umělé inteligence, ochrana osobních údajů, bezpečnost a bezpečnost
Každá funkce poháněná umělou inteligencí ve společnosti Cisco prochází hodnocením dopadu umělé inteligence podle našich zásad zodpovědné umělé inteligence a dodržuje rámec zodpovědné umělé inteligence, kromě stávajících procesů zabezpečení, ochrany soukromí a lidských práv designem.
Ochrana osobních údajů a zabezpečeníSpolečnost Cisco neuchovává vstupní data zákazníků po procesu vyvozování a poskytovatel modelu 3. strany, společnost Microsoft, nepřistupuje k údajům zákazníků společnosti Cisco, nesleduje je ani neukládá. Další podrobnosti o zásadách uchovávání dat specifických pro jednotlivé funkce naleznete na portálu Cisco Trust Portal.
Následuje seznam poznámek k transparentnosti umělé inteligence pro všechny funkce umělé inteligence:
Zdroje dat pro školení a hodnoceníPoskytovatel modelů společnosti Cisco pro 3. stranu, společnost Microsoft, prohlašuje, že nebude používat obsah zákazníka ke zlepšování modelů Azure OpenAI a že neukládá ani neuchovává data zákazníků společnosti Cisco v infrastruktuře Azure.
Bezpečnostní a etické aspektyVšechny generativní funkce umělé inteligence jsou náchylné k chybám, takže společnost Cisco upřednostňuje bezpečnost obsahu pro funkce umělé inteligence tím, že se přihlásí k filtrování obsahu, které poskytuje Azure OpenAI.
Hodnocení a výkon modeluSpolečnost Cisco upřednostňuje výkon a přesnost asistenta umělé inteligence tím, že zapojuje lidi do přezkumu, testování a zajištění kvality základního modelu.
