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.

  Záložní záměr:

  • By s ním neměly být spojeny žádné sloty.
  • 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

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 – Definujte 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, jako v 123-123-8789

• Číslice – Zachyťte numerické vstupy s pevnou délkou s vysokou přesností, zejména při hlasových interakcích. Používáme to jako alternativu k vlastním a regulárním typům entit v nehlasových interakcích. Například definujte délku pět, abyste zjistili pětimístné číslo účtu.

• Alfanumerické – zachycuje kombinace písmen a čísel a poskytuje přesné rozpoznávání hlasových i nehlasových vstupů.

• Volný formulář – Zachyťte flexibilní datové body, které je obtížné definovat nebo ověřit.

• Poloha na mapě (WhatsApp) – Extrahuje údaje o poloze, které sdílíte na kanálu WhatsApp.

Systémové entity

Vytvořené entity můžete upravit na kartě entity. Propojení entit se záměrem anotuje vaše promluvy se zjištěnými entitami při jejich přidání.

Role entit

Role entit jsou klíčové, když potřebujete shromáždit stejnou entitu vícekrát v rámci jednoho záměru. Přiřazením různých rolí ke stejné entitě můžete agentovi AI pomoci přesněji pochopit a zpracovat vstup uživatele.

Chcete-li například rezervovat let s mezipřistáním, můžete vytvořit entitu letiště se třemi rolemi: výchozí bod, cíl a mezipřistání. Anotací trénovacích promluv s těmito rolemi se agent AI může naučit očekávané vzory a bezproblémově zpracovávat složité požadavky na rezervace.

Pouze Mindmeld (vlastní a systémové entity) a Rasa (pouze vlastní entity) podporují role entit. Správci musí zaškrtnout políčko Role entit v části Upřesnit nastavení dialogového okna Selektor stroje NLU, aby mohli povolit role entit.

Systémové odezvy

Pro skriptovaného agenta AI jsou k dispozici následující předem nakonfigurované systémové odpovědi. Zprávy můžete přizpůsobit pro výchozí systémové odpovědi. Tyto odpovědi však nelze odstranit.

• Úvodní zpráva

• Návrh odpovědi

• Částečná zpráva

• Záložní zpráva

• Návrh entity

• Předání agenta

Odpovědi v malých rozhovorech

Můžete přizpůsobit a odstranit následující odpovědi v malých rozhovorech:

• Nashledanou

• Pozdrav

• Zpráva nápovědy

• Nepomáhá

• Děkuju

Podporované kanály, pro které můžete nakonfigurovat odpovědi, jsou webový chat (výchozí), Apple Messages for Business, Messenger, RCS, SMS, Hlas, WhatsApp.

Podporované typy odpovědí pro kanály 

Následující tabulka popisuje podporované typy odpovědí pro různé kanály a podrobnosti o jejich konfiguraci: