Tak for din feedback.

Komponenter i en AI-motor

Kernekomponenterne er relevante for scriptede AI-agenter, men deres funktion er en smule anderledes:

• Forståelse af naturligt sprog (NLU): NLU-komponenten knytter kundeinput til de intentioner, der er defineret i deres script. Den anerkender kundens input inden for rammerne.
• Dialoghåndtering: Denne komponent styrer samtalens flow i henhold til scriptet. Det sikrer, at agenten følger de definerede stier og giver de korrekte svar baseret på den genkendte hensigt og kontekst.
• Hentning af svar: Denne komponent leverer de svar, der er konfigureret i scriptet.

Til stemmebaserede interaktioner inkluderer AI-motoren, udover de ovennævnte komponenter, også ASR (automatisk talegenkendelse) og TTS (tekst-til-tale).

Sådan vælger du den rigtige motor

• Webex AI Pro 2.0 (med Swiftmatch)

  Dette er vores nyeste generative AI-drevne Natural Language Understanding (NLU)-motor til scriptede AI-agenter. Den udnytter avancerede maskinlæringsalgoritmer til at fortolke brugerinput og præcist klassificere intentioner. Ved at lære fra forskellige LLM-genererede sproglige mønstre leverer motoren høj præcision i forståelsen af, hvad brugeren ønsker at opnå, selv når formuleringer eller ordvalg varierer.

  Vigtigste fordele

  • Forbedret genkendelse af intentioner: I stand til at forstå en bred vifte af brugerforespørgsler, herunder usete eksempler eller inputvariationer, hvilket muliggør en mere præcis klassificering af intentioner.

  • Adaptiv læring: Modellen generaliserer effektivt på tværs af lignende ytringer, hvilket reducerer behovet for udtømmende manuelle eksempler.

  Konfigurationskrav & begrænsninger

  • Hver intention skal indeholde mindst 10 repræsentative ytringer for at give modellen tilstrækkelig sproglig diversitet til præcis læring.

  • En klar og meningsfuld beskrivelse af intentioner er afgørende, da det hjælper systemet med at differentiere mellem nært beslægtede intentioner og opretholde ensartet klassificeringspræstation.

  • Utilstrækkelige eller tvetydige træningsdata kan reducere klassificeringsnøjagtigheden, især for intentioner med overlappende sprogmønstre.

• Webex AI Pro 1.0 (med Swiftmatch)

  Denne AI-motor er ideel til at udvikle AI-agenter, der håndterer forskellige brugerudtryk, samtidig med at de præcist kortlægger input til foruddefinerede intentioner, hvilket sikrer ensartede og pålidelige interaktioner på tværs af forskellige scenarier. Det er nyttigt til:

  • Håndtering af mindre træningsdatasæt: Hvis træningsdatasættet har færre end 10 ytringer pr. intention, er denne motor mere egnet.
  • Flersprogede scriptede agenter: Dette er et godt valg til at oprette agenter, der håndterer samtaler på flere sprog.
  • Scriptede agenter med et vist niveau af "smart matching": Selvom svarene er scriptede, giver denne AI-motor en naturlig fornemmelse ved at matche brugerinput med den nærmeste hensigt, selvom formuleringen ikke er præcis.

  Fordele: Hjælper med inputvariationer, bedre med mindre træningsdatasæt, har flersproget understøttelse, understøtter smart matching.

  Begrænsninger: Swiftmatch udmærker sig ved sine stærke evner til at forstå naturligt sprog. Men hvis dit script kræver fleksibilitet i forhold til at matche brugerinput med intentioner – hvilket giver mulighed for variationer i formuleringer – kan Swiftmatch have brug for ekstra datakonfiguration med forskellige træningsdata. Den er designet til præcis og stiv matchning, hvilket kan gøre håndtering af variationer mere udfordrende.