- Inicio
- /
- Artículo
Gracias por sus comentarios.
Guía de administración de Webex AI Agent Studio
En este artículo
¿Comentarios?En este artículo se describe la descripción general del Agent Studio de IA de Webex y sus capacidades, la configuración del agente de IA establecida, la integración de los agentes de IA con voz y canales digitales, e informes de agentes de IA.
Introducción a Webex agente de IA
Webex AI Agent es una plataforma sofisticada diseñada para crear, administrar e implementar agentes de IA automatizados para satisfacer las necesidades de servicio al cliente y soporte. Mediante el uso de inteligencia artificial, los agentes de IA brindan asistencia automatizada a los clientes antes de que interactúen con agentes humanos. Estos agentes apoyan las interacciones de voz con la entonación, la comprensión del lenguaje y la conciencia contextual dentro de las conversaciones. Además, los agentes de IA manejan sin problemas e informativamente las interacciones del canal digital a través de texto y chat en línea. Los clientes se benefician de una experiencia similar a la de un conserje, que recibe asistencia con preguntas, recuperación de información y minimiza los tiempos de espera.
Capacidades de Webex agente de IA
- Respuestas precisas y oportunas: proporciona respuestas precisas a las consultas de los clientes en tiempo real.
- Ejecución inteligente de tareas: ejecuta tareas en función de las solicitudes o entradas de los clientes.
Beneficios clave para las empresas
-
Experiencia del cliente mejorada: ofrece una experiencia conversacional en tiempo real para los clientes.
-
Interacciones personalizadas: adapta las respuestas a las necesidades y preferencias individuales de los clientes.
-
Escalabilidad y eficiencia: maneja un gran volumen de interacciones con los clientes sin requerir agentes humanos adicionales, lo que mejora la satisfacción y reduce los costos operativos.
Comprender los tipos y ejemplos de agentes de IA
La siguiente tabla proporciona una visión de los tipos de agentes de IA y sus capacidades:
| Tipo de agente de IA | Propósito | Capacidad | Descripción | ¿Cómo configurar? |
|---|---|---|---|---|
|
Autónomo |
Los agentes autónomos de IA están diseñados para operar de forma independiente, tomando decisiones y realizando tareas sin intervención humana directa. |
Realizar acciones |
Tome decisiones informadas basadas en la información disponible y las reglas predefinidas. Automatice tareas repetitivas o que consumen mucho tiempo. |
|
|
Responder preguntas |
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. |
Agentes autónomos de IA para responder preguntas | ||
|
Guión |
Los agentes de IA con scripts están programados para seguir un conjunto predefinido de reglas e instrucciones. |
Realizar acciones |
Los agentes con scripts pueden realizar tareas específicas que están claramente definidas y estructuradas. |
Agentes de IA con scripts para realizar acciones |
|
Responder preguntas |
Los agentes con scripts pueden responder a preguntas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. |
Agentes de IA con guiones para responder preguntas |
Ejemplos
Tanto los agentes de IA autónomos como los guionados se pueden aplicar a varios casos de uso, dependiendo de los requisitos específicos y las capacidades deseadas. Algunos ejemplos incluyen:
-
Servicio al cliente: tanto los agentes autónomos como los con scripts se pueden utilizar para proporcionar soporte al cliente, con agentes autónomos que ofrecen más flexibilidad y comprensión del lenguaje natural.
-
Asistentes virtuales: los agentes autónomos son adecuados para roles de asistente virtual, ya que pueden manejar diversas tareas y proporcionar interacciones más personalizadas.
-
Análisis de datos: los agentes autónomos se pueden utilizar para analizar grandes conjuntos de datos y extraer información valiosa.
-
Automatización de procesos: tanto los agentes autónomos como los con scripts se pueden usar para automatizar tareas repetitivas, mejorar la eficiencia y reducir los errores.
-
Gestión del conocimiento: los agentes autónomos se pueden utilizar para crear y administrar repositorios de conocimiento, haciendo que la información sea fácilmente accesible para los usuarios.
La elección entre agentes de IA autónomos y con scripts depende de la complejidad de las tareas, el nivel requerido de autonomía y la disponibilidad de datos de entrenamiento.
Requisitos previos
-
Si ya es cliente de Webex Contact Center, asegúrese de cumplir los siguientes requisitos previos:
-
Webex inquilino de Contact Center 2.0.
-
Webex Connect se aprovisiona para el inquilino.
-
La plataforma de medios de voz es una plataforma de medios de próxima generación.
-
-
Si no tiene un inquilino de Webex Contact Center, póngase en contacto con su socio para iniciar una prueba de Webex Contact Center con Next-Generation Media Platform.
-
Los administradores pueden solicitar un entorno limitado para desarrolladores de Contact Center Webex para probar los agentes de IA.
Habilitación de características
Esta función se encuentra actualmente en versión beta. Los clientes pueden registrarse para esta función en Webex Portal Beta rellenando la encuesta de participación para agentes de IA.
-
Actualmente, solo la funcionalidad de agente de IA con script está disponible en la fase Beta.
-
Los agentes autónomos solo están disponibles para clientes seleccionados. Las solicitudes se pueden hacer a través de su CSM (Customer Success Manager), PSM (Partner Success Manager) o enviando un correo electrónico # ask-ccai@cisco.com. Tras la aprobación, los agentes autónomos estarán disponibles además de los agentes con scripts para su inquilino.
Acceso Webex agente de IA
Para crear sus agentes de IA, debe iniciar sesión en la aplicación Webex agente de IA. Esto se puede hacer de las siguientes maneras:
Iniciar sesión desde Control Hub
- Inicie sesión en Control Hub con la dirección URL https://admin.webex.com.
- En la sección Servicios del panel de navegación, elija Contact Center.
- En Vínculos rápidos del panel derecho, vaya a la sección Conjunto de aplicaciones del centro de contacto.
- Haga clic en Webex agente de IA para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Iniciar sesión desde Webex Connect
Para acceder a la aplicación Webex AI Agent, debe tener acceso a Webex Connect.
- Inicie sesión en Webex aplicación Connect con la dirección URL de inquilino proporcionada para su empresa y sus credenciales.
De forma predeterminada, la página Servicios aparece como página de inicio.
- En el menú Bandeja de aplicaciones del panel de navegación izquierdo, haga clic en Webex Agente de IA para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Diseño de página de inicio
Bienvenido a la plataforma Webex AI Agent. Al iniciar sesión, la página de inicio muestra el siguiente diseño:
-
Barra de navegación
La barra de navegación que aparece a la izquierda proporciona acceso a los siguientes menús:
- Panel de control: muestra una lista de agentes de IA a los que el usuario tiene acceso, según lo concedido por el administrador de la empresa.
- Conocimiento: muestra el repositorio central de conocimiento o la base de conocimiento, que sirve como cerebro para que los agentes autónomos de IA respondan a las consultas de los clientes.
- Informes: enumera informes de agentes de IA prediseñados de varios tipos. Puede generar o programar informes de acuerdo a las necesidades de su negocio.
- Ayuda: proporciona acceso a la guía del usuario del agente de IA de Webex en el Centro de ayuda de Webex.
-
Perfil de usuario
El menú Perfil de usuario le permite ver la información de su perfil y cerrar sesión en la aplicación.
La página Perfil de Enterprise contiene información sobre el inquilino de AI Agent, accesible solo para administradores con acceso de administrador completo.
-
La ficha Información general contiene la siguiente información:
- Identificadores de empresa: incluye Webex ID de organización, ID de organización de CPaaS e ID de suscripción de la empresa. Esto está disponible para empresas con Webex integración de Contact Center para el inquilino de Webex Connect correspondiente.
- Configuración de perfil: contiene el nombre de la empresa, el nombre único de la empresa y la URL del logotipo.
- Configuración global del agente: permite seleccionar el agente predeterminado para el canal de voz para gestionar los escenarios de reserva.
- Resumen de retención de datos: proporciona un resumen de los períodos de retención de datos para esta empresa.
-
En la pestaña Compañeros de equipo, puede ver y administrar la lista de compañeros de equipo que tienen acceso a la aplicación. A cada usuario se le asigna un rol, que determina las acciones que puede realizar en función de los permisos concedidos.
-
Conozca su Dashboard
En el panel, los agentes de IA están representados por tarjetas que muestran información básica, incluido el nombre del agente de IA, la última actualización, la última actualización y el motor utilizado para entrenar al agente.
Tareas en la tarjeta AI Agent
Desplácese sobre una tarjeta de agente de IA para ver las siguientes opciones:
- Vista previa: haga clic en Vista previa para abrir el widget de vista previa de AI Agent.
- Icono de puntos suspensivos : haga clic en este icono para realizar las siguientes tareas:
-
Copiar enlace de vista previa: copia el enlace de vista previa para pegarlo en una pestaña nueva y obtener una vista previa del agente de IA en el widget de chat.
-
Copiar token de acceso: copia el token de acceso del agente de IA para invocar al agente a través de API.
-
Exportar: exporte los detalles del agente de IA (en formato JSON) a su carpeta local.
-
Eliminar: elimina permanentemente el agente de IA del sistema.
-
Pin: ancla el agente de IA a la primera posición del panel o desancla para volver a colocarlo en su posición anterior.
-
Crear un nuevo agente de IA
Puede crear un nuevo agente de IA mediante la opción + Crear agente en la esquina superior derecha del panel. Puede optar por utilizar una plantilla predefinida o crear un agente desde cero.
Para saber cómo crear agentes de IA autónomos y con scripts, consulte las siguientes secciones:
Importar agente de IA precompilado
Puede importar un agente de IA precompilado en formato JSON desde una lista de agentes de IA disponibles. En primer lugar, asegúrese de haber exportado el agente de IA en formato JSON a la carpeta local. Siga estos pasos para importarlo:
- Haga clic en Importar agente.
- Haga clic en Cargar para cargar el archivo AI Agent (en formato JSON) exportado desde la plataforma.
- En el campo Nombre del agente , introduzca el nombre del agente de IA.
- (Opcional) En el ID desistema, edite el identificador único generado por el sistema.
- Haga clic en Importar.
Su agente de IA ahora se ha importado correctamente a la plataforma Webex agente de IA y está disponible en el panel.
Búsqueda por palabra clave
La plataforma proporciona capacidades de búsqueda sólidas para ayudarlo a localizar y administrar fácilmente agentes de IA. Puede realizar búsquedas por palabra clave utilizando el nombre del agente. Introduzca el nombre del agente o una parte del nombre en la barra de búsqueda. El sistema muestra una lista de agentes de IA que coinciden con sus criterios de búsqueda.
Filtrar por tipo de agente
Además de la búsqueda por palabra clave, puede refinar los resultados de la búsqueda filtrando según el tipo de agente de IA. Elija uno de los filtros de tipo de agente de la lista desplegable: Scripted, Autonomous y All.
Administrar Knowledge Base
Una base de conocimiento es un repositorio central de información para los agentes de IA autónomos impulsados por el modelo de lenguaje grande (LLM). Los agentes autónomos de IA aprovechan las tecnologías avanzadas de inteligencia artificial y aprendizaje automático para comprender, procesar y generar texto similar al humano. Estos agentes de IA se entrenan con grandes cantidades de datos, lo que les permite proporcionar respuestas detalladas y contextualmente relevantes. Las bases de conocimiento almacenan los datos necesarios para el funcionamiento de los Agentes Autónomos de IA.
Para acceder a la base de conocimientos:
- Inicie sesión en la plataforma Webex AI Agent.
- En el panel, haga clic en el icono Información en el panel de navegación izquierdo. Aparece la página Bases de conocimiento.
- Puede encontrar una base de conocimientos basada en los siguientes criterios:
- Nombre de la base de conocimientos
- Tipo de base de conocimiento
- Bases de conocimiento actualizadas entre fechas especificadas
- Bases de conocimiento creadas entre fechas especificadas
- Haga clic en Restablecer todo para restablecer los criterios de búsqueda.
- También puede crear una nueva base de conocimientos. Para crear una nueva base de conocimientos, consulte Crear una base de conocimiento para agentes de IA.
Crear una base de conocimientos para agentes de IA
| 1 |
En el panel, haga clic en el icono Información en el panel de navegación izquierdo. |
| 2 |
En la página Bases de conocimiento, haga clic en el botón +Crear base de conocimiento en la esquina superior derecha. |
| 3 |
En la página Crear base de conocimiento , escriba los siguientes detalles: |
| 4 |
Haga clic en Crear. El sistema crea una base de conocimientos con el nombre proporcionado. |
| 5 |
En la pestaña Archivos : |
| 6 |
En la ficha Documentos : |
| 7 |
Vaya a la pestaña Información . Puede ver y realizar un seguimiento de los detalles de los archivos que ha cargado y de los documentos que ha creado. Haga clic en el icono Editar para editar los archivos de Knowledge Base. Edite el nombre del archivo, si es necesario. También puede eliminar los archivos existentes y agregar archivos nuevos.
Haga clic en el icono Eliminar para eliminar completamente la base de conocimientos.
|
Qué hacer a continuación
Configure la base de conocimientos del agente autónomo de IA para responder preguntas.
Configurar agentes autónomos de IA
Los agentes autónomos de IA operan de forma independiente sin intervención humana directa. Estos agentes utilizan algoritmos avanzados y técnicas de aprendizaje automático para analizar datos, aprender de su entorno y adaptar sus acciones para lograr objetivos específicos. En esta sección se describen las dos capacidades principales de Autonomous AI Agent.
Agente de IA autónomo para realizar tareas
Los agentes autónomos de IA pueden realizar varias tareas, que incluyen:
-
Procesamiento del lenguaje natural (PNL): comprenda y responda al lenguaje humano de una manera natural y conversacional.
-
Toma de decisiones: tome decisiones informadas basadas en la información disponible y las reglas predefinidas.
-
Automatización: automatice tareas repetitivas o que consumen mucho tiempo.
Crear un agente de IA autónomo para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero.
También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Filtre el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal del agente, haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA autónomo para realizar acciones se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado |
Qué hacer a continuación
Actualice el perfil del agente de IA autónoma.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para realizar acciones.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Publicar para que AI Agent esté activo. |
Qué hacer a continuación
Agregue las acciones necesarias al agente de IA.
Agregar acciones a Autonomous AI Agent
Los agentes autónomos de IA para realizar acciones están diseñados para comprender las intenciones del usuario y actuar en consecuencia. Por ejemplo, en un restaurante existe la necesidad de automatizar la ingesta de pedidos de comida en línea. Para realizar la tarea, puede crear un agente de IA autónomo que realice las siguientes acciones:
-
Obtenga la información requerida del cliente.
-
Transfiera la información al flujo requerido.
El agente autónomo de IA para realizar acciones funciona en los siguientes bloques de construcción:
-
Acción: funcionalidad que permite al agente de IA conectarse con sistemas externos para realizar tareas complejas.
-
Entidad o ranura: representa un paso para cumplir la intención del usuario. El llenado de ranuras implica hacer preguntas específicas al cliente para cumplir con la intención del cliente basada en expresiones. Es el desencadenante para que un agente de IA comience a realizar una acción. Defina las entidades de entrada como parte del llenado de ranuras.
-
Cumplimiento: determina cómo el agente de IA completa la acción. Como parte del cumplimiento, defina las entidades de salida para que el agente autónomo de IA genere la respuesta en un formato específico. El sistema envía las entidades de salida al flujo para continuar con la acción y completar la tarea con éxito.
| 1 |
En la pestaña Acción , haga clic en +Nueva acción. |
| 2 |
En la página Agregar una nueva acción , especifique los siguientes detalles: |
Qué hacer a continuación
Puede configurar ranuras o puede configurar ranuras y definir el cumplimiento según el ámbito de acción elegido.
Configurar el relleno de ranura
El llenado de ranuras implica agregar las entidades de entrada requeridas para el motor de IA. En la sección Relleno de ranura de la página Acciones , agregue las entidades de entrada:
-
Puede agregar las entidades una por una en formato de tabla.
-
También puede utilizar el archivo JSON y definir las entidades. Consulte Un recorrido por el esquema JSON para obtener más información.
Agregar entidades de entrada en formato de tabla
| 1 |
Para agregar una entidad de entrada, haga clic en +Nueva entidad de entrada. |
| 2 |
En la página Agregar una nueva entidad de entrada, especifique los siguientes detalles: |
| 3 |
Haga clic en Agregar para agregar la entidad de entrada. Puede agregar tantas entidades de entrada como necesite. |
| 4 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
Agregar entidades mediante el editor JSON
Puede agregar las entidades de entrada y las entidades de salida mediante el editor JSON. En la vista del editor JSON, las entidades deben definirse en un formato JSON estructurado.
Para obtener más información, consulte Un recorrido por el esquema JSON.
Estructura de parámetros de entrada
Los parámetros de entrada deben adherirse a la siguiente estructura:
-
type: tipo de datos del objeto parameters. Esto es siempre 'objeto' para denotar que los parámetros están estructurados como un objeto.
propiedades: un objeto donde cada clave representa un parámetro y sus metadatos asociados.
required: matriz de cadenas que enumeran los nombres de los parámetros obligatorios.
Properties Objeto
Cada clave del objeto properties representa una entidad/parámetro de entrada y contiene otro objeto con metadatos sobre ese parámetro. Los metadatos siempre deben incluir las siguientes palabras clave:
-
type: tipo de datos del parámetro. Los tipos permitidos son:
-
string: datos textuales.
-
entero: datos numéricos sin decimales.
-
número: datos numéricos que pueden incluir decimales.
-
booleano: valores verdadero/falso.
-
matriz: lista de elementos, todos los cuales suelen ser del mismo tipo.
-
object: estructura de datos compleja con propiedades anidadas.
-
-
descripción: breve explicación de lo que representa la entidad. Esto ayuda al motor de IA a comprender el propósito y el uso del parámetro. Se recomienda una descripción que sea concisa y consistente con las instrucciones del agente y la descripción de la acción para una mejor precisión.
-
La validación es aplicada por la plataforma solo para 'tipo'. La "descripción" no se aplica a todas las entidades, pero se recomienda encarecidamente que se agregue. Otras palabras clave útiles para los metadatos de entidad son:
-
enum: el campo enum enumera los valores posibles para un parámetro. Esto es útil para parámetros que solo deben aceptar un conjunto limitado de valores. Los desarrolladores pueden definir listas personalizadas de valores que un parámetro debe aceptar para usar esto.
- pattern: el campo patrón se utiliza con tipos de cadena para especificar una expresión regular que la cadena debe coincidir. Esto es particularmente útil para validar formatos específicos, como números de teléfono, códigos postales o identificadores personalizados.
-
ejemplos: el campo ejemplos proporciona uno o más ejemplos de valores válidos para el parámetro. Esto ayuda al motor de IA a comprender qué tipo de datos se esperan y puede ser especialmente útil para fines de interpretación y validación.
-
Hay otras palabras clave que pueden hacer que la definición de entidad sea más precisa y robusta. Para obtener más información, consulte Un recorrido por el esquema JSON.
Ejemplo
En el ejemplo siguiente se incluyen varios tipos de entidades y palabras clave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "El nombre de usuario único de la cuenta.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "La contraseña de la cuenta.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "La dirección de correo electrónico de la cuenta.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "If the user want to receive newsletters.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista de roles asignados al usuario.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["username", "password", "email"] } En este ejemplo se incluyen las siguientes entidades:
- nombre de usuario: tipo de cadena con restricción de longitud mínima y máxima.
- contraseña: tipo de cadena con una longitud mínima y un formato específico (la contraseña indica que debe manejarse de forma segura).
- email: tipo de cadena con un patrón regex para garantizar que sea una dirección de correo electrónico válida.
- birthdate: tipo de cadena con ejemplos para prescribir el formato de la fecha.
- preferencias: un tipo de objeto con propiedades anidadas (boletín y notificaciones), incluido un booleano con un valor predeterminado y una cadena con valores permitidos específicos (enumeración).
- roles: tipo de matriz en el que cada elemento es una cadena limitada a valores específicos (enumeración).
El nombre de usuario, la contraseña y el correo electrónico son obligatorios según lo definido por la matriz 'required'.
En este ejemplo, las entidades tienen nombres descriptivos, descripciones claras y siguen una estructura y convención de nomenclatura coherentes. Siga estas prácticas recomendadas para crear entidades bien definidas que sean fáciles de interpretar y hacer cumplir para el motor de IA.
Definir cumplimiento
| 1 |
Defina los detalles de cumplimiento para implementar el agente de IA en un centro de contacto. Especifique los siguientes detalles: |
| 2 |
Configure las entidades de salida de modo que el agente de IA genere el resultado en un formato comprensible por el flujo. |
| 3 |
Para agregar una entidad de salida, haga clic en +Nueva entidad de salida. En la pantalla Agregar una nueva entidad de salida, especifique los siguientes detalles: También puede usar un archivo JSON para agregar las entidades de salida. Para obtener más información, consulte Agregar entidades mediante el editor JSON . |
| 4 |
Haga clic en Agregar para agregar la entidad de salida. Puede agregar tantas entidades de salida como necesite. |
| 5 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
| 6 |
Haga clic en Agregar para completar la cofiguración. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo. Haga clic en Publicar para que AI Agent esté activo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Agentes autónomos de IA para responder preguntas
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. Esta capacidad es útil en escenarios en los que el agente necesita:
-
Proporcionar soporte al cliente: responda preguntas frecuentes, solucione problemas y guíe a los clientes a través de los procesos.
-
Ofrecer asistencia técnica: brinde asesoramiento experto sobre temas o dominios específicos.
Crear un agente de IA autónomo para responder preguntas
Antes de comenzar
Asegúrese de crear la base de conocimientos. Para obtener más información, vea Administrar bases de conocimiento.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente autónomo de IA para responder preguntas se creó correctamente y ahora está disponible en el panel de control. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Actualice el perfil del agente de IA autónoma.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA.
Configurar la base de conocimientos
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En la página Panel , seleccione el agente de IA que ha creado. |
| 2 |
Vaya a la ficha Base de conocimientos. |
| 3 |
Elija la base de conocimientos necesaria en la lista desplegable. |
| 4 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Ver sesión e historial de agente de IA autónomo
Puede ver los detalles de la sesión y el historial de cada uno de los agentes de IA autónomos que haya creado. La página Sesiones muestra los detalles de las sesiones establecidas con los participantes. La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA.
Sesiones
La página Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los usuarios. Para navegar a la página Sesiones :
- En el panel, haga clic en el agente de IA autónomo para el que desea ver los detalles de la sesión.
- En el panel de navegación izquierdo, haga clic en Sesiones.
Aparecerá la página Sesiones . Cada sesión se muestra como un registro que contiene todos los mensajes de la sesión. Esta información es útil para auditar, analizar y mejorar el agente de IA.
La tabla de sesiones muestra una lista de todas las sesiones/salas creadas para ese agente de IA. La tabla se pagina si hay más filas de las que se pueden acomodar en una pantalla. Cualquiera de los campos de la tabla se puede ordenar o filtrar utilizando la sección Refinar resultados en el lado izquierdo. Los campos que están presentes representan la siguiente información sobre cualquier sesión en particular:
-
ID de sesión: el ID de sala único o ID de sesión para una conversación.
- ID de consumidor: el identificador del consumidor que interactuó con el agente de IA.
-
Canales: canal donde tuvo lugar la interacción.
-
Actualizado a las: hora del cierre de la sala.
-
Metadatos de la sala: contiene información adicional sobre la sala.
-
Marque las casillas de verificación requeridas:
- Ocultar sesiones de prueba: para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso de agente: para filtrar las sesiones que se entregan a un agente. Si se produce la transferencia del agente, se muestra el icono de auriculares que indica la transferencia del chat a un agente humano.
- Error ocurrido: para filtrar las sesiones en las que se produjo el error.
- Voto negativo: para filtrar las sesiones con votos negativos.
Haga clic en una fila de la tabla de sesiones para obtener una vista detallada de esa sesión. El icono de candado indica que la sesión está bloqueada y debe descifrarse. Debe tener permiso para descifrar la sesión. Si el botón de alternancia Descifrar acceso está habilitado, puede acceder a cualquier sesión mediante el botón Descifrar contenido . Sin embargo, esta funcionalidad solo es aplicable cuando la protección de datos avanzada se establece en true o está habilitada para el inquilino.
Historia
La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA. Para ver el historial de un agente específico:
- En el panel, haga clic en el agente de IA autónomo del que desea ver el historial.
- En el panel de navegación izquierdo, haga clic en Historial.
Aparece la página Historial con las siguientes fichas:
- Registros de auditoría: haga clic en la pestaña Registros de auditoría para ver los cambios realizados en los agentes de IA.
- Historial de modelos: haga clic en la pestaña Historial de modelos para ver las distintas versiones del agente de IA autónomo para realizar acciones.
Registros de auditoría
La pestaña Registros de auditoría realiza un seguimiento de los cambios realizados en el agente de IA autónomo. Puede ver los detalles de los cambios de los últimos 35 días. La ficha Registros de auditoría muestra los siguientes detalles:
Los usuarios con roles de administrador o desarrollador de agente de IA solo pueden acceder a la pestaña Registros de auditoría. Los usuarios con roles personalizados que tienen el permiso 'Obtener registro de auditoría' también pueden ver los registros de auditoría.
- Actualizado en: los datos y la hora del cambio.
- Actualizado por: el nombre del usuario que incorporó el cambio.
- Campo: la sección específica del agente de IA donde se realizó el cambio.
- Descripción: información adicional sobre el cambio.
Puede buscar un registro de auditoría específico mediante las opciones de búsqueda Actualizado por, Campo y Descripción . Puede ordenar los registros según los campos Actualizado en y Actualizado por .
Historia del modelo
La pestaña Historial de modelos solo está disponible para que el agente autónomo de IA realice acciones.
Cada vez que publica el agente de IA autónomo para realizar acciones, se guarda una versión del agente de IA autónomo que está disponible en la pestaña Historial de modelos. Puede ver las distintas versiones de AI Agent desde la pestaña Historial de modelos.
- Descripción del modelo: breve descripción de la versión del agente de IA.
- Motor de IA: el motor de IA utilizado para esa versión del agente de IA.
- Actualizado el: fecha y hora en que se creó la versión.
- Acciones: le permite realizar las siguientes acciones en el agente de IA
- Carga: se pierden todos los cambios en el agente de IA. Debe volver a realizar la configuración.
- Exportar: utilícelo para exportar el agente de IA.
Vista previa de su agente de IA autónomo
Puede obtener una vista previa de los agentes de IA autónomos en el momento de crear el agente de IA, durante la edición y después de implementar el agente. Puede iniciar la vista previa desde:
- Panel de control del agente de IA: al pasar el cursor sobre una tarjeta de agente de IA, la opción Vista previa de ese agente de IA se hace visible. Haga clic para iniciar la vista previa del agente de IA.
- Encabezado del agente de IA: haga clic en la tarjeta del agente de IA para abrirla. El botón Vista previa siempre está visible en la sección de encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página y se puede usar para reiniciar fácilmente el modo de vista previa.
Webex AI Agent también proporciona una opción de vista previa que se puede compartir. Haga clic en el menú en la esquina superior derecha y seleccione la opción Copiar enlace de vista previa. El enlace de vista previa se puede compartir con los evaluadores o consumidores del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa se abre en la sección inferior derecha de la pantalla. Los usuarios pueden proporcionar expresiones (o secuencias de expresiones) para las cuales se debe verificar la respuesta del agente de IA. Esta funcionalidad permite al desarrollador asegurarse de que el agente de IA responde como se esperaba.
El widget de vista previa se puede maximizar. Hay otras características útiles disponibles, como proporcionar información al consumidor e iniciar varias salas para probar el agente de IA.
Widget de vista previa compartible
El widget de vista previa que se puede compartir permite a los desarrolladores de AI Agent compartir su AI Agent con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el AI Agent. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con carcasa de teléfono. Los desarrolladores pueden realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo el parámetro brandColor al enlace. Los usuarios pueden definir colores simples usando nombres de colores o usar código hexadecimal de colores.
-
Carcasa del teléfono: cambiando el valor del parámetro phoneCasing en el enlace. Se establece en true de forma predeterminada y se puede deshabilitar haciéndolo false.
Ejemplo de enlace de vista previa con estos parámetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<introduzca el valor hexadecimal de un color en el formato '_XXXX'>.
Vista previa basada en voz
Autonomous AI Agent para responder preguntas admite la vista previa basada en voz. Para habilitar esta opción:
- Elija el agente de IA en el panel.
- Vaya a .
- En la lista desplegable AI Engine , seleccione Vega.
- Haga clic en Save changes (Guardar cambios).
El botón Vista previa se actualiza con un icono de micrófono para la vista previa basada en voz. Haga clic en el botón Vista previa . Aparece el widget de vista previa por voz:
El usuario debe habilitar el acceso al micrófono para utilizar esta funcionalidad.
El widget de vista previa por voz proporciona las siguientes funciones a los usuarios:
- Botón Inicio para iniciar la vista previa.
- Transcripción en vivo Cuando la vista previa por voz está en curso, se muestra una transcripción en vivo de la conversación en el widget.
- Finalizar llamada para finalizar la conversación.
- Silenciar para silenciar.
Vea el rendimiento de Autonomous AI Agent mediante Analytics
La sección Análisis de agente de IA proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Para generar la analítica del Autonomous AI Agent:
- Elija el agente de IA en el panel de control.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
La primera sección muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA.
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
La segunda sección muestra las estadísticas sobre los usuarios. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios.
La tercera sección muestra las respuestas del agente de IA y las entregas de agentes
Configurar agente de IA con script
En esta sección se describe cómo configurar y administrar agentes de IA con scripts en Webex plataforma de agente de IA, para que proporcionen respuestas precisas a las consultas de los usuarios y realicen tareas automatizadas de manera eficaz.
Agente de IA con script para realizar tareas
El agente de IA con script aumenta las capacidades de creación de agentes sin código de Webex plataforma de agente de IA. Scripted AI Agent permite conversaciones de varios turnos donde puede obtener datos relevantes de los clientes para realizar tareas específicas. Esto incluye:
-
Ejecutar comandos simples: siga las instrucciones para completar acciones predefinidas.
-
Procesamiento de datos: manipule y transforme los datos de acuerdo con las reglas especificadas.
-
Interactuar con otros sistemas: comuníquese y controle otras soluciones.
Crear un agente de IA con scripts para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en + Crear agente . |
| 3 |
En la pantalla Crear un agente de IA, cree un nuevo agente de IA desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Empezar desde cero y, a continuación , en Siguiente. |
| 5 |
En el ¿Qué tipo de agente está construyendo? , haga clic en Scripted. |
| 6 |
En el ¿Cuál es la función principal de su agente? , haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con scripts para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Después de crear un agente de IA, puede crear entidades, agregar intenciones y definir respuestas.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save Changes (Guardar cambios) para guardar la configuración. |
Administrar entidades
Las entidades son los bloques de construcción de las conversaciones. Son los elementos esenciales que los agentes de IA extraen de las expresiones de los usuarios. Representan piezas específicas de información, como nombres de productos, fechas, cantidades o cualquier otro grupo significativo de palabras. Al identificar y extraer entidades de manera efectiva, los agentes de IA pueden comprender mejor la intención del usuario y proporcionar respuestas más precisas y relevantes.
Tipos de entidad
Webex AI Agents ofrece 11 tipos de entidades prediseñadas para capturar varios tipos de datos de usuario. También puede crear cualquiera de las siguientes entidades personalizadas.
Entidades personalizadas
Estas entidades son configurables y permiten a los desarrolladores capturar información específica del caso de uso. Se utilizan para cosas no cubiertas por entidades del sistema.
-
Lista personalizada: defina listas de cadenas esperadas para capturar puntos de datos específicos no cubiertos por entidades pregeneradas. Puede agregar varios sinónimos a cada cadena. Por ejemplo, una entidad de tamaño de pizza personalizada.
-
Regex: utilice expresiones regulares para identificar patrones específicos y extraer los datos correspondientes. Por ejemplo, un número de teléfono regex (por ejemplo,
123-123-8789). -
Dígitos: capture entradas numéricas de longitud fija con alta precisión, especialmente en interacciones de voz. En las interacciones que no son de voz, se usa como alternativa a los tipos de entidad Custom y Regex. Por ejemplo, para detectar un número de cuenta de cinco dígitos, se debe definir una longitud de cinco.
-
Alfanumérico: captura combinaciones de letras y números, proporcionando un reconocimiento preciso para entradas de voz y no de voz.
-
Forma libre: capture puntos de datos flexibles que son difíciles de definir o validar.
-
Ubicación del mapa (WhatsApp): extrae los datos de ubicación compartidos por ti en el canal de WhatsApp.
Entidades del sistema
| Nombre de entidad | Descripción | Entrada de ejemplo | Ejemplo de salida |
|---|---|---|---|
| Fecha | Analiza las fechas en lenguaje natural a un formato de fecha estándar | "julio del próximo año" | 01/07/2020 |
| Hora | Analiza el tiempo en lenguaje natural a un formato de hora estándar | 5 de la tarde | 17:00 |
| Correo electrónico | Detecta direcciones de correo electrónico | Escríbeme a info@cisco.com | info@cisco.com |
| Número de teléfono | Detecta un número de teléfono común | Llámame al 9876543210 | 9876543210 |
| Unidades monetarias | Analiza la moneda y la cantidad | Quiero 20$ | 20$ |
| Ordinal | Detecta el número ordinal | Cuarto de diez personas | 4º |
| Cardenal | Detecta el número cardinal | Cuarto de diez personas | 10 |
| Geolocalización | Detecta ubicaciones geográficas (ciudades, países, etc.) | Fui a nadar en el Támesis en Londres, Reino Unido | Londres, Reino Unido |
| Nombres de personas | Detecta nombres comunes | Bill Gates de Microsoft | Bill Gates |
| Cantidad | Identifica medidas, como de peso o distancia | Estamos a 5 km de París | 5km |
| Duration (Duración) | Identifica períodos de tiempo | 1 semana de vacaciones | 1 semana |
Las entidades creadas se pueden editar desde la pestaña entidades. Al vincular entidades a una intención, se anotan las expresiones con las entidades detectadas a medida que las agrega.
Roles de entidad
Cuando una entidad necesita recopilarse varias veces dentro de una sola intención, los roles de entidad se vuelven esenciales. Al asignar roles distintos a la misma entidad, puede guiar al agente de IA para que comprenda y procese la entrada del usuario con mayor precisión.
Por ejemplo, para reservar un vuelo con escala, puede crear una entidad Airport con tres roles: origen, destino y escala. Al anotar las expresiones de entrenamiento con estos roles, el agente de IA puede aprender los patrones esperados y manejar sin problemas solicitudes de reserva complejas.
Los roles de entidad solo son compatibles con Mindmeld (entidades personalizadas y del sistema) y Rasa (solo entidades personalizadas), los administradores deben marcar la casilla de verificación Roles de entidad en la configuración avanzada del cuadro de diálogo Selector de motor NLU.
Los administradores no pueden cambiar de RASA o Mindmeld a Swiftmatch mientras los roles de entidad están en uso. Los roles deben eliminarse de las intenciones para deshabilitar los roles de entidad de la configuración avanzada del motor NLU. Puede crear una entidad con roles de entidad.
Crear una entidad con roles de entidad
Antes de comenzar
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en el agente de IA con script que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, haga clic en la ficha Entidades . |
| 5 |
Haga clic en Crear entidad. |
| 6 |
En la ventana Crear entidad , especifique los siguientes campos: |
| 7 |
Active la opción Alternar valores de ranura de sugerencias automáticas para completar automáticamente y proporcione sugerencias alternativas para esta entidad durante la conversación. El campo Roles se muestra al crear una entidad personalizada solo si los roles de entidad están habilitados en la sección Configuración avanzada de la ventana Cambiar motor de entrenamiento para motores RASA y Mindmeld NLU. |
| 8 |
Haga clic en Guardar. Puede utilizar las opciones Editar y Eliminar de la columna Acciones para realizar acciones relacionadas.
|
Qué hacer a continuación
Después de crear una entidad, puede vincular roles a una entidad.
Vincular roles a una entidad
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, se muestra la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. |
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Puede asignar roles a una entidad para recopilar la misma entidad dos veces por un intento. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts aprovechan la comprensión del lenguaje natural (NLU) con el aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, lo que requiere un nuevo entrenamiento para una inferencia precisa basada en el nuevo modelo. Las diferencias de rendimiento se pueden analizar utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que Scripted AI Agent responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Formación. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor de NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se mostrará una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si está activada la casilla Corrector ortográfico en inferencia.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas de AI Agent se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de Scripted AI Agents y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA está entrenado con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que se crean todos los artículos deseados, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en Webex vista previa compartible de AI Agent o en canales externos donde se implementa AI Agent.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado vs nivel de artículo. En nuestro continuo esfuerzo por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores de nivel de artículo en lugar del modelo anterior de uso de vectores de nivel de enunciado y descubrimos que los vectores de nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo serán el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA multilingües y para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admitirán cuando el modelo multilingüe sea Polymatch.
Puede comprobar la información sobre el modelo vectorial que estaba presente en el momento de una inferencia en la sección de otra información de la sesión.
Administrar intenciones
La intención es un componente central de la plataforma Webex AI Agent que permite a los agentes de IA comprender y responder a su entrada de manera efectiva. Representa una tarea o acción específica que desea realizar durante una conversación. Los desarrolladores de AI Agent definen todos los intentos que corresponden a las tareas que desea realizar. La precisión de la clasificación de intención afecta directamente la capacidad del agente de IA para proporcionar respuestas relevantes y útiles. La clasificación de intención es el proceso de identificar la intención en función de su entrada, lo que permite al agente de IA responder de una manera significativa y contextualmente relevante.
Intenciones del sistema
- Intención de respaldo predeterminada: las capacidades de un agente de IA están inherentemente limitadas por las intenciones diseñadas para reconocer y responder. Si bien una empresa no puede anticipar todas las preguntas posibles que pueda hacer, la intención de respaldo predeterminada puede ayudar a que las conversaciones vayan por buen camino.
Al implementar una intención de reserva predeterminada, los desarrolladores de AI Agent pueden asegurarse de que AI Agent maneje correctamente las consultas inesperadas o fuera del ámbito, redirigiendo la conversación a intenciones conocidas.
Los desarrolladores de agentes de IA no necesitan agregar expresiones específicas a la intención de respaldo. El agente puede ser entrenado para activar automáticamente la intención de reserva cuando se encuentra con preguntas conocidas fuera del ámbito que de otro modo podrían clasificarse incorrectamente en otras intenciones.
Por ejemplo, en un agente bancario de IA, los usuarios pueden intentar preguntar sobre préstamos. Si el agente de IA no está configurado para manejar consultas relacionadas con préstamos, estas consultas se pueden incorporar como frases de entrenamiento dentro de la intención de reserva predeterminada. Cuando un usuario consulta sobre préstamos en cualquier momento de la conversación, el agente de IA reconoce que la consulta está fuera de sus intenciones definidas y desencadena la respuesta alternativa. Esto asegura una respuesta más apropiada.
La intención de respaldo no debe tener ninguna ranura asociada.
La intención de reserva debe utilizar la clave de plantilla de reserva predeterminada para su respuesta.
- Ayuda: esta intención está diseñada para atender las consultas de los usuarios sobre las capacidades del agente de IA. Cuando los usuarios no están seguros de lo que pueden lograr o encuentran dificultades durante una conversación, a menudo buscan ayuda pidiendo
ayuda.De forma predeterminada, la respuesta para la intención de ayuda se asigna a la clave de plantilla de mensaje
deayuda. Sin embargo, los desarrolladores de AI Agent pueden personalizar la respuesta o cambiar la clave de plantilla asociada para proporcionar una orientación más personalizada e informativa.Se recomienda transmitir las capacidades del agente de IA a un alto nivel, proporcionando a los usuarios una comprensión clara de lo que pueden hacer a continuación.
- Hable con un agente: esta intención permite a los usuarios solicitar asistencia de un agente humano en cualquier etapa de su interacción con el agente de IA. Cuando se activa esta intención, el sistema inicia automáticamente una transferencia a un agente humano. La plantilla de respuesta predeterminada para este intento es
Traspasode agente. Si bien no hay restricciones de interfaz de usuario para cambiar la clave de la plantilla de respuesta, modificarla no afectará el resultado del traspaso humano.
Pequeñas intenciones de conversación
Todos los agentes de IA recién creados incluyen cuatro pequeñas intenciones de conversación predefinidas para manejar saludos comunes de los usuarios, expresiones de gratitud, comentarios negativos y despedidas:
- Saludos
- Gracias
- El agente de IA no fue útil
- Adiós
Crear una intención
Antes de comenzar
Antes de crear una intención, se recomienda crear entidades para vincularlas a la intención. Las entidades son necesarias para completar la tarea. Para obtener más información, vea crear entidades.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel, elija una tarea. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de entrenamiento, haga clic en Crear intención . |
| 5 |
En la ventana Crear intención , especifique los siguientes detalles: |
| 6 |
Marque la casilla de verificación Requerido , si la entidad es obligatoria. |
| 7 |
Introduzca el número de reintentos permitidos para este espacio cuando el consumidor lo llene incorrectamente. De forma predeterminada, el número se establece en tres. |
| 8 |
Elija la clave de plantilla de la lista desplegable. |
| 9 |
En la sección Respuesta , escriba la clave de la plantilla de respuesta final que se devolverá a los usuarios una vez finalizada la intención. |
| 10 |
Active la opción Restablecer ranuras después de finalizar para restablecer los valores de ranura recopilados en la conversación una vez que se complete la intención. Si este interruptor está deshabilitado, la ranura conserva los valores antiguos y muestra la misma respuesta.
|
| 11 |
Active el botón Actualizar valores de ranura para actualizar el valor de ranura durante la conversación con el consumidor. El agente de IA considera que el último valor rellenado en la ranura procesa los datos. Si esta función está habilitada, los valores de las ranuras llenas se actualizan cada vez que los usuarios proporcionan nueva información para el mismo tipo de ranura.
|
| 12 |
Active el botón de alternancia Proporcionar sugerencias de ranuras para proporcionar sugerencias para rellenar ranuras y valores de ranura alternativos en la respuesta final, según la entrada del usuario. |
| 13 |
Active el interruptor Finalizar conversación para cerrar la sesión después de este intento. La conexión y los flujos de voz pueden usar esto para cerrar una conversación con los consumidores.
|
| 14 |
Haga clic en Guardar. Haz clic en Entrenar en la parte superior derecha de la pestaña Formación para reflejar los cambios realizados en las intenciones y entidades.
Para entrenar motores NLU Rasa o Mindmeld, se requiere un mínimo de dos variantes de entrenamiento (expresiones) por intención. Además, cada ranura debe tener al menos dos anotaciones. Si no se cumplen estos requisitos, se deshabilita el botón Tren . Aparece un icono de advertencia junto a la intención afectada para indicar el problema. Sin embargo, la intención de reserva predeterminada está exenta de estos requisitos. |
Qué hacer a continuación
Después de que se crea una intención, se requiere cierta información para cumplir con la intención. Las entidades vinculadas dictan cómo se obtiene esta información de las expresiones de los usuarios. Para obtener más información, vea Vincular entidades con intención.
Vincular entidades con intención
Antes de comenzar
Se recomienda crear y vincular las entidades antes de agregar enunciados. Este auto anota las entidades mientras se agregan las instrucciones.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, se muestra la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. Las entidades vinculadas aparecen en la sección Ranuras.
|
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Cuando una entidad se marca como necesaria, hay opciones de configuración adicionales disponibles. Puede especificar el número máximo de veces que el agente de IA puede solicitar la entidad que falta antes de escalar o proporcionar una respuesta de respaldo. Puede definir la clave de plantilla que se activará si la entidad requerida no se proporciona dentro del número especificado de reintentos.
Una vez que un agente de IA identifica una intención y recopila todos los datos necesarios (ranuras), responde utilizando el mensaje asociado con la clave de plantilla final configurada para esa intención. Para iniciar una nueva conversación o gestionar intentos posteriores sin transferir datos anteriores, debe estar habilitada la opción Restablecer ranuras después de finalizar . Esta configuración borra todas las entidades reconocidas del historial de conversaciones, lo que garantiza un nuevo comienzo para cada nueva interacción. |
Generar datos de entrenamiento
Debe agregar manualmente los datos de entrenamiento a sus intenciones para que el agente de IA trabaje con una precisión razonable. Los datos de entrenamiento consisten en diferentes formas en las que puede invocar la misma intención. Puede agregar al menos 15-20 variantes para cada intento para mejorar su precisión. Crear este corpus de entrenamiento manualmente puede ser tedioso y llevar mucho tiempo. Puede agregar solo algunas variantes o agregar solo palabras clave como variantes en lugar de oraciones significativas. Esto se puede evitar generando datos de entrenamiento para complementar los existentes.
Para generar datos de entrenamiento, siga estos pasos:
- Introduzca el nombre de intención y una expresión de muestra.
- Haga clic en Generar.
- Proporcione una breve descripción de la intención de guiar a la IA.
- Especifique el número deseado de variantes y el nivel de creatividad para las sugerencias generadas por IA.
- Generar muchas variantes a la vez puede afectar la calidad. Recomendamos un máximo de 20 variantes por generación.
- Un entorno de menor creatividad puede producir variantes menos diversas.
- El proceso de generación puede tardar unos segundos, dependiendo del número de variantes solicitadas.
- El icono del rayo distingue las variantes generadas por IA de los datos de entrenamiento definidos por el usuario.
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts aprovechan la comprensión del lenguaje natural (NLU) con el aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, lo que requiere un nuevo entrenamiento para una inferencia precisa basada en el nuevo modelo. Las diferencias de rendimiento se pueden analizar utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que Scripted AI Agent responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Formación. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor de NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se mostrará una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si está activada la casilla Corrector ortográfico en inferencia.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas de AI Agent se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de Scripted AI Agents y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA está entrenado con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que se crean todos los artículos deseados, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en Webex vista previa compartible de AI Agent o en canales externos donde se implementa AI Agent.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado vs nivel de artículo. En nuestro continuo esfuerzo por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores de nivel de artículo en lugar del modelo anterior de uso de vectores de nivel de enunciado y descubrimos que los vectores de nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo serán el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA multilingües y para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admitirán cuando el modelo multilingüe sea Polymatch.
Puede comprobar la información sobre el modelo vectorial que estaba presente en el momento de una inferencia en la sección de otra información de la sesión.
Marcado de variantes generadas
Para garantizar un uso responsable de la IA, los desarrolladores pueden marcar los resultados generados por la IA para su revisión. Esto permite la identificación y prevención de cualquier contenido dañino o sesgado. Para marcar salidas generadas por IA:
- Busque la opción de marcado: hay disponible una opción de marcado para cada expresión generada.
- Proporcionar comentarios: al marcar una salida, los desarrolladores pueden agregar comentarios y especificar el motivo de la marcación.
Esta función está disponible inicialmente con un límite de uso mensual de 500 operaciones de generación. Para adaptarse a las crecientes necesidades, los desarrolladores pueden ponerse en contacto con los propietarios de sus cuentas para solicitar un aumento de este límite.
Crear intención y entidad multilingües
Puede crear datos de entrenamiento en varios idiomas. Para cada idioma configurado para su agente de IA, debe definir expresiones que reflejen las interacciones deseadas. Si bien las ranuras permanecen consistentes en todos los idiomas, las claves de la plantilla identifican de forma única las respuestas en cada idioma.
No todos los idiomas admiten todos los tipos de entidad. Para obtener más información sobre la lista de tipos de entidad que admite cada idioma, consulte la tabla Idiomas frente a entidades admitidas en Idiomas admitidos para agentes de IA con scripts.
Administrar respuestas
Las respuestas son los mensajes que su agente de IA envía a los clientes en respuesta a sus consultas o intenciones. Puede crear respuestas que incluyan:
- Texto: mensajes de texto sin formato para comunicación directa.
- Código: código incrustado para contenido o acciones dinámicas.
- Multimedia: imágenes, elementos de audio o video para mejorar la experiencia del usuario.
Las respuestas tienen dos componentes principales:
- Plantillas: estructuras de respuesta predefinidas que se asignan a intenciones específicas.
- Flujos de trabajo: la lógica que determina qué plantilla usar en función de la intención identificada.
Las plantillas para Transferencia de agentes, Ayuda, Respaldo y Bienvenida están preconfiguradas y el mensaje de respuesta se puede cambiar desde las plantillas correspondientes.
Tipos de respuesta
La sección Diseñador de respuestas cubre diferentes tipos de respuestas y cómo se pueden configurar.
La ficha Flujos de trabajo se usa para controlar respuestas asincrónicas al llamar a un API externo que responde de forma asincrónica. Los flujos de trabajo deben estar codificados en python.
Sustitución de variables
La sustitución de variables permite utilizar variables dinámicas como parte de las plantillas de respuesta. Todas las variables (o entidades) estándar de una sesión, junto con las que un desarrollador de AI Agent puede establecer dentro de un objeto de forma libre como el campo del almacén de datos, se pueden usar en plantillas de respuesta a través de esta característica. Las variables se representan con esta sintaxis: ${variable_name}. Por ejemplo, al usar el valor de una entidad llamada apptdate se usa ${entities.apptdate} o ${newdfState.model_state.entities.apptdate.value}.
Las respuestas se pueden personalizar utilizando variables recibidas del canal o recopiladas de los consumidores en el transcurso de una conversación. La funcionalidad de autocompletar muestra la sintaxis de las variables en el área de texto cuando comienza a escribir ${. Al seleccionar la sugerencia requerida, se rellena automáticamente el área con la variable y se resalta dicha variable.
Configurar respuestas con el Diseñador de respuestas
El diseñador de respuestas ofrece una interfaz fácil de usar para crear respuestas sin requerir amplios conocimientos de codificación. Hay dos tipos de respuesta disponibles:
- Respuestas condicionales: para los no desarrolladores, esta opción permite una fácil construcción de las respuestas que el agente de IA ofrece a los clientes.
- Fragmentos de código: Para los desarrolladores que usan Python, esta opción proporciona flexibilidad para configurar respuestas usando código.
El diseñador de respuestas de Webex AI Agent está diseñado para garantizar que la experiencia del usuario se adapte al canal específico con el que interactúa el agente de IA.
Plantillas de respuesta
- Texto: son respuestas de texto simples. Para mejorar la experiencia del usuario, el diseñador de respuestas permite múltiples cuadros de texto dentro de una sola respuesta, lo que le permite dividir los mensajes largos en secciones más manejables. Cada cuadro de texto puede incluir varias opciones de respuesta. Durante una conversación, una de estas opciones se selecciona aleatoriamente y se muestra al usuario, lo que garantiza una interacción dinámica y atractiva.
Para mantener una experiencia de usuario dinámica y atractiva, puede agregar varias opciones de respuesta a sus plantillas. Cuando se activa una plantilla con varias opciones, una de ellas se selecciona aleatoriamente y se muestra al usuario. Puede habilitar esta función haciendo clic en el botón +Agregar variante ubicado en la parte inferior de su respuesta.
Al guardar las respuestas, los desarrolladores ven una advertencia que indica el número de errores que deben corregirse. Los campos con errores se resaltarán en rojo. Mediante el uso de las flechas de navegación, los desarrolladores pueden localizar y corregir fácilmente estos errores en cualquier canal o formato de respuesta. Si el selector de listas o el carrusel contiene varias tarjetas, la navegación por puntos le permite desplazarse por las tarjetas con errores. Para una sola tarjeta, el punto correspondiente se vuelve rojo para indicar el error.
- Respuesta rápida: las respuestas de texto se pueden emparejar con botones, que pueden estar basados en texto o enlaces URL. Los botones de texto requieren un título y una carga útil, que se envía al bot cuando se hace clic. Los botones URL redirigen a los usuarios a una página web específica.
Cuando la consulta de un usuario es ambigua, la coincidencia parcial permite al bot sugerir artículos o intenciones relevantes como opciones. Esta función está disponible para las interacciones web y de Facebook.
Agregar respuestas rápidas de URL
Los botones de respuesta rápida de URL en respuestas fijas y condicionales le permiten crear botones que redirigen a los usuarios a su sitio web para obtener más información o acciones como completar formularios. Al hacer clic, estos botones abren la URL especificada en una nueva pestaña dentro de la misma ventana del navegador sin enviar ningún dato al bot.
Para agregar una respuesta rápida de URL en respuesta condicional o fija:
- Elija la clave de artículo o plantilla para la que desea configurar la respuesta rápida de URL.
- Haga clic en + Agregar respuesta rápida. Aparece la ventana emergente Tipo de botón.
- Elija el tipo de botón como URL en el canal web.
- Especifique el título del botón y la URL a la que se debe redirigir al consumidor después de hacer clic en el botón.
- Haga clic en Listo para agregar una respuesta rápida a la URL.
Los botones de tipo de URL también se pueden configurar a través del tipo de respuesta dinámica, donde estos botones se configuran utilizando fragmentos de código Python. Estos botones se admiten en la vista previa de la plataforma Webex AI Agent y en la vista previa que se puede compartir. Actualmente no son compatibles con el widget de chat en vivo de IMIchat u otros canales de terceros.
- Carrusel: las respuestas enriquecidas pueden incluir una sola tarjeta o varias tarjetas dispuestas en formato de carrusel. Cada tarjeta requiere un título y puede contener una imagen, una descripción y hasta tres botones.
Los botones de respuesta rápida dentro de la plantilla Carrusel se pueden configurar con enlaces de texto o URL. Al hacer clic en un botón de URL se redirigirá al usuario al sitio web especificado. Al hacer clic en un botón de respuesta rápida basado en texto, se envía una carga útil configurada al bot, lo que desencadena la respuesta correspondiente.
- Imagen: plantilla multimedia en la que los usuarios pueden configurar imágenes proporcionando direcciones URL.
- Vídeo: procesa los vídeos en la vista previa en función de la URL de vídeo configurada.
- Código: se puede usar para escribir código Python para llamar a API o ejecutar otra lógica.
Fragmentos de código
Las respuestas condicionales, con sus amplias características y diversas plantillas, pueden abordar de manera efectiva la mayoría de las necesidades de los agentes de IA. Sin embargo, para casos de uso complejos que no se pueden realizar completamente a través de respuestas condicionales o para desarrolladores que prefieren la codificación, el tipo de respuesta Fragmento de código está disponible.
Los fragmentos de código le permiten configurar respuestas utilizando código Python. Este enfoque permite crear todo tipo de respuestas, incluidas respuestas rápidas, texto, carruseles, imágenes, audio, vídeo y archivos, dentro de una plantilla de respuesta o artículo.
El código de función definido en la plantilla Fragmento de código se puede utilizar para establecer variables que luego se utilizan en otras plantillas. Es importante tener en cuenta que el código de función no puede devolver respuestas directamente cuando se usa dentro de respuestas condicionales.
Validación de fragmentos de código: la plataforma solo comprueba si hay errores de sintaxis en el fragmento de código que está configurando. Sin embargo, cualquier error en el propio contenido de la respuesta puede causar problemas a los usuarios que interactúan con el bot en el canal configurado. Por ejemplo, el editor no le impedirá agregar una respuesta de "selector de tiempo" para el canal web, pero esto produce errores si la consulta de un usuario desencadena esa respuesta específica.
Si decide no configurar una respuesta única para diferentes canales, la respuesta Web se considerará como la respuesta predeterminada y se enviará al usuario final. La lista de plantillas admitidas en el canal Web son:
- Texto: mensaje de texto simple que puede tener varias variantes. Este mensaje configurado se muestra en función de la consulta.
- Respuesta rápida: plantilla con texto y botones en los que se puede hacer clic.
- Carrusel: colección de tarjetas, cada una de las cuales tiene un título, una URL de imagen y una descripción.
- Imagen: plantilla para configurar imágenes proporcionando URL.
- Vídeo: plantilla para configurar el vídeo proporcionando la URL del vídeo. Puede reproducir el video haciendo clic o tocando la imagen.
- Archivo: plantilla para configurar un archivo pdf proporcionando la URL para acceder al archivo.
- Audio: plantilla para configurar un archivo de audio proporcionando la URL de audio. También muestra la duración del mensaje de audio en la salida.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Agente de IA con script para responder preguntas
Los agentes de IA guionados son agentes basados en el conocimiento cuya base de conocimiento consiste en un corpus de preguntas y respuestas. El agente de IA con script puede proporcionar respuestas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. Esta capacidad es útil en escenarios donde:
- Se requieren conocimientos específicos: el agente debe responder preguntas dentro de un dominio predefinido.
- La coherencia es importante: el agente debe proporcionar respuestas coherentes a consultas similares.
- Se necesita flexibilidad limitada: las respuestas del agente están limitadas por la información en el corpus de entrenamiento.
Crear un agente de IA con scripts para responder preguntas
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Scripted. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con scripts para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Cree una entidad con roles de entidad para el agente de IA.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save Changes (Guardar cambios) para guardar la configuración. |
Administrar artículos
Artículos del quid de los agentes de IA con guiones. Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. Cada artículo tiene una pregunta predeterminada que sirve como identificador para ese artículo en sesiones, curación y otros lugares del agente de IA. Todos los artículos configurados en un agente de IA constituyen conjuntamente la base de conocimientos o corpus del agente. El sistema compara su consulta con esta base de conocimientos y muestra la respuesta con el mayor nivel de confianza como respuesta del agente.
Los motores NLU Rasa y Mindmeld requieren un mínimo de dos variantes de entrenamiento (expresiones) para que un artículo forme parte del modelo entrenado de un corpus. En un agente de IA con script para responder preguntas, si se selecciona el motor NLU Rasa o Mindmeld y si un artículo tiene menos de dos variaciones, los botones Entrenar y Guardar y Entrenar no están disponibles. Cuando apoya el puntero en estos botones no disponibles, se muestra un mensaje para resolver los problemas antes del entrenamiento. También se muestra un icono de advertencia correspondiente al artículo con problemas. Los problemas se resuelven agregando más de dos variantes para un artículo. Una vez resueltos los problemas, los botones Tren y Guardar y Tren . están disponibles. Tener dos variantes no es aplicable a los artículos predeterminados: mensaje de coincidencia parcial, mensaje de respaldo y mensaje de bienvenida.
Puede clasificar los artículos en categorías de su elección y todos los artículos sin categorizar se clasifican como sin asignar. Hay cuatro artículos predeterminados que están disponibles para cada agente de IA, desde el momento de la creación. Estos son:
- Mensaje de bienvenida: contiene el primer mensaje cada vez que se inicia una conversación entre el cliente y el agente de IA.
- Mensaje de respaldo: AI Agent muestra este mensaje cuando el agente no puede entender la pregunta del usuario.
- Coincidencia parcial: cuando el agente de IA reconoce varios artículos con una pequeña diferencia en las puntuaciones (como se establece en la configuración de Traspaso e Inferencias), el agente muestra este mensaje de coincidencia junto con los artículos coincidentes como opciones. También puede configurar la respuesta de texto para que se muestre junto con estas opciones.
- ¿Qué puedes hacer?— Puede configurar las capacidades del agente de IA. AI Agent muestra esto cada vez que los usuarios finales cuestionan las capacidades de AI Agent.
Además de estos, el artículo predeterminado Hablar con un agente se agrega si el traspaso del agente desde la configuración Traspaso e Inferencia están habilitados.
Todos los nuevos agentes de IA también tienen cuatro artículos de Smalltalk que manejan las expresiones de los usuarios para:
- Saludos
- Gracias
- El agente de IA no fue útil
-
Adiós
Estos artículos y respuestas están disponibles en la base de conocimiento de AI Agent de forma predeterminada al crear un nuevo AI Agent. También puede modificarlos o eliminarlos.
Agregar artículos a través de la interfaz de usuario y la respuesta predeterminada
Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. La consulta de cada consumidor se compara con estos artículos (base de conocimiento) y la respuesta que devuelve el nivel de confianza más alto se muestra al usuario como la respuesta del agente de IA. Para agregar artículos:
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Agregue las variantes predeterminadas. |
| 5 |
Seleccione cualquiera de estas respuestas predeterminadas para el artículo. Valores posibles:
Para obtener más información, vea la sección Configurar respuestas mediante el Diseñador de respuestas . |
| 6 |
Haga clic en Guardar y entrenar. |
Importar desde catálogos
| 1 |
Lote en la plataforma Webex AI Agent |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en las tres elipses. |
| 4 |
Haga clic en Importar desde catálogos. |
| 5 |
Seleccione las categorías de los artículos que deben agregarse al agente. |
| 6 |
Haga clic en Done (Listo). |
Extraer preguntas frecuentes del enlace
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en los tres puntos suspensivos. |
| 4 |
Haga clic en el enlace Extraer preguntas frecuentes de. |
| 5 |
Proporcione la URL donde se alojan las preguntas frecuentes y haga clic en Extraer. |
| 6 |
Haga clic en Importar. |
Importar desde archivo
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en las tres elipses. |
| 4 |
Haga clic en Importar desde un archivo y seleccione CSV importar los artículos desde el archivo csv. Si va a importar artículos desde un archivo en formato JSON, seleccione el JSON. |
| 5 |
Haga clic en Examinar y seleccione un archivo que contenga todos los atacles. Haga clic en Descargar muestra para ver el formato en el que se deben especificar los artículos. |
| 6 |
Haga clic en Importar. |
Agregar sinónimos personalizados
Muchos casos de uso de AI Agent tienden a involucrar palabras y frases que pueden no ser parte del vocabulario estándar en inglés o que son específicas de un contexto empresarial. Por ejemplo, desea que el agente de IA reconozca la aplicación Android, la aplicación iOS, etc. El agente de IA debe incluir estos términos y sus variaciones en las expresiones de entrenamiento para todos los artículos relacionados, lo que lleva a una entrada de datos redundante.
Para superar este problema de redundancia, puede usar sinónimos personalizados dentro de un agente de IA con script para responder preguntas. Los sinónimos de cada palabra raíz son reemplazados por la palabra raíz en tiempo de ejecución por la plataforma automáticamente.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en los tres puntos suspensivos. |
| 4 |
Haga clic en Sinónimos personalizados. |
| 5 |
Haga clic en Nueva palabra raíz. |
| 6 |
Configure el valor de la palabra raíz y sus sinónimos y haga clic en Guardar. |
| 7 |
Entrene al agente de IA nuevamente después de agregar los sinónimos. También puede exportar los sinónimos (en formato de archivo .CSV) a la carpeta local e importar el archivo de nuevo a la plataforma. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts aprovechan la comprensión del lenguaje natural (NLU) con el aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, lo que requiere un nuevo entrenamiento para una inferencia precisa basada en el nuevo modelo. Las diferencias de rendimiento se pueden analizar utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que Scripted AI Agent responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Formación. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor de NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se mostrará una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si está activada la casilla Corrector ortográfico en inferencia.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas de AI Agent se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de Scripted AI Agents y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA está entrenado con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que se crean todos los artículos deseados, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en Webex vista previa compartible de AI Agent o en canales externos donde se implementa AI Agent.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado vs nivel de artículo. En nuestro continuo esfuerzo por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores de nivel de artículo en lugar del modelo anterior de uso de vectores de nivel de enunciado y descubrimos que los vectores de nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo serán el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA multilingües y para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admitirán cuando el modelo multilingüe sea Polymatch.
Puede comprobar la información sobre el modelo vectorial que estaba presente en el momento de una inferencia en la sección de otra información de la sesión.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Vista previa de su agente de IA con scripts
Webex agente de IA le permite obtener una vista previa de sus agentes de IA mientras lo desarrolla e incluso después de que se haya realizado el desarrollo. De esta manera, puede probar el funcionamiento de los agentes de IA y determinar si las respuestas deseables se generan correspondientes a las consultas de entrada respectivas. Puede obtener una vista previa de su agente de IA con script de las siguientes maneras.
- Panel de control del agente de IA: coloque el cursor sobre una tarjeta de agente de IA para ver la opción Vista previa de ese agente de IA. Haga clic en Vista previa para iniciar el widget de vista previa de AI Agent.
- Encabezado del agente de IA: después de ingresar al modo de edición para cualquier agente de IA haciendo clic en la tarjeta del agente de IA o en el botón Editar de la tarjeta del agente de IA, la opción Vista previa siempre está visible en la sección del encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página, lo que le permite reiniciar fácilmente el modo de vista previa.
Además, puede copiar el enlace de vista previa que se puede compartir desde un agente de IA. En la tarjeta AI Agent, haga clic en el icono de puntos suspensivos en la parte superior derecha y haga clic en Copiar enlace de vista previa. Este enlace se puede compartir con los demás usuarios del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la parte inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para ver cómo responde el agente de IA, asegurándose de que funcione como se espera. La vista previa del agente de IA admite varios idiomas y puede detectar automáticamente el idioma de las expresiones para responder en consecuencia. También puede seleccionar manualmente el idioma en la vista previa haciendo clic en el selector de idioma y eligiendo de la lista de opciones disponibles.
El widget de vista previa se puede maximizar para una mejor vista. Otras características útiles incluyen proporcionar información al consumidor e iniciar varias salas para probar a fondo el agente de IA.
Widget de vista previa compartible
El widget de vista previa que se puede compartir permite a los desarrolladores de AI Agent compartir su AI Agent con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el AI Agent. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con carcasa de teléfono. Los desarrolladores pueden realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo
el parámetro brandColoral enlace. Los usuarios pueden definir colores simples usando nombres de colores o usar código hexadecimal de colores. -
Carcasa del teléfono: cambiando el valor del
parámetro phoneCasingen el enlace. Se establece entruede forma predeterminada y se puede deshabilitar haciéndolo falsoEjemplo de enlace de vista previa con estos parámetros:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Secciones de administración comunes para Scripted AI Agent
Las siguientes secciones aparecen en el panel izquierdo de la página de configuración de AI Agent:
Capacitación
A medida que los agentes de IA evolucionan y se vuelven más complejos, los cambios en su lógica o comprensión del lenguaje natural (NLU) a veces pueden tener consecuencias no deseadas. Para garantizar un rendimiento óptimo e identificar posibles problemas, la plataforma AI Agent ofrece un conveniente marco de prueba de bots con un solo clic. Puede hacer lo siguiente:
- Cree y ejecute fácilmente un conjunto completo de casos de prueba.
- Definir mensajes de prueba y respuestas esperadas para diversos escenarios.
- Simule interacciones complejas creando casos de prueba con varios mensajes.
Definir pruebas
Puede definir pruebas siguiendo los pasos que se indican a continuación:
- Inicie sesión en la plataforma AI Agent.
- En el panel, haga clic en el agente de IA con scripts que ha creado.
- Haga clic en Prueba en el panel izquierdo. De forma predeterminada, aparece la pestaña Casos de prueba.
- Seleccione un caso de prueba y haga clic en Ejecutar pruebas seleccionadas.
Cada fila de la tabla representa un caso de prueba con los siguientes parámetros:
| Parámetro | Descripción |
|---|---|
| Mensaje | Un mensaje de ejemplo que representa los tipos de consultas e instrucciones que puede esperar que los usuarios envíen a su agente de IA. |
| Idioma esperado | El idioma en el que se espera que los usuarios interactúen con el agente de IA. |
| Artículo esperado | Especifique el artículo que debe mostrarse en respuesta a un mensaje de usuario determinado. Para ayudarle a encontrar el artículo más relevante, esta columna cuenta con una función de autocompletar inteligente. A medida que escribe, el sistema le sugerirá artículos coincidentes en función del texto introducido hasta el momento. |
| Restablecer contexto anterior | Haga clic en la casilla de verificación de esta columna para aislar los casos de prueba y asegurarse de que se ejecutan independientemente de cualquier contexto de agente de IA existente. Cuando está habilitado, cada caso de prueba se simula en una nueva sesión, evitando cualquier interferencia de interacciones anteriores o datos almacenados. |
| Incluir coincidencias parciales | Habilite este conmutador para incluir casos de prueba con artículos esperados que solo coincidan parcialmente con la respuesta real se considera correcta. |
| Importar desde CSV | Importe casos de prueba desde un archivo separado por comas (CSV). En este caso, se sobrescribirán todos los casos de prueba existentes. |
| Exportar a CSV | Exporte los casos de prueba a un archivo (CSV) separado por comas. |
| Probar devoluciones de llamada | Active este interruptor para simular devoluciones de llamada entrantes y probar el comportamiento del flujo sin necesidad de llamadas entrantes reales. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Flujo de devolución de llamada | Haga clic en la casilla de verificación de esta columna para indicar que una intención debe desencadenar una devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Plantilla de devolución de llamada esperada | Especifique la clave de plantilla que debe activarse cuando se produce la devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Tiempo de espera de devolución de llamada | Cantidad máxima de tiempo (en segundos) que el agente de IA espera una respuesta de devolución de llamada antes de considerar que la devolución de llamada ha agotado el tiempo de espera. Actualmente, se aplica un tiempo de espera de 20 segundos. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
Ejecutar pruebas
En la ficha Ejecución , haga clic en Ejecutar pruebas seleccionadas para iniciar una ejecución secuencial de todos los casos de prueba seleccionados.
También puede ejecutar casos de prueba desde la ficha Casos de prueba.
.Para ver casos de prueba con resultados específicos, haga clic en el resultado deseado (por ejemplo,Aprobado,Aprobado con coincidencia parcial,Fallido,Pendiente ) en la cinta de resumen. Esto filtrará la lista de casos de prueba para mostrar solo aquellos que coincidan con el resultado seleccionado.
El ID de sesión asociado con cada caso de prueba se muestra en los resultados. Esto le permite hacer referencias cruzadas rápidamente de casos de prueba y ver los detalles de la transacción. Para ello, elija la opción Detalles de transacción en la columna Acciones .
Historial de ejecución
En la pestaña Historial , acceda a todos los casos de prueba ejecutados.
- Haga clic en el icono Descargar de la columna Acciones para exportar los datos de prueba ejecutados como un archivo CSV para análisis o informes sin conexión.
- Revise la configuración específica del motor y el algoritmo utilizada para la ejecución de cada caso de prueba. Esta información ayuda a los desarrolladores a optimizar el rendimiento del agente de IA.
- Para ver los ajustes avanzados de configuración de algoritmos utilizados para un motor de entrenamiento determinado, haga clic en el icono Información situado junto al nombre del motor de entrenamiento. Esto proporcionará información sobre los parámetros y la configuración que influyeron en el comportamiento del agente de IA durante las pruebas.
Sesiones
La sección Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los clientes. Cada sesión incluye un historial detallado de los mensajes intercambiados. Puede exportar los datos de sesión como un archivo de CSV para el análisis y la auditoría sin conexión. Puede utilizar estos datos para examinar los mensajes y el contexto de sesiones específicas para obtener información sobre las interacciones del usuario e identificar áreas de mejora, refinar las respuestas de los agentes de IA y mejorar la experiencia general del usuario.
Puede manejar grandes conjuntos de datos mostrando los resultados en páginas. Puede utilizar la sección Refinar resultados para filtrar y ordenar las sesiones en función de varios criterios. Cada fila de la tabla muestra detalles esenciales de la sesión, entre los que se incluyen:
- Canales: el canal donde se produjo la interacción (por ejemplo, chat, voz).
- ID de sesión: identificador único de la sesión.
- ID de consumidor: identificador único del usuario.
- Mensajes: el número de mensajes intercambiados durante la sesión.
- Actualizado a las: hora en que se cerró la sesión.
- Metadatos: información adicional sobre la sesión.
- Ocultar sesiones de prueba: active esta casilla para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso del agente: seleccione esta casilla de verificación para filtrar las sesiones que se entregan a un agente. Si se produce el traspaso del agente, se muestra el icono de los auriculares que indica el traspaso del chat a un agente humano.
- Se ha producido un error: seleccione esta casilla de verificación para filtrar las sesiones en las que se produjo el error.
- Votación negativa: seleccione esta casilla de verificación para filtrar las sesiones con votación negativa.
Haga clic en una fila para acceder a la vista detallada de una sesión específica. Utilice casillas de verificación para filtrar las sesiones en función de la entrega del agente, los errores y los votos negativos. El descifrado de sesiones requiere permiso de nivel de usuario y configuración avanzada de protección de datos. Haga clic en Descifrar contenido para ver los detalles de la sesión.
Detalles de la sesión de una sesión concreta en el agente de IA con script para responder preguntas
La vista Detalles de sesión en un agente de IA con script para responder preguntas proporciona un desglose completo de una interacción específica entre un usuario y el agente de IA.
La sección Mensajes :
- Muestra todos los mensajes enviados por el usuario durante la sesión.
- Muestra las respuestas correspondientes generadas por el agente de IA.
- Presenta el orden cronológico de los mensajes, proporcionando contexto para la interacción.
La pestaña Información de transacción:
- Enumera los artículos que se identificaron como relevantes para la consulta del cliente, incluidas las coincidencias exactas y las coincidencias parciales.
- Muestra las puntuaciones de similitud asociadas a cada artículo identificado, indicando el grado de relevancia.
- Presenta los resultados de los algoritmos subyacentes utilizados para procesar la consulta del cliente e identificar artículos relevantes.
- Muestra el número de resultados del algoritmo en función de la configuración configurada en la ficha Traspaso e inferencia .
La sección Otra información de la vista Detalles de la sesión proporciona contexto adicional y detalles sobre una interacción específica. Aquí hay un desglose de la información que se muestra:
- Consulta procesada: muestra la versión preprocesada de la entrada del cliente después de que haya sido procesada por la canalización de comprensión del lenguaje natural (NLU) del agente de IA.
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Tipo de respuesta: especifica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
Detalles de la sesión de una sesión concreta en el agente de IA con script para realizar acciones
La pestaña Información de transacción en Agente de IA con script para realizar acciones proporciona un desglose detallado de una interacción específica, categorizando la información en cuatro secciones:
Sección Intenciones identificadas :
- Muestra las intenciones identificadas para la consulta del cliente.
- Indica el nivel de confianza asociado a cada intención identificada.
- Enumera las ranuras asociadas a la intención identificada. Haga clic en la ranura para ver información adicional sobre su valor y cómo se extrajo de la consulta del usuario.
La sección Entidades identificadas enumera las entidades que se extrajeron del mensaje del cliente y están asociadas con la intención activa del consumidor. Estas entidades representan las piezas clave de información que el bot identificó dentro de la consulta del usuario.
La sección Resultados del algoritmo proporciona información sobre los procesos subyacentes que condujeron a la respuesta del agente de IA. Aquí hay un desglose de la información que se muestra:
- Lista de intenciones: muestra las intenciones identificadas y sus correspondientes puntuaciones de similitud.
- Lista de entidades: muestra las entidades que se extrajeron del mensaje del usuario.
Aparece Otra información :
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Clave de plantilla: indica la clave de plantilla asociada con la intención que desencadenó la respuesta del agente de IA.
- Tipo de respuesta: indica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
También puede descargar y ver la información de la transacción en formato JSON utilizando la opción de descarga.
La ficha Metadatos muestra:
- Metadatos de NLP: revise los pasos de preprocesamiento aplicados a la entrada del cliente en la pestaña NLP .
- Almacén de datos y FinalDF: acceda a los datos relacionados con la sesión en las pestañas Almacén de datos y FinalDF para bots inteligentes.
- Funcionalidad de búsqueda: use la barra de búsqueda incorporada para encontrar rápidamente expresiones específicas dentro de una conversación.
Historia
Siempre que agregue o modifique artículos, intenciones o entidades, es esencial volver a entrenar a su agente de IA con scripts para asegurarse de que esté actualizado. Después de cada sesión de entrenamiento, pruebe minuciosamente su agente de IA para verificar su precisión y efectividad.
La página Historial le permite:
- Ver historial de entrenamiento: realiza un seguimiento de cuándo se entrenó un corpus y se realizaron los cambios.
- Comparar motores de entrenamiento: revise los motores de entrenamiento utilizados para diferentes iteraciones y sus correspondientes duraciones de entrenamiento.
- Control de cambios: supervise los cambios en la configuración, los artículos, las respuestas, NLP y la curación.
- Volver a versiones anteriores: si es necesario, vuelve fácilmente a un conjunto de entrenamiento anterior.
La sección Historial proporciona herramientas útiles para administrar los artículos de la base de conocimientos:
- Activar artículos: haz que los artículos previamente inactivos estén en vivo para incluirlos en las respuestas del agente de IA.
- Editar artículos: cree una nueva versión de un artículo existente conservando el original como referencia.
- Vista previa del rendimiento: evalúe el rendimiento del agente de IA con una base de conocimientos específica mediante la función Vista previa .
- Descargar artículos: exporte los artículos de la base de conocimientos como un archivo CSV para analizarlos o consultarlos sin conexión. Esta opción está disponible para Scripted AI Agent solo para responder preguntas.
Registros de auditoría
La sección Registros de auditoría proporciona un registro detallado de las modificaciones realizadas en su agente de IA con scripts en los últimos 35 días. Para acceder a los registros de auditoría:
- Vaya al panel y haga clic en el agente de IA que ha creado.
- Haga clic en la pestaña Historial para ver el historial del agente de IA.
- Haga clic en la ficha Registros de auditoría para ver un registro detallado de los cambios:
- Actualizado en: fecha y hora en que se realizó el cambio.
- Actualizado por: el usuario que realizó el cambio.
- Campo: la sección del bot donde se produjo la modificación (por ejemplo, Configuración, Artículos, Respuestas).
- Descripción: detalles adicionales sobre el cambio.
-
Utilice las opciones Actualizado por
yBúsqueda decampopara localizar rápidamente entradas específicas del registro de auditoría. -
La pestaña Historial de modelos muestra un máximo de 10 corpus para cada agente de IA.
Curaduría
Los mensajes se agregan a la consola de Curation en función de los siguientes criterios:
- Mensajes alternativos: cuando el agente de IA no entiende el mensaje de un usuario y activa la intención de respaldo.
- Intención de respaldo predeterminada: si este interruptor está habilitado, los mensajes que activen la intención de respaldo predeterminada se enviarán a la consola de Curation.
Este criterio solo se aplica al agente de IA con script para realizar acciones.
- Mensajes rechazados: mensajes que los usuarios han rechazado durante las vistas previas de AI Agent.
- Traspaso de agentes: mensajes que dan lugar a un traspaso de agente humano debido a reglas configuradas.
- Desde la sesión: mensajes marcados por los usuarios como que no reciben la respuesta deseada de los datos de la sesión o de la sala.
- Confianza baja: mensajes con una puntuación de confianza que se encuentra dentro del umbral de confianza bajo especificado.
- Coincidencia parcial: mensajes en los que el agente de IA no pudo identificar definitivamente la intención o respuesta correcta.
Resolver problemas
La ficha Problemas proporciona una ubicación centralizada para revisar y abordar los mensajes que se han marcado para su conservación. Puede hacer lo siguiente:
- Elija resolver u ignorar los problemas en función de su gravedad y relevancia.
- Examine la expresión original del usuario, la respuesta del agente de IA y cualquier medio adjunto.
El acceso a descifrar se concede a nivel de usuario y requiere que Advanced Data Protection esté habilitado en el backend.
Para resolver un problema, puede:
-
Vincular a un artículo existente: para conectar un problema con un artículo existente, seleccione la opción Enlace y busque el artículo deseado.
-
Crear nuevo artículo: use la opción Agregar a un nuevo artículo para crear un nuevo artículo directamente desde la Consola de curación.
-
Ignorar problemas: resuelve o ignora problemas para eliminarlos de la consola de curación.
- No se permite enlazar a artículos predeterminados (mensaje de bienvenida, mensaje alternativo, coincidencia parcial).
- Para el agente de IA con script para realizar acciones, seleccione la intención adecuada de la lista desplegable y etiquete las entidades relevantes.
- Después de realizar cambios, vuelva a capacitar a su agente de IA para asegurarse de que el nuevo conocimiento se refleje en sus respuestas.
- Resuelva o ignore varios problemas simultáneamente para una administración eficiente.
La ficha Resuelto proporciona una visión general completa de todos los problemas que se han solucionado. Puede ver un resumen de cada problema resuelto, incluso si el problema se vinculó a un artículo existente, se usó para crear un nuevo artículo / intención o se ignoró. Si encuentra respuestas no deseadas que no fueron capturadas automáticamente por las reglas existentes, puede agregar manualmente expresiones específicas a la Consola de curación.
Para agregar problemas de las sesiones:
- Identificar la expresión: localiza la expresión que desencadenó la respuesta incorrecta.
- Comprobar estado de curación: si el problema no se encuentra ya en la consola de conservación,
se muestra el botón de alternancia Estadode conservación. - Alternar el indicador: active el
interruptor Estadode conservación para agregar el mensaje a la consola de conservación para su revisión y resolución.
Si el problema ya está presente en Curation Console, la apariencia del conmutador cambia en consecuencia para indicar su estado.
Ver el rendimiento de la IA con scripts con Analytics
La sección Análisis proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Las métricas clave se dividen en cuatro secciones representadas como pestañas. Estos son: Descripción general, Respuestas, Capacitación y Curaduría.
Al visitar la pantalla de análisis, los desarrolladores pueden seleccionar el agente de IA para el que desean ver los análisis. También pueden personalizar la vista de análisis eligiendo el canal para el que desean ver los datos, junto con el rango de fechas y la granularidad de los datos. De forma predeterminada, los datos analíticos del último mes se muestran para todos los canales con una granularidad diaria (cada día es un punto en el eje x en los gráficos).
Descripción general
La descripción general contiene métricas y gráficos clave que proporcionan una instantánea del uso y el rendimiento general de AI Agent a los desarrolladores.
- Seleccione el agente de IA en la página Panel.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
Sesiones y mensajes
La primera sección de información general muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA:
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
Esto es seguido por una representación gráfica de las sesiones (columna apilada que representa las sesiones manejadas por el agente de IA y las sesiones entregadas) y el total de respuestas enviadas por el agente de IA.
Usuarios
La segunda sección de Información general contiene estadísticas sobre los usuarios del agente de IA. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios. Esto es seguido por un gráfico que muestra los usuarios nuevos y recurrentes para cada unidad dependiendo de la granularidad seleccionada.
Rendimiento
La tercera sección proporciona estadísticas sobre las respuestas de AI Agent a los usuarios. Aquí se puede ver el total de respuestas enviadas por el agente de IA y la división entre las respuestas donde el agente de IA:
- Identificó la intención del usuario.
- Respondió con un mensaje alternativo.
- Respondió con un mensaje de coincidencia parcial.
- Informar al usuario de la entrega de un agente.
El mismo se agrega en un gráfico circular y un gráfico de área proporciona información basada en la granularidad seleccionada.
Capacitación
La sección de capacitación representa la "salud" de un corpus de agente de IA. Se recomienda que los desarrolladores configuren 20+ expresiones de entrenamiento para cada intención/artículo en sus agentes de IA. En esta sección, todos los artículos/intenciones de un corpus se muestran como rectángulos individuales donde el color y el tamaño relativo de cada rectángulo son indicativos de los datos de entrenamiento que contiene el artículo/intención. Cuanto más cerca esté una intención del blanco, más datos de entrenamiento necesitará para que mejore la precisión de su agente de IA.
Respuestas
Esta sección ofrece a los desarrolladores una vista detallada de lo que los usuarios preguntan y con qué frecuencia lo preguntan. Proporciona una representación gráfica de los artículos más populares para AI Agents para responder preguntas y plantillas de respuesta para AI Agents para realizar acciones.
Curaduría
Proporciona un resumen visual de cuántos problemas de curación han surgido cada día y cuántos de ellos han sido resueltos por los desarrolladores de AI Agent.
Integrar agentes de IA
En esta sección se explica cómo integrar agentes de IA con canales digitales y de voz para administrar las conversaciones de los clientes.
Integre agentes de IA con canales digitales y de voz
Una vez que haya creado y configurado sus agentes de IA en la plataforma Webex AI Agent, el siguiente paso es integrarlos con los canales de voz y digitales. Esta integración permite a los agentes de IA manejar conversaciones digitales y basadas en voz con sus clientes, proporcionando una experiencia de usuario fluida e interactiva.
Para obtener más información, consulte el artículo Integrar agentes de IA con canales digitales y de voz.
Administrar informes de agentes de IA
En esta sección se describe la descripción general de los informes de agentes de IA, los tipos de informes, la creación de informes de agentes de IA y los modos de entrega de informes.
Comprender los informes de agentes de IA
La función de informes le permite generar o programar (generar periódicamente) informes específicos de los tipos de informes disponibles y recibirlos en los modos de entrega disponibles. Estos informes pueden proporcionar información valiosa sobre el comportamiento del usuario, el uso, la participación, el rendimiento del producto, etc. Puede recibir la información deseada en su correo electrónico, SFTP ruta o bucket de S3. Puede elegir el tipo de informe de una lista de informes pregenerados y también elegir si desea generar un informe único al instante o a intervalos regulares.
Al acceder al menú Informes desde el panel de navegación izquierdo, aparecen las siguientes fichas:
-
Configurar: esta ficha enumera todos los informes que están activos actualmente y que se generan periódicamente. Los siguientes detalles están disponibles para la lista de informes:
- Activo: indica si un usuario sigue suscrito al informe.
- Agente de IA: nombre del agente de IA asociado al informe.
- Tipo de informe: el tipo de informe precreado al que se ha suscrito.
- Frecuencia: intervalo en el que recibe el informe.
- Último informe generado: el último informe enviado.
- Próxima fecha programada: la próxima fecha en que se enviará el informe.
-
Historial: esta ficha muestra toda la información histórica de los informes enviados hasta la fecha. Haga clic en cualquier informe de esta página para editar la configuración de los informes.
Puede hacer clic en el icono Descargar en la columna Acciones para descargar estos informes históricos.
Los informes a petición que aparecen en la ficha Historial solo están disponibles para su descarga una vez completada la generación del informe.
Crear un informe de agente de IA
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
Haga clic en Informes en la barra de navegación izquierda. |
| 3 |
Haga clic en +Nuevo informe. |
| 4 |
Proporcione la siguiente información para crear y configurar el informe: |
Tipos de informes de agente de IA
Puede elegir de una lista de informes predefinidos en función del tipo de agente de IA seleccionado. Esta sección cubre estos tipos de informe, las hojas incluidas en cada informe y las columnas disponibles en cada hoja.
AI Agent para responder preguntas tipo de informe
Hay tres tipos de informes diferentes disponibles para que un agente de IA responda preguntas en la aplicación. Mediante diferentes tipos de informes, se le puede utilizar para comprender el resumen de uso del agente de IA, el comportamiento, lo que preguntan los usuarios y cómo responde el agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Comportamiento de uso y resumenEn esta sección se muestra el resumen de AI Agent con la frecuencia con la que se invocan los artículos y las categorías. Puede ver la información de resumen, categorías y artículos en una pestaña separada de los informes:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones/sesiones manejadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos | Los mensajes enviados por los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por el agente de IA a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano. |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los clientes. |
| Total de votos negativos |
Respuestas totales de agentes de IA que fueron rechazadas por los clientes. |
| Campo | Descripción |
|---|---|
| Nombre de la categoría | El nombre de la categoría tal como se configuró en el agente de IA. |
| Conversaciones para la categoría | El número de conversaciones o sesiones donde se detectó un artículo perteneciente a esta categoría. |
| Total de respuestas | El número de veces que se detectó un artículo perteneciente a esta categoría. |
| Total de votos positivos | El número de veces que se votó positivamente una respuesta de esta categoría. |
| Total de votos negativos |
El número de veces que una respuesta de esta categoría fue rechazada. |
| Campo | Descripción |
|---|---|
| Nombre del artículo | El nombre del artículo (variante predeterminada) que se configura en el agente de IA. |
| Categoría del artículo | La categoría a la que pertenece esta intención. |
| Conversaciones para el artículo | El número de conversaciones o sesiones en las que se detectó este artículo. |
| Total de respuestas | El número de veces que se detectó este artículo. |
| Total de votos positivos | El número de veces que se votó positivamente la respuesta a este artículo. |
| Total de votos negativos |
El número de veces que la respuesta para este artículo es rechazada. |
Muestra la conversación entre el agente de IA y el cliente junto con la puntuación de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | La marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión. |
| ID de consumidor | El identificador único para el usuario final en el agente de IA. |
| Tipo de mensaje | El mensaje del agente de IA o el mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Artículo | El identificador de la respuesta enviada por el agente de IA. |
| Categoría | La intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | La puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | La intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 | La puntuación de la intención detectada. |
| Retroalimentación | Los comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Los comentarios que dejan los usuarios al votar un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en el agente de IA. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Artículo | Identificador de la respuesta enviada por el agente de IA. |
| Categoría | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 |
Puntuación para la intención detectada. |
Tipo de informe AI Agent para realizar tareas
Hay tres tipos de informes diferentes disponibles para que un agente de IA realice tareas en la aplicación generadora de agentes de IA. Como desarrollador de agentes de IA, puede crear diferentes tipos de informes. Estos se pueden usar para comprender el resumen de uso del agente de IA, el comportamiento del agente de IA, lo que preguntan los usuarios y cómo responde un agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Muestra el resumen de las conversaciones junto con las intenciones y las claves de plantilla que se activan. La ficha resumen muestra los siguientes detalles:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones o sesiones gestionadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos |
Los mensajes que envían los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por AI Agent a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los usuarios. |
| Total de votos negativos |
Total de respuestas de agentes de IA que fueron rechazadas por los usuarios. |
También puedes ver los detalles de la intención en la pestaña Intenciones de la hoja de cálculo:
| Campo | Descripción |
|---|---|
| Nombre de intención | El nombre de la intención tal como se configuró en el agente de IA. |
| Conversaciones para la intención | Número de conversaciones o sesiones en las que se invocó esta intención. |
| Total de invocaciones | Número de veces que se invocó esta intención. |
| Finalizaciones totales | Número de veces que se recopilaron todas las ranuras y se completó esta intención. |
| Total de votos positivos | El total de respuestas para eso fue votado a favor para cada intención. |
| Total de votos negativos |
El total de respuestas para eso fue rechazado para cada intención. |
El informe también tiene detalles de plantilla de alto nivel, tales como:
| Campo | Descripción |
|---|---|
| Nombre de clave de plantilla | Nombre de la plantilla tal como está configurada en el agente de IA. |
| Intención clave de plantilla | Intenciones donde se usa esta clave de plantilla. |
| Conversaciones para la clave de plantilla | Número de veces que se envió esta clave de plantilla como respuesta. |
| Total de respuestas | El número de veces que se envió esta clave de plantilla como respuesta. |
| Total de votos positivos | Número de veces que se votó positivamente la respuesta a esta plantilla. |
| Total de votos negativos |
Número de veces que la respuesta para esta plantilla fue rechazada. |
Muestra la conversación de un cliente con el agente de IA junto con las puntuaciones de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Tipo de mensaje | Mensaje de agente de IA o mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 | Puntuación para la intención detectada. |
| Retroalimentación | Comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Comentarios dejados por los usuarios al votar negativamente un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Este informe solo es relevante para agentes de IA con guión. Puede ver los siguientes detalles en este informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del cliente. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 |
Puntuación para la intención detectada. |
Modos de entrega del informe AI Agent
En el mundo actual basado en datos, la entrega eficiente y segura de informes de AI Agent es crucial para la toma de decisiones informadas y la excelencia operativa. Para satisfacer las diversas necesidades de la organización, ofrecemos múltiples modos de entrega para los informes de AI Agent, lo que garantiza flexibilidad, confiabilidad y seguridad. Las opciones de entrega incluyen Secure File Transfer Protocol (SFTP), correo electrónico y Amazon S3 Bucket. Cada modo está diseñado para satisfacer diferentes requisitos, ya sea la necesidad de alta seguridad, facilidad de acceso o soluciones de almacenamiento escalables. Este documento describe las características y ventajas de cada modo de entrega, ayudándole a elegir la mejor opción para sus necesidades específicas.
SFTP
|
Campo |
Descripción |
|---|---|
| Enviar informes a una ubicación segura según lo programado |
Active esta opción para enviar los informes a la ubicación segura a la hora programada. Solo puede proporcionar los siguientes detalles habilitando este conmutador. |
| Dirección IP | La dirección IP del sistema. |
| Nombre de usuario | El nombre de usuario para acceder a los informes. |
| Contraseña | La contraseña para tener acceso a los informes. |
| Clave privada | La clave privada para tener acceso a los archivos. |
| Ruta de carga |
La ruta de acceso donde se enrutan los archivos en el sistema. |
Correo electrónico
| Campo | Descripción |
|---|---|
| Programe correos electrónicos para varios destinatarios, separados con punto y coma(;) | Active esta opción para agregar destinatarios. |
| Destinatarios |
La dirección de correo electrónico de todos los destinatarios que deben recibir los informes en la hora y frecuencia especificadas. |
Cucharón S3
| Campo | Descripción |
|---|---|
| Cargue informes en un bucket de S3 según la programación |
Active esta opción para que los campos de S3 estén disponibles y dirija los informes al bucket de S3 configurado. |
| ID de clave de acceso de AWS | El ID de clave de acceso para obtener acceso a los servicios y recursos de AWS. |
| Clave de acceso secreta de AWS | La clave de acceso secreta para obtener acceso a los servicios y recursos de AWS. |
| Nombre del bucket | El nombre del bucket al que se enruta el informe. |
| Nombre de carpeta |
El nombre de la carpeta que se crea en el bucket de S3. |
Comprender el cumplimiento de la IA
Esta sección le ayuda a comprender el desarrollo de la IA, la privacidad de los datos, la seguridad y la protección
Desarrollo de IA, privacidad de datos, seguridad y protección
Cada función impulsada por IA en Cisco se somete a una Evaluación de Impacto de IA según nuestrosprincipios de IA Responsable, y se adhiere al Marco de IA Responsable, además de los procesos existentes de Seguridad, Privacidad y Derechos Humanos por Diseño.
Privacidad y seguridadCisco no conserva los datos de entrada del cliente después del proceso de inferencia, y el proveedor del modelo de 3 ª parte, Microsoft, no accede, supervisa ni almacena los datos de los clientes de Cisco. Para obtener más información sobre las políticas de retención de datos específicas de las funciones, consulte Cisco Trust Portal.
La siguiente es la lista de notas de transparencia de IA para todas las funciones de IA:
Fuentes de datos para capacitación y evaluaciónEl proveedor de modelos de 3rd party de Cisco, Microsoft, declara que no usará el contenido del cliente para mejorar los modelos de Azure OpenAI y que no almacena ni retiene los datos de los clientes de Cisco en la infraestructura de Azure.
Seguridad y consideraciones éticasTodas las características generativas de IA son propensas a errores, por lo que Cisco prioriza la seguridad del contenido para las características de IA al optar por el filtrado de contenido, proporcionado por Azure OpenAI.
Evaluación y rendimiento del modeloCisco prioriza el rendimiento y la precisión de AI Assistant al involucrar a los humanos en la revisión, las pruebas y el control de calidad del modelo subyacente.
Introducción a Webex agente de IA
Webex AI Agent es una plataforma sofisticada diseñada para crear, administrar e implementar agentes de IA automatizados para satisfacer las necesidades de servicio al cliente y soporte. Mediante el uso de inteligencia artificial, los agentes de IA brindan asistencia automatizada a los clientes antes de que interactúen con agentes humanos. Estos agentes apoyan las interacciones de voz con la entonación, la comprensión del lenguaje y la conciencia contextual dentro de las conversaciones. Además, los agentes de IA manejan sin problemas e informativamente las interacciones del canal digital a través de texto y chat en línea. Los clientes se benefician de una experiencia similar a la de un conserje, que recibe asistencia con preguntas, recuperación de información y minimiza los tiempos de espera.
Capacidades de Webex agente de IA
- Respuestas precisas y oportunas: proporciona respuestas precisas a las consultas de los clientes en tiempo real.
- Ejecución inteligente de tareas: ejecuta tareas en función de las solicitudes o entradas de los clientes.
Beneficios clave para las empresas
-
Experiencia del cliente mejorada: ofrece una experiencia conversacional en tiempo real para los clientes.
-
Interacciones personalizadas: adapta las respuestas a las necesidades y preferencias individuales de los clientes.
-
Escalabilidad y eficiencia: maneja un gran volumen de interacciones con los clientes sin requerir agentes humanos adicionales, lo que mejora la satisfacción y reduce los costos operativos.
Comprender los tipos y ejemplos de agentes de IA
La siguiente tabla proporciona una visión de los tipos de agentes de IA y sus capacidades:
| Tipo de agente de IA | Propósito | Capacidad | Descripción | ¿Cómo configurar? |
|---|---|---|---|---|
|
Autónomo |
Los agentes autónomos de IA están diseñados para operar de forma independiente, tomando decisiones y realizando tareas sin intervención humana directa. |
Realizar acciones |
Tome decisiones informadas basadas en la información disponible y las reglas predefinidas. Automatice tareas repetitivas o que consumen mucho tiempo. |
|
|
Responder preguntas |
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. |
Agentes autónomos de IA para responder preguntas | ||
|
Guión |
Los agentes de IA con scripts están programados para seguir un conjunto predefinido de reglas e instrucciones. |
Realizar acciones |
Los agentes con scripts pueden realizar tareas específicas que están claramente definidas y estructuradas. |
Agentes de IA con scripts para realizar acciones |
|
Responder preguntas |
Los agentes con scripts pueden responder a preguntas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. |
Agentes de IA con guiones para responder preguntas |
Ejemplos
Tanto los agentes de IA autónomos como los guionados se pueden aplicar a varios casos de uso, dependiendo de los requisitos específicos y las capacidades deseadas. Algunos ejemplos incluyen:
-
Servicio al cliente: tanto los agentes autónomos como los con scripts se pueden utilizar para proporcionar soporte al cliente, con agentes autónomos que ofrecen más flexibilidad y comprensión del lenguaje natural.
-
Asistentes virtuales: los agentes autónomos son adecuados para roles de asistente virtual, ya que pueden manejar diversas tareas y proporcionar interacciones más personalizadas.
-
Análisis de datos: los agentes autónomos se pueden utilizar para analizar grandes conjuntos de datos y extraer información valiosa.
-
Automatización de procesos: tanto los agentes autónomos como los con scripts se pueden usar para automatizar tareas repetitivas, mejorar la eficiencia y reducir los errores.
-
Gestión del conocimiento: los agentes autónomos se pueden utilizar para crear y administrar repositorios de conocimiento, haciendo que la información sea fácilmente accesible para los usuarios.
La elección entre agentes de IA autónomos y con scripts depende de la complejidad de las tareas, el nivel requerido de autonomía y la disponibilidad de datos de entrenamiento.
Requisitos previos
-
Si ya es cliente de Webex Contact Center, asegúrese de cumplir los siguientes requisitos previos:
-
Webex inquilino de Contact Center 2.0.
-
Webex Connect se aprovisiona para el inquilino.
-
La plataforma de medios de voz es una plataforma de medios de próxima generación.
-
-
Si no tiene un inquilino de Webex Contact Center, póngase en contacto con su socio para iniciar una prueba de Webex Contact Center con Next-Generation Media Platform.
-
Los administradores pueden solicitar un entorno limitado para desarrolladores de Contact Center Webex para probar los agentes de IA.
Habilitación de características
Esta función se encuentra actualmente en versión beta. Los clientes pueden registrarse para esta función en Webex Portal Beta rellenando la encuesta de participación para agentes de IA.
-
Actualmente, solo la funcionalidad de agente de IA con script está disponible en la fase Beta.
-
Los agentes autónomos solo están disponibles para clientes seleccionados. Las solicitudes se pueden hacer a través de su CSM (Customer Success Manager), PSM (Partner Success Manager) o enviando un correo electrónico # ask-ccai@cisco.com. Tras la aprobación, los agentes autónomos estarán disponibles además de los agentes con scripts para su inquilino.
Acceso Webex agente de IA
Para crear sus agentes de IA, debe iniciar sesión en la aplicación Webex agente de IA. Esto se puede hacer de las siguientes maneras:
Iniciar sesión desde Control Hub
- Inicie sesión en Control Hub con la dirección URL https://admin.webex.com.
- En la sección Servicios del panel de navegación, elija Contact Center.
- En Vínculos rápidos del panel derecho, vaya a la sección Conjunto de aplicaciones del centro de contacto.
- Haga clic en Webex agente de IA para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Iniciar sesión desde Webex Connect
Para acceder a la aplicación Webex AI Agent, debe tener acceso a Webex Connect.
- Inicie sesión en Webex aplicación Connect con la dirección URL de inquilino proporcionada para su empresa y sus credenciales.
De forma predeterminada, la página Servicios aparece como página de inicio.
- En el menú Bandeja de aplicaciones del panel de navegación izquierdo, haga clic en Webex Agente de IA para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Diseño de página de inicio
Bienvenido a la plataforma Webex AI Agent. Al iniciar sesión, la página de inicio muestra el siguiente diseño:
-
Barra de navegación
La barra de navegación que aparece a la izquierda proporciona acceso a los siguientes menús:
- Panel de control: muestra una lista de agentes de IA a los que el usuario tiene acceso, según lo concedido por el administrador de la empresa.
- Conocimiento: muestra el repositorio central de conocimiento o la base de conocimiento, que sirve como cerebro para que los agentes autónomos de IA respondan a las consultas de los clientes.
- Informes: enumera informes de agentes de IA prediseñados de varios tipos. Puede generar o programar informes de acuerdo a las necesidades de su negocio.
- Ayuda: proporciona acceso a la guía del usuario del agente de IA de Webex en el Centro de ayuda de Webex.
-
Perfil de usuario
El menú Perfil de usuario le permite ver la información de su perfil y cerrar sesión en la aplicación.
La página Perfil de Enterprise contiene información sobre el inquilino de AI Agent, accesible solo para administradores con acceso de administrador completo.
-
La ficha Información general contiene la siguiente información:
- Identificadores de empresa: incluye Webex ID de organización, ID de organización de CPaaS e ID de suscripción de la empresa. Esto está disponible para empresas con Webex integración de Contact Center para el inquilino de Webex Connect correspondiente.
- Configuración de perfil: contiene el nombre de la empresa, el nombre único de la empresa y la URL del logotipo.
- Configuración global del agente: permite seleccionar el agente predeterminado para el canal de voz para gestionar los escenarios de reserva.
- Resumen de retención de datos: proporciona un resumen de los períodos de retención de datos para esta empresa.
-
En la pestaña Compañeros de equipo, puede ver y administrar la lista de compañeros de equipo que tienen acceso a la aplicación. A cada usuario se le asigna un rol, que determina las acciones que puede realizar en función de los permisos concedidos.
-
Conozca su Dashboard
En el panel, los agentes de IA están representados por tarjetas que muestran información básica, incluido el nombre del agente de IA, la última actualización, la última actualización y el motor utilizado para entrenar al agente.
Tareas en la tarjeta AI Agent
Desplácese sobre una tarjeta de agente de IA para ver las siguientes opciones:
- Vista previa: haga clic en Vista previa para abrir el widget de vista previa de AI Agent.
- Icono de puntos suspensivos : haga clic en este icono para realizar las siguientes tareas:
-
Copiar enlace de vista previa: copia el enlace de vista previa para pegarlo en una pestaña nueva y obtener una vista previa del agente de IA en el widget de chat.
-
Copiar token de acceso: copia el token de acceso del agente de IA para invocar al agente a través de API.
-
Exportar: exporte los detalles del agente de IA (en formato JSON) a su carpeta local.
-
Eliminar: elimina permanentemente el agente de IA del sistema.
-
Pin: ancla el agente de IA a la primera posición del panel o desancla para volver a colocarlo en su posición anterior.
-
Crear un nuevo agente de IA
Puede crear un nuevo agente de IA mediante la opción + Crear agente en la esquina superior derecha del panel. Puede optar por utilizar una plantilla predefinida o crear un agente desde cero.
Para saber cómo crear agentes de IA autónomos y con scripts, consulte las siguientes secciones:
Importar agente de IA precompilado
Puede importar un agente de IA precompilado en formato JSON desde una lista de agentes de IA disponibles. En primer lugar, asegúrese de haber exportado el agente de IA en formato JSON a la carpeta local. Siga estos pasos para importarlo:
- Haga clic en Importar agente.
- Haga clic en Cargar para cargar el archivo AI Agent (en formato JSON) exportado desde la plataforma.
- En el campo Nombre del agente , introduzca el nombre del agente de IA.
- (Opcional) En el ID desistema, edite el identificador único generado por el sistema.
- Haga clic en Importar.
Su agente de IA ahora se ha importado correctamente a la plataforma Webex agente de IA y está disponible en el panel.
Búsqueda por palabra clave
La plataforma proporciona capacidades de búsqueda sólidas para ayudarlo a localizar y administrar fácilmente agentes de IA. Puede realizar búsquedas por palabra clave utilizando el nombre del agente. Introduzca el nombre del agente o una parte del nombre en la barra de búsqueda. El sistema muestra una lista de agentes de IA que coinciden con sus criterios de búsqueda.
Filtrar por tipo de agente
Además de la búsqueda por palabra clave, puede refinar los resultados de la búsqueda filtrando según el tipo de agente de IA. Elija uno de los filtros de tipo de agente de la lista desplegable: Scripted, Autonomous y All.
Administrar Knowledge Base
Una base de conocimiento es un repositorio central de información para los agentes de IA autónomos impulsados por el modelo de lenguaje grande (LLM). Los agentes autónomos de IA aprovechan las tecnologías avanzadas de inteligencia artificial y aprendizaje automático para comprender, procesar y generar texto similar al humano. Estos agentes de IA se entrenan con grandes cantidades de datos, lo que les permite proporcionar respuestas detalladas y contextualmente relevantes. Las bases de conocimiento almacenan los datos necesarios para el funcionamiento de los Agentes Autónomos de IA.
Para acceder a la base de conocimientos:
- Inicie sesión en la plataforma Webex AI Agent.
- En el panel, haga clic en el icono Información en el panel de navegación izquierdo. Aparece la página Bases de conocimiento.
- Puede encontrar una base de conocimientos basada en los siguientes criterios:
- Nombre de la base de conocimientos
- Tipo de base de conocimiento
- Bases de conocimiento actualizadas entre fechas especificadas
- Bases de conocimiento creadas entre fechas especificadas
- Haga clic en Restablecer todo para restablecer los criterios de búsqueda.
- También puede crear una nueva base de conocimientos. Para crear una nueva base de conocimientos, consulte Crear una base de conocimiento para agentes de IA.
Crear una base de conocimientos para agentes de IA
| 1 |
En el panel, haga clic en el icono Información en el panel de navegación izquierdo. |
| 2 |
En la página Bases de conocimiento, haga clic en el botón +Crear base de conocimiento en la esquina superior derecha. |
| 3 |
En la página Crear base de conocimiento , escriba los siguientes detalles: |
| 4 |
Haga clic en Crear. El sistema crea una base de conocimientos con el nombre proporcionado. |
| 5 |
En la pestaña Archivos : |
| 6 |
En la ficha Documentos : |
| 7 |
Vaya a la pestaña Información . Puede ver y realizar un seguimiento de los detalles de los archivos que ha cargado y de los documentos que ha creado. Haga clic en el icono Editar para editar los archivos de Knowledge Base. Edite el nombre del archivo, si es necesario. También puede eliminar los archivos existentes y agregar archivos nuevos.
Haga clic en el icono Eliminar para eliminar completamente la base de conocimientos.
|
Qué hacer a continuación
Configure la base de conocimientos del agente autónomo de IA para responder preguntas.
Configurar agentes autónomos de IA
Los agentes autónomos de IA operan de forma independiente sin intervención humana directa. Estos agentes utilizan algoritmos avanzados y técnicas de aprendizaje automático para analizar datos, aprender de su entorno y adaptar sus acciones para lograr objetivos específicos. En esta sección se describen las dos capacidades principales de Autonomous AI Agent.
Agente de IA autónomo para realizar tareas
Los agentes autónomos de IA pueden realizar varias tareas, que incluyen:
-
Procesamiento del lenguaje natural (PNL): comprenda y responda al lenguaje humano de una manera natural y conversacional.
-
Toma de decisiones: tome decisiones informadas basadas en la información disponible y las reglas predefinidas.
-
Automatización: automatice tareas repetitivas o que consumen mucho tiempo.
Crear un agente de IA autónomo para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero.
También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Filtre el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal del agente, haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA autónomo para realizar acciones se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado |
Qué hacer a continuación
Actualice el perfil del agente de IA autónoma.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para realizar acciones.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Publicar para que AI Agent esté activo. |
Qué hacer a continuación
Agregue las acciones necesarias al agente de IA.
Agregar acciones a Autonomous AI Agent
Los agentes autónomos de IA para realizar acciones están diseñados para comprender las intenciones del usuario y actuar en consecuencia. Por ejemplo, en un restaurante existe la necesidad de automatizar la ingesta de pedidos de comida en línea. Para realizar la tarea, puede crear un agente de IA autónomo que realice las siguientes acciones:
-
Obtenga la información requerida del cliente.
-
Transfiera la información al flujo requerido.
El agente autónomo de IA para realizar acciones funciona en los siguientes bloques de construcción:
-
Acción: funcionalidad que permite al agente de IA conectarse con sistemas externos para realizar tareas complejas.
-
Entidad o ranura: representa un paso para cumplir la intención del usuario. El llenado de ranuras implica hacer preguntas específicas al cliente para cumplir con la intención del cliente basada en expresiones. Es el desencadenante para que un agente de IA comience a realizar una acción. Defina las entidades de entrada como parte del llenado de ranuras.
-
Cumplimiento: determina cómo el agente de IA completa la acción. Como parte del cumplimiento, defina las entidades de salida para que el agente autónomo de IA genere la respuesta en un formato específico. El sistema envía las entidades de salida al flujo para continuar con la acción y completar la tarea con éxito.
| 1 |
En la pestaña Acción , haga clic en +Nueva acción. |
| 2 |
En la página Agregar una nueva acción , especifique los siguientes detalles: |
Qué hacer a continuación
Puede configurar ranuras o puede configurar ranuras y definir el cumplimiento según el ámbito de acción elegido.
Configurar el relleno de ranura
El llenado de ranuras implica agregar las entidades de entrada requeridas para el motor de IA. En la sección Relleno de ranura de la página Acciones , agregue las entidades de entrada:
-
Puede agregar las entidades una por una en formato de tabla.
-
También puede utilizar el archivo JSON y definir las entidades. Consulte Un recorrido por el esquema JSON para obtener más información.
Agregar entidades de entrada en formato de tabla
| 1 |
Para agregar una entidad de entrada, haga clic en +Nueva entidad de entrada. |
| 2 |
En la página Agregar una nueva entidad de entrada, especifique los siguientes detalles: |
| 3 |
Haga clic en Agregar para agregar la entidad de entrada. Puede agregar tantas entidades de entrada como necesite. |
| 4 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
Agregar entidades mediante el editor JSON
Puede agregar las entidades de entrada y las entidades de salida mediante el editor JSON. En la vista del editor JSON, las entidades deben definirse en un formato JSON estructurado.
Para obtener más información, consulte Un recorrido por el esquema JSON.
Estructura de parámetros de entrada
Los parámetros de entrada deben adherirse a la siguiente estructura:
-
type: tipo de datos del objeto parameters. Esto es siempre 'objeto' para denotar que los parámetros están estructurados como un objeto.
propiedades: un objeto donde cada clave representa un parámetro y sus metadatos asociados.
required: matriz de cadenas que enumeran los nombres de los parámetros obligatorios.
Properties Objeto
Cada clave del objeto properties representa una entidad/parámetro de entrada y contiene otro objeto con metadatos sobre ese parámetro. Los metadatos siempre deben incluir las siguientes palabras clave:
-
type: tipo de datos del parámetro. Los tipos permitidos son:
-
string: datos textuales.
-
entero: datos numéricos sin decimales.
-
número: datos numéricos que pueden incluir decimales.
-
booleano: valores verdadero/falso.
-
matriz: lista de elementos, todos los cuales suelen ser del mismo tipo.
-
object: estructura de datos compleja con propiedades anidadas.
-
-
descripción: breve explicación de lo que representa la entidad. Esto ayuda al motor de IA a comprender el propósito y el uso del parámetro. Se recomienda una descripción que sea concisa y consistente con las instrucciones del agente y la descripción de la acción para una mejor precisión.
-
La validación es aplicada por la plataforma solo para 'tipo'. La "descripción" no se aplica a todas las entidades, pero se recomienda encarecidamente que se agregue. Otras palabras clave útiles para los metadatos de entidad son:
-
enum: el campo enum enumera los valores posibles para un parámetro. Esto es útil para parámetros que solo deben aceptar un conjunto limitado de valores. Los desarrolladores pueden definir listas personalizadas de valores que un parámetro debe aceptar para usar esto.
- pattern: el campo patrón se utiliza con tipos de cadena para especificar una expresión regular que la cadena debe coincidir. Esto es particularmente útil para validar formatos específicos, como números de teléfono, códigos postales o identificadores personalizados.
-
ejemplos: el campo ejemplos proporciona uno o más ejemplos de valores válidos para el parámetro. Esto ayuda al motor de IA a comprender qué tipo de datos se esperan y puede ser especialmente útil para fines de interpretación y validación.
-
Hay otras palabras clave que pueden hacer que la definición de entidad sea más precisa y robusta. Para obtener más información, consulte Un recorrido por el esquema JSON.
Ejemplo
En el ejemplo siguiente se incluyen varios tipos de entidades y palabras clave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "El nombre de usuario único de la cuenta.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "La contraseña de la cuenta.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "La dirección de correo electrónico de la cuenta.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "If the user want to receive newsletters.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista de roles asignados al usuario.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["username", "password", "email"] } En este ejemplo se incluyen las siguientes entidades:
- nombre de usuario: tipo de cadena con restricción de longitud mínima y máxima.
- contraseña: tipo de cadena con una longitud mínima y un formato específico (la contraseña indica que debe manejarse de forma segura).
- email: tipo de cadena con un patrón regex para garantizar que sea una dirección de correo electrónico válida.
- birthdate: tipo de cadena con ejemplos para prescribir el formato de la fecha.
- preferencias: un tipo de objeto con propiedades anidadas (boletín y notificaciones), incluido un booleano con un valor predeterminado y una cadena con valores permitidos específicos (enumeración).
- roles: tipo de matriz en el que cada elemento es una cadena limitada a valores específicos (enumeración).
El nombre de usuario, la contraseña y el correo electrónico son obligatorios según lo definido por la matriz 'required'.
En este ejemplo, las entidades tienen nombres descriptivos, descripciones claras y siguen una estructura y convención de nomenclatura coherentes. Siga estas prácticas recomendadas para crear entidades bien definidas que sean fáciles de interpretar y hacer cumplir para el motor de IA.
Definir cumplimiento
| 1 |
Defina los detalles de cumplimiento para implementar el agente de IA en un centro de contacto. Especifique los siguientes detalles: |
| 2 |
Configure las entidades de salida de modo que el agente de IA genere el resultado en un formato comprensible por el flujo. |
| 3 |
Para agregar una entidad de salida, haga clic en +Nueva entidad de salida. En la pantalla Agregar una nueva entidad de salida, especifique los siguientes detalles: También puede usar un archivo JSON para agregar las entidades de salida. Para obtener más información, consulte Agregar entidades mediante el editor JSON . |
| 4 |
Haga clic en Agregar para agregar la entidad de salida. Puede agregar tantas entidades de salida como necesite. |
| 5 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
| 6 |
Haga clic en Agregar para completar la cofiguración. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo. Haga clic en Publicar para que AI Agent esté activo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Agentes autónomos de IA para responder preguntas
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. Esta capacidad es útil en escenarios en los que el agente necesita:
-
Proporcionar soporte al cliente: responda preguntas frecuentes, solucione problemas y guíe a los clientes a través de los procesos.
-
Ofrecer asistencia técnica: brinde asesoramiento experto sobre temas o dominios específicos.
Crear un agente de IA autónomo para responder preguntas
Antes de comenzar
Asegúrese de crear la base de conocimientos. Para obtener más información, vea Administrar bases de conocimiento.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente autónomo de IA para responder preguntas se creó correctamente y ahora está disponible en el panel de control. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Actualice el perfil del agente de IA autónoma.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA.
Configurar la base de conocimientos
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En la página Panel , seleccione el agente de IA que ha creado. |
| 2 |
Vaya a la ficha Base de conocimientos. |
| 3 |
Elija la base de conocimientos necesaria en la lista desplegable. |
| 4 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Ver sesión e historial de agente de IA autónomo
Puede ver los detalles de la sesión y el historial de cada uno de los agentes de IA autónomos que haya creado. La página Sesiones muestra los detalles de las sesiones establecidas con los participantes. La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA.
Sesiones
La página Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los usuarios. Para navegar a la página Sesiones :
- En el panel, haga clic en el agente de IA autónomo para el que desea ver los detalles de la sesión.
- En el panel de navegación izquierdo, haga clic en Sesiones.
Aparecerá la página Sesiones . Cada sesión se muestra como un registro que contiene todos los mensajes de la sesión. Esta información es útil para auditar, analizar y mejorar el agente de IA.
La tabla de sesiones muestra una lista de todas las sesiones/salas creadas para ese agente de IA. La tabla se pagina si hay más filas de las que se pueden acomodar en una pantalla. Cualquiera de los campos de la tabla se puede ordenar o filtrar utilizando la sección Refinar resultados en el lado izquierdo. Los campos que están presentes representan la siguiente información sobre cualquier sesión en particular:
-
ID de sesión: el ID de sala único o ID de sesión para una conversación.
- ID de consumidor: el identificador del consumidor que interactuó con el agente de IA.
-
Canales: canal donde tuvo lugar la interacción.
-
Actualizado a las: hora del cierre de la sala.
-
Metadatos de la sala: contiene información adicional sobre la sala.
-
Marque las casillas de verificación requeridas:
- Ocultar sesiones de prueba: para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso de agente: para filtrar las sesiones que se entregan a un agente. Si se produce la transferencia del agente, se muestra el icono de auriculares que indica la transferencia del chat a un agente humano.
- Error ocurrido: para filtrar las sesiones en las que se produjo el error.
- Voto negativo: para filtrar las sesiones con votos negativos.
Haga clic en una fila de la tabla de sesiones para obtener una vista detallada de esa sesión. El icono de candado indica que la sesión está bloqueada y debe descifrarse. Debe tener permiso para descifrar la sesión. Si el botón de alternancia Descifrar acceso está habilitado, puede acceder a cualquier sesión mediante el botón Descifrar contenido . Sin embargo, esta funcionalidad solo es aplicable cuando la protección de datos avanzada se establece en true o está habilitada para el inquilino.
Historia
La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA. Para ver el historial de un agente específico:
- En el panel, haga clic en el agente de IA autónomo del que desea ver el historial.
- En el panel de navegación izquierdo, haga clic en Historial.
Aparece la página Historial con las siguientes fichas:
- Registros de auditoría: haga clic en la pestaña Registros de auditoría para ver los cambios realizados en los agentes de IA.
- Historial de modelos: haga clic en la pestaña Historial de modelos para ver las distintas versiones del agente de IA autónomo para realizar acciones.
Registros de auditoría
La pestaña Registros de auditoría realiza un seguimiento de los cambios realizados en el agente de IA autónomo. Puede ver los detalles de los cambios de los últimos 35 días. La ficha Registros de auditoría muestra los siguientes detalles:
Los usuarios con roles de administrador o desarrollador de agente de IA solo pueden acceder a la pestaña Registros de auditoría. Los usuarios con roles personalizados que tienen el permiso 'Obtener registro de auditoría' también pueden ver los registros de auditoría.
- Actualizado en: los datos y la hora del cambio.
- Actualizado por: el nombre del usuario que incorporó el cambio.
- Campo: la sección específica del agente de IA donde se realizó el cambio.
- Descripción: información adicional sobre el cambio.
Puede buscar un registro de auditoría específico mediante las opciones de búsqueda Actualizado por, Campo y Descripción . Puede ordenar los registros según los campos Actualizado en y Actualizado por .
Historia del modelo
La pestaña Historial de modelos solo está disponible para que el agente autónomo de IA realice acciones.
Cada vez que publica el agente de IA autónomo para realizar acciones, se guarda una versión del agente de IA autónomo que está disponible en la pestaña Historial de modelos. Puede ver las distintas versiones de AI Agent desde la pestaña Historial de modelos.
- Descripción del modelo: breve descripción de la versión del agente de IA.
- Motor de IA: el motor de IA utilizado para esa versión del agente de IA.
- Actualizado el: fecha y hora en que se creó la versión.
- Acciones: le permite realizar las siguientes acciones en el agente de IA
- Carga: se pierden todos los cambios en el agente de IA. Debe volver a realizar la configuración.
- Exportar: utilícelo para exportar el agente de IA.
Vista previa de su agente de IA autónomo
Puede obtener una vista previa de los agentes de IA autónomos en el momento de crear el agente de IA, durante la edición y después de implementar el agente. Puede iniciar la vista previa desde:
- Panel de control del agente de IA: al pasar el cursor sobre una tarjeta de agente de IA, la opción Vista previa de ese agente de IA se hace visible. Haga clic para iniciar la vista previa del agente de IA.
- Encabezado del agente de IA: haga clic en la tarjeta del agente de IA para abrirla. El botón Vista previa siempre está visible en la sección de encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página y se puede usar para reiniciar fácilmente el modo de vista previa.
Webex AI Agent también proporciona una opción de vista previa que se puede compartir. Haga clic en el menú en la esquina superior derecha y seleccione la opción Copiar enlace de vista previa. El enlace de vista previa se puede compartir con los evaluadores o consumidores del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa se abre en la sección inferior derecha de la pantalla. Los usuarios pueden proporcionar expresiones (o secuencias de expresiones) para las cuales se debe verificar la respuesta del agente de IA. Esta funcionalidad permite al desarrollador asegurarse de que el agente de IA responde como se esperaba.
El widget de vista previa se puede maximizar. Hay otras características útiles disponibles, como proporcionar información al consumidor e iniciar varias salas para probar el agente de IA.
Widget de vista previa compartible
El widget de vista previa que se puede compartir permite a los desarrolladores de AI Agent compartir su AI Agent con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el AI Agent. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con carcasa de teléfono. Los desarrolladores pueden realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo el parámetro brandColor al enlace. Los usuarios pueden definir colores simples usando nombres de colores o usar código hexadecimal de colores.
-
Carcasa del teléfono: cambiando el valor del parámetro phoneCasing en el enlace. Se establece en true de forma predeterminada y se puede deshabilitar haciéndolo false.
Ejemplo de enlace de vista previa con estos parámetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<introduzca el valor hexadecimal de un color en el formato '_XXXX'>.
Vista previa basada en voz
Autonomous AI Agent para responder preguntas admite la vista previa basada en voz. Para habilitar esta opción:
- Elija el agente de IA en el panel.
- Vaya a .
- En la lista desplegable AI Engine , seleccione Vega.
- Haga clic en Save changes (Guardar cambios).
El botón Vista previa se actualiza con un icono de micrófono para la vista previa basada en voz. Haga clic en el botón Vista previa . Aparece el widget de vista previa por voz:
El usuario debe habilitar el acceso al micrófono para utilizar esta funcionalidad.
El widget de vista previa por voz proporciona las siguientes funciones a los usuarios:
- Botón Inicio para iniciar la vista previa.
- Transcripción en vivo Cuando la vista previa por voz está en curso, se muestra una transcripción en vivo de la conversación en el widget.
- Finalizar llamada para finalizar la conversación.
- Silenciar para silenciar.
Vea el rendimiento de Autonomous AI Agent mediante Analytics
La sección Análisis de agente de IA proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Para generar la analítica del Autonomous AI Agent:
- Elija el agente de IA en el panel de control.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
La primera sección muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA.
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
La segunda sección muestra las estadísticas sobre los usuarios. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios.
La tercera sección muestra las respuestas del agente de IA y las entregas de agentes
Configurar agente de IA con script
En esta sección se describe cómo configurar y administrar agentes de IA con scripts en Webex plataforma de agente de IA, para que proporcionen respuestas precisas a las consultas de los usuarios y realicen tareas automatizadas de manera eficaz.
Agente de IA con script para realizar tareas
El agente de IA con script aumenta las capacidades de creación de agentes sin código de Webex plataforma de agente de IA. Scripted AI Agent permite conversaciones de varios turnos donde puede obtener datos relevantes de los clientes para realizar tareas específicas. Esto incluye:
-
Ejecutar comandos simples: siga las instrucciones para completar acciones predefinidas.
-
Procesamiento de datos: manipule y transforme los datos de acuerdo con las reglas especificadas.
-
Interactuar con otros sistemas: comuníquese y controle otras soluciones.
Crear un agente de IA con scripts para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en + Crear agente . |
| 3 |
En la pantalla Crear un agente de IA, cree un nuevo agente de IA desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Empezar desde cero y, a continuación , en Siguiente. |
| 5 |
En el ¿Qué tipo de agente está construyendo? , haga clic en Scripted. |
| 6 |
En el ¿Cuál es la función principal de su agente? , haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con scripts para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Después de crear un agente de IA, puede crear entidades, agregar intenciones y definir respuestas.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save Changes (Guardar cambios) para guardar la configuración. |
Administrar entidades
Las entidades son los bloques de construcción de las conversaciones. Son los elementos esenciales que los agentes de IA extraen de las expresiones de los usuarios. Representan piezas específicas de información, como nombres de productos, fechas, cantidades o cualquier otro grupo significativo de palabras. Al identificar y extraer entidades de manera efectiva, los agentes de IA pueden comprender mejor la intención del usuario y proporcionar respuestas más precisas y relevantes.
Tipos de entidad
Webex AI Agents ofrece 11 tipos de entidades prediseñadas para capturar varios tipos de datos de usuario. También puede crear cualquiera de las siguientes entidades personalizadas.
Entidades personalizadas
Estas entidades son configurables y permiten a los desarrolladores capturar información específica del caso de uso. Se utilizan para cosas no cubiertas por entidades del sistema.
-
Lista personalizada: defina listas de cadenas esperadas para capturar puntos de datos específicos no cubiertos por entidades pregeneradas. Puede agregar varios sinónimos a cada cadena. Por ejemplo, una entidad de tamaño de pizza personalizada.
-
Regex: utilice expresiones regulares para identificar patrones específicos y extraer los datos correspondientes. Por ejemplo, un número de teléfono regex (por ejemplo,
123-123-8789). -
Dígitos: capture entradas numéricas de longitud fija con alta precisión, especialmente en interacciones de voz. En las interacciones que no son de voz, se usa como alternativa a los tipos de entidad Custom y Regex. Por ejemplo, para detectar un número de cuenta de cinco dígitos, se debe definir una longitud de cinco.
-
Alfanumérico: captura combinaciones de letras y números, proporcionando un reconocimiento preciso para entradas de voz y no de voz.
-
Forma libre: capture puntos de datos flexibles que son difíciles de definir o validar.
-
Ubicación del mapa (WhatsApp): extrae los datos de ubicación compartidos por ti en el canal de WhatsApp.
Entidades del sistema
| Nombre de entidad | Descripción | Entrada de ejemplo | Ejemplo de salida |
|---|---|---|---|
| Fecha | Analiza las fechas en lenguaje natural a un formato de fecha estándar | "julio del próximo año" | 01/07/2020 |
| Hora | Analiza el tiempo en lenguaje natural a un formato de hora estándar | 5 de la tarde | 17:00 |
| Correo electrónico | Detecta direcciones de correo electrónico | Escríbeme a info@cisco.com | info@cisco.com |
| Número de teléfono | Detecta un número de teléfono común | Llámame al 9876543210 | 9876543210 |
| Unidades monetarias | Analiza la moneda y la cantidad | Quiero 20$ | 20$ |
| Ordinal | Detecta el número ordinal | Cuarto de diez personas | 4º |
| Cardenal | Detecta el número cardinal | Cuarto de diez personas | 10 |
| Geolocalización | Detecta ubicaciones geográficas (ciudades, países, etc.) | Fui a nadar en el Támesis en Londres, Reino Unido | Londres, Reino Unido |
| Nombres de personas | Detecta nombres comunes | Bill Gates de Microsoft | Bill Gates |
| Cantidad | Identifica medidas, como de peso o distancia | Estamos a 5 km de París | 5km |
| Duration (Duración) | Identifica períodos de tiempo | 1 semana de vacaciones | 1 semana |
Las entidades creadas se pueden editar desde la pestaña entidades. Al vincular entidades a una intención, se anotan las expresiones con las entidades detectadas a medida que las agrega.
Roles de entidad
Cuando una entidad necesita recopilarse varias veces dentro de una sola intención, los roles de entidad se vuelven esenciales. Al asignar roles distintos a la misma entidad, puede guiar al agente de IA para que comprenda y procese la entrada del usuario con mayor precisión.
Por ejemplo, para reservar un vuelo con escala, puede crear una entidad Airport con tres roles: origen, destino y escala. Al anotar las expresiones de entrenamiento con estos roles, el agente de IA puede aprender los patrones esperados y manejar sin problemas solicitudes de reserva complejas.
Los roles de entidad solo son compatibles con Mindmeld (entidades personalizadas y del sistema) y Rasa (solo entidades personalizadas), los administradores deben marcar la casilla de verificación Roles de entidad en la configuración avanzada del cuadro de diálogo Selector de motor NLU.
Los administradores no pueden cambiar de RASA o Mindmeld a Swiftmatch mientras los roles de entidad están en uso. Los roles deben eliminarse de las intenciones para deshabilitar los roles de entidad de la configuración avanzada del motor NLU. Puede crear una entidad con roles de entidad.
Crear una entidad con roles de entidad
Antes de comenzar
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en el agente de IA con script que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, haga clic en la ficha Entidades . |
| 5 |
Haga clic en Crear entidad. |
| 6 |
En la ventana Crear entidad , especifique los siguientes campos: |
| 7 |
Active la opción Alternar valores de ranura de sugerencias automáticas para completar automáticamente y proporcione sugerencias alternativas para esta entidad durante la conversación. El campo Roles se muestra al crear una entidad personalizada solo si los roles de entidad están habilitados en la sección Configuración avanzada de la ventana Cambiar motor de entrenamiento para motores RASA y Mindmeld NLU. |
| 8 |
Haga clic en Guardar. Puede utilizar las opciones Editar y Eliminar de la columna Acciones para realizar acciones relacionadas.
|
Qué hacer a continuación
Después de crear una entidad, puede vincular roles a una entidad.
Vincular roles a una entidad
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, se muestra la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. |
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Puede asignar roles a una entidad para recopilar la misma entidad dos veces por un intento. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts aprovechan la comprensión del lenguaje natural (NLU) con el aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, lo que requiere un nuevo entrenamiento para una inferencia precisa basada en el nuevo modelo. Las diferencias de rendimiento se pueden analizar utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que Scripted AI Agent responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Formación. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor de NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se mostrará una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si está activada la casilla Corrector ortográfico en inferencia.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas de AI Agent se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de Scripted AI Agents y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA está entrenado con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que se crean todos los artículos deseados, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en Webex vista previa compartible de AI Agent o en canales externos donde se implementa AI Agent.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado vs nivel de artículo. En nuestro continuo esfuerzo por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores de nivel de artículo en lugar del modelo anterior de uso de vectores de nivel de enunciado y descubrimos que los vectores de nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo serán el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA multilingües y para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admitirán cuando el modelo multilingüe sea Polymatch.
Puede comprobar la información sobre el modelo vectorial que estaba presente en el momento de una inferencia en la sección de otra información de la sesión.
Administrar intenciones
La intención es un componente central de la plataforma Webex AI Agent que permite a los agentes de IA comprender y responder a su entrada de manera efectiva. Representa una tarea o acción específica que desea realizar durante una conversación. Los desarrolladores de AI Agent definen todos los intentos que corresponden a las tareas que desea realizar. La precisión de la clasificación de intención afecta directamente la capacidad del agente de IA para proporcionar respuestas relevantes y útiles. La clasificación de intención es el proceso de identificar la intención en función de su entrada, lo que permite al agente de IA responder de una manera significativa y contextualmente relevante.
Intenciones del sistema
- Intención de respaldo predeterminada: las capacidades de un agente de IA están inherentemente limitadas por las intenciones diseñadas para reconocer y responder. Si bien una empresa no puede anticipar todas las preguntas posibles que pueda hacer, la intención de respaldo predeterminada puede ayudar a que las conversaciones vayan por buen camino.
Al implementar una intención de reserva predeterminada, los desarrolladores de AI Agent pueden asegurarse de que AI Agent maneje correctamente las consultas inesperadas o fuera del ámbito, redirigiendo la conversación a intenciones conocidas.
Los desarrolladores de agentes de IA no necesitan agregar expresiones específicas a la intención de respaldo. El agente puede ser entrenado para activar automáticamente la intención de reserva cuando se encuentra con preguntas conocidas fuera del ámbito que de otro modo podrían clasificarse incorrectamente en otras intenciones.
Por ejemplo, en un agente bancario de IA, los usuarios pueden intentar preguntar sobre préstamos. Si el agente de IA no está configurado para manejar consultas relacionadas con préstamos, estas consultas se pueden incorporar como frases de entrenamiento dentro de la intención de reserva predeterminada. Cuando un usuario consulta sobre préstamos en cualquier momento de la conversación, el agente de IA reconoce que la consulta está fuera de sus intenciones definidas y desencadena la respuesta alternativa. Esto asegura una respuesta más apropiada.
La intención de respaldo no debe tener ninguna ranura asociada.
La intención de reserva debe utilizar la clave de plantilla de reserva predeterminada para su respuesta.
- Ayuda: esta intención está diseñada para atender las consultas de los usuarios sobre las capacidades del agente de IA. Cuando los usuarios no están seguros de lo que pueden lograr o encuentran dificultades durante una conversación, a menudo buscan ayuda pidiendo
ayuda.De forma predeterminada, la respuesta para la intención de ayuda se asigna a la clave de plantilla de mensaje
deayuda. Sin embargo, los desarrolladores de AI Agent pueden personalizar la respuesta o cambiar la clave de plantilla asociada para proporcionar una orientación más personalizada e informativa.Se recomienda transmitir las capacidades del agente de IA a un alto nivel, proporcionando a los usuarios una comprensión clara de lo que pueden hacer a continuación.
- Hable con un agente: esta intención permite a los usuarios solicitar asistencia de un agente humano en cualquier etapa de su interacción con el agente de IA. Cuando se activa esta intención, el sistema inicia automáticamente una transferencia a un agente humano. La plantilla de respuesta predeterminada para este intento es
Traspasode agente. Si bien no hay restricciones de interfaz de usuario para cambiar la clave de la plantilla de respuesta, modificarla no afectará el resultado del traspaso humano.
Pequeñas intenciones de conversación
Todos los agentes de IA recién creados incluyen cuatro pequeñas intenciones de conversación predefinidas para manejar saludos comunes de los usuarios, expresiones de gratitud, comentarios negativos y despedidas:
- Saludos
- Gracias
- El agente de IA no fue útil
- Adiós
Crear una intención
Antes de comenzar
Antes de crear una intención, se recomienda crear entidades para vincularlas a la intención. Las entidades son necesarias para completar la tarea. Para obtener más información, vea crear entidades.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel, elija una tarea. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de entrenamiento, haga clic en Crear intención . |
| 5 |
En la ventana Crear intención , especifique los siguientes detalles: |
| 6 |
Marque la casilla de verificación Requerido , si la entidad es obligatoria. |
| 7 |
Introduzca el número de reintentos permitidos para este espacio cuando el consumidor lo llene incorrectamente. De forma predeterminada, el número se establece en tres. |
| 8 |
Elija la clave de plantilla de la lista desplegable. |
| 9 |
En la sección Respuesta , escriba la clave de la plantilla de respuesta final que se devolverá a los usuarios una vez finalizada la intención. |
| 10 |
Active la opción Restablecer ranuras después de finalizar para restablecer los valores de ranura recopilados en la conversación una vez que se complete la intención. Si este interruptor está deshabilitado, la ranura conserva los valores antiguos y muestra la misma respuesta.
|
| 11 |
Active el botón Actualizar valores de ranura para actualizar el valor de ranura durante la conversación con el consumidor. El agente de IA considera que el último valor rellenado en la ranura procesa los datos. Si esta función está habilitada, los valores de las ranuras llenas se actualizan cada vez que los usuarios proporcionan nueva información para el mismo tipo de ranura.
|
| 12 |
Active el botón de alternancia Proporcionar sugerencias de ranuras para proporcionar sugerencias para rellenar ranuras y valores de ranura alternativos en la respuesta final, según la entrada del usuario. |
| 13 |
Active el interruptor Finalizar conversación para cerrar la sesión después de este intento. La conexión y los flujos de voz pueden usar esto para cerrar una conversación con los consumidores.
|
| 14 |
Haga clic en Guardar. Haz clic en Entrenar en la parte superior derecha de la pestaña Formación para reflejar los cambios realizados en las intenciones y entidades.
Para entrenar motores NLU Rasa o Mindmeld, se requiere un mínimo de dos variantes de entrenamiento (expresiones) por intención. Además, cada ranura debe tener al menos dos anotaciones. Si no se cumplen estos requisitos, se deshabilita el botón Tren . Aparece un icono de advertencia junto a la intención afectada para indicar el problema. Sin embargo, la intención de reserva predeterminada está exenta de estos requisitos. |
Qué hacer a continuación
Después de que se crea una intención, se requiere cierta información para cumplir con la intención. Las entidades vinculadas dictan cómo se obtiene esta información de las expresiones de los usuarios. Para obtener más información, vea Vincular entidades con intención.
Vincular entidades con intención
Antes de comenzar
Se recomienda crear y vincular las entidades antes de agregar enunciados. Este auto anota las entidades mientras se agregan las instrucciones.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, se muestra la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. Las entidades vinculadas aparecen en la sección Ranuras.
|
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Cuando una entidad se marca como necesaria, hay opciones de configuración adicionales disponibles. Puede especificar el número máximo de veces que el agente de IA puede solicitar la entidad que falta antes de escalar o proporcionar una respuesta de respaldo. Puede definir la clave de plantilla que se activará si la entidad requerida no se proporciona dentro del número especificado de reintentos.
Una vez que un agente de IA identifica una intención y recopila todos los datos necesarios (ranuras), responde utilizando el mensaje asociado con la clave de plantilla final configurada para esa intención. Para iniciar una nueva conversación o gestionar intentos posteriores sin transferir datos anteriores, debe estar habilitada la opción Restablecer ranuras después de finalizar . Esta configuración borra todas las entidades reconocidas del historial de conversaciones, lo que garantiza un nuevo comienzo para cada nueva interacción. |
Generar datos de entrenamiento
Debe agregar manualmente los datos de entrenamiento a sus intenciones para que el agente de IA trabaje con una precisión razonable. Los datos de entrenamiento consisten en diferentes formas en las que puede invocar la misma intención. Puede agregar al menos 15-20 variantes para cada intento para mejorar su precisión. Crear este corpus de entrenamiento manualmente puede ser tedioso y llevar mucho tiempo. Puede agregar solo algunas variantes o agregar solo palabras clave como variantes en lugar de oraciones significativas. Esto se puede evitar generando datos de entrenamiento para complementar los existentes.
Para generar datos de entrenamiento, siga estos pasos:
- Introduzca el nombre de intención y una expresión de muestra.
- Haga clic en Generar.
- Proporcione una breve descripción de la intención de guiar a la IA.
- Especifique el número deseado de variantes y el nivel de creatividad para las sugerencias generadas por IA.
- Generar muchas variantes a la vez puede afectar la calidad. Recomendamos un máximo de 20 variantes por generación.
- Un entorno de menor creatividad puede producir variantes menos diversas.
- El proceso de generación puede tardar unos segundos, dependiendo del número de variantes solicitadas.
- El icono del rayo distingue las variantes generadas por IA de los datos de entrenamiento definidos por el usuario.
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts aprovechan la comprensión del lenguaje natural (NLU) con el aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, lo que requiere un nuevo entrenamiento para una inferencia precisa basada en el nuevo modelo. Las diferencias de rendimiento se pueden analizar utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que Scripted AI Agent responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Formación. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor de NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se mostrará una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si está activada la casilla Corrector ortográfico en inferencia.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas de AI Agent se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de Scripted AI Agents y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA está entrenado con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que se crean todos los artículos deseados, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en Webex vista previa compartible de AI Agent o en canales externos donde se implementa AI Agent.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado vs nivel de artículo. En nuestro continuo esfuerzo por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores de nivel de artículo en lugar del modelo anterior de uso de vectores de nivel de enunciado y descubrimos que los vectores de nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo serán el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA multilingües y para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admitirán cuando el modelo multilingüe sea Polymatch.
Puede comprobar la información sobre el modelo vectorial que estaba presente en el momento de una inferencia en la sección de otra información de la sesión.
Marcado de variantes generadas
Para garantizar un uso responsable de la IA, los desarrolladores pueden marcar los resultados generados por la IA para su revisión. Esto permite la identificación y prevención de cualquier contenido dañino o sesgado. Para marcar salidas generadas por IA:
- Busque la opción de marcado: hay disponible una opción de marcado para cada expresión generada.
- Proporcionar comentarios: al marcar una salida, los desarrolladores pueden agregar comentarios y especificar el motivo de la marcación.
Esta función está disponible inicialmente con un límite de uso mensual de 500 operaciones de generación. Para adaptarse a las crecientes necesidades, los desarrolladores pueden ponerse en contacto con los propietarios de sus cuentas para solicitar un aumento de este límite.
Crear intención y entidad multilingües
Puede crear datos de entrenamiento en varios idiomas. Para cada idioma configurado para su agente de IA, debe definir expresiones que reflejen las interacciones deseadas. Si bien las ranuras permanecen consistentes en todos los idiomas, las claves de la plantilla identifican de forma única las respuestas en cada idioma.
No todos los idiomas admiten todos los tipos de entidad. Para obtener más información sobre la lista de tipos de entidad que admite cada idioma, consulte la tabla Idiomas frente a entidades admitidas en Idiomas admitidos para agentes de IA con scripts.
Administrar respuestas
Las respuestas son los mensajes que su agente de IA envía a los clientes en respuesta a sus consultas o intenciones. Puede crear respuestas que incluyan:
- Texto: mensajes de texto sin formato para comunicación directa.
- Código: código incrustado para contenido o acciones dinámicas.
- Multimedia: imágenes, elementos de audio o video para mejorar la experiencia del usuario.
Las respuestas tienen dos componentes principales:
- Plantillas: estructuras de respuesta predefinidas que se asignan a intenciones específicas.
- Flujos de trabajo: la lógica que determina qué plantilla usar en función de la intención identificada.
Las plantillas para Transferencia de agentes, Ayuda, Respaldo y Bienvenida están preconfiguradas y el mensaje de respuesta se puede cambiar desde las plantillas correspondientes.
Tipos de respuesta
La sección Diseñador de respuestas cubre diferentes tipos de respuestas y cómo se pueden configurar.
La ficha Flujos de trabajo se usa para controlar respuestas asincrónicas al llamar a un API externo que responde de forma asincrónica. Los flujos de trabajo deben estar codificados en python.
Sustitución de variables
La sustitución de variables permite utilizar variables dinámicas como parte de las plantillas de respuesta. Todas las variables (o entidades) estándar de una sesión, junto con las que un desarrollador de AI Agent puede establecer dentro de un objeto de forma libre como el campo del almacén de datos, se pueden usar en plantillas de respuesta a través de esta característica. Las variables se representan con esta sintaxis: ${variable_name}. Por ejemplo, al usar el valor de una entidad llamada apptdate se usa ${entities.apptdate} o ${newdfState.model_state.entities.apptdate.value}.
Las respuestas se pueden personalizar utilizando variables recibidas del canal o recopiladas de los consumidores en el transcurso de una conversación. La funcionalidad de autocompletar muestra la sintaxis de las variables en el área de texto cuando comienza a escribir ${. Al seleccionar la sugerencia requerida, se rellena automáticamente el área con la variable y se resalta dicha variable.
Configurar respuestas con el Diseñador de respuestas
El diseñador de respuestas ofrece una interfaz fácil de usar para crear respuestas sin requerir amplios conocimientos de codificación. Hay dos tipos de respuesta disponibles:
- Respuestas condicionales: para los no desarrolladores, esta opción permite una fácil construcción de las respuestas que el agente de IA ofrece a los clientes.
- Fragmentos de código: Para los desarrolladores que usan Python, esta opción proporciona flexibilidad para configurar respuestas usando código.
El diseñador de respuestas de Webex AI Agent está diseñado para garantizar que la experiencia del usuario se adapte al canal específico con el que interactúa el agente de IA.
Plantillas de respuesta
- Texto: son respuestas de texto simples. Para mejorar la experiencia del usuario, el diseñador de respuestas permite múltiples cuadros de texto dentro de una sola respuesta, lo que le permite dividir los mensajes largos en secciones más manejables. Cada cuadro de texto puede incluir varias opciones de respuesta. Durante una conversación, una de estas opciones se selecciona aleatoriamente y se muestra al usuario, lo que garantiza una interacción dinámica y atractiva.
Para mantener una experiencia de usuario dinámica y atractiva, puede agregar varias opciones de respuesta a sus plantillas. Cuando se activa una plantilla con varias opciones, una de ellas se selecciona aleatoriamente y se muestra al usuario. Puede habilitar esta función haciendo clic en el botón +Agregar variante ubicado en la parte inferior de su respuesta.
Al guardar las respuestas, los desarrolladores ven una advertencia que indica el número de errores que deben corregirse. Los campos con errores se resaltarán en rojo. Mediante el uso de las flechas de navegación, los desarrolladores pueden localizar y corregir fácilmente estos errores en cualquier canal o formato de respuesta. Si el selector de listas o el carrusel contiene varias tarjetas, la navegación por puntos le permite desplazarse por las tarjetas con errores. Para una sola tarjeta, el punto correspondiente se vuelve rojo para indicar el error.
- Respuesta rápida: las respuestas de texto se pueden emparejar con botones, que pueden estar basados en texto o enlaces URL. Los botones de texto requieren un título y una carga útil, que se envía al bot cuando se hace clic. Los botones URL redirigen a los usuarios a una página web específica.
Cuando la consulta de un usuario es ambigua, la coincidencia parcial permite al bot sugerir artículos o intenciones relevantes como opciones. Esta función está disponible para las interacciones web y de Facebook.
Agregar respuestas rápidas de URL
Los botones de respuesta rápida de URL en respuestas fijas y condicionales le permiten crear botones que redirigen a los usuarios a su sitio web para obtener más información o acciones como completar formularios. Al hacer clic, estos botones abren la URL especificada en una nueva pestaña dentro de la misma ventana del navegador sin enviar ningún dato al bot.
Para agregar una respuesta rápida de URL en respuesta condicional o fija:
- Elija la clave de artículo o plantilla para la que desea configurar la respuesta rápida de URL.
- Haga clic en + Agregar respuesta rápida. Aparece la ventana emergente Tipo de botón.
- Elija el tipo de botón como URL en el canal web.
- Especifique el título del botón y la URL a la que se debe redirigir al consumidor después de hacer clic en el botón.
- Haga clic en Listo para agregar una respuesta rápida a la URL.
Los botones de tipo de URL también se pueden configurar a través del tipo de respuesta dinámica, donde estos botones se configuran utilizando fragmentos de código Python. Estos botones se admiten en la vista previa de la plataforma Webex AI Agent y en la vista previa que se puede compartir. Actualmente no son compatibles con el widget de chat en vivo de IMIchat u otros canales de terceros.
- Carrusel: las respuestas enriquecidas pueden incluir una sola tarjeta o varias tarjetas dispuestas en formato de carrusel. Cada tarjeta requiere un título y puede contener una imagen, una descripción y hasta tres botones.
Los botones de respuesta rápida dentro de la plantilla Carrusel se pueden configurar con enlaces de texto o URL. Al hacer clic en un botón de URL se redirigirá al usuario al sitio web especificado. Al hacer clic en un botón de respuesta rápida basado en texto, se envía una carga útil configurada al bot, lo que desencadena la respuesta correspondiente.
- Imagen: plantilla multimedia en la que los usuarios pueden configurar imágenes proporcionando direcciones URL.
- Vídeo: procesa los vídeos en la vista previa en función de la URL de vídeo configurada.
- Código: se puede usar para escribir código Python para llamar a API o ejecutar otra lógica.
Fragmentos de código
Las respuestas condicionales, con sus amplias características y diversas plantillas, pueden abordar de manera efectiva la mayoría de las necesidades de los agentes de IA. Sin embargo, para casos de uso complejos que no se pueden realizar completamente a través de respuestas condicionales o para desarrolladores que prefieren la codificación, el tipo de respuesta Fragmento de código está disponible.
Los fragmentos de código le permiten configurar respuestas utilizando código Python. Este enfoque permite crear todo tipo de respuestas, incluidas respuestas rápidas, texto, carruseles, imágenes, audio, vídeo y archivos, dentro de una plantilla de respuesta o artículo.
El código de función definido en la plantilla Fragmento de código se puede utilizar para establecer variables que luego se utilizan en otras plantillas. Es importante tener en cuenta que el código de función no puede devolver respuestas directamente cuando se usa dentro de respuestas condicionales.
Validación de fragmentos de código: la plataforma solo comprueba si hay errores de sintaxis en el fragmento de código que está configurando. Sin embargo, cualquier error en el propio contenido de la respuesta puede causar problemas a los usuarios que interactúan con el bot en el canal configurado. Por ejemplo, el editor no le impedirá agregar una respuesta de "selector de tiempo" para el canal web, pero esto produce errores si la consulta de un usuario desencadena esa respuesta específica.
Si decide no configurar una respuesta única para diferentes canales, la respuesta Web se considerará como la respuesta predeterminada y se enviará al usuario final. La lista de plantillas admitidas en el canal Web son:
- Texto: mensaje de texto simple que puede tener varias variantes. Este mensaje configurado se muestra en función de la consulta.
- Respuesta rápida: plantilla con texto y botones en los que se puede hacer clic.
- Carrusel: colección de tarjetas, cada una de las cuales tiene un título, una URL de imagen y una descripción.
- Imagen: plantilla para configurar imágenes proporcionando URL.
- Vídeo: plantilla para configurar el vídeo proporcionando la URL del vídeo. Puede reproducir el video haciendo clic o tocando la imagen.
- Archivo: plantilla para configurar un archivo pdf proporcionando la URL para acceder al archivo.
- Audio: plantilla para configurar un archivo de audio proporcionando la URL de audio. También muestra la duración del mensaje de audio en la salida.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Agente de IA con script para responder preguntas
Los agentes de IA guionados son agentes basados en el conocimiento cuya base de conocimiento consiste en un corpus de preguntas y respuestas. El agente de IA con script puede proporcionar respuestas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. Esta capacidad es útil en escenarios donde:
- Se requieren conocimientos específicos: el agente debe responder preguntas dentro de un dominio predefinido.
- La coherencia es importante: el agente debe proporcionar respuestas coherentes a consultas similares.
- Se necesita flexibilidad limitada: las respuestas del agente están limitadas por la información en el corpus de entrenamiento.
Crear un agente de IA con scripts para responder preguntas
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Scripted. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con scripts para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Cree una entidad con roles de entidad para el agente de IA.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save Changes (Guardar cambios) para guardar la configuración. |
Administrar artículos
Artículos del quid de los agentes de IA con guiones. Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. Cada artículo tiene una pregunta predeterminada que sirve como identificador para ese artículo en sesiones, curación y otros lugares del agente de IA. Todos los artículos configurados en un agente de IA constituyen conjuntamente la base de conocimientos o corpus del agente. El sistema compara su consulta con esta base de conocimientos y muestra la respuesta con el mayor nivel de confianza como respuesta del agente.
Los motores NLU Rasa y Mindmeld requieren un mínimo de dos variantes de entrenamiento (expresiones) para que un artículo forme parte del modelo entrenado de un corpus. En un agente de IA con script para responder preguntas, si se selecciona el motor NLU Rasa o Mindmeld y si un artículo tiene menos de dos variaciones, los botones Entrenar y Guardar y Entrenar no están disponibles. Cuando apoya el puntero en estos botones no disponibles, se muestra un mensaje para resolver los problemas antes del entrenamiento. También se muestra un icono de advertencia correspondiente al artículo con problemas. Los problemas se resuelven agregando más de dos variantes para un artículo. Una vez resueltos los problemas, los botones Tren y Guardar y Tren . están disponibles. Tener dos variantes no es aplicable a los artículos predeterminados: mensaje de coincidencia parcial, mensaje de respaldo y mensaje de bienvenida.
Puede clasificar los artículos en categorías de su elección y todos los artículos sin categorizar se clasifican como sin asignar. Hay cuatro artículos predeterminados que están disponibles para cada agente de IA, desde el momento de la creación. Estos son:
- Mensaje de bienvenida: contiene el primer mensaje cada vez que se inicia una conversación entre el cliente y el agente de IA.
- Mensaje de respaldo: AI Agent muestra este mensaje cuando el agente no puede entender la pregunta del usuario.
- Coincidencia parcial: cuando el agente de IA reconoce varios artículos con una pequeña diferencia en las puntuaciones (como se establece en la configuración de Traspaso e Inferencias), el agente muestra este mensaje de coincidencia junto con los artículos coincidentes como opciones. También puede configurar la respuesta de texto para que se muestre junto con estas opciones.
- ¿Qué puedes hacer?— Puede configurar las capacidades del agente de IA. AI Agent muestra esto cada vez que los usuarios finales cuestionan las capacidades de AI Agent.
Además de estos, el artículo predeterminado Hablar con un agente se agrega si el traspaso del agente desde la configuración Traspaso e Inferencia están habilitados.
Todos los nuevos agentes de IA también tienen cuatro artículos de Smalltalk que manejan las expresiones de los usuarios para:
- Saludos
- Gracias
- El agente de IA no fue útil
-
Adiós
Estos artículos y respuestas están disponibles en la base de conocimiento de AI Agent de forma predeterminada al crear un nuevo AI Agent. También puede modificarlos o eliminarlos.
Agregar artículos a través de la interfaz de usuario y la respuesta predeterminada
Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. La consulta de cada consumidor se compara con estos artículos (base de conocimiento) y la respuesta que devuelve el nivel de confianza más alto se muestra al usuario como la respuesta del agente de IA. Para agregar artículos:
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Agregue las variantes predeterminadas. |
| 5 |
Seleccione cualquiera de estas respuestas predeterminadas para el artículo. Valores posibles:
Para obtener más información, vea la sección Configurar respuestas mediante el Diseñador de respuestas . |
| 6 |
Haga clic en Guardar y entrenar. |
Importar desde catálogos
| 1 |
Lote en la plataforma Webex AI Agent |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en las tres elipses. |
| 4 |
Haga clic en Importar desde catálogos. |
| 5 |
Seleccione las categorías de los artículos que deben agregarse al agente. |
| 6 |
Haga clic en Done (Listo). |
Extraer preguntas frecuentes del enlace
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en los tres puntos suspensivos. |
| 4 |
Haga clic en el enlace Extraer preguntas frecuentes de. |
| 5 |
Proporcione la URL donde se alojan las preguntas frecuentes y haga clic en Extraer. |
| 6 |
Haga clic en Importar. |
Importar desde archivo
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en las tres elipses. |
| 4 |
Haga clic en Importar desde un archivo y seleccione CSV importar los artículos desde el archivo csv. Si va a importar artículos desde un archivo en formato JSON, seleccione el JSON. |
| 5 |
Haga clic en Examinar y seleccione un archivo que contenga todos los atacles. Haga clic en Descargar muestra para ver el formato en el que se deben especificar los artículos. |
| 6 |
Haga clic en Importar. |
Agregar sinónimos personalizados
Muchos casos de uso de AI Agent tienden a involucrar palabras y frases que pueden no ser parte del vocabulario estándar en inglés o que son específicas de un contexto empresarial. Por ejemplo, desea que el agente de IA reconozca la aplicación Android, la aplicación iOS, etc. El agente de IA debe incluir estos términos y sus variaciones en las expresiones de entrenamiento para todos los artículos relacionados, lo que lleva a una entrada de datos redundante.
Para superar este problema de redundancia, puede usar sinónimos personalizados dentro de un agente de IA con script para responder preguntas. Los sinónimos de cada palabra raíz son reemplazados por la palabra raíz en tiempo de ejecución por la plataforma automáticamente.
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
En la página Panel de control de agentes de IA, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en los tres puntos suspensivos. |
| 4 |
Haga clic en Sinónimos personalizados. |
| 5 |
Haga clic en Nueva palabra raíz. |
| 6 |
Configure el valor de la palabra raíz y sus sinónimos y haga clic en Guardar. |
| 7 |
Entrene al agente de IA nuevamente después de agregar los sinónimos. También puede exportar los sinónimos (en formato de archivo .CSV) a la carpeta local e importar el archivo de nuevo a la plataforma. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts aprovechan la comprensión del lenguaje natural (NLU) con el aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, lo que requiere un nuevo entrenamiento para una inferencia precisa basada en el nuevo modelo. Las diferencias de rendimiento se pueden analizar utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que Scripted AI Agent responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Formación. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor de NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se mostrará una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si está activada la casilla Corrector ortográfico en inferencia.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas de AI Agent se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de Scripted AI Agents y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA está entrenado con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que se crean todos los artículos deseados, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en Webex vista previa compartible de AI Agent o en canales externos donde se implementa AI Agent.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado vs nivel de artículo. En nuestro continuo esfuerzo por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores de nivel de artículo en lugar del modelo anterior de uso de vectores de nivel de enunciado y descubrimos que los vectores de nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo serán el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA multilingües y para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admitirán cuando el modelo multilingüe sea Polymatch.
Puede comprobar la información sobre el modelo vectorial que estaba presente en el momento de una inferencia en la sección de otra información de la sesión.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Vista previa de su agente de IA con scripts
Webex agente de IA le permite obtener una vista previa de sus agentes de IA mientras lo desarrolla e incluso después de que se haya realizado el desarrollo. De esta manera, puede probar el funcionamiento de los agentes de IA y determinar si las respuestas deseables se generan correspondientes a las consultas de entrada respectivas. Puede obtener una vista previa de su agente de IA con script de las siguientes maneras.
- Panel de control del agente de IA: coloque el cursor sobre una tarjeta de agente de IA para ver la opción Vista previa de ese agente de IA. Haga clic en Vista previa para iniciar el widget de vista previa de AI Agent.
- Encabezado del agente de IA: después de ingresar al modo de edición para cualquier agente de IA haciendo clic en la tarjeta del agente de IA o en el botón Editar de la tarjeta del agente de IA, la opción Vista previa siempre está visible en la sección del encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página, lo que le permite reiniciar fácilmente el modo de vista previa.
Además, puede copiar el enlace de vista previa que se puede compartir desde un agente de IA. En la tarjeta AI Agent, haga clic en el icono de puntos suspensivos en la parte superior derecha y haga clic en Copiar enlace de vista previa. Este enlace se puede compartir con los demás usuarios del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la parte inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para ver cómo responde el agente de IA, asegurándose de que funcione como se espera. La vista previa del agente de IA admite varios idiomas y puede detectar automáticamente el idioma de las expresiones para responder en consecuencia. También puede seleccionar manualmente el idioma en la vista previa haciendo clic en el selector de idioma y eligiendo de la lista de opciones disponibles.
El widget de vista previa se puede maximizar para una mejor vista. Otras características útiles incluyen proporcionar información al consumidor e iniciar varias salas para probar a fondo el agente de IA.
Widget de vista previa compartible
El widget de vista previa que se puede compartir permite a los desarrolladores de AI Agent compartir su AI Agent con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el AI Agent. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con carcasa de teléfono. Los desarrolladores pueden realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo
el parámetro brandColoral enlace. Los usuarios pueden definir colores simples usando nombres de colores o usar código hexadecimal de colores. -
Carcasa del teléfono: cambiando el valor del
parámetro phoneCasingen el enlace. Se establece entruede forma predeterminada y se puede deshabilitar haciéndolo falsoEjemplo de enlace de vista previa con estos parámetros:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Secciones de administración comunes para Scripted AI Agent
Las siguientes secciones aparecen en el panel izquierdo de la página de configuración de AI Agent:
Capacitación
A medida que los agentes de IA evolucionan y se vuelven más complejos, los cambios en su lógica o comprensión del lenguaje natural (NLU) a veces pueden tener consecuencias no deseadas. Para garantizar un rendimiento óptimo e identificar posibles problemas, la plataforma AI Agent ofrece un conveniente marco de prueba de bots con un solo clic. Puede hacer lo siguiente:
- Cree y ejecute fácilmente un conjunto completo de casos de prueba.
- Definir mensajes de prueba y respuestas esperadas para diversos escenarios.
- Simule interacciones complejas creando casos de prueba con varios mensajes.
Definir pruebas
Puede definir pruebas siguiendo los pasos que se indican a continuación:
- Inicie sesión en la plataforma AI Agent.
- En el panel, haga clic en el agente de IA con scripts que ha creado.
- Haga clic en Prueba en el panel izquierdo. De forma predeterminada, aparece la pestaña Casos de prueba.
- Seleccione un caso de prueba y haga clic en Ejecutar pruebas seleccionadas.
Cada fila de la tabla representa un caso de prueba con los siguientes parámetros:
| Parámetro | Descripción |
|---|---|
| Mensaje | Un mensaje de ejemplo que representa los tipos de consultas e instrucciones que puede esperar que los usuarios envíen a su agente de IA. |
| Idioma esperado | El idioma en el que se espera que los usuarios interactúen con el agente de IA. |
| Artículo esperado | Especifique el artículo que debe mostrarse en respuesta a un mensaje de usuario determinado. Para ayudarle a encontrar el artículo más relevante, esta columna cuenta con una función de autocompletar inteligente. A medida que escribe, el sistema le sugerirá artículos coincidentes en función del texto introducido hasta el momento. |
| Restablecer contexto anterior | Haga clic en la casilla de verificación de esta columna para aislar los casos de prueba y asegurarse de que se ejecutan independientemente de cualquier contexto de agente de IA existente. Cuando está habilitado, cada caso de prueba se simula en una nueva sesión, evitando cualquier interferencia de interacciones anteriores o datos almacenados. |
| Incluir coincidencias parciales | Habilite este conmutador para incluir casos de prueba con artículos esperados que solo coincidan parcialmente con la respuesta real se considera correcta. |
| Importar desde CSV | Importe casos de prueba desde un archivo separado por comas (CSV). En este caso, se sobrescribirán todos los casos de prueba existentes. |
| Exportar a CSV | Exporte los casos de prueba a un archivo (CSV) separado por comas. |
| Probar devoluciones de llamada | Active este interruptor para simular devoluciones de llamada entrantes y probar el comportamiento del flujo sin necesidad de llamadas entrantes reales. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Flujo de devolución de llamada | Haga clic en la casilla de verificación de esta columna para indicar que una intención debe desencadenar una devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Plantilla de devolución de llamada esperada | Especifique la clave de plantilla que debe activarse cuando se produce la devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Tiempo de espera de devolución de llamada | Cantidad máxima de tiempo (en segundos) que el agente de IA espera una respuesta de devolución de llamada antes de considerar que la devolución de llamada ha agotado el tiempo de espera. Actualmente, se aplica un tiempo de espera de 20 segundos. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
Ejecutar pruebas
En la ficha Ejecución , haga clic en Ejecutar pruebas seleccionadas para iniciar una ejecución secuencial de todos los casos de prueba seleccionados.
También puede ejecutar casos de prueba desde la ficha Casos de prueba.
.Para ver casos de prueba con resultados específicos, haga clic en el resultado deseado (por ejemplo,Aprobado,Aprobado con coincidencia parcial,Fallido,Pendiente ) en la cinta de resumen. Esto filtrará la lista de casos de prueba para mostrar solo aquellos que coincidan con el resultado seleccionado.
El ID de sesión asociado con cada caso de prueba se muestra en los resultados. Esto le permite hacer referencias cruzadas rápidamente de casos de prueba y ver los detalles de la transacción. Para ello, elija la opción Detalles de transacción en la columna Acciones .
Historial de ejecución
En la pestaña Historial , acceda a todos los casos de prueba ejecutados.
- Haga clic en el icono Descargar de la columna Acciones para exportar los datos de prueba ejecutados como un archivo CSV para análisis o informes sin conexión.
- Revise la configuración específica del motor y el algoritmo utilizada para la ejecución de cada caso de prueba. Esta información ayuda a los desarrolladores a optimizar el rendimiento del agente de IA.
- Para ver los ajustes avanzados de configuración de algoritmos utilizados para un motor de entrenamiento determinado, haga clic en el icono Información situado junto al nombre del motor de entrenamiento. Esto proporcionará información sobre los parámetros y la configuración que influyeron en el comportamiento del agente de IA durante las pruebas.
Sesiones
La sección Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los clientes. Cada sesión incluye un historial detallado de los mensajes intercambiados. Puede exportar los datos de sesión como un archivo de CSV para el análisis y la auditoría sin conexión. Puede utilizar estos datos para examinar los mensajes y el contexto de sesiones específicas para obtener información sobre las interacciones del usuario e identificar áreas de mejora, refinar las respuestas de los agentes de IA y mejorar la experiencia general del usuario.
Puede manejar grandes conjuntos de datos mostrando los resultados en páginas. Puede utilizar la sección Refinar resultados para filtrar y ordenar las sesiones en función de varios criterios. Cada fila de la tabla muestra detalles esenciales de la sesión, entre los que se incluyen:
- Canales: el canal donde se produjo la interacción (por ejemplo, chat, voz).
- ID de sesión: identificador único de la sesión.
- ID de consumidor: identificador único del usuario.
- Mensajes: el número de mensajes intercambiados durante la sesión.
- Actualizado a las: hora en que se cerró la sesión.
- Metadatos: información adicional sobre la sesión.
- Ocultar sesiones de prueba: active esta casilla para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso del agente: seleccione esta casilla de verificación para filtrar las sesiones que se entregan a un agente. Si se produce el traspaso del agente, se muestra el icono de los auriculares que indica el traspaso del chat a un agente humano.
- Se ha producido un error: seleccione esta casilla de verificación para filtrar las sesiones en las que se produjo el error.
- Votación negativa: seleccione esta casilla de verificación para filtrar las sesiones con votación negativa.
Haga clic en una fila para acceder a la vista detallada de una sesión específica. Utilice casillas de verificación para filtrar las sesiones en función de la entrega del agente, los errores y los votos negativos. El descifrado de sesiones requiere permiso de nivel de usuario y configuración avanzada de protección de datos. Haga clic en Descifrar contenido para ver los detalles de la sesión.
Detalles de la sesión de una sesión concreta en el agente de IA con script para responder preguntas
La vista Detalles de sesión en un agente de IA con script para responder preguntas proporciona un desglose completo de una interacción específica entre un usuario y el agente de IA.
La sección Mensajes :
- Muestra todos los mensajes enviados por el usuario durante la sesión.
- Muestra las respuestas correspondientes generadas por el agente de IA.
- Presenta el orden cronológico de los mensajes, proporcionando contexto para la interacción.
La pestaña Información de transacción:
- Enumera los artículos que se identificaron como relevantes para la consulta del cliente, incluidas las coincidencias exactas y las coincidencias parciales.
- Muestra las puntuaciones de similitud asociadas a cada artículo identificado, indicando el grado de relevancia.
- Presenta los resultados de los algoritmos subyacentes utilizados para procesar la consulta del cliente e identificar artículos relevantes.
- Muestra el número de resultados del algoritmo en función de la configuración configurada en la ficha Traspaso e inferencia .
La sección Otra información de la vista Detalles de la sesión proporciona contexto adicional y detalles sobre una interacción específica. Aquí hay un desglose de la información que se muestra:
- Consulta procesada: muestra la versión preprocesada de la entrada del cliente después de que haya sido procesada por la canalización de comprensión del lenguaje natural (NLU) del agente de IA.
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Tipo de respuesta: especifica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
Detalles de la sesión de una sesión concreta en el agente de IA con script para realizar acciones
La pestaña Información de transacción en Agente de IA con script para realizar acciones proporciona un desglose detallado de una interacción específica, categorizando la información en cuatro secciones:
Sección Intenciones identificadas :
- Muestra las intenciones identificadas para la consulta del cliente.
- Indica el nivel de confianza asociado a cada intención identificada.
- Enumera las ranuras asociadas a la intención identificada. Haga clic en la ranura para ver información adicional sobre su valor y cómo se extrajo de la consulta del usuario.
La sección Entidades identificadas enumera las entidades que se extrajeron del mensaje del cliente y están asociadas con la intención activa del consumidor. Estas entidades representan las piezas clave de información que el bot identificó dentro de la consulta del usuario.
La sección Resultados del algoritmo proporciona información sobre los procesos subyacentes que condujeron a la respuesta del agente de IA. Aquí hay un desglose de la información que se muestra:
- Lista de intenciones: muestra las intenciones identificadas y sus correspondientes puntuaciones de similitud.
- Lista de entidades: muestra las entidades que se extrajeron del mensaje del usuario.
Aparece Otra información :
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Clave de plantilla: indica la clave de plantilla asociada con la intención que desencadenó la respuesta del agente de IA.
- Tipo de respuesta: indica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
También puede descargar y ver la información de la transacción en formato JSON utilizando la opción de descarga.
La ficha Metadatos muestra:
- Metadatos de NLP: revise los pasos de preprocesamiento aplicados a la entrada del cliente en la pestaña NLP .
- Almacén de datos y FinalDF: acceda a los datos relacionados con la sesión en las pestañas Almacén de datos y FinalDF para bots inteligentes.
- Funcionalidad de búsqueda: use la barra de búsqueda incorporada para encontrar rápidamente expresiones específicas dentro de una conversación.
Historia
Siempre que agregue o modifique artículos, intenciones o entidades, es esencial volver a entrenar a su agente de IA con scripts para asegurarse de que esté actualizado. Después de cada sesión de entrenamiento, pruebe minuciosamente su agente de IA para verificar su precisión y efectividad.
La página Historial le permite:
- Ver historial de entrenamiento: realiza un seguimiento de cuándo se entrenó un corpus y se realizaron los cambios.
- Comparar motores de entrenamiento: revise los motores de entrenamiento utilizados para diferentes iteraciones y sus correspondientes duraciones de entrenamiento.
- Control de cambios: supervise los cambios en la configuración, los artículos, las respuestas, NLP y la curación.
- Volver a versiones anteriores: si es necesario, vuelve fácilmente a un conjunto de entrenamiento anterior.
La sección Historial proporciona herramientas útiles para administrar los artículos de la base de conocimientos:
- Activar artículos: haz que los artículos previamente inactivos estén en vivo para incluirlos en las respuestas del agente de IA.
- Editar artículos: cree una nueva versión de un artículo existente conservando el original como referencia.
- Vista previa del rendimiento: evalúe el rendimiento del agente de IA con una base de conocimientos específica mediante la función Vista previa .
- Descargar artículos: exporte los artículos de la base de conocimientos como un archivo CSV para analizarlos o consultarlos sin conexión. Esta opción está disponible para Scripted AI Agent solo para responder preguntas.
Registros de auditoría
La sección Registros de auditoría proporciona un registro detallado de las modificaciones realizadas en su agente de IA con scripts en los últimos 35 días. Para acceder a los registros de auditoría:
- Vaya al panel y haga clic en el agente de IA que ha creado.
- Haga clic en la pestaña Historial para ver el historial del agente de IA.
- Haga clic en la ficha Registros de auditoría para ver un registro detallado de los cambios:
- Actualizado en: fecha y hora en que se realizó el cambio.
- Actualizado por: el usuario que realizó el cambio.
- Campo: la sección del bot donde se produjo la modificación (por ejemplo, Configuración, Artículos, Respuestas).
- Descripción: detalles adicionales sobre el cambio.
-
Utilice las opciones Actualizado por
yBúsqueda decampopara localizar rápidamente entradas específicas del registro de auditoría. -
La pestaña Historial de modelos muestra un máximo de 10 corpus para cada agente de IA.
Curaduría
Los mensajes se agregan a la consola de Curation en función de los siguientes criterios:
- Mensajes alternativos: cuando el agente de IA no entiende el mensaje de un usuario y activa la intención de respaldo.
- Intención de respaldo predeterminada: si este interruptor está habilitado, los mensajes que activen la intención de respaldo predeterminada se enviarán a la consola de Curation.
Este criterio solo se aplica al agente de IA con script para realizar acciones.
- Mensajes rechazados: mensajes que los usuarios han rechazado durante las vistas previas de AI Agent.
- Traspaso de agentes: mensajes que dan lugar a un traspaso de agente humano debido a reglas configuradas.
- Desde la sesión: mensajes marcados por los usuarios como que no reciben la respuesta deseada de los datos de la sesión o de la sala.
- Confianza baja: mensajes con una puntuación de confianza que se encuentra dentro del umbral de confianza bajo especificado.
- Coincidencia parcial: mensajes en los que el agente de IA no pudo identificar definitivamente la intención o respuesta correcta.
Resolver problemas
La ficha Problemas proporciona una ubicación centralizada para revisar y abordar los mensajes que se han marcado para su conservación. Puede hacer lo siguiente:
- Elija resolver u ignorar los problemas en función de su gravedad y relevancia.
- Examine la expresión original del usuario, la respuesta del agente de IA y cualquier medio adjunto.
El acceso a descifrar se concede a nivel de usuario y requiere que Advanced Data Protection esté habilitado en el backend.
Para resolver un problema, puede:
-
Vincular a un artículo existente: para conectar un problema con un artículo existente, seleccione la opción Enlace y busque el artículo deseado.
-
Crear nuevo artículo: use la opción Agregar a un nuevo artículo para crear un nuevo artículo directamente desde la Consola de curación.
-
Ignorar problemas: resuelve o ignora problemas para eliminarlos de la consola de curación.
- No se permite enlazar a artículos predeterminados (mensaje de bienvenida, mensaje alternativo, coincidencia parcial).
- Para el agente de IA con script para realizar acciones, seleccione la intención adecuada de la lista desplegable y etiquete las entidades relevantes.
- Después de realizar cambios, vuelva a capacitar a su agente de IA para asegurarse de que el nuevo conocimiento se refleje en sus respuestas.
- Resuelva o ignore varios problemas simultáneamente para una administración eficiente.
La ficha Resuelto proporciona una visión general completa de todos los problemas que se han solucionado. Puede ver un resumen de cada problema resuelto, incluso si el problema se vinculó a un artículo existente, se usó para crear un nuevo artículo / intención o se ignoró. Si encuentra respuestas no deseadas que no fueron capturadas automáticamente por las reglas existentes, puede agregar manualmente expresiones específicas a la Consola de curación.
Para agregar problemas de las sesiones:
- Identificar la expresión: localiza la expresión que desencadenó la respuesta incorrecta.
- Comprobar estado de curación: si el problema no se encuentra ya en la consola de conservación,
se muestra el botón de alternancia Estadode conservación. - Alternar el indicador: active el
interruptor Estadode conservación para agregar el mensaje a la consola de conservación para su revisión y resolución.
Si el problema ya está presente en Curation Console, la apariencia del conmutador cambia en consecuencia para indicar su estado.
Ver el rendimiento de la IA con scripts con Analytics
La sección Análisis proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Las métricas clave se dividen en cuatro secciones representadas como pestañas. Estos son: Descripción general, Respuestas, Capacitación y Curaduría.
Al visitar la pantalla de análisis, los desarrolladores pueden seleccionar el agente de IA para el que desean ver los análisis. También pueden personalizar la vista de análisis eligiendo el canal para el que desean ver los datos, junto con el rango de fechas y la granularidad de los datos. De forma predeterminada, los datos analíticos del último mes se muestran para todos los canales con una granularidad diaria (cada día es un punto en el eje x en los gráficos).
Descripción general
La descripción general contiene métricas y gráficos clave que proporcionan una instantánea del uso y el rendimiento general de AI Agent a los desarrolladores.
- Seleccione el agente de IA en la página Panel.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
Sesiones y mensajes
La primera sección de información general muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA:
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
Esto es seguido por una representación gráfica de las sesiones (columna apilada que representa las sesiones manejadas por el agente de IA y las sesiones entregadas) y el total de respuestas enviadas por el agente de IA.
Usuarios
La segunda sección de Información general contiene estadísticas sobre los usuarios del agente de IA. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios. Esto es seguido por un gráfico que muestra los usuarios nuevos y recurrentes para cada unidad dependiendo de la granularidad seleccionada.
Rendimiento
La tercera sección proporciona estadísticas sobre las respuestas de AI Agent a los usuarios. Aquí se puede ver el total de respuestas enviadas por el agente de IA y la división entre las respuestas donde el agente de IA:
- Identificó la intención del usuario.
- Respondió con un mensaje alternativo.
- Respondió con un mensaje de coincidencia parcial.
- Informar al usuario de la entrega de un agente.
El mismo se agrega en un gráfico circular y un gráfico de área proporciona información basada en la granularidad seleccionada.
Capacitación
La sección de capacitación representa la "salud" de un corpus de agente de IA. Se recomienda que los desarrolladores configuren 20+ expresiones de entrenamiento para cada intención/artículo en sus agentes de IA. En esta sección, todos los artículos/intenciones de un corpus se muestran como rectángulos individuales donde el color y el tamaño relativo de cada rectángulo son indicativos de los datos de entrenamiento que contiene el artículo/intención. Cuanto más cerca esté una intención del blanco, más datos de entrenamiento necesitará para que mejore la precisión de su agente de IA.
Respuestas
Esta sección ofrece a los desarrolladores una vista detallada de lo que los usuarios preguntan y con qué frecuencia lo preguntan. Proporciona una representación gráfica de los artículos más populares para AI Agents para responder preguntas y plantillas de respuesta para AI Agents para realizar acciones.
Curaduría
Proporciona un resumen visual de cuántos problemas de curación han surgido cada día y cuántos de ellos han sido resueltos por los desarrolladores de AI Agent.
Integrar agentes de IA
En esta sección se explica cómo integrar agentes de IA con canales digitales y de voz para administrar las conversaciones de los clientes.
Integre agentes de IA con canales digitales y de voz
Una vez que haya creado y configurado sus agentes de IA en la plataforma Webex AI Agent, el siguiente paso es integrarlos con los canales de voz y digitales. Esta integración permite a los agentes de IA manejar conversaciones digitales y basadas en voz con sus clientes, proporcionando una experiencia de usuario fluida e interactiva.
Para obtener más información, consulte el artículo Integrar agentes de IA con canales digitales y de voz.
Administrar informes de agentes de IA
En esta sección se describe la descripción general de los informes de agentes de IA, los tipos de informes, la creación de informes de agentes de IA y los modos de entrega de informes.
Comprender los informes de agentes de IA
La función de informes le permite generar o programar (generar periódicamente) informes específicos de los tipos de informes disponibles y recibirlos en los modos de entrega disponibles. Estos informes pueden proporcionar información valiosa sobre el comportamiento del usuario, el uso, la participación, el rendimiento del producto, etc. Puede recibir la información deseada en su correo electrónico, SFTP ruta o bucket de S3. Puede elegir el tipo de informe de una lista de informes pregenerados y también elegir si desea generar un informe único al instante o a intervalos regulares.
Al acceder al menú Informes desde el panel de navegación izquierdo, aparecen las siguientes fichas:
-
Configurar: esta ficha enumera todos los informes que están activos actualmente y que se generan periódicamente. Los siguientes detalles están disponibles para la lista de informes:
- Activo: indica si un usuario sigue suscrito al informe.
- Agente de IA: nombre del agente de IA asociado al informe.
- Tipo de informe: el tipo de informe precreado al que se ha suscrito.
- Frecuencia: intervalo en el que recibe el informe.
- Último informe generado: el último informe enviado.
- Próxima fecha programada: la próxima fecha en que se enviará el informe.
-
Historial: esta ficha muestra toda la información histórica de los informes enviados hasta la fecha. Haga clic en cualquier informe de esta página para editar la configuración de los informes.
Puede hacer clic en el icono Descargar en la columna Acciones para descargar estos informes históricos.
Los informes a petición que aparecen en la ficha Historial solo están disponibles para su descarga una vez completada la generación del informe.
Crear un informe de agente de IA
| 1 |
Inicie sesión en la plataforma Webex AI Agent. |
| 2 |
Haga clic en Informes en la barra de navegación izquierda. |
| 3 |
Haga clic en +Nuevo informe. |
| 4 |
Proporcione la siguiente información para crear y configurar el informe: |
Tipos de informes de agente de IA
Puede elegir de una lista de informes predefinidos en función del tipo de agente de IA seleccionado. Esta sección cubre estos tipos de informe, las hojas incluidas en cada informe y las columnas disponibles en cada hoja.
AI Agent para responder preguntas tipo de informe
Hay tres tipos de informes diferentes disponibles para que un agente de IA responda preguntas en la aplicación. Mediante diferentes tipos de informes, se le puede utilizar para comprender el resumen de uso del agente de IA, el comportamiento, lo que preguntan los usuarios y cómo responde el agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Comportamiento de uso y resumenEn esta sección se muestra el resumen de AI Agent con la frecuencia con la que se invocan los artículos y las categorías. Puede ver la información de resumen, categorías y artículos en una pestaña separada de los informes:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones/sesiones manejadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos | Los mensajes enviados por los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por el agente de IA a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano. |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los clientes. |
| Total de votos negativos |
Respuestas totales de agentes de IA que fueron rechazadas por los clientes. |
| Campo | Descripción |
|---|---|
| Nombre de la categoría | El nombre de la categoría tal como se configuró en el agente de IA. |
| Conversaciones para la categoría | El número de conversaciones o sesiones donde se detectó un artículo perteneciente a esta categoría. |
| Total de respuestas | El número de veces que se detectó un artículo perteneciente a esta categoría. |
| Total de votos positivos | El número de veces que se votó positivamente una respuesta de esta categoría. |
| Total de votos negativos |
El número de veces que una respuesta de esta categoría fue rechazada. |
| Campo | Descripción |
|---|---|
| Nombre del artículo | El nombre del artículo (variante predeterminada) que se configura en el agente de IA. |
| Categoría del artículo | La categoría a la que pertenece esta intención. |
| Conversaciones para el artículo | El número de conversaciones o sesiones en las que se detectó este artículo. |
| Total de respuestas | El número de veces que se detectó este artículo. |
| Total de votos positivos | El número de veces que se votó positivamente la respuesta a este artículo. |
| Total de votos negativos |
El número de veces que la respuesta para este artículo es rechazada. |
Muestra la conversación entre el agente de IA y el cliente junto con la puntuación de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | La marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión. |
| ID de consumidor | El identificador único para el usuario final en el agente de IA. |
| Tipo de mensaje | El mensaje del agente de IA o el mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Artículo | El identificador de la respuesta enviada por el agente de IA. |
| Categoría | La intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | La puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | La intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 | La puntuación de la intención detectada. |
| Retroalimentación | Los comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Los comentarios que dejan los usuarios al votar un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en el agente de IA. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Artículo | Identificador de la respuesta enviada por el agente de IA. |
| Categoría | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 |
Puntuación para la intención detectada. |
Tipo de informe AI Agent para realizar tareas
Hay tres tipos de informes diferentes disponibles para que un agente de IA realice tareas en la aplicación generadora de agentes de IA. Como desarrollador de agentes de IA, puede crear diferentes tipos de informes. Estos se pueden usar para comprender el resumen de uso del agente de IA, el comportamiento del agente de IA, lo que preguntan los usuarios y cómo responde un agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Muestra el resumen de las conversaciones junto con las intenciones y las claves de plantilla que se activan. La ficha resumen muestra los siguientes detalles:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones o sesiones gestionadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos |
Los mensajes que envían los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por AI Agent a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los usuarios. |
| Total de votos negativos |
Total de respuestas de agentes de IA que fueron rechazadas por los usuarios. |
También puedes ver los detalles de la intención en la pestaña Intenciones de la hoja de cálculo:
| Campo | Descripción |
|---|---|
| Nombre de intención | El nombre de la intención tal como se configuró en el agente de IA. |
| Conversaciones para la intención | Número de conversaciones o sesiones en las que se invocó esta intención. |
| Total de invocaciones | Número de veces que se invocó esta intención. |
| Finalizaciones totales | Número de veces que se recopilaron todas las ranuras y se completó esta intención. |
| Total de votos positivos | El total de respuestas para eso fue votado a favor para cada intención. |
| Total de votos negativos |
El total de respuestas para eso fue rechazado para cada intención. |
El informe también tiene detalles de plantilla de alto nivel, tales como:
| Campo | Descripción |
|---|---|
| Nombre de clave de plantilla | Nombre de la plantilla tal como está configurada en el agente de IA. |
| Intención clave de plantilla | Intenciones donde se usa esta clave de plantilla. |
| Conversaciones para la clave de plantilla | Número de veces que se envió esta clave de plantilla como respuesta. |
| Total de respuestas | El número de veces que se envió esta clave de plantilla como respuesta. |
| Total de votos positivos | Número de veces que se votó positivamente la respuesta a esta plantilla. |
| Total de votos negativos |
Número de veces que la respuesta para esta plantilla fue rechazada. |
Muestra la conversación de un cliente con el agente de IA junto con las puntuaciones de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Tipo de mensaje | Mensaje de agente de IA o mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 | Puntuación para la intención detectada. |
| Retroalimentación | Comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Comentarios dejados por los usuarios al votar negativamente un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Este informe solo es relevante para agentes de IA con guión. Puede ver los siguientes detalles en este informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del cliente. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 |
Puntuación para la intención detectada. |
Modos de entrega del informe AI Agent
En el mundo actual basado en datos, la entrega eficiente y segura de informes de AI Agent es crucial para la toma de decisiones informadas y la excelencia operativa. Para satisfacer las diversas necesidades de la organización, ofrecemos múltiples modos de entrega para los informes de AI Agent, lo que garantiza flexibilidad, confiabilidad y seguridad. Las opciones de entrega incluyen Secure File Transfer Protocol (SFTP), correo electrónico y Amazon S3 Bucket. Cada modo está diseñado para satisfacer diferentes requisitos, ya sea la necesidad de alta seguridad, facilidad de acceso o soluciones de almacenamiento escalables. Este documento describe las características y ventajas de cada modo de entrega, ayudándole a elegir la mejor opción para sus necesidades específicas.
SFTP
|
Campo |
Descripción |
|---|---|
| Enviar informes a una ubicación segura según lo programado |
Active esta opción para enviar los informes a la ubicación segura a la hora programada. Solo puede proporcionar los siguientes detalles habilitando este conmutador. |
| Dirección IP | La dirección IP del sistema. |
| Nombre de usuario | El nombre de usuario para acceder a los informes. |
| Contraseña | La contraseña para tener acceso a los informes. |
| Clave privada | La clave privada para tener acceso a los archivos. |
| Ruta de carga |
La ruta de acceso donde se enrutan los archivos en el sistema. |
Correo electrónico
| Campo | Descripción |
|---|---|
| Programe correos electrónicos para varios destinatarios, separados con punto y coma(;) | Active esta opción para agregar destinatarios. |
| Destinatarios |
La dirección de correo electrónico de todos los destinatarios que deben recibir los informes en la hora y frecuencia especificadas. |
Cucharón S3
| Campo | Descripción |
|---|---|
| Cargue informes en un bucket de S3 según la programación |
Active esta opción para que los campos de S3 estén disponibles y dirija los informes al bucket de S3 configurado. |
| ID de clave de acceso de AWS | El ID de clave de acceso para obtener acceso a los servicios y recursos de AWS. |
| Clave de acceso secreta de AWS | La clave de acceso secreta para obtener acceso a los servicios y recursos de AWS. |
| Nombre del bucket | El nombre del bucket al que se enruta el informe. |
| Nombre de carpeta |
El nombre de la carpeta que se crea en el bucket de S3. |
Comprender el cumplimiento de la IA
Esta sección le ayuda a comprender el desarrollo de la IA, la privacidad de los datos, la seguridad y la protección
Desarrollo de IA, privacidad de datos, seguridad y protección
Cada función impulsada por IA en Cisco se somete a una Evaluación de Impacto de IA según nuestrosprincipios de IA Responsable, y se adhiere al Marco de IA Responsable, además de los procesos existentes de Seguridad, Privacidad y Derechos Humanos por Diseño.
Privacidad y seguridadCisco no conserva los datos de entrada del cliente después del proceso de inferencia, y el proveedor del modelo de 3 ª parte, Microsoft, no accede, supervisa ni almacena los datos de los clientes de Cisco. Para obtener más información sobre las políticas de retención de datos específicas de las funciones, consulte Cisco Trust Portal.
La siguiente es la lista de notas de transparencia de IA para todas las funciones de IA:
Fuentes de datos para capacitación y evaluaciónEl proveedor de modelos de 3rd party de Cisco, Microsoft, declara que no usará el contenido del cliente para mejorar los modelos de Azure OpenAI y que no almacena ni retiene los datos de los clientes de Cisco en la infraestructura de Azure.
Seguridad y consideraciones éticasTodas las características generativas de IA son propensas a errores, por lo que Cisco prioriza la seguridad del contenido para las características de IA al optar por el filtrado de contenido, proporcionado por Azure OpenAI.
Evaluación y rendimiento del modeloCisco prioriza el rendimiento y la precisión de AI Assistant al involucrar a los humanos en la revisión, las pruebas y el control de calidad del modelo subyacente.
Introducción a Webex AI Agent Studio
Webex AI Agent Studio es una plataforma sofisticada diseñada para crear, administrar e implementar agentes de IA automatizados para satisfacer las necesidades de servicio al cliente y soporte. Mediante el uso de inteligencia artificial, los agentes de IA brindan asistencia automatizada a los clientes antes de que interactúen con agentes humanos. Estos agentes apoyan las interacciones de voz con la entonación, la comprensión del lenguaje y la conciencia contextual dentro de las conversaciones. Además, los agentes de IA manejan sin problemas e informativamente las interacciones del canal digital a través de texto y chat en línea. Los clientes se benefician de una experiencia similar a la de un conserje, que recibe asistencia con preguntas, recuperación de información y minimiza los tiempos de espera.
Capacidades de Webex AI Agent Studio
- Respuestas precisas y oportunas: proporciona respuestas precisas a las consultas de los clientes en tiempo real.
- Ejecución inteligente de tareas: ejecuta tareas en función de las solicitudes o entradas de los clientes.
Beneficios clave para las empresas
-
Experiencia del cliente mejorada: ofrece una experiencia conversacional en tiempo real para los clientes.
-
Interacciones personalizadas: adapta las respuestas a las necesidades y preferencias individuales de los clientes.
-
Escalabilidad y eficiencia: maneja un gran volumen de interacciones con los clientes sin requerir agentes humanos adicionales, lo que mejora la satisfacción y reduce los costos operativos.
Comprender los tipos y ejemplos de agentes de IA
La siguiente tabla proporciona una visión de los tipos de agentes de IA y sus capacidades:
| Tipo de agente de IA | Propósito | Capacidad | Descripción | ¿Cómo configurar? |
|---|---|---|---|---|
|
Autónomo |
Los agentes autónomos de IA están diseñados para operar de forma independiente, tomando decisiones y realizando tareas sin intervención humana directa. |
Realizar acciones |
Tome decisiones informadas basadas en la información disponible y las reglas predefinidas. Automatice tareas repetitivas o que consumen mucho tiempo. |
|
|
Responder preguntas |
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. |
Agentes autónomos de IA para responder preguntas | ||
|
Guión |
Los agentes de IA con scripts están programados para seguir un conjunto predefinido de reglas e instrucciones. |
Realizar acciones |
Los agentes con scripts pueden realizar tareas específicas que están claramente definidas y estructuradas. |
Agentes de IA con scripts para realizar acciones |
|
Responder preguntas |
Los agentes con scripts pueden responder a preguntas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. |
Agentes de IA con guiones para responder preguntas |
Ejemplos
Tanto los agentes de IA autónomos como los guionados se pueden aplicar a varios casos de uso, dependiendo de los requisitos específicos y las capacidades deseadas. Algunos ejemplos incluyen:
-
Servicio al cliente: tanto los agentes autónomos como los con scripts se pueden utilizar para proporcionar soporte al cliente, con agentes autónomos que ofrecen más flexibilidad y comprensión del lenguaje natural.
-
Asistentes virtuales: los agentes autónomos son adecuados para roles de asistente virtual, ya que pueden manejar diversas tareas y proporcionar interacciones más personalizadas.
-
Análisis de datos: los agentes autónomos se pueden utilizar para analizar grandes conjuntos de datos y extraer información valiosa.
-
Automatización de procesos: tanto los agentes autónomos como los con scripts se pueden usar para automatizar tareas repetitivas, mejorar la eficiencia y reducir los errores.
-
Gestión del conocimiento: los agentes autónomos se pueden utilizar para crear y administrar repositorios de conocimiento, haciendo que la información sea fácilmente accesible para los usuarios.
La elección entre agentes de IA autónomos y con scripts depende de la complejidad de las tareas, el nivel requerido de autonomía y la disponibilidad de datos de entrenamiento.
Requisitos previos
-
Si ya es cliente de Webex Contact Center, asegúrese de cumplir los siguientes requisitos previos:
-
Webex inquilino de Contact Center 2.0.
-
Webex Connect se aprovisiona para el inquilino.
-
La plataforma de medios de voz es una plataforma de medios de próxima generación.
-
-
Si no tiene un inquilino de Webex Contact Center, póngase en contacto con su socio para iniciar una prueba de Webex Contact Center con Next-Generation Media Platform.
-
Los administradores pueden solicitar un entorno limitado para desarrolladores Webex Contact Center para probar agentes de IA.
Habilitación de características
Esta función se encuentra actualmente en versión beta. Los clientes pueden registrarse para esta función en Webex Portal Beta completando la encuesta de participación para agentes de IA.
-
Actualmente, solo la funcionalidad de agente de IA con script está disponible en la fase beta.
-
Los agentes autónomos solo están disponibles para clientes seleccionados. Las solicitudes se pueden hacer a través de su CSM (Customer Success Manager), PSM (Partner Success Manager) o enviando un correo electrónico # ask-ccai@cisco.com. Tras la aprobación, los agentes autónomos estarán disponibles además de los agentes con scripts para su inquilino.
Acceso Webex AI Agent Studio
Para crear sus agentes de IA, debe iniciar sesión en la aplicación Webex AI Agent Studio. Esto se puede hacer de las siguientes maneras:
Iniciar sesión desde Control Hub
- Inicie sesión en Control Hub con la dirección URL https://admin.webex.com.
- En la sección Servicios del panel de navegación, elija Contact Center.
- En Vínculos rápidos del panel derecho, vaya a la sección Conjunto de aplicaciones del centro de contacto.
- Haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Iniciar sesión desde Webex Connect
Para acceder a la aplicación Webex AI Agent Studio, debe tener acceso a Webex Connect.
- Inicie sesión en Webex aplicación Connect con la dirección URL de inquilino proporcionada para su empresa y sus credenciales.
De forma predeterminada, la página Servicios aparece como página de inicio.
- En el menú Bandeja de aplicaciones del panel de navegación izquierdo, haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Diseño de página de inicio
Bienvenido a la aplicación Webex AI Agent Studio. Al iniciar sesión, la página de inicio muestra el siguiente diseño:
-
Barra de navegación
La barra de navegación que aparece a la izquierda proporciona acceso a los siguientes menús:
- Panel de control: muestra una lista de agentes de IA a los que el usuario tiene acceso, según lo concedido por el administrador de la empresa.
- Conocimiento: muestra el repositorio central de conocimiento o la base de conocimiento, que sirve como cerebro para que los agentes autónomos de IA respondan a las consultas de los clientes.
- Informes: enumera informes de agentes de IA prediseñados de varios tipos. Puede generar o programar informes de acuerdo a las necesidades de su negocio.
- Ayuda: proporciona acceso a la guía del usuario de Webex AI Agent Studio en el Centro de ayuda de Webex.
-
Perfil de usuario
El menú Perfil de usuario le permite ver la información de su perfil y cerrar sesión en la aplicación.
La página Perfil de Enterprise contiene información sobre el inquilino del agente de IA, a la que solo pueden acceder los administradores con acceso de administrador completo.
-
La ficha Información general contiene la siguiente información:
- Identificadores de empresa: incluye Webex ID de organización, ID de organización de CPaaS e ID de suscripción de la empresa. Esto está disponible para empresas con Webex integración de Contact Center para el inquilino de Webex Connect correspondiente.
- Configuración de perfil: contiene el nombre de la empresa, el nombre único de la empresa y la URL del logotipo.
- Configuración global del agente: permite seleccionar el agente predeterminado para el canal de voz para gestionar los escenarios de reserva.
- Resumen de retención de datos: proporciona un resumen de los períodos de retención de datos para esta empresa.
-
En la pestaña Compañeros de equipo, puede ver y administrar la lista de compañeros de equipo que tienen acceso a la aplicación. A cada usuario se le asigna un rol, que determina las acciones que puede realizar en función de los permisos concedidos.
-
Conozca su Dashboard
En el panel, los agentes de IA están representados por tarjetas que muestran información básica, incluido el nombre del agente de IA, la última actualización, la última actualización y el motor utilizado para entrenar al agente.
Tareas en la tarjeta AI Agent
Desplácese sobre una tarjeta de agente de IA para ver las siguientes opciones:
- Vista previa: haga clic en Vista previa para abrir el widget de vista previa del agente de IA.
- Icono de puntos suspensivos : haga clic en este icono para realizar las siguientes tareas:
-
Copiar enlace de vista previa: copia el enlace de vista previa para pegarlo en una pestaña nueva y obtener una vista previa del agente de IA en el widget de chat.
-
Copiar token de acceso: copia el token de acceso del agente de IA para invocar al agente a través de API.
-
Exportar: exporte los detalles del agente de IA (en formato JSON) a su carpeta local.
-
Eliminar: elimina permanentemente el agente de IA del sistema.
-
Pin: ancla el agente de IA a la primera posición del panel o desancla para volver a colocarlo en su posición anterior.
-
Crear un nuevo agente de IA
Puede crear un nuevo agente de IA mediante la opción + Crear agente en la esquina superior derecha del panel. Puede optar por utilizar una plantilla predefinida o crear un agente desde cero.
Para saber cómo crear agentes de IA autónomos y con scripts, consulte las siguientes secciones:
Importar agente de IA precompilado
Puede importar un agente de IA precompilado en formato JSON desde una lista de agentes de IA disponibles. En primer lugar, asegúrese de haber exportado el agente de IA en formato JSON a la carpeta local. Siga estos pasos para importarlo:
- Haga clic en Importar agente.
- Haga clic en Cargar para cargar el archivo de agente AI (en formato JSON) exportado desde la plataforma.
- En el campo Nombre del agente , introduzca el nombre del agente de IA.
- (Opcional) En el ID desistema, edite el identificador único generado por el sistema.
- Haga clic en Importar.
Su agente de IA ahora se ha importado correctamente a la plataforma Webex AI Agent Studio y está disponible en el panel.
Búsqueda por palabra clave
La plataforma proporciona capacidades de búsqueda sólidas para ayudarlo a localizar y administrar fácilmente agentes de IA. Puede realizar búsquedas por palabra clave utilizando el nombre del agente. Introduzca el nombre del agente o una parte del nombre en la barra de búsqueda. El sistema muestra una lista de agentes de IA que coinciden con sus criterios de búsqueda.
Filtrar por tipo de agente
Además de la búsqueda por palabra clave, puede refinar los resultados de la búsqueda filtrando según el tipo de agente de IA. Elija uno de los filtros de tipo de agente de la lista desplegable: Scripted, Autonomous y All.
Administrar Knowledge Base
Una base de conocimiento es un repositorio central de información para los agentes autónomos de IA impulsados por el modelo de lenguaje grande (LLM). Los agentes autónomos de IA aprovechan las tecnologías avanzadas de IA y aprendizaje automático para comprender, procesar y generar texto similar al humano. Estos agentes de IA se entrenan con grandes cantidades de datos, lo que les permite proporcionar respuestas detalladas y contextualmente relevantes. Las bases de conocimiento almacenan los datos necesarios para el funcionamiento de los agentes autónomos de IA.
Para acceder a la base de conocimientos:
- Inicie sesión en la plataforma Webex AI Agent Studio.
- En el panel, haga clic en el icono Información en el panel de navegación izquierdo. Aparecerá la página de bases de conocimiento.
- Puede encontrar una base de conocimientos basada en los siguientes criterios:
- Nombre de la base de conocimientos
- Tipo de base de conocimiento
- Bases de conocimiento actualizadas entre fechas especificadas
- Bases de conocimiento creadas entre fechas especificadas
Haga clic en Restablecer todo para restablecer los criterios de búsqueda.
- También puede crear una nueva base de conocimientos. Para crear una nueva base de conocimiento, consulte Crear base de conocimiento para AI Agent.
Crear una base de conocimientos para AI Agent
| 1 |
En el panel, haga clic en el icono Información en el panel de navegación izquierdo. |
| 2 |
En la página Bases de conocimiento, haga clic en +Crear base de conocimiento en la esquina superior derecha. |
| 3 |
En la página Crear base de conocimiento , escriba los siguientes detalles: |
| 4 |
Haga clic en Crear. El sistema crea una base de conocimiento con el nombre especificado. |
| 5 |
En la pestaña Archivos : |
| 6 |
En la ficha Documentos : |
| 7 |
Vaya a la ficha Información para ver y realizar un seguimiento de los detalles de los archivos que ha cargado y de los documentos que ha creado.
|
Qué hacer a continuación
Configure la base de conocimientos del agente de IA autónoma para responder preguntas.
Configurar agentes autónomos de IA
Los agentes autónomos de IA operan de forma independiente sin intervención humana directa. Estos agentes utilizan algoritmos avanzados y técnicas de aprendizaje automático para analizar datos, aprender de su entorno y adaptar sus acciones para lograr objetivos específicos. En esta sección se describen las dos capacidades principales de Autonomous AI Agent.
Agente de IA autónomo para realizar tareas
Los agentes autónomos de IA pueden realizar varias tareas, que incluyen:
-
Procesamiento del lenguaje natural (PNL): comprenda y responda al lenguaje humano de una manera natural y conversacional.
-
Toma de decisiones: tome decisiones informadas basadas en la información disponible y las reglas predefinidas.
-
Automatización: automatice tareas repetitivas o que consumen mucho tiempo.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA autónomo para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero.
También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Filtre el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal del agente, haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. Ahora ha creado con éxito el agente de IA autónomo para realizar acciones que ahora está disponible en el Dashboard. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA precompilados. Para obtener más información, consulte Importar agente de IA precompilado |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para realizar acciones.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Publicar para que AI Agent esté activo. |
Qué hacer a continuación
Agregue las acciones necesarias al agente de IA.
Agregar acciones a Autonomous AI Agent
Los agentes autónomos de IA para realizar acciones están diseñados para comprender las intenciones del usuario y actuar en consecuencia. Por ejemplo, en un restaurante existe la necesidad de automatizar la ingesta de pedidos de comida en línea. Para realizar la tarea, puede crear un agente de IA autónomo que realice las siguientes acciones:
-
Obtenga la información requerida del cliente.
-
Transfiera la información al flujo requerido.
El agente autónomo de IA para realizar acciones funciona en los siguientes bloques de construcción:
-
Acción: funcionalidad que permite al agente de IA conectarse con sistemas externos para realizar tareas complejas.
-
Entidad o ranura: representa un paso para cumplir la intención del usuario. El llenado de ranuras implica hacer preguntas específicas al cliente para cumplir con la intención del cliente basada en expresiones. Es el desencadenante para que un agente de IA comience a realizar una acción. Defina las entidades de entrada como parte del llenado de ranuras.
-
Cumplimiento: determina cómo el agente de IA completa la acción. Como parte del cumplimiento, defina las entidades de salida para que el agente autónomo de IA genere la respuesta en un formato específico. El sistema envía las entidades de salida al flujo para continuar con la acción y completar la tarea con éxito.
| 1 |
En la pestaña Acción , haga clic en +Nueva acción. |
| 2 |
En la página Agregar una nueva acción , especifique los siguientes detalles: |
Qué hacer a continuación
Puede configurar ranuras o puede configurar ranuras y definir el cumplimiento según el ámbito de acción elegido.
Configurar el relleno de ranura
El llenado de ranuras implica agregar las entidades de entrada requeridas para el motor de IA. En la sección Relleno de ranura de la página Acciones , agregue las entidades de entrada:
-
Puede agregar las entidades una por una en formato de tabla.
-
También puede utilizar el archivo JSON y definir las entidades. Consulte Un recorrido por el esquema JSON para obtener más información.
Agregar entidades de entrada en formato de tabla
| 1 |
Para agregar una entidad de entrada, haga clic en +Nueva entidad de entrada. |
| 2 |
En la página Agregar una nueva entidad de entrada, especifique los siguientes detalles: |
| 3 |
Haga clic en Agregar para agregar la entidad de entrada. Puede agregar tantas entidades de entrada como necesite. |
| 4 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
Agregar entidades mediante el editor JSON
Puede agregar las entidades de entrada y las entidades de salida mediante el editor JSON. En la vista del editor JSON, las entidades deben definirse en un formato JSON estructurado.
Para obtener más información, consulte Un recorrido por el esquema JSON.
Estructura de parámetros de entrada
Los parámetros de entrada deben adherirse a la siguiente estructura:
-
type: tipo de datos del objeto parameters. Esto es siempre 'objeto' para denotar que los parámetros están estructurados como un objeto.
propiedades: un objeto donde cada clave representa un parámetro y sus metadatos asociados.
required: matriz de cadenas que enumeran los nombres de los parámetros obligatorios.
Properties Objeto
Cada clave del objeto properties representa una entidad/parámetro de entrada y contiene otro objeto con metadatos sobre ese parámetro. Los metadatos siempre deben incluir las siguientes palabras clave:
-
type: tipo de datos del parámetro. Los tipos permitidos son:
-
string: datos textuales.
-
entero: datos numéricos sin decimales.
-
número: datos numéricos que pueden incluir decimales.
-
booleano: valores verdadero/falso.
-
matriz: lista de elementos, todos los cuales suelen ser del mismo tipo.
-
object: estructura de datos compleja con propiedades anidadas.
-
-
descripción: breve explicación de lo que representa la entidad. Esto ayuda al motor de IA a comprender el propósito y el uso del parámetro. Se recomienda una descripción que sea concisa y consistente con las instrucciones del agente y la descripción de la acción para una mejor precisión.
-
La validación es aplicada por la plataforma solo para 'tipo'. La "descripción" no se aplica a todas las entidades, pero se recomienda encarecidamente que se agregue. Otras palabras clave útiles para los metadatos de entidad son:
-
enum: el campo enum enumera los valores posibles para un parámetro. Esto es útil para parámetros que solo deben aceptar un conjunto limitado de valores. Los desarrolladores pueden definir listas personalizadas de valores que un parámetro debe aceptar para usar esto.
- pattern: el campo patrón se utiliza con tipos de cadena para especificar una expresión regular que la cadena debe coincidir. Esto es particularmente útil para validar formatos específicos, como números de teléfono, códigos postales o identificadores personalizados.
-
ejemplos: el campo ejemplos proporciona uno o más ejemplos de valores válidos para el parámetro. Esto ayuda al motor de IA a comprender qué tipo de datos se esperan y puede ser especialmente útil para fines de interpretación y validación.
-
Hay otras palabras clave que pueden hacer que la definición de entidad sea más precisa y robusta. Para obtener más información, consulte Un recorrido por el esquema JSON.
Ejemplo
En el ejemplo siguiente se incluyen varios tipos de entidades y palabras clave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "El nombre de usuario único de la cuenta.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "La contraseña de la cuenta.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "La dirección de correo electrónico de la cuenta.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "If the user want to receive newsletters.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista de roles asignados al usuario.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["username", "password", "email"] } En este ejemplo se incluyen las siguientes entidades:
- nombre de usuario: tipo de cadena con restricción de longitud mínima y máxima.
- contraseña: tipo de cadena con una longitud mínima y un formato específico (la contraseña indica que debe manejarse de forma segura).
- email: tipo de cadena con un patrón regex para garantizar que sea una dirección de correo electrónico válida.
- birthdate: tipo de cadena con ejemplos para prescribir el formato de la fecha.
- preferencias: un tipo de objeto con propiedades anidadas (boletín y notificaciones), incluido un booleano con un valor predeterminado y una cadena con valores permitidos específicos (enumeración).
- roles: tipo de matriz en el que cada elemento es una cadena limitada a valores específicos (enumeración).
El nombre de usuario, la contraseña y el correo electrónico son obligatorios según lo definido por la matriz 'required'.
En este ejemplo, las entidades tienen nombres descriptivos, descripciones claras y siguen una estructura y convención de nomenclatura coherentes. Siga estas prácticas recomendadas para crear entidades bien definidas que sean fáciles de interpretar y hacer cumplir para el motor de IA.
Definir cumplimiento
| 1 |
Defina los detalles de cumplimiento para implementar el agente de IA en un centro de contacto. Especifique los siguientes detalles: |
| 2 |
Configure las entidades de salida de modo que el agente de IA genere el resultado en un formato comprensible por el flujo. |
| 3 |
Para agregar una entidad de salida, haga clic en +Nueva entidad de salida. En la pantalla Agregar una nueva entidad de salida, especifique los siguientes detalles: También puede usar un archivo JSON para agregar las entidades de salida. Para obtener más información, consulte Agregar entidades mediante el editor JSON . |
| 4 |
Haga clic en Agregar para agregar la entidad de salida. Puede agregar tantas entidades de salida como necesite. |
| 5 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
| 6 |
Haga clic en Agregar para completar la cofiguración. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo. Haga clic en Publicar para que AI Agent esté activo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Agentes autónomos de IA para responder preguntas
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. Esta capacidad es útil en escenarios en los que el agente necesita:
-
Proporcionar soporte al cliente: responda preguntas frecuentes, solucione problemas y guíe a los clientes a través de los procesos.
-
Ofrecer asistencia técnica: brinde asesoramiento experto sobre temas o dominios específicos.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA autónomo para responder preguntas
Antes de comenzar
Asegúrese de crear la base de conocimientos. Para obtener más información, vea Administrar bases de conocimiento.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA autónomo para responder preguntas se creó correctamente y ahora está disponible en el Dashboard. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA.
Configurar la base de conocimientos
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En la página Panel , seleccione el agente de IA que ha creado. |
| 2 |
Vaya a la ficha Base de conocimientos. |
| 3 |
Elija la base de conocimientos necesaria en la lista desplegable. |
| 4 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Ver sesión e historial de agente de IA autónomo
Puede ver los detalles de la sesión y el historial de cada uno de los agentes de IA autónomos que haya creado. La página Sesiones muestra los detalles de las sesiones establecidas con los participantes. La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA.
Sesiones
La página Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los usuarios. Para navegar a la página Sesiones :
- En el panel, haga clic en el agente de IA autónomo para el que desea ver los detalles de la sesión.
- En el panel de navegación izquierdo, haga clic en Sesiones.
Aparecerá la página Sesiones . Cada sesión se muestra como un registro que contiene todos los mensajes de la sesión. Esta información es útil para auditar, analizar y mejorar el agente de IA.
La tabla de sesiones muestra una lista de todas las sesiones/salas creadas para ese agente de IA. La tabla se pagina si hay más filas de las que se pueden acomodar en una pantalla. Cualquiera de los campos de la tabla se puede ordenar o filtrar utilizando la sección Refinar resultados en el lado izquierdo. Los campos que están presentes representan la siguiente información sobre cualquier sesión en particular:
-
ID de sesión: el ID de sala único o ID de sesión para una conversación.
- ID de consumidor: el identificador del consumidor que interactuó con el agente de IA.
-
Canales: canal donde tuvo lugar la interacción.
-
Actualizado a las: hora del cierre de la sala.
-
Metadatos de la sala: contiene información adicional sobre la sala.
-
Marque las casillas de verificación requeridas:
- Ocultar sesiones de prueba: para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso de agente: para filtrar las sesiones que se entregan a un agente. Si se produce la transferencia del agente, se muestra el icono de auriculares que indica la transferencia del chat a un agente humano.
- Error ocurrido: para filtrar las sesiones en las que se produjo el error.
- Voto negativo: para filtrar las sesiones con votos negativos.
Haga clic en una fila de la tabla de sesiones para obtener una vista detallada de esa sesión. El icono de candado indica que la sesión está bloqueada y debe descifrarse. Debe tener permiso para descifrar la sesión. Si el botón de alternancia Descifrar acceso está habilitado, puede acceder a cualquier sesión mediante el botón Descifrar contenido . Sin embargo, esta funcionalidad solo es aplicable cuando la protección de datos avanzada se establece en true o está habilitada para el inquilino.
Historia
La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA. Para ver el historial de un agente específico:
- En el panel, haga clic en el agente de IA autónomo del que desea ver el historial.
- En el panel de navegación izquierdo, haga clic en Historial.
Aparece la página Historial con las siguientes fichas:
- Registros de auditoría: haga clic en la pestaña Registros de auditoría para ver los cambios realizados en los agentes de IA.
- Historial de modelos: haga clic en la pestaña Historial de modelos para ver las distintas versiones del agente de IA autónomo para realizar acciones.
Registros de auditoría
La pestaña Registros de auditoría realiza un seguimiento de los cambios realizados en el agente de IA autónomo. Puede ver los detalles de los cambios de los últimos 35 días. La ficha Registros de auditoría muestra los siguientes detalles:
Los usuarios con roles de administrador o desarrollador de agente de IA solo pueden acceder a la pestaña Registros de auditoría. Los usuarios con roles personalizados que tienen el permiso 'Obtener registro de auditoría' también pueden ver los registros de auditoría.
- Actualizado en: los datos y la hora del cambio.
- Actualizado por: el nombre del usuario que incorporó el cambio.
- Campo: la sección específica del agente de IA donde se realizó el cambio.
- Descripción: información adicional sobre el cambio.
Puede buscar un registro de auditoría específico mediante las opciones de búsqueda Actualizado por, Campo y Descripción . Puede ordenar los registros según los campos Actualizado en y Actualizado por .
Historia del modelo
La pestaña Historial de modelos solo está disponible para que el agente autónomo de IA realice acciones.
Cada vez que publica el agente de IA autónomo para realizar acciones, se guarda una versión del agente de IA autónomo que está disponible en la pestaña Historial de modelos. Puede ver las distintas versiones de AI Agent desde la pestaña Historial de modelos.
- Descripción del modelo: breve descripción de la versión del agente de IA.
- Motor de IA: el motor de IA utilizado para esa versión del agente de IA.
- Actualizado el: fecha y hora en que se creó la versión.
- Acciones: le permite realizar las siguientes acciones en el agente de IA
- Carga: se pierden todos los cambios en el agente de IA. Debe volver a realizar la configuración.
- Exportar: utilícelo para exportar el agente de IA.
Vista previa de su agente de IA autónomo
Puede obtener una vista previa de los agentes de IA autónomos en el momento de crear el agente de IA, durante la edición y después de implementar el agente. Puede abrir la vista previa desde:
- Panel de control del agente de IA: al pasar el cursor sobre una tarjeta de agente de IA, la opción Vista previa de ese agente de IA se hace visible. Haga clic para abrir la vista previa del agente de IA.
- Encabezado del agente de IA: haga clic en la tarjeta del agente de IA para abrir el agente de IA. La opción Vista previa siempre está visible en la sección de encabezado.
- Widget minimizado: después de iniciar y minimizar una vista previa, aparece un widget de encabezado de chat en la parte inferior derecha de la página. Puede utilizar esta opción para volver a abrir fácilmente el modo de vista previa.
Webex AI Agent Studio también proporciona una opción de vista previa que se puede compartir. Haga clic en el menú en la esquina superior derecha y seleccione la opción Copiar enlace de vista previa. Puede compartir el vínculo de vista previa con otros usuarios, como evaluadores o consumidores del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la sección inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para verificar las respuestas del agente de IA y asegurarse de que funciona correctamente.
Además, puede minimizar el widget de vista previa, proporcionar información al consumidor e iniciar varias salas para probar el agente de IA.
Widget de vista previa compartible
El widget de vista previa compartible le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el agente de IA. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con una carcasa de teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Puede personalizar el widget de la siguiente manera:
- Color del widget: anexando el parámetro brandColor al enlace. Puede definir colores simples usando nombres de color o usar el código hexadecimal de colores.
-
Carcasa del teléfono: cambiando el valor del parámetro phoneCasing en el enlace. Se establece en true de forma predeterminada y se puede deshabilitar haciéndolo false.
Ejemplo de enlace de vista previa con estos parámetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<introduzca el valor hexadecimal de un color en el formato '_XXXX'>.
Vista previa basada en voz
El agente autónomo de IA para responder preguntas admite la vista previa basada en voz. Para habilitar esta opción:
- Vaya a Panel y elija el agente de IA.
- Vaya a .
- En la lista desplegable AI Engine , seleccione Vega.
- Haga clic en Save changes (Guardar cambios).
La opción Vista previa se actualiza con un icono de micrófono para una vista previa basada en voz. Haga clic en Vista previa. Aparece el widget de vista previa por voz.
Debe habilitar el acceso al micrófono para utilizar esta funcionalidad.
Puede ver las siguientes opciones en el widget de vista previa por voz:
- Botón Inicio para iniciar la vista previa.
- La transcripción en vivo de la conversación se muestra en el widget cuando la vista previa de voz está en progreso.
- Finalizar llamada para finalizar la conversación.
- Silenciar para silenciar.
Vea el rendimiento de Autonomous AI Agent mediante Analytics
La sección Análisis de agente de IA proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Para generar la analítica del Autonomous AI Agent:
- Elija el agente de IA en el panel de control.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
La primera sección muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA.
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
La segunda sección muestra las estadísticas sobre los usuarios. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios.
La tercera sección muestra las respuestas del agente de IA y las entregas de agentes
Configurar agente de IA con script
En esta sección se describe cómo configurar y administrar agentes de IA con scripts en Webex plataforma AI Agent Studio, para que proporcionen respuestas precisas a las consultas de los usuarios y realicen tareas automatizadas de manera eficaz.
Agente de IA con script para realizar tareas
El agente de IA con script aumenta las capacidades de creación de agentes sin código de Webex plataforma AI Agent Studio. El agente de IA con scripts permite conversaciones de varios turnos en las que puede obtener datos relevantes de los clientes para realizar tareas específicas. Esto incluye:
-
Ejecutar comandos simples: siga las instrucciones para completar acciones predefinidas.
-
Procesamiento de datos: manipule y transforme los datos de acuerdo con las reglas especificadas.
-
Interactuar con otros sistemas: comuníquese y controle otras soluciones.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA con scripts para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en + Crear agente . |
| 3 |
En la pantalla Crear un agente de IA, cree un nuevo agente de IA desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Empezar desde cero y, a continuación , en Siguiente. |
| 5 |
En el ¿Qué tipo de agente está construyendo? , haga clic en Scripted. |
| 6 |
En el ¿Cuál es la función principal de su agente? , haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con script para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Cree entidades , agregueintenciones y defina respuestas.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Administrar entidades
Las entidades son los bloques de construcción de las conversaciones. Son los elementos esenciales que el agente de IA extrae de las expresiones del usuario. Representan piezas específicas de información, como nombres de productos, fechas, cantidades o cualquier otro grupo significativo de palabras. Al identificar y extraer entidades de manera efectiva, un agente de IA puede comprender mejor la intención del usuario y proporcionar respuestas más precisas y relevantes.
Tipos de entidad
Webex AI Agent Studio ofrece 11 tipos de entidades prediseñadas para capturar varios tipos de datos de usuario. También puede crear cualquiera de las siguientes entidades personalizadas.
Entidades personalizadas
Estas entidades son configurables y permiten a los desarrolladores capturar información específica del caso de uso.
-
Lista personalizada: defina listas de cadenas esperadas para capturar puntos de datos específicos no cubiertos por entidades pregeneradas. Puede agregar varios sinónimos a cada cadena. Por ejemplo, una entidad de tamaño de pizza personalizada.
-
Regex: utilice expresiones regulares para identificar patrones específicos y extraer los datos correspondientes. Por ejemplo, un número de teléfono regex (por ejemplo,
123-123-8789). -
Dígitos: capture entradas numéricas de longitud fija con alta precisión, especialmente en interacciones de voz. En las interacciones que no son de voz, se usa como alternativa a los tipos de entidad Custom y Regex. Por ejemplo, para detectar un número de cuenta de cinco dígitos, se debe definir una longitud de cinco.
-
Alfanumérico: captura combinaciones de letras y números, proporcionando un reconocimiento preciso para entradas de voz y no de voz.
-
Forma libre: capture puntos de datos flexibles que son difíciles de definir o validar.
-
Ubicación del mapa (WhatsApp): extrae los datos de ubicación compartidos por ti en el canal de WhatsApp.
Entidades del sistema
| Nombre de entidad | Descripción | Entrada de ejemplo | Ejemplo de salida |
|---|---|---|---|
| Fecha | Analiza las fechas en lenguaje natural a un formato de fecha estándar | "julio del próximo año" | 01/07/2020 |
| Hora | Analiza el tiempo en lenguaje natural a un formato de hora estándar | 5 de la tarde | 17:00 |
| Correo electrónico | Detecta direcciones de correo electrónico | Escríbeme a info@cisco.com | info@cisco.com |
| Número de teléfono | Detecta un número de teléfono común | Llámame al 9876543210 | 9876543210 |
| Unidades monetarias | Analiza la moneda y la cantidad | Quiero 20$ | 20$ |
| Ordinal | Detecta el número ordinal | Cuarto de diez personas | 4º |
| Cardenal | Detecta el número cardinal | Cuarto de diez personas | 10 |
| Geolocalización | Detecta ubicaciones geográficas (ciudades, países, etc.) | Fui a nadar en el Támesis en Londres, Reino Unido | Londres, Reino Unido |
| Nombres de personas | Detecta nombres comunes | Bill Gates de Microsoft | Bill Gates |
| Cantidad | Identifica medidas, como de peso o distancia | Estamos a 5 km de París | 5km |
| Duration (Duración) | Identifica períodos de tiempo | 1 semana de vacaciones | 1 semana |
Las entidades creadas se pueden editar desde la pestaña entidades. Al vincular entidades a una intención, se anotan las expresiones con las entidades detectadas a medida que las agrega.
Roles de entidad
Cuando una entidad necesita recopilarse varias veces dentro de una sola intención, los roles de entidad se vuelven esenciales. Al asignar roles distintos a la misma entidad, puede guiar al agente de IA para que comprenda y procese la entrada del usuario con mayor precisión.
Por ejemplo, para reservar un vuelo con escala, puede crear una entidad Airport con tres roles: origen, destino y escala. Al anotar las expresiones de entrenamiento con estos roles, el agente de IA puede aprender los patrones esperados y manejar sin problemas solicitudes de reserva complejas.
Los roles de entidad solo son compatibles con Mindmeld (entidades personalizadas y del sistema) y Rasa (solo entidades personalizadas), los administradores deben marcar la casilla de verificación Roles de entidad en la configuración avanzada del cuadro de diálogo Selector de motor NLU.
Los administradores no pueden cambiar de RASA o Mindmeld a Swiftmatch mientras los roles de entidad están en uso. Los roles deben eliminarse de las intenciones para deshabilitar los roles de entidad de la configuración avanzada del motor NLU. Puede crear una entidad con roles de entidad.
Crear una entidad con roles de entidad
Antes de comenzar
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA con script que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, haga clic en la ficha Entidades . |
| 5 |
Haga clic en Crear entidad. |
| 6 |
En la ventana Crear entidad , especifique los siguientes campos: |
| 7 |
Active la opción Alternar valores de ranura de sugerencias automáticas para completar automáticamente y proporcione sugerencias alternativas para esta entidad durante la conversación. El campo Roles se muestra al crear una entidad personalizada solo si los roles de entidad están habilitados en la sección Configuración avanzada de la ventana Cambiar motor de entrenamiento para motores RASA y Mindmeld NLU. |
| 8 |
Haga clic en Guardar. Puede utilizar las opciones Editar y Eliminar de la columna Acciones para realizar acciones relacionadas.
|
Qué hacer a continuación
Después de crear una entidad, puede vincular roles a una entidad.
Vincular roles a una entidad
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. |
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Puede asignar roles a una entidad para recopilar la misma entidad dos veces por un intento. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Administrar intenciones
La intención es un componente central de la plataforma Webex AI Agent Studio que permite al agente de IA comprender y responder a su entrada de manera efectiva. Representa una tarea o acción específica que desea realizar durante una conversación. Puede definir todos los intentos que corresponden a las tareas que desea realizar. La precisión de la clasificación de intención afecta directamente la capacidad del agente de IA para proporcionar respuestas relevantes y útiles. La clasificación de intención es el proceso de identificar la intención en función de su entrada, lo que permite al agente de IA responder de una manera significativa y contextualmente relevante.
Intenciones del sistema
- Intención de respaldo predeterminada: las capacidades de un agente de IA están inherentemente limitadas por las intenciones diseñadas para reconocer y responder. Si bien una empresa no puede anticipar todas las preguntas posibles que pueda hacer, la intención de respaldo predeterminada puede ayudar a que las conversaciones vayan por buen camino.
Al implementar una intención de reserva predeterminada, los desarrolladores de agentes de IA pueden asegurarse de que el agente de IA maneje correctamente las consultas inesperadas o fuera del ámbito, redirigiendo la conversación a intenciones conocidas.
Los desarrolladores de agentes de IA no necesitan agregar expresiones específicas a la intención de respaldo. El agente puede ser entrenado para activar automáticamente la intención de reserva cuando se encuentra con preguntas conocidas fuera del ámbito que de otro modo podrían clasificarse incorrectamente en otras intenciones.
Por ejemplo, en un agente bancario de IA, los clientes pueden intentar preguntar sobre préstamos. Si el agente de IA no está configurado para manejar consultas relacionadas con préstamos, estas consultas se pueden incorporar como frases de entrenamiento dentro de la intención dereserva predeterminada. Cuando un cliente consulta sobre préstamos en cualquier momento de la conversación, el agente de IA reconoce que la consulta está fuera de sus intenciones definidas y desencadena la respuesta alternativa. Esto asegura una respuesta más apropiada.
La intención de respaldo no debe tener ninguna ranura asociada.
La intención de reserva debe utilizar la clave de plantilla de reserva predeterminada para su respuesta.
- Ayuda: esta intención está diseñada para atender las consultas de los clientes sobre las capacidades del agente de IA. Cuando los clientes no están seguros de lo que pueden lograr o encuentran dificultades durante una conversación, a menudo buscan ayuda pidiendo
ayuda.De forma predeterminada, la respuesta para la intención de ayuda se asigna a la clave de plantilla de mensaje
deayuda. Sin embargo, los desarrolladores de agentes de IA pueden personalizar la respuesta o cambiar la clave de plantilla asociada para proporcionar una orientación más personalizada e informativa.Se recomienda transmitir las capacidades del agente de IA a un alto nivel, proporcionando a los clientes una comprensión clara de lo que pueden hacer a continuación.
- Hable con un agente: esta intención permite a los clientes solicitar asistencia de un agente humano en cualquier etapa de su interacción con el agente de IA. Cuando se invoca esta intención, el sistema inicia automáticamente una transferencia a un agente humano. La plantilla de respuesta predeterminada para este intento es
el traspasodel agente. Si bien no hay restricciones de interfaz de usuario para cambiar la clave de la plantilla de respuesta, modificarla no afectará el resultado del traspaso humano.
Pequeñas intenciones de conversación
Todos los agentes de IA recién creados incluyen cuatro pequeñas intenciones de conversación predefinidas para manejar saludos comunes de los clientes, expresiones de gratitud, comentarios negativos y despedidas:
- Saludos
- Gracias
- El agente de IA no fue útil
- Adiós
Crear una intención
Antes de comenzar
Antes de crear una intención, asegúrese de crear entidades para vincularlas a la intención. Para obtener más información, vea Crear entidad con roles de entidad.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel , elija un agente deIA. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de entrenamiento, haga clic en Crear intención . |
| 5 |
En la ventana Crear intención , especifique los siguientes detalles: |
| 6 |
Marque la casilla de verificación Requerido si la entidad es obligatoria. |
| 7 |
Introduzca el número de reintentos permitidos para esta ranura. De forma predeterminada, el número se establece en tres. |
| 8 |
Elija la clave de plantilla de la lista desplegable. |
| 9 |
En la sección Respuesta , escriba la clave de la plantilla de respuesta final que se devolverá a los usuarios una vez finalizada la intención. |
| 10 |
Active la opción Restablecer ranuras después de finalizar para restablecer los valores de ranura recopilados en la conversación una vez que se complete la intención. Si este interruptor está en estado deshabilitado, la ranura conserva los valores antiguos y muestra la misma respuesta.
|
| 11 |
Active el botón Actualizar valores de ranura para actualizar el valor de ranura durante la conversación con el consumidor. El agente de IA considera el último valor rellenado en la ranura para procesar los datos. Si está habilitada, los valores de las ranuras llenas se actualizan cada vez que los clientes proporcionan nueva información para el mismo tipo de ranura.
|
| 12 |
Active el botón de alternancia Proporcionar sugerencias de ranuras para proporcionar sugerencias para rellenar ranuras y valores de ranura alternativos en la respuesta final, según la entrada del usuario. |
| 13 |
Active el interruptor Finalizar conversación para cerrar la sesión después de este intento. Webex Connect y los flujos de voz pueden usar esto para cerrar una conversación con los consumidores.
|
| 14 |
Haga clic en Guardar. Haz clic en Entrenar en la parte superior derecha de la pestaña Formación para reflejar los cambios realizados en las intenciones y entidades.
Para entrenar motores NLU Rasa o Mindmeld, se requiere un mínimo de dos variantes de entrenamiento (expresiones) por intención. Además, cada ranura debe tener al menos dos anotaciones. Si no se cumplen estos requisitos, se deshabilita el botón Tren . Aparece un icono de advertencia junto a la intención afectada para indicar el problema. Sin embargo, la intención de reserva predeterminada está exenta de estos requisitos. |
Qué hacer a continuación
Después de que se crea una intención, se requiere cierta información para cumplir con la intención. Las entidades vinculadas dictan cómo se obtiene esta información de las expresiones de los usuarios. Para obtener más información, vea Vincular entidades con intención.
Vincular entidades con intención
Antes de comenzar
Asegúrese de crear entidades y vincularlas antes de agregar expresiones. Este auto anota las entidades mientras se agregan las instrucciones.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. Las entidades vinculadas aparecen en la sección Ranuras.
|
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Cuando una entidad se marca como necesaria, hay opciones de configuración adicionales disponibles. Puede especificar el número máximo de veces que el agente de IA puede solicitar la entidad que falta antes de escalar o proporcionar una respuesta de respaldo. Puede definir la clave de plantilla que se invocará si la entidad requerida no se proporciona dentro del número especificado de reintentos.
Una vez que un agente de IA identifica una intención y recopila todos los datos necesarios (ranuras), responde utilizando el mensaje asociado con la clave de plantilla final configurada para esa intención. Para iniciar una nueva conversación o gestionar intentos posteriores sin transferir datos anteriores, debe habilitar el botón de alternancia Restablecer ranuras después de finalizar . Esta configuración borra todas las entidades reconocidas del historial de conversaciones, lo que garantiza un nuevo comienzo para cada nueva interacción. |
Generar datos de entrenamiento
Debe agregar manualmente los datos de entrenamiento a sus intenciones para que el agente de IA trabaje con una precisión razonable. Los datos de entrenamiento consisten en diferentes formas en las que puede invocar la misma intención. Puede agregar al menos 15-20 variantes para cada intento para mejorar su precisión. Crear este corpus de entrenamiento manualmente puede ser tedioso y llevar mucho tiempo. Puede agregar solo algunas variantes o agregar solo palabras clave como variantes en lugar de oraciones significativas. Esto se puede evitar generando datos de entrenamiento para complementar los existentes.
Para generar datos de entrenamiento, siga estos pasos:
- Introduzca el nombre de intención y una expresión de muestra.
- Haga clic en Generar.
- Proporcione una breve descripción de la intención de guiar a la IA.
- Especifique el número deseado de variantes y el nivel de creatividad para las sugerencias generadas por IA.
- Generar muchas variantes a la vez puede afectar la calidad. Recomendamos un máximo de 20 variantes por generación.
- Un entorno de menor creatividad puede producir variantes menos diversas.
- El proceso de generación puede tardar unos segundos, dependiendo del número de variantes solicitadas.
- El icono del rayo distingue las variantes generadas por IA de los datos de entrenamiento definidos por el usuario.
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Marcado de variantes generadas
Para garantizar un uso responsable de la IA, los desarrolladores pueden marcar los resultados generados por la IA para su revisión. Esto permite la identificación y prevención de cualquier contenido dañino o sesgado. Para marcar salidas generadas por IA:
- Busque la opción de marcado: hay disponible una opción de marcado para cada expresión generada.
- Proporcionar comentarios: al marcar una salida, los desarrolladores pueden agregar comentarios y especificar el motivo de la marcación.
Esta función está disponible inicialmente con un límite de uso mensual de 500 operaciones de generación. Para adaptarse a las crecientes necesidades, los desarrolladores pueden ponerse en contacto con los propietarios de sus cuentas para solicitar un aumento de este límite.
Crear intención y entidad multilingües
Puede crear datos de entrenamiento en varios idiomas. Para cada idioma configurado para su agente de IA, debe definir expresiones que reflejen las interacciones deseadas. Si bien las ranuras permanecen consistentes en todos los idiomas, las claves de la plantilla identifican de forma única las respuestas en cada idioma.
No todos los idiomas admiten todos los tipos de entidad. Para obtener más información sobre la lista de tipos de entidad que admite cada idioma, consulte la tabla Idiomas frente a entidades admitidas en Idiomas admitidos para agentes de IA con scripts.
Administrar respuestas
Las respuestas son los mensajes que su agente de IA envía a los clientes en respuesta a sus consultas o intenciones. Puede crear respuestas que incluyan:
- Texto: mensajes de texto sin formato para comunicación directa.
- Código: código incrustado para contenido o acciones dinámicas.
- Multimedia: imágenes, elementos de audio o video para mejorar la experiencia del usuario.
Las respuestas tienen dos componentes principales:
- Plantillas: estructuras de respuesta predefinidas que se asignan a intenciones específicas.
- Flujos de trabajo: la lógica que determina qué plantilla usar en función de la intención identificada.
Las plantillas para Transferencia de agentes, Ayuda, Respaldo y Bienvenida están preconfiguradas y el mensaje de respuesta se puede cambiar desde las plantillas correspondientes.
Tipos de respuesta
La sección Diseñador de respuestas cubre diferentes tipos de respuestas y cómo se pueden configurar.
La ficha Flujos de trabajo se usa para controlar respuestas asincrónicas al llamar a un API externo que responde de forma asincrónica. Los flujos de trabajo deben estar codificados en python.
Sustitución de variables
La sustitución de variables permite utilizar variables dinámicas como parte de las plantillas de respuesta. Todas las variables (o entidades) estándar de una sesión, junto con las que un desarrollador de AI Agent puede establecer dentro de un objeto de forma libre como el campo del almacén de datos, se pueden usar en plantillas de respuesta a través de esta característica. Las variables se representan con esta sintaxis: ${variable_name}. Por ejemplo, al usar el valor de una entidad llamada apptdate se usa ${entities.apptdate} o ${newdfState.model_state.entities.apptdate.value}.
Las respuestas se pueden personalizar utilizando variables recibidas del canal o recopiladas de los consumidores en el transcurso de una conversación. La funcionalidad de autocompletar muestra la sintaxis de las variables en el área de texto cuando comienza a escribir ${. Al seleccionar la sugerencia requerida, se rellena automáticamente el área con la variable y se resalta dicha variable.
Configurar respuestas con el diseñador de respuestas
El diseñador de respuestas ofrece una interfaz fácil de usar para crear respuestas sin requerir amplios conocimientos de codificación. Hay dos tipos de respuesta disponibles:
- Respuestas condicionales: para los no desarrolladores, esta opción permite una fácil construcción de las respuestas que el agente de IA entrega a los clientes.
- Fragmentos de código: Para los desarrolladores que usan Python, esta opción proporciona flexibilidad para configurar respuestas usando código.
El diseñador de respuestas está diseñado para garantizar que la experiencia del usuario se adapte al canal específico con el que interactúa el agente de IA.
Plantillas de respuesta
- Texto: son respuestas de texto simples. Para mejorar la experiencia del usuario, el diseñador de respuestas permite múltiples cuadros de texto dentro de una sola respuesta, lo que le permite dividir los mensajes largos en secciones más manejables. Cada cuadro de texto puede incluir varias opciones de respuesta. Durante una conversación, una de estas opciones se selecciona aleatoriamente y se muestra al usuario, lo que garantiza una interacción dinámica y atractiva.
Para mantener una experiencia de usuario dinámica y atractiva, puede agregar varias opciones de respuesta a sus plantillas. Cuando se activa una plantilla con varias opciones, una de ellas se selecciona aleatoriamente y se muestra al usuario. Puede habilitar esta función haciendo clic en el botón +Agregar variante ubicado en la parte inferior de su respuesta.
Al guardar las respuestas, es posible que vea una advertencia que indica el número de errores que deben corregirse. Los campos con errores se resaltarán en rojo. Mediante el uso de las flechas de navegación, los desarrolladores pueden localizar y corregir fácilmente estos errores en cualquier canal o formato de respuesta. Si el selector de listas o el carrusel contiene varias tarjetas, la navegación por puntos le permite desplazarse por las tarjetas con errores. Para una sola tarjeta, el punto correspondiente se vuelve rojo para indicar el error.
- Respuesta rápida: las respuestas de texto se pueden emparejar con botones, que pueden estar basados en texto o enlaces URL. Los botones de texto requieren un título y una carga útil, que se envía al bot cuando se hace clic. Los botones URL redirigen a los usuarios a una página web específica.
Cuando la consulta de un cliente es ambigua, la coincidencia parcial permite al bot sugerir artículos o intenciones relevantes como opciones. Esta función está disponible para las interacciones web y de Facebook.
Agregar respuestas rápidas de URL
Los botones de respuesta rápida de URL en respuestas fijas y condicionales le permiten crear botones que redirigen a los usuarios a su sitio web para obtener más información o acciones como completar formularios. Al hacer clic, estos botones abren la URL especificada en una nueva pestaña dentro de la misma ventana del navegador sin enviar ningún dato al bot.
Para agregar una respuesta rápida de URL en respuesta condicional o fija:
- Elija la clave de artículo o plantilla para la que desea configurar la respuesta rápida de URL.
- Haga clic en +Agregar una respuesta rápida. Aparece la ventana emergente Tipo de botón.
- Elija el tipo de botón como URL en el canal web.
- Especifique el título del botón y la dirección URL a la que se debe redirigir al consumidor después de hacer clic en el botón.
- Haga clic en Listo para agregar una respuesta rápida a la URL.
Los botones de tipo de URL también se pueden configurar a través del tipo de respuesta dinámica, donde estos botones se configuran utilizando fragmentos de código Python. Estos botones se admiten en las secciones Vista previa y Vista previa que se puede compartir. Actualmente no son compatibles con el widget de chat en vivo de IMIchat u otros canales de terceros.
- Carrusel: las respuestas enriquecidas pueden incluir una sola tarjeta o varias tarjetas dispuestas en formato de carrusel. Cada tarjeta requiere un título y puede contener una imagen, una descripción y hasta tres botones.
Los botones de respuesta rápida dentro de la plantilla Carrusel se pueden configurar con enlaces de texto o URL. Al hacer clic en un botón de URL se redirigirá al usuario al sitio web especificado. Al hacer clic en un botón de respuesta rápida basado en texto, se envía una carga útil configurada al bot, lo que desencadena la respuesta correspondiente.
- Imagen: plantilla multimedia en la que los usuarios pueden configurar imágenes proporcionando direcciones URL.
- Vídeo: procesa los vídeos en la vista previa en función de la URL de vídeo configurada.
- Código: se puede usar para escribir código Python para llamar a API o ejecutar otra lógica.
Fragmentos de código
Las respuestas condicionales, con sus amplias características y diversas plantillas, pueden abordar de manera efectiva la mayoría de las necesidades de los agentes de IA. Sin embargo, para casos de uso complejos que no se pueden realizar completamente a través de respuestas condicionales o para desarrolladores que prefieren la codificación, el tipo de respuesta Fragmento de código está disponible.
Los fragmentos de código le permiten configurar respuestas utilizando código Python. Este enfoque permite crear todo tipo de respuestas, incluidas respuestas rápidas, texto, carruseles, imágenes, audio, vídeo y archivos, dentro de una plantilla de respuesta o artículo.
El código de función definido en la plantilla Fragmento de código se puede utilizar para establecer variables que luego se utilizan en otras plantillas. Es importante tener en cuenta que el código de función no puede devolver respuestas directamente cuando se usa dentro de respuestas condicionales.
Validación de fragmentos de código: la plataforma solo comprueba si hay errores de sintaxis en el fragmento de código que está configurando. Sin embargo, cualquier error en el propio contenido de la respuesta puede causar problemas a los usuarios que interactúan con el bot en el canal configurado. Por ejemplo, el editor no le impedirá agregar una respuesta de "selector de tiempo" para el canal web, pero esto produce errores si la consulta de un usuario desencadena esa respuesta específica.
Si no configura una respuesta única para diferentes canales, la respuesta web se toma como la respuesta predeterminada y la misma se envía al cliente. La lista de plantillas soportadas en el canal web son:
- Texto: mensaje de texto simple que puede tener varias variantes. Este mensaje configurado se muestra en función de la consulta.
- Respuesta rápida: plantilla con texto y botones en los que se puede hacer clic.
- Carrusel: colección de tarjetas, cada una de las cuales tiene un título, una URL de imagen y una descripción.
- Imagen: plantilla para configurar imágenes proporcionando URL.
- Vídeo: plantilla para configurar el vídeo proporcionando la URL del vídeo. Puede reproducir el video haciendo clic o tocando la imagen.
- Archivo: plantilla para configurar un archivo pdf proporcionando la URL para acceder al archivo.
- Audio: plantilla para configurar un archivo de audio proporcionando la URL de audio. También muestra la duración del mensaje de audio en la salida.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Agente de IA con script para responder preguntas
Los agentes de IA guionados son agentes basados en el conocimiento cuya base de conocimiento consiste en un corpus de preguntas y respuestas. El agente de IA con script puede proporcionar respuestas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. Esta capacidad es útil en escenarios donde:
- Se requieren conocimientos específicos: el agente debe responder preguntas dentro de un dominio predefinido.
- La coherencia es importante: el agente debe proporcionar respuestas coherentes a consultas similares.
- Se necesita flexibilidad limitada: las respuestas del agente están limitadas por la información en el corpus de entrenamiento.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA con scripts para responder preguntas
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Scripted. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con script para responder preguntas se creó correctamente y ahora está disponible en el panel.
En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA precompilados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Agregar artículos al agente de IA.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Administrar artículos
Los artículos son una parte importante de los agentes de IA con guiones. Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. Cada artículo tiene una pregunta predeterminada que lo identifica. Todos los artículos juntos conforman la base de conocimientos o corpus del agente deIA. Cuando su cliente pregunta algo, el sistema verifica su base de conocimientos y le da la mejor respuesta que encuentra.
Los motores NLU Rasa y Mindmeld requieren un mínimo de dos variantes de entrenamiento (expresiones) para que un artículo forme parte del modelo entrenado de un corpus. Los botones Entrenar y Guardar y Entrenar no están disponibles en un agente de IA con script para responder preguntas, si selecciona un motor NLU Rasa o Mindmeld y si un artículo tiene menos de dos variaciones. Cuando apoyas el puntero en estos botones no disponibles, el sistema muestra un mensaje pidiéndote que resuelvas los problemas antes del entrenamiento. Además, el sistema muestra un icono de advertencia correspondiente al artículo con problemas. Puede resolver los problemas agregando más de dos variantes para un artículo. Los botones Tren y Guardar y Tren estarán disponibles una vez que se resuelvan los problemas. Tener dos variantes no es aplicable a los artículos predeterminados: mensaje de coincidencia parcial, mensaje de respaldo y mensaje de bienvenida.
Puede clasificar los artículos en categorías de su elección y todos los artículos sin categorizar permanecen clasificados como sin asignar. Desde el momento en que se crean los artículos, hay cuatro artículos predeterminados que están disponibles para cada agente de IA. Los siguientes son estos:
- Mensaje de bienvenida: contiene el primer mensaje cada vez que se inicia una conversación entre el cliente y el agente de IA.
- Mensaje de respaldo: AI Agent muestra este mensaje cuando el agente no puede entender la pregunta del usuario.
- Coincidencia parcial: cuando el agente de IA reconoce varios artículos con una pequeña diferencia en las puntuaciones (como se establece en la configuración de Traspaso e Inferencias), el agente muestra este mensaje de coincidencia junto con los artículos coincidentes como opciones. También puede configurar la respuesta de texto para que se muestre junto con estas opciones.
- ¿Qué puedes hacer?— Puede configurar las capacidades del agente de IA. AI Agent muestra esto cada vez que los usuarios finales cuestionan las capacidades de AI Agent.
Además de estos, el artículo predeterminado Hablar con un agente se agrega si el traspaso del agente desde la configuración Traspaso e Inferencia están habilitados.
Todos los nuevos agentes de IA también tienen cuatro artículos de Smalltalk que manejan las expresiones de los usuarios para:
- Saludos
- Gracias
- El agente de IA no fue útil
-
Adiós
Estos artículos y respuestas están disponibles en la base de conocimiento de AI Agent de forma predeterminada al crear un nuevo AI Agent. También puede modificarlos o eliminarlos.
Agregar artículos a través de la interfaz de usuario y la respuesta predeterminada
Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. La consulta de cada consumidor se compara con estos artículos (base de conocimiento) y la respuesta que devuelve el nivel de confianza más alto se muestra al usuario como la respuesta del agente de IA. Para agregar artículos:
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en Crear nuevo artículo. |
| 4 |
Agregue las variantes predeterminadas. |
| 5 |
Elija cualquiera de estas respuestas predeterminadas para el artículo. Valores posibles:
Para obtener más información, vea la sección Configurar respuestas mediante el Diseñador de respuestas . |
| 6 |
Haga clic en Guardar y entrenar. |
Importar desde catálogos
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Haga clic en Importar desde catálogos. |
| 5 |
Elija las categorías de los artículos que desea agregar al agente. |
| 6 |
Haga clic en Done (Listo). |
Extraer preguntas frecuentes del enlace
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en el icono de puntos suspensivos. |
| 4 |
Haga clic en el enlace Extraer preguntas frecuentes de. |
| 5 |
Proporcione la dirección URL donde se alojan las preguntas frecuentes y haga clic en Extraer. |
| 6 |
Haga clic en Importar. |
Importar desde archivo
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Haga clic en Importar desde un archivo y elija CSV importar los artículos desde el archivo de CSV. Si va a importar artículos desde un archivo en formato JSON, elija JSON. |
| 5 |
Haga clic en Examinar y seleccione un archivo que contenga todos los artículos. Haga clic en Descargar muestra para ver el formato en el que se deben especificar los artículos. |
| 6 |
Haga clic en Importar. |
Agregar sinónimos personalizados
Muchos casos de uso de agentes de IA tienden a involucrar palabras y frases que pueden no ser parte del vocabulario estándar en inglés o que son específicas de un contexto empresarial. Por ejemplo, desea que el agente de IA reconozca la aplicación Android, la aplicación iOS, etc. El agente de IA debe incluir estos términos y sus variaciones en las expresiones de entrenamiento para todos los artículos relacionados, lo que lleva a una entrada de datos redundante.
Para superar este problema de redundancia, puede usar sinónimos personalizados dentro de un agente de IA con script para responder preguntas. Los sinónimos de cada palabra raíz son reemplazados por la palabra raíz en tiempo de ejecución por la plataforma automáticamente.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en el icono de puntos suspensivos. |
| 4 |
Haga clic en Sinónimos personalizados. |
| 5 |
Haga clic en Nueva palabra raíz. |
| 6 |
Configure el valor de la palabra raíz y sus sinónimos y haga clic en Guardar. |
| 7 |
Entrene al agente de IA nuevamente después de agregar los sinónimos. También puede exportar los sinónimos (en formato de archivo .CSV) a la carpeta local e importar el archivo de nuevo a la plataforma. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Vista previa de su agente de IA con scripts
Webex AI Agent Studio le permite obtener una vista previa de sus agentes de IA mientras lo desarrolla e incluso después de que finalice el desarrollo. De esta manera, puede probar el funcionamiento de los agentes de IA y determinar si se generan las respuestas deseables correspondientes a las consultas de entrada respectivas. Puede obtener una vista previa de su agente de IA con script de las siguientes maneras.
- Panel de control del agente de IA: coloque el cursor sobre una tarjeta de agente de IA para ver la opción Vista previa de ese agente de IA. Haga clic en Vista previa para abrir el widget de vista previa de AI Agent.
- Encabezado del agente de IA: después de ingresar al modo de edición para cualquier agente de IA haciendo clic en la tarjeta del agente de IA o en el botón Editar de la tarjeta del agente de IA, la opción Vista previa siempre está visible en la sección del encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página, lo que le permite volver a abrir fácilmente el modo de vista previa.
Además de esto, puede copiar el enlace de vista previa que se puede compartir desde un agente de IA. En la tarjeta AI Agent, haga clic en el icono de puntos suspensivos en la parte superior derecha y haga clic en Copiar enlace de vista previa. Puede compartir este vínculo con los demás usuarios del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la parte inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para ver cómo responde el agente de IA, asegurándose de que funcione como se espera. La vista previa del agente de IA admite varios idiomas y puede detectar automáticamente el idioma de las expresiones para responder en consecuencia. También puede seleccionar manualmente el idioma en la vista previa haciendo clic en el selector de idioma y eligiendo de la lista de opciones disponibles.
Puede maximizar el widget de vista previa para una mejor vista. Además, puede proporcionar información al consumidor e iniciar varias salas para probar a fondo el agente de IA.
Widget de vista previa compartible
El widget de vista previa compartible le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el agente de IA. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con una carcasa de teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo un
parámetro brandColoral enlace. Puede definir colores simples utilizando nombres de colores o usar código hexadecimal de colores. -
Carcasa del teléfono: cambiando el valor de un
parámetro phoneCasingen el enlace. Se establece entruede forma predeterminada y se puede deshabilitar haciéndolo falsoEjemplo de enlace de vista previa con estos parámetros:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Secciones de administración comunes para Scripted AI Agent
Las siguientes secciones aparecen en el panel izquierdo de la página de configuración de AI Agent:
Capacitación
A medida que los agentes de IA evolucionan y se vuelven más complejos, los cambios en su lógica o comprensión del lenguaje natural (NLU) a veces pueden tener consecuencias no deseadas. Para garantizar un rendimiento óptimo e identificar posibles problemas, la plataforma de agente de IA ofrece un conveniente marco de prueba de bots con un solo clic. Puede hacer lo siguiente:
- Cree y ejecute fácilmente un conjunto completo de casos de prueba.
- Definir mensajes de prueba y respuestas esperadas para diversos escenarios.
- Simule interacciones complejas creando casos de prueba con varios mensajes.
Definir pruebas
Puede definir pruebas siguiendo estos pasos:
- Inicie sesión en la plataforma Webex AI Agent Studio.
- En el panel, haga clic en el agente de IA con script que ha creado.
- Haga clic en Pruebas en el panel izquierdo. De forma predeterminada, aparece la pestaña Casos de prueba.
- Seleccione un caso de prueba y haga clic en Ejecutar pruebas seleccionadas.
Cada fila de la tabla representa un caso de prueba con los siguientes parámetros:
| Parámetro | Descripción |
|---|---|
| Mensaje | Un mensaje de ejemplo que representa los tipos de consultas e instrucciones que puede esperar que los usuarios envíen a su agente de IA. |
| Idioma esperado | El idioma en el que se espera que los usuarios interactúen con el agente de IA. |
| Artículo esperado | Especifique el artículo que se mostrará en respuesta a un mensaje de usuario determinado. Para ayudarle a encontrar el artículo más relevante, esta columna cuenta con una función de autocompletar inteligente. A medida que ingresa, el sistema sugiere artículos coincidentes basados en el texto ingresado hasta ahora. |
| Restablecer contexto anterior | Haga clic en la casilla de verificación de esta columna para aislar los casos de prueba y asegurarse de que se ejecutan independientemente de cualquier contexto de agente de IA existente. Cuando está habilitado, cada caso de prueba se simula en una nueva sesión, evitando cualquier interferencia de interacciones anteriores o datos almacenados. |
| Incluir coincidencias parciales | Habilite este conmutador para considerar que los casos de prueba son exitosos incluso si los artículos esperados solo coinciden parcialmente con la respuesta real. |
| Importar desde CSV | Importar casos de prueba desde un archivo separado por comas (CSV). En este caso, se sobrescriben todos los casos de prueba existentes. |
| Exportar a CSV | Exporte los casos de prueba a un archivo separado por comas (CSV). |
| Probar devoluciones de llamada | Active este interruptor para simular devoluciones de llamada entrantes y probar el comportamiento del flujo sin necesidad de llamadas entrantes reales. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Flujo de devolución de llamada | Haga clic en la casilla de verificación de esta columna para indicar que una intención debe desencadenar una devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Plantilla de devolución de llamada esperada | Especifique la clave de plantilla que se activará cuando se produzca la devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Tiempo de espera de devolución de llamada | La cantidad máxima de tiempo (en segundos) que el agente de IA espera una respuesta de devolución de llamada antes de considerar que la devolución de llamada ha agotado el tiempo de espera. Se permite un tiempo de espera máximo de 20 segundos. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
Ejecutar pruebas
En la ficha Ejecución , haga clic en Ejecutar pruebas seleccionadas para iniciar una ejecución secuencial de todos los casos de prueba seleccionados.
También puede ejecutar casos de prueba desde la ficha Casos de prueba.
.Para ver casos de prueba con resultados específicos, haga clic en el resultado deseado (por ejemplo,Aprobado,Aprobado con coincidencia parcial,Fallido,Pendiente ) en la cinta de resumen. Esto filtra la lista de casos de prueba para mostrar solo aquellos que coinciden con el resultado seleccionado.
El ID de sesión asociado con cada caso de prueba se muestra en los resultados. Esto le permite hacer referencias cruzadas rápidamente de casos de prueba y ver los detalles de la transacción. Para ello, elija la opción Detalles de transacción en la columna Acciones .
Historial de ejecución
En la pestaña Historial , acceda a todos los casos de prueba ejecutados.
- Haga clic en el icono Descargar de la columna Acciones para exportar los datos de prueba ejecutados como un archivo CSV para análisis o informes sin conexión.
- Revise la configuración específica del motor y el algoritmo utilizada para la ejecución de cada caso de prueba. Esta información ayuda a los desarrolladores a optimizar el rendimiento del agente de IA.
- Para ver los ajustes avanzados de configuración de algoritmos utilizados para un motor de entrenamiento determinado, haga clic en el icono Información situado junto al nombre del motor de entrenamiento. Esto proporciona información sobre los parámetros y la configuración que influyeron en el comportamiento del agente de IA durante las pruebas.
Sesiones
La sección Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los clientes. Cada sesión incluye un historial detallado de los mensajes intercambiados. Puede exportar los datos de sesión como un archivo de CSV para el análisis y la auditoría sin conexión. Puede utilizar estos datos para examinar los mensajes y el contexto de sesiones específicas para obtener información sobre las interacciones del usuario e identificar áreas de mejora, refinar las respuestas de los agentes de IA y mejorar la experiencia general del usuario.
Puede manejar grandes conjuntos de datos mostrando los resultados en páginas. Puede utilizar la sección Refinar resultados para filtrar y ordenar las sesiones en función de varios criterios. Cada fila de la tabla muestra detalles esenciales de la sesión, entre los que se incluyen:
- Canales: el canal donde se produjo la interacción (por ejemplo, chat, voz).
- ID de sesión: identificador único de la sesión.
- ID de consumidor: identificador único del usuario.
- Mensajes: el número de mensajes intercambiados durante la sesión.
- Actualizado a las: hora en que se cerró la sesión.
- Metadatos: información adicional sobre la sesión.
- Ocultar sesiones de prueba: active esta casilla para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso del agente: seleccione esta casilla de verificación para filtrar las sesiones que se entregan a un agente. Si se produce el traspaso del agente, se muestra el icono de los auriculares que indica el traspaso del chat a un agente humano.
- Se ha producido un error: seleccione esta casilla de verificación para filtrar las sesiones en las que se produjo el error.
- Votación negativa: seleccione esta casilla de verificación para filtrar las sesiones con votación negativa.
Haga clic en una fila para acceder a la vista detallada de una sesión específica. Utilice casillas de verificación para filtrar las sesiones en función de la entrega del agente, los errores y los votos negativos. El descifrado de sesiones requiere permiso de nivel de usuario y configuración avanzada de protección de datos. Haga clic en Descifrar contenido para ver los detalles de la sesión.
Detalles de la sesión de una sesión concreta en el agente de IA con script para responder preguntas
La vista Detalles de sesión en un agente de IA con script para responder preguntas proporciona un desglose completo de una interacción específica entre un usuario y el agente de IA.
La sección Mensajes :
- Muestra todos los mensajes enviados por el usuario durante la sesión.
- Muestra las respuestas correspondientes generadas por el agente de IA.
- Presenta el orden cronológico de los mensajes, proporcionando contexto para la interacción.
La pestaña Información de transacción:
- Enumera los artículos que se identificaron como relevantes para la consulta del cliente, incluidas las coincidencias exactas y las coincidencias parciales.
- Muestra las puntuaciones de similitud asociadas a cada artículo identificado, indicando el grado de relevancia.
- Presenta los resultados de los algoritmos subyacentes utilizados para procesar la consulta del cliente e identificar artículos relevantes.
- Muestra el número de resultados del algoritmo en función de la configuración configurada en la ficha Traspaso e inferencia .
La sección Otra información de la vista Detalles de la sesión proporciona contexto adicional y detalles sobre una interacción específica. Aquí hay un desglose de la información que se muestra:
- Consulta procesada: muestra la versión preprocesada de la entrada del cliente después de que haya sido procesada por la canalización de comprensión del lenguaje natural (NLU) del agente de IA.
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Tipo de respuesta: especifica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
Detalles de la sesión de una sesión concreta en el agente de IA con script para realizar acciones
La pestaña Información de transacción en Agente de IA con script para realizar acciones proporciona un desglose detallado de una interacción específica, categorizando la información en cuatro secciones:
Sección Intenciones identificadas :
- Muestra las intenciones identificadas para la consulta del cliente.
- Indica el nivel de confianza asociado a cada intención identificada.
- Enumera las ranuras asociadas a la intención identificada. Haga clic en la ranura para ver información adicional sobre su valor y cómo se extrajo de la consulta del usuario.
La sección Entidades identificadas enumera las entidades que se extrajeron del mensaje del cliente y están asociadas con la intención activa del consumidor. Estas entidades representan las piezas clave de información que el bot identificó dentro de la consulta del usuario.
La sección Resultados del algoritmo proporciona información sobre los procesos subyacentes que condujeron a la respuesta del agente de IA. Aquí hay un desglose de la información que se muestra:
- Lista de intenciones: muestra las intenciones identificadas y sus correspondientes puntuaciones de similitud.
- Lista de entidades: muestra las entidades que se extrajeron del mensaje del usuario.
Aparece Otra información :
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Clave de plantilla: indica la clave de plantilla asociada con la intención que desencadenó la respuesta del agente de IA.
- Tipo de respuesta: indica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
También puede descargar y ver la información de la transacción en formato JSON utilizando la opción de descarga.
La ficha Metadatos muestra:
- Metadatos de NLP: revise los pasos de preprocesamiento aplicados a la entrada del cliente en la pestaña NLP .
- Almacén de datos y FinalDF: acceda a los datos relacionados con la sesión en las pestañas Almacén de datos y FinalDF para bots inteligentes.
- Funcionalidad de búsqueda: use la barra de búsqueda incorporada para encontrar rápidamente expresiones específicas dentro de una conversación.
Historia
Siempre que agregue o modifique artículos, intenciones o entidades, es esencial volver a entrenar a su agente de IA con scripts para asegurarse de que esté actualizado. Después de cada sesión de entrenamiento, pruebe minuciosamente su agente de IA para verificar su precisión y efectividad.
La página Historial le permite:
- Ver historial de entrenamiento: realiza un seguimiento de cuándo se entrenó un corpus y se realizaron los cambios.
- Comparar motores de entrenamiento: revise los motores de entrenamiento utilizados para diferentes iteraciones y sus correspondientes duraciones de entrenamiento.
- Control de cambios: supervise los cambios en la configuración, los artículos, las respuestas, NLP y la curación.
- Volver a versiones anteriores: si es necesario, vuelve fácilmente a un conjunto de entrenamiento anterior.
La sección Historial proporciona herramientas útiles para administrar los artículos de la base de conocimientos:
- Activar artículos: haz que los artículos previamente inactivos estén en vivo para incluirlos en las respuestas del agente de IA.
- Editar artículos: cree una nueva versión de un artículo existente conservando el original como referencia.
- Vista previa del rendimiento: evalúe el rendimiento del agente de IA con una base de conocimientos específica mediante la función Vista previa .
- Descargar artículos: exporte los artículos de la base de conocimientos como un archivo CSV para analizarlos o consultarlos sin conexión. Esta opción está disponible para Scripted AI Agent solo para responder preguntas.
Registros de auditoría
La sección Registros de auditoría proporciona un registro detallado de las modificaciones realizadas en su agente de IA con scripts en los últimos 35 días. Para acceder a los registros de auditoría:
- Vaya al panel y haga clic en el agente de IA que ha creado.
- Haga clic en la pestaña Historial para ver el historial del agente de IA.
- Haga clic en la ficha Registros de auditoría para ver un registro detallado de los cambios:
- Actualizado en: fecha y hora en que se realizó el cambio.
- Actualizado por: el usuario que realizó el cambio.
- Campo: la sección del bot donde se produjo la modificación (por ejemplo, Configuración, Artículos, Respuestas).
- Descripción: detalles adicionales sobre el cambio.
-
Utilice las opciones Actualizado por
yBúsqueda decampopara localizar rápidamente entradas específicas del registro de auditoría. -
La pestaña Historial de modelos muestra un máximo de 10 corpus para cada agente de IA.
Curaduría
Los mensajes se agregan a la consola de Curation en función de los siguientes criterios:
- Mensajes alternativos: cuando el agente de IA no entiende el mensaje de un usuario y activa la intención de respaldo.
- Intención de respaldo predeterminada: si este interruptor está habilitado, los mensajes que activen la intención de respaldo predeterminada se enviarán a la consola de Curation.
Este criterio solo se aplica al agente de IA con script para realizar acciones.
- Mensajes rechazados: mensajes que los usuarios han rechazado durante las vistas previas de AI Agent.
- Traspaso de agentes: mensajes que dan lugar a un traspaso de agente humano debido a reglas configuradas.
- Desde la sesión: mensajes marcados por los usuarios como que no reciben la respuesta deseada de los datos de la sesión o de la sala.
- Confianza baja: mensajes con una puntuación de confianza que se encuentra dentro del umbral de confianza bajo especificado.
- Coincidencia parcial: mensajes en los que el agente de IA no pudo identificar definitivamente la intención o respuesta correcta.
Resolver problemas
La ficha Problemas proporciona una ubicación centralizada para revisar y abordar los mensajes que se han marcado para su conservación. Puede hacer lo siguiente:
- Elija resolver u ignorar los problemas en función de su gravedad y relevancia.
- Examine la expresión original del usuario, la respuesta del agente de IA y cualquier medio adjunto.
El acceso a descifrar se concede a nivel de usuario y requiere que Advanced Data Protection esté habilitado en el backend.
Para resolver un problema, puede:
-
Vincular a un artículo existente: para conectar un problema con un artículo existente, seleccione la opción Enlace y busque el artículo deseado.
-
Crear nuevo artículo: use la opción Agregar a un nuevo artículo para crear un nuevo artículo directamente desde la Consola de curación.
-
Ignorar problemas: resuelve o ignora problemas para eliminarlos de la consola de curación.
- No se permite enlazar a artículos predeterminados (mensaje de bienvenida, mensaje alternativo, coincidencia parcial).
- Para el agente de IA con script para realizar acciones, seleccione la intención adecuada de la lista desplegable y etiquete las entidades relevantes.
- Después de realizar cambios, vuelva a capacitar a su agente de IA para asegurarse de que el nuevo conocimiento se refleje en sus respuestas.
- Resuelva o ignore varios problemas simultáneamente para una administración eficiente.
La ficha Resuelto proporciona una visión general completa de todos los problemas que se han solucionado. Puede ver un resumen de cada problema resuelto, incluso si el problema se vinculó a un artículo existente, se usó para crear un nuevo artículo / intención o se ignoró. Si encuentra respuestas no deseadas que no fueron capturadas automáticamente por las reglas existentes, puede agregar manualmente expresiones específicas a la Consola de curación.
Para agregar problemas de las sesiones:
- Identificar la expresión: localiza la expresión que desencadenó la respuesta incorrecta.
- Comprobar estado de curación: si el problema no se encuentra ya en la consola de conservación,
se muestra el botón de alternancia Estadode conservación. - Alternar el indicador: active el
interruptor Estadode conservación para agregar el mensaje a la consola de conservación para su revisión y resolución.
Si el problema ya está presente en Curation Console, la apariencia del conmutador cambia en consecuencia para indicar su estado.
Ver el rendimiento de la IA con scripts con Analytics
La sección Análisis proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Las métricas clave se dividen en cuatro secciones representadas como pestañas. Estos son: Descripción general, Respuestas, Capacitación y Curaduría.
Al visitar la pantalla de análisis, los desarrolladores pueden seleccionar el agente de IA para el que desean ver los análisis. También pueden personalizar la vista de análisis eligiendo el canal para el que desean ver los datos, junto con el rango de fechas y la granularidad de los datos. De forma predeterminada, los datos analíticos del último mes se muestran para todos los canales con una granularidad diaria (cada día es un punto en el eje x en los gráficos).
Descripción general
La descripción general contiene métricas y gráficos clave que proporcionan una instantánea del uso y el rendimiento general del agente de IA a los desarrolladores.
- En el panel, elija el agente de IA que ha creado.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
Sesiones y mensajes
La primera sección de la descripción general muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA:
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agentes de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
Esto es seguido por una representación gráfica de las sesiones (columna apilada que representa las sesiones manejadas por el agente de IA y las sesiones entregadas) y el total de respuestas enviadas por el agente de IA.
Usuarios
La segunda sección de la descripción general contiene estadísticas sobre los usuarios del agente de IA. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios. Esto es seguido por un gráfico que muestra los usuarios nuevos y recurrentes para cada unidad dependiendo de la granularidad seleccionada.
Rendimiento
La tercera sección proporciona estadísticas sobre las respuestas del agente de IA a los usuarios. Aquí se puede ver el total de respuestas enviadas por el agente de IA y la división entre las respuestas donde el agente de IA:
- Identificó la intención del usuario.
- Respondió con un mensaje alternativo.
- Respondió con un mensaje de coincidencia parcial.
- Informar al usuario de la entrega de un agente.
El mismo se agrega en un gráfico circular y un gráfico de área proporciona información basada en la granularidad seleccionada.
Capacitación
La sección de capacitación representa la "salud" de un corpus de agente de IA. Se recomienda que los desarrolladores configuren 20+ expresiones de entrenamiento para cada intención/artículo en sus agentes de IA. En esta sección, todos los artículos/intenciones de un corpus se muestran como rectángulos individuales donde el color y el tamaño relativo de cada rectángulo son indicativos de los datos de entrenamiento que contiene el artículo/intención. Cuanto más cerca esté una intención del blanco, más datos de entrenamiento necesitará para que mejore la precisión de su agente de IA.
Respuestas
Esta sección ofrece a los desarrolladores una vista detallada de lo que los usuarios preguntan y con qué frecuencia lo preguntan. Proporciona una representación gráfica de los artículos más populares para AI Agents para responder preguntas y plantillas de respuesta para AI Agents para realizar acciones.
Curaduría
Esta sección proporciona un resumen visual de cuántos problemas de curación han surgido cada día y cuántos de ellos han sido resueltos por los agentes de IA.
Integrar agentes de IA
En esta sección se explica cómo integrar agentes de IA con canales digitales y de voz para administrar las conversaciones de los clientes.
Integre agentes de IA con canales digitales y de voz
Una vez que haya creado y configurado sus agentes de IA en la plataforma Webex AI Agent Studio, el siguiente paso es integrarlos con los canales de voz y digitales. Esta integración permite a los agentes de IA manejar conversaciones digitales y basadas en voz con sus clientes, proporcionando una experiencia de usuario fluida e interactiva.
Para obtener más información, consulte el artículo Integrar agentes de IA con canales digitales y de voz.
Administrar informes de agentes de IA
En esta sección se describe la descripción general de los informes de agentes de IA, los tipos de informes, la creación de informes de agentes de IA y los modos de entrega de informes.
Comprender los informes de agentes de IA
La función de informes le permite generar o programar (generar periódicamente) informes específicos de los tipos de informes disponibles y recibirlos en los modos de entrega disponibles. Estos informes pueden proporcionar información valiosa sobre el comportamiento del usuario, el uso, la participación, el rendimiento del producto, etc. Puede recibir la información deseada en su correo electrónico, SFTP ruta o bucket de S3. Puede elegir el tipo de informe de una lista de informes pregenerados y también elegir si desea generar un informe único al instante o a intervalos regulares.
Al acceder al menú Informes desde el panel de navegación izquierdo, aparecen las siguientes fichas:
-
Configurar: esta ficha enumera todos los informes que están activos actualmente y que se generan periódicamente. Los siguientes detalles están disponibles para la lista de informes:
- Activo: indica si un usuario sigue suscrito al informe.
- Agente de IA: nombre del agente de IA asociado al informe.
- Tipo de informe: el tipo de informe precreado al que se ha suscrito.
- Frecuencia: intervalo en el que recibe el informe.
- Último informe generado: el último informe enviado.
- Próxima fecha programada: la próxima fecha en que se enviará el informe.
-
Historial: esta ficha muestra toda la información histórica de los informes enviados hasta la fecha. Haga clic en cualquier informe de esta página para editar la configuración de los informes.
Puede hacer clic en el icono Descargar en la columna Acciones para descargar estos informes históricos.
Los informes a petición que aparecen en la ficha Historial solo están disponibles para su descarga una vez completada la generación del informe.
Crear un informe de agente de IA
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
Haga clic en Informes en la barra de navegación izquierda. |
| 3 |
Haga clic en +Nuevo informe. |
| 4 |
Proporcione la siguiente información para crear y configurar el informe: |
Tipos de informes de agente de IA
Puede elegir de una lista de informes predefinidos en función del tipo de agente de IA seleccionado. Esta sección cubre estos tipos de informe, las hojas incluidas en cada informe y las columnas disponibles en cada hoja.
AI Agent para responder preguntas tipo de informe
Hay tres tipos de informes diferentes disponibles para que un agente de IA responda preguntas en la aplicación. Mediante diferentes tipos de informes, se le puede utilizar para comprender el resumen de uso del agente de IA, el comportamiento, lo que preguntan los usuarios y cómo responde el agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Comportamiento de uso y resumenEn esta sección se muestra el resumen de AI Agent con la frecuencia con la que se invocan los artículos y las categorías. Puede ver la información de resumen, categorías y artículos en una pestaña separada de los informes:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones/sesiones manejadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos | Los mensajes enviados por los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por el agente de IA a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano. |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los clientes. |
| Total de votos negativos |
Respuestas totales de agentes de IA que fueron rechazadas por los clientes. |
| Campo | Descripción |
|---|---|
| Nombre de la categoría | El nombre de la categoría tal como se configuró en el agente de IA. |
| Conversaciones para la categoría | El número de conversaciones o sesiones donde se detectó un artículo perteneciente a esta categoría. |
| Total de respuestas | El número de veces que se detectó un artículo perteneciente a esta categoría. |
| Total de votos positivos | El número de veces que se votó positivamente una respuesta de esta categoría. |
| Total de votos negativos |
El número de veces que una respuesta de esta categoría fue rechazada. |
| Campo | Descripción |
|---|---|
| Nombre del artículo | El nombre del artículo (variante predeterminada) que se configura en el agente de IA. |
| Categoría del artículo | La categoría a la que pertenece esta intención. |
| Conversaciones para el artículo | El número de conversaciones o sesiones en las que se detectó este artículo. |
| Total de respuestas | El número de veces que se detectó este artículo. |
| Total de votos positivos | El número de veces que se votó positivamente la respuesta a este artículo. |
| Total de votos negativos |
El número de veces que la respuesta para este artículo es rechazada. |
Muestra la conversación entre el agente de IA y el cliente junto con la puntuación de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | La marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión. |
| ID de consumidor | El identificador único para el usuario final en el agente de IA. |
| Tipo de mensaje | El mensaje del agente de IA o el mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Artículo | El identificador de la respuesta enviada por el agente de IA. |
| Categoría | La intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | La puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | La intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 | La puntuación de la intención detectada. |
| Retroalimentación | Los comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Los comentarios que dejan los usuarios al votar un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en el agente de IA. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Artículo | Identificador de la respuesta enviada por el agente de IA. |
| Categoría | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 |
Puntuación para la intención detectada. |
Tipo de informe AI Agent para realizar tareas
Hay tres tipos de informes diferentes disponibles para que un agente de IA realice tareas en la aplicación generadora de agentes de IA. Como desarrollador de agentes de IA, puede crear diferentes tipos de informes. Estos se pueden usar para comprender el resumen de uso del agente de IA, el comportamiento del agente de IA, lo que preguntan los usuarios y cómo responde un agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Muestra el resumen de las conversaciones junto con las intenciones y las claves de plantilla que se activan. La ficha resumen muestra los siguientes detalles:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones o sesiones gestionadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos |
Los mensajes que envían los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por AI Agent a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los usuarios. |
| Total de votos negativos |
Total de respuestas de agentes de IA que fueron rechazadas por los usuarios. |
También puedes ver los detalles de la intención en la pestaña Intenciones de la hoja de cálculo:
| Campo | Descripción |
|---|---|
| Nombre de intención | El nombre de la intención tal como se configuró en el agente de IA. |
| Conversaciones para la intención | Número de conversaciones o sesiones en las que se invocó esta intención. |
| Total de invocaciones | Número de veces que se invocó esta intención. |
| Finalizaciones totales | Número de veces que se recopilaron todas las ranuras y se completó esta intención. |
| Total de votos positivos | El total de respuestas para eso fue votado a favor para cada intención. |
| Total de votos negativos |
El total de respuestas para eso fue rechazado para cada intención. |
El informe también tiene detalles de plantilla de alto nivel, tales como:
| Campo | Descripción |
|---|---|
| Nombre de clave de plantilla | Nombre de la plantilla tal como está configurada en el agente de IA. |
| Intención clave de plantilla | Intenciones donde se usa esta clave de plantilla. |
| Conversaciones para la clave de plantilla | Número de veces que se envió esta clave de plantilla como respuesta. |
| Total de respuestas | El número de veces que se envió esta clave de plantilla como respuesta. |
| Total de votos positivos | Número de veces que se votó positivamente la respuesta a esta plantilla. |
| Total de votos negativos |
Número de veces que la respuesta para esta plantilla fue rechazada. |
Muestra la conversación de un cliente con el agente de IA junto con las puntuaciones de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Tipo de mensaje | Mensaje de agente de IA o mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 | Puntuación para la intención detectada. |
| Retroalimentación | Comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Comentarios dejados por los usuarios al votar negativamente un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Este informe solo es relevante para agentes de IA con guión. Puede ver los siguientes detalles en este informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del cliente. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 |
Puntuación para la intención detectada. |
Modos de entrega del informe AI Agent
En el mundo actual basado en datos, la entrega eficiente y segura de informes de AI Agent es crucial para la toma de decisiones informadas y la excelencia operativa. Para satisfacer las diversas necesidades de la organización, ofrecemos múltiples modos de entrega para los informes de AI Agent, lo que garantiza flexibilidad, confiabilidad y seguridad. Las opciones de entrega incluyen Secure File Transfer Protocol (SFTP), correo electrónico y Amazon S3 Bucket. Cada modo está diseñado para satisfacer diferentes requisitos, ya sea la necesidad de alta seguridad, facilidad de acceso o soluciones de almacenamiento escalables. Este documento describe las características y ventajas de cada modo de entrega, ayudándole a elegir la mejor opción para sus necesidades específicas.
SFTP
|
Campo |
Descripción |
|---|---|
| Enviar informes a una ubicación segura según lo programado |
Active esta opción para enviar los informes a la ubicación segura a la hora programada. Solo puede proporcionar los siguientes detalles habilitando este conmutador. |
| Dirección IP | La dirección IP del sistema. |
| Nombre de usuario | El nombre de usuario para acceder a los informes. |
| Contraseña | La contraseña para tener acceso a los informes. |
| Clave privada | La clave privada para tener acceso a los archivos. |
| Ruta de carga |
La ruta de acceso donde se enrutan los archivos en el sistema. |
Correo electrónico
| Campo | Descripción |
|---|---|
| Programe correos electrónicos para varios destinatarios, separados con punto y coma(;) | Active esta opción para agregar destinatarios. |
| Destinatarios |
La dirección de correo electrónico de todos los destinatarios que deben recibir los informes en la hora y frecuencia especificadas. |
Cucharón S3
| Campo | Descripción |
|---|---|
| Cargue informes en un bucket de S3 según la programación |
Active esta opción para que los campos de S3 estén disponibles y dirija los informes al bucket de S3 configurado. |
| ID de clave de acceso de AWS | El ID de clave de acceso para obtener acceso a los servicios y recursos de AWS. |
| Clave de acceso secreta de AWS | La clave de acceso secreta para obtener acceso a los servicios y recursos de AWS. |
| Nombre del bucket | El nombre del bucket al que se enruta el informe. |
| Nombre de carpeta |
El nombre de la carpeta que se crea en el bucket de S3. |
Comprender el cumplimiento de la IA
Esta sección le ayuda a comprender el desarrollo de la IA, la privacidad de los datos, la seguridad y la protección
Desarrollo de IA, privacidad de datos, seguridad y protección
Cada función impulsada por IA en Cisco se somete a una Evaluación de Impacto de IA según nuestrosprincipios de IA Responsable, y se adhiere al Marco de IA Responsable, además de los procesos existentes de Seguridad, Privacidad y Derechos Humanos por Diseño.
Privacidad y seguridadCisco no conserva los datos de entrada del cliente después del proceso de inferencia, y el proveedor del modelo de 3 ª parte, Microsoft, no accede, supervisa ni almacena los datos de los clientes de Cisco. Para obtener más información sobre las políticas de retención de datos específicas de las funciones, consulte Cisco Trust Portal.
La siguiente es la lista de notas de transparencia de IA para todas las funciones de IA:
Fuentes de datos para capacitación y evaluaciónEl proveedor de modelos de 3rd party de Cisco, Microsoft, declara que no usará el contenido del cliente para mejorar los modelos de Azure OpenAI y que no almacena ni retiene los datos de los clientes de Cisco en la infraestructura de Azure.
Seguridad y consideraciones éticasTodas las características generativas de IA son propensas a errores, por lo que Cisco prioriza la seguridad del contenido para las características de IA al optar por el filtrado de contenido, proporcionado por Azure OpenAI.
Evaluación y rendimiento del modeloCisco prioriza el rendimiento y la precisión de AI Assistant al involucrar a los humanos en la revisión, las pruebas y el control de calidad del modelo subyacente.
Introducción a Webex AI Agent Studio
Webex AI Agent Studio es una plataforma sofisticada diseñada para crear, administrar e implementar agentes de IA automatizados para satisfacer las necesidades de servicio al cliente y soporte. Mediante el uso de inteligencia artificial, los agentes de IA brindan asistencia automatizada a los clientes antes de que interactúen con agentes humanos. Estos agentes apoyan las interacciones de voz con la entonación, la comprensión del lenguaje y la conciencia contextual dentro de las conversaciones. Además, los agentes de IA manejan sin problemas e informativamente las interacciones del canal digital a través de texto y chat en línea. Los clientes se benefician de una experiencia similar a la de un conserje, que recibe asistencia con preguntas, recuperación de información y minimiza los tiempos de espera.
Capacidades de Webex AI Agent Studio
- Respuestas precisas y oportunas: proporciona respuestas precisas a las consultas de los clientes en tiempo real.
- Ejecución inteligente de tareas: ejecuta tareas en función de las solicitudes o entradas de los clientes.
Beneficios clave para las empresas
-
Experiencia del cliente mejorada: ofrece una experiencia conversacional en tiempo real para los clientes.
-
Interacciones personalizadas: adapta las respuestas a las necesidades y preferencias individuales de los clientes.
-
Escalabilidad y eficiencia: maneja un gran volumen de interacciones con los clientes sin requerir agentes humanos adicionales, lo que mejora la satisfacción y reduce los costos operativos.
Comprender los tipos y ejemplos de agentes de IA
La siguiente tabla proporciona una visión de los tipos de agentes de IA y sus capacidades:
| Tipo de agente de IA | Propósito | Capacidad | Descripción | ¿Cómo configurar? |
|---|---|---|---|---|
|
Autónomo |
Los agentes autónomos de IA están diseñados para operar de forma independiente, tomando decisiones y realizando tareas sin intervención humana directa. |
Realizar acciones |
Tome decisiones informadas basadas en la información disponible y las reglas predefinidas. Automatice tareas repetitivas o que consumen mucho tiempo. |
|
|
Responder preguntas |
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. |
Agentes autónomos de IA para responder preguntas | ||
|
Guión |
Los agentes de IA con scripts están programados para seguir un conjunto predefinido de reglas e instrucciones. |
Realizar acciones |
Los agentes con scripts pueden realizar tareas específicas que están claramente definidas y estructuradas. |
Agentes de IA con scripts para realizar acciones |
|
Responder preguntas |
Los agentes con scripts pueden responder a preguntas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. |
Agentes de IA con guiones para responder preguntas |
Ejemplos
Tanto los agentes de IA autónomos como los guionados se pueden aplicar a varios casos de uso, dependiendo de los requisitos específicos y las capacidades deseadas. Algunos ejemplos incluyen:
-
Servicio al cliente: tanto los agentes autónomos como los con scripts se pueden utilizar para proporcionar soporte al cliente, con agentes autónomos que ofrecen más flexibilidad y comprensión del lenguaje natural.
-
Asistentes virtuales: los agentes autónomos son adecuados para roles de asistente virtual, ya que pueden manejar diversas tareas y proporcionar interacciones más personalizadas.
-
Análisis de datos: los agentes autónomos se pueden utilizar para analizar grandes conjuntos de datos y extraer información valiosa.
-
Automatización de procesos: tanto los agentes autónomos como los con scripts se pueden usar para automatizar tareas repetitivas, mejorar la eficiencia y reducir los errores.
-
Gestión del conocimiento: los agentes autónomos se pueden utilizar para crear y administrar repositorios de conocimiento, haciendo que la información sea fácilmente accesible para los usuarios.
La elección entre agentes de IA autónomos y con scripts depende de la complejidad de las tareas, el nivel requerido de autonomía y la disponibilidad de datos de entrenamiento.
Requisitos previos
-
Si ya es cliente de Webex Contact Center, asegúrese de cumplir los siguientes requisitos previos:
-
Webex inquilino de Contact Center 2.0.
-
Webex Connect se aprovisiona para el inquilino.
-
La plataforma de medios de voz es una plataforma de medios de próxima generación.
-
-
Si no tiene un inquilino de Webex Contact Center, póngase en contacto con su socio para iniciar una prueba de Webex Contact Center con Next-Generation Media Platform.
-
Los administradores pueden solicitar un entorno limitado para desarrolladores Webex Contact Center para probar agentes de IA.
Habilitación de características
Esta función se encuentra actualmente en versión beta. Los clientes pueden registrarse para esta función en Webex Portal Beta completando la encuesta de participación para agentes de IA.
-
Actualmente, solo la funcionalidad de agente de IA con script está disponible en la fase beta.
-
Los agentes autónomos solo están disponibles para clientes seleccionados. Las solicitudes se pueden hacer a través de su CSM (Customer Success Manager), PSM (Partner Success Manager) o enviando un correo electrónico # ask-ccai@cisco.com. Tras la aprobación, los agentes autónomos estarán disponibles además de los agentes con scripts para su inquilino.
Acceso Webex AI Agent Studio
Para crear sus agentes de IA, debe iniciar sesión en la aplicación Webex AI Agent Studio. Esto se puede hacer de las siguientes maneras:
Iniciar sesión desde Control Hub
- Inicie sesión en Control Hub con la dirección URL https://admin.webex.com.
- En la sección Servicios del panel de navegación, elija Contact Center.
- En Vínculos rápidos del panel derecho, vaya a la sección Conjunto de aplicaciones del centro de contacto.
- Haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Iniciar sesión desde Webex Connect
Para acceder a la aplicación Webex AI Agent Studio, debe tener acceso a Webex Connect.
- Inicie sesión en Webex aplicación Connect con la dirección URL de inquilino proporcionada para su empresa y sus credenciales.
De forma predeterminada, la página Servicios aparece como página de inicio.
- En el menú Bandeja de aplicaciones del panel de navegación izquierdo, haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Diseño de página de inicio
Bienvenido a la aplicación Webex AI Agent Studio. Al iniciar sesión, la página de inicio muestra el siguiente diseño:
-
Barra de navegación
La barra de navegación que aparece a la izquierda proporciona acceso a los siguientes menús:
- Panel de control: muestra una lista de agentes de IA a los que el usuario tiene acceso, según lo concedido por el administrador de la empresa.
- Conocimiento: muestra el repositorio central de conocimiento o la base de conocimiento, que sirve como cerebro para que los agentes autónomos de IA respondan a las consultas de los clientes.
- Informes: enumera informes de agentes de IA prediseñados de varios tipos. Puede generar o programar informes de acuerdo a las necesidades de su negocio.
- Ayuda: proporciona acceso a la guía del usuario de Webex AI Agent Studio en el Centro de ayuda de Webex.
-
Perfil de usuario
El menú Perfil de usuario le permite ver la información de su perfil y cerrar sesión en la aplicación.
La página Perfil de Enterprise contiene información sobre el inquilino del agente de IA, a la que solo pueden acceder los administradores con acceso de administrador completo.
-
La ficha Información general contiene la siguiente información:
- Identificadores de empresa: incluye Webex ID de organización, ID de organización de CPaaS e ID de suscripción de la empresa. Esto está disponible para empresas con Webex integración de Contact Center para el inquilino de Webex Connect correspondiente.
- Configuración de perfil: contiene el nombre de la empresa, el nombre único de la empresa y la URL del logotipo.
- Configuración global del agente: permite seleccionar el agente predeterminado para el canal de voz para gestionar los escenarios de reserva.
- Resumen de retención de datos: proporciona un resumen de los períodos de retención de datos para esta empresa.
-
En la pestaña Compañeros de equipo, puede ver y administrar la lista de compañeros de equipo que tienen acceso a la aplicación. A cada usuario se le asigna un rol, que determina las acciones que puede realizar en función de los permisos concedidos.
-
Conozca su Dashboard
En el panel, los agentes de IA están representados por tarjetas que muestran información básica, incluido el nombre del agente de IA, la última actualización, la última actualización y el motor utilizado para entrenar al agente.
Tareas en la tarjeta AI Agent
Desplácese sobre una tarjeta de agente de IA para ver las siguientes opciones:
- Vista previa: haga clic en Vista previa para abrir el widget de vista previa del agente de IA.
- Icono de puntos suspensivos : haga clic en este icono para realizar las siguientes tareas:
-
Copiar enlace de vista previa: copia el enlace de vista previa para pegarlo en una pestaña nueva y obtener una vista previa del agente de IA en el widget de chat.
-
Copiar token de acceso: copia el token de acceso del agente de IA para invocar al agente a través de API.
-
Exportar: exporte los detalles del agente de IA (en formato JSON) a su carpeta local.
-
Eliminar: elimina permanentemente el agente de IA del sistema.
-
Pin: ancla el agente de IA a la primera posición del panel o desancla para volver a colocarlo en su posición anterior.
-
Crear un nuevo agente de IA
Puede crear un nuevo agente de IA mediante la opción + Crear agente en la esquina superior derecha del panel. Puede optar por utilizar una plantilla predefinida o crear un agente desde cero.
Para saber cómo crear agentes de IA autónomos y con scripts, consulte las siguientes secciones:
Importar agente de IA precompilado
Puede importar un agente de IA precompilado en formato JSON desde una lista de agentes de IA disponibles. En primer lugar, asegúrese de haber exportado el agente de IA en formato JSON a la carpeta local. Siga estos pasos para importarlo:
- Haga clic en Importar agente.
- Haga clic en Cargar para cargar el archivo de agente AI (en formato JSON) exportado desde la plataforma.
- En el campo Nombre del agente , introduzca el nombre del agente de IA.
- (Opcional) En el ID desistema, edite el identificador único generado por el sistema.
- Haga clic en Importar.
Su agente de IA ahora se ha importado correctamente a la plataforma Webex AI Agent Studio y está disponible en el panel.
Búsqueda por palabra clave
La plataforma proporciona capacidades de búsqueda sólidas para ayudarlo a localizar y administrar fácilmente agentes de IA. Puede realizar búsquedas por palabra clave utilizando el nombre del agente. Introduzca el nombre del agente o una parte del nombre en la barra de búsqueda. El sistema muestra una lista de agentes de IA que coinciden con sus criterios de búsqueda.
Filtrar por tipo de agente
Además de la búsqueda por palabra clave, puede refinar los resultados de la búsqueda filtrando según el tipo de agente de IA. Elija uno de los filtros de tipo de agente de la lista desplegable: Scripted, Autonomous y All.
Administrar Knowledge Base
Una base de conocimiento es un repositorio central de información para los agentes autónomos de IA impulsados por el modelo de lenguaje grande (LLM). Los agentes autónomos de IA aprovechan las tecnologías avanzadas de IA y aprendizaje automático para comprender, procesar y generar texto similar al humano. Estos agentes de IA se entrenan con grandes cantidades de datos, lo que les permite proporcionar respuestas detalladas y contextualmente relevantes. Las bases de conocimiento almacenan los datos necesarios para el funcionamiento de los agentes autónomos de IA.
Para acceder a la base de conocimientos:
- Inicie sesión en la plataforma Webex AI Agent Studio.
- En el panel, haga clic en el icono Información en el panel de navegación izquierdo. Aparecerá la página de bases de conocimiento.
- Puede encontrar una base de conocimientos basada en los siguientes criterios:
- Nombre de la base de conocimientos
- Tipo de base de conocimiento
- Bases de conocimiento actualizadas entre fechas especificadas
- Bases de conocimiento creadas entre fechas especificadas
Haga clic en Restablecer todo para restablecer los criterios de búsqueda.
- También puede crear una nueva base de conocimientos. Para crear una nueva base de conocimiento, consulte Crear base de conocimiento para AI Agent.
Crear una base de conocimientos para AI Agent
| 1 |
En el panel, haga clic en el icono Información en el panel de navegación izquierdo. |
| 2 |
En la página Bases de conocimiento, haga clic en +Crear base de conocimiento en la esquina superior derecha. |
| 3 |
En la página Crear base de conocimiento , escriba los siguientes detalles: |
| 4 |
Haga clic en Crear. El sistema crea una base de conocimiento con el nombre especificado. |
| 5 |
En la pestaña Archivos : |
| 6 |
En la ficha Documentos : |
| 7 |
Vaya a la ficha Información para ver y realizar un seguimiento de los detalles de los archivos que ha cargado y de los documentos que ha creado.
|
Qué hacer a continuación
Configure la base de conocimientos del agente de IA autónoma para responder preguntas.
Configurar agentes autónomos de IA
Los agentes autónomos de IA operan de forma independiente sin intervención humana directa. Estos agentes utilizan algoritmos avanzados y técnicas de aprendizaje automático para analizar datos, aprender de su entorno y adaptar sus acciones para lograr objetivos específicos. En esta sección se describen las dos capacidades principales de Autonomous AI Agent.
Agente de IA autónomo para realizar tareas
Los agentes autónomos de IA pueden realizar varias tareas, que incluyen:
-
Procesamiento del lenguaje natural (PNL): comprenda y responda al lenguaje humano de una manera natural y conversacional.
-
Toma de decisiones: tome decisiones informadas basadas en la información disponible y las reglas predefinidas.
-
Automatización: automatice tareas repetitivas o que consumen mucho tiempo.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA autónomo para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero.
También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Filtre el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal del agente, haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. Ahora ha creado con éxito el agente de IA autónomo para realizar acciones que ahora está disponible en el Dashboard. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA precompilados. Para obtener más información, consulte Importar agente de IA precompilado |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para realizar acciones.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Publicar para que AI Agent esté activo. |
Qué hacer a continuación
Agregue las acciones necesarias al agente de IA.
Agregar acciones a Autonomous AI Agent
Los agentes autónomos de IA para realizar acciones están diseñados para comprender las intenciones del usuario y actuar en consecuencia. Por ejemplo, en un restaurante existe la necesidad de automatizar la ingesta de pedidos de comida en línea. Para realizar la tarea, puede crear un agente de IA autónomo que realice las siguientes acciones:
-
Obtenga la información requerida del cliente.
-
Transfiera la información al flujo requerido.
El agente autónomo de IA para realizar acciones funciona en los siguientes bloques de construcción:
-
Acción: funcionalidad que permite al agente de IA conectarse con sistemas externos para realizar tareas complejas.
-
Entidad o ranura: representa un paso para cumplir la intención del usuario. El llenado de ranuras implica hacer preguntas específicas al cliente para cumplir con la intención del cliente basada en expresiones. Es el desencadenante para que un agente de IA comience a realizar una acción. Defina las entidades de entrada como parte del llenado de ranuras.
-
Cumplimiento: determina cómo el agente de IA completa la acción. Como parte del cumplimiento, defina las entidades de salida para que el agente autónomo de IA genere la respuesta en un formato específico. El sistema envía las entidades de salida al flujo para continuar con la acción y completar la tarea con éxito.
| 1 |
En la pestaña Acción , haga clic en +Nueva acción. |
| 2 |
En la página Agregar una nueva acción , especifique los siguientes detalles: |
Qué hacer a continuación
Puede configurar ranuras o puede configurar ranuras y definir el cumplimiento según el ámbito de acción elegido.
Configurar el relleno de ranura
El llenado de ranuras implica agregar las entidades de entrada requeridas para el motor de IA. En la sección Relleno de ranura de la página Acciones , agregue las entidades de entrada:
-
Puede agregar las entidades una por una en formato de tabla.
-
También puede utilizar el archivo JSON y definir las entidades. Consulte Un recorrido por el esquema JSON para obtener más información.
Agregar entidades de entrada en formato de tabla
| 1 |
Para agregar una entidad de entrada, haga clic en +Nueva entidad de entrada. |
| 2 |
En la página Agregar una nueva entidad de entrada, especifique los siguientes detalles: |
| 3 |
Haga clic en Agregar para agregar la entidad de entrada. Puede agregar tantas entidades de entrada como necesite. |
| 4 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
Agregar entidades mediante el editor JSON
Puede agregar las entidades de entrada y las entidades de salida mediante el editor JSON. En la vista del editor JSON, las entidades deben definirse en un formato JSON estructurado.
Para obtener más información, consulte Un recorrido por el esquema JSON.
Estructura de parámetros de entrada
Los parámetros de entrada deben adherirse a la siguiente estructura:
-
type: tipo de datos del objeto parameters. Esto es siempre 'objeto' para denotar que los parámetros están estructurados como un objeto.
propiedades: un objeto donde cada clave representa un parámetro y sus metadatos asociados.
required: matriz de cadenas que enumeran los nombres de los parámetros obligatorios.
Properties Objeto
Cada clave del objeto properties representa una entidad/parámetro de entrada y contiene otro objeto con metadatos sobre ese parámetro. Los metadatos siempre deben incluir las siguientes palabras clave:
-
type: tipo de datos del parámetro. Los tipos permitidos son:
-
string: datos textuales.
-
entero: datos numéricos sin decimales.
-
número: datos numéricos que pueden incluir decimales.
-
booleano: valores verdadero/falso.
-
matriz: lista de elementos, todos los cuales suelen ser del mismo tipo.
-
object: estructura de datos compleja con propiedades anidadas.
-
-
descripción: breve explicación de lo que representa la entidad. Esto ayuda al motor de IA a comprender el propósito y el uso del parámetro. Se recomienda una descripción que sea concisa y consistente con las instrucciones del agente y la descripción de la acción para una mejor precisión.
-
La validación es aplicada por la plataforma solo para 'tipo'. La "descripción" no se aplica a todas las entidades, pero se recomienda encarecidamente que se agregue. Otras palabras clave útiles para los metadatos de entidad son:
-
enum: el campo enum enumera los valores posibles para un parámetro. Esto es útil para parámetros que solo deben aceptar un conjunto limitado de valores. Los desarrolladores pueden definir listas personalizadas de valores que un parámetro debe aceptar para usar esto.
- pattern: el campo patrón se utiliza con tipos de cadena para especificar una expresión regular que la cadena debe coincidir. Esto es particularmente útil para validar formatos específicos, como números de teléfono, códigos postales o identificadores personalizados.
-
ejemplos: el campo ejemplos proporciona uno o más ejemplos de valores válidos para el parámetro. Esto ayuda al motor de IA a comprender qué tipo de datos se esperan y puede ser especialmente útil para fines de interpretación y validación.
-
Hay otras palabras clave que pueden hacer que la definición de entidad sea más precisa y robusta. Para obtener más información, consulte Un recorrido por el esquema JSON.
Ejemplo
En el ejemplo siguiente se incluyen varios tipos de entidades y palabras clave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "El nombre de usuario único de la cuenta.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "La contraseña de la cuenta.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "La dirección de correo electrónico de la cuenta.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "If the user want to receive newsletters.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista de roles asignados al usuario.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["username", "password", "email"] } En este ejemplo se incluyen las siguientes entidades:
- nombre de usuario: tipo de cadena con restricción de longitud mínima y máxima.
- contraseña: tipo de cadena con una longitud mínima y un formato específico (la contraseña indica que debe manejarse de forma segura).
- email: tipo de cadena con un patrón regex para garantizar que sea una dirección de correo electrónico válida.
- birthdate: tipo de cadena con ejemplos para prescribir el formato de la fecha.
- preferencias: un tipo de objeto con propiedades anidadas (boletín y notificaciones), incluido un booleano con un valor predeterminado y una cadena con valores permitidos específicos (enumeración).
- roles: tipo de matriz en el que cada elemento es una cadena limitada a valores específicos (enumeración).
El nombre de usuario, la contraseña y el correo electrónico son obligatorios según lo definido por la matriz 'required'.
En este ejemplo, las entidades tienen nombres descriptivos, descripciones claras y siguen una estructura y convención de nomenclatura coherentes. Siga estas prácticas recomendadas para crear entidades bien definidas que sean fáciles de interpretar y hacer cumplir para el motor de IA.
Definir cumplimiento
| 1 |
Defina los detalles de cumplimiento para implementar el agente de IA en un centro de contacto. Especifique los siguientes detalles: |
| 2 |
Configure las entidades de salida de modo que el agente de IA genere el resultado en un formato comprensible por el flujo. |
| 3 |
Para agregar una entidad de salida, haga clic en +Nueva entidad de salida. En la pantalla Agregar una nueva entidad de salida, especifique los siguientes detalles: También puede usar un archivo JSON para agregar las entidades de salida. Para obtener más información, consulte Agregar entidades mediante el editor JSON . |
| 4 |
Haga clic en Agregar para agregar la entidad de salida. Puede agregar tantas entidades de salida como necesite. |
| 5 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
| 6 |
Haga clic en Agregar para completar la cofiguración. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo. Haga clic en Publicar para que AI Agent esté activo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Agentes autónomos de IA para responder preguntas
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. Esta capacidad es útil en escenarios en los que el agente necesita:
-
Proporcionar soporte al cliente: responda preguntas frecuentes, solucione problemas y guíe a los clientes a través de los procesos.
-
Ofrecer asistencia técnica: brinde asesoramiento experto sobre temas o dominios específicos.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA autónomo para responder preguntas
Antes de comenzar
Asegúrese de crear la base de conocimientos. Para obtener más información, vea Administrar bases de conocimiento.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA autónomo para responder preguntas se creó correctamente y ahora está disponible en el Dashboard. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA.
Configurar la base de conocimientos
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En la página Panel , seleccione el agente de IA que ha creado. |
| 2 |
Vaya a la ficha Base de conocimientos. |
| 3 |
Elija la base de conocimientos necesaria en la lista desplegable. |
| 4 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Ver sesión e historial de agente de IA autónomo
Puede ver los detalles de la sesión y el historial de cada uno de los agentes de IA autónomos que haya creado. La página Sesiones muestra los detalles de las sesiones establecidas con los participantes. La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA.
Sesiones
La página Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los usuarios. Para navegar a la página Sesiones :
- En el panel, haga clic en el agente de IA autónomo para el que desea ver los detalles de la sesión.
- En el panel de navegación izquierdo, haga clic en Sesiones.
Aparecerá la página Sesiones . Cada sesión se muestra como un registro que contiene todos los mensajes de la sesión. Esta información es útil para auditar, analizar y mejorar el agente de IA.
La tabla de sesiones muestra una lista de todas las sesiones/salas creadas para ese agente de IA. La tabla se pagina si hay más filas de las que se pueden acomodar en una pantalla. Cualquiera de los campos de la tabla se puede ordenar o filtrar utilizando la sección Refinar resultados en el lado izquierdo. Los campos que están presentes representan la siguiente información sobre cualquier sesión en particular:
-
ID de sesión: el ID de sala único o ID de sesión para una conversación.
- ID de consumidor: el identificador del consumidor que interactuó con el agente de IA.
-
Canales: canal donde tuvo lugar la interacción.
-
Actualizado a las: hora del cierre de la sala.
-
Metadatos de la sala: contiene información adicional sobre la sala.
-
Marque las casillas de verificación requeridas:
- Ocultar sesiones de prueba: para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso de agente: para filtrar las sesiones que se entregan a un agente. Si se produce la transferencia del agente, se muestra el icono de auriculares que indica la transferencia del chat a un agente humano.
- Error ocurrido: para filtrar las sesiones en las que se produjo el error.
- Voto negativo: para filtrar las sesiones con votos negativos.
Haga clic en una fila de la tabla de sesiones para obtener una vista detallada de esa sesión. El icono de candado indica que la sesión está bloqueada y debe descifrarse. Debe tener permiso para descifrar la sesión. Si el botón de alternancia Descifrar acceso está habilitado, puede acceder a cualquier sesión mediante el botón Descifrar contenido . Sin embargo, esta funcionalidad solo es aplicable cuando la protección de datos avanzada se establece en true o está habilitada para el inquilino.
Historia
La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA. Para ver el historial de un agente específico:
- En el panel, haga clic en el agente de IA autónomo del que desea ver el historial.
- En el panel de navegación izquierdo, haga clic en Historial.
Aparece la página Historial con las siguientes fichas:
- Registros de auditoría: haga clic en la pestaña Registros de auditoría para ver los cambios realizados en los agentes de IA.
- Historial de modelos: haga clic en la pestaña Historial de modelos para ver las distintas versiones del agente de IA autónomo para realizar acciones.
Registros de auditoría
La pestaña Registros de auditoría realiza un seguimiento de los cambios realizados en el agente de IA autónomo. Puede ver los detalles de los cambios de los últimos 35 días. La ficha Registros de auditoría muestra los siguientes detalles:
Los usuarios con roles de administrador o desarrollador de agente de IA solo pueden acceder a la pestaña Registros de auditoría. Los usuarios con roles personalizados que tienen el permiso 'Obtener registro de auditoría' también pueden ver los registros de auditoría.
- Actualizado en: los datos y la hora del cambio.
- Actualizado por: el nombre del usuario que incorporó el cambio.
- Campo: la sección específica del agente de IA donde se realizó el cambio.
- Descripción: información adicional sobre el cambio.
Puede buscar un registro de auditoría específico mediante las opciones de búsqueda Actualizado por, Campo y Descripción . Puede ordenar los registros según los campos Actualizado en y Actualizado por .
Historia del modelo
La pestaña Historial de modelos solo está disponible para que el agente autónomo de IA realice acciones.
Cada vez que publica el agente de IA autónomo para realizar acciones, se guarda una versión del agente de IA autónomo que está disponible en la pestaña Historial de modelos. Puede ver las distintas versiones de AI Agent desde la pestaña Historial de modelos.
- Descripción del modelo: breve descripción de la versión del agente de IA.
- Motor de IA: el motor de IA utilizado para esa versión del agente de IA.
- Actualizado el: fecha y hora en que se creó la versión.
- Acciones: le permite realizar las siguientes acciones en el agente de IA
- Carga: se pierden todos los cambios en el agente de IA. Debe volver a realizar la configuración.
- Exportar: utilícelo para exportar el agente de IA.
Vista previa de su agente de IA autónomo
Puede obtener una vista previa de los agentes de IA autónomos en el momento de crear el agente de IA, durante la edición y después de implementar el agente. Puede abrir la vista previa desde:
- Panel de control del agente de IA: al pasar el cursor sobre una tarjeta de agente de IA, la opción Vista previa de ese agente de IA se hace visible. Haga clic para abrir la vista previa del agente de IA.
- Encabezado del agente de IA: haga clic en la tarjeta del agente de IA para abrir el agente de IA. La opción Vista previa siempre está visible en la sección de encabezado.
- Widget minimizado: después de iniciar y minimizar una vista previa, aparece un widget de encabezado de chat en la parte inferior derecha de la página. Puede utilizar esta opción para volver a abrir fácilmente el modo de vista previa.
Webex AI Agent Studio también proporciona una opción de vista previa que se puede compartir. Haga clic en el menú en la esquina superior derecha y seleccione la opción Copiar enlace de vista previa. Puede compartir el vínculo de vista previa con otros usuarios, como evaluadores o consumidores del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la sección inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para verificar las respuestas del agente de IA y asegurarse de que funciona correctamente.
Además, puede minimizar el widget de vista previa, proporcionar información al consumidor e iniciar varias salas para probar el agente de IA.
Widget de vista previa compartible
El widget de vista previa compartible le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el agente de IA. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con una carcasa de teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Puede personalizar el widget de la siguiente manera:
- Color del widget: anexando el parámetro brandColor al enlace. Puede definir colores simples usando nombres de color o usar el código hexadecimal de colores.
-
Carcasa del teléfono: cambiando el valor del parámetro phoneCasing en el enlace. Se establece en true de forma predeterminada y se puede deshabilitar haciéndolo false.
Ejemplo de enlace de vista previa con estos parámetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<introduzca el valor hexadecimal de un color en el formato '_XXXX'>.
Vista previa basada en voz
El agente autónomo de IA para responder preguntas admite la vista previa basada en voz. Para habilitar esta opción:
- Vaya a Panel y elija el agente de IA.
- Vaya a .
- En la lista desplegable AI Engine , seleccione Vega.
- Haga clic en Save changes (Guardar cambios).
La opción Vista previa se actualiza con un icono de micrófono para una vista previa basada en voz. Haga clic en Vista previa. Aparece el widget de vista previa por voz.
Debe habilitar el acceso al micrófono para utilizar esta funcionalidad.
Puede ver las siguientes opciones en el widget de vista previa por voz:
- Botón Inicio para iniciar la vista previa.
- La transcripción en vivo de la conversación se muestra en el widget cuando la vista previa de voz está en progreso.
- Finalizar llamada para finalizar la conversación.
- Silenciar para silenciar.
Vea el rendimiento de Autonomous AI Agent mediante Analytics
La sección Análisis de agente de IA proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Para generar la analítica del Autonomous AI Agent:
- Elija el agente de IA en el panel de control.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
La primera sección muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA.
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
La segunda sección muestra las estadísticas sobre los usuarios. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios.
La tercera sección muestra las respuestas del agente de IA y las entregas de agentes
Configurar agente de IA con script
En esta sección se describe cómo configurar y administrar agentes de IA con scripts en Webex plataforma AI Agent Studio, para que proporcionen respuestas precisas a las consultas de los usuarios y realicen tareas automatizadas de manera eficaz.
Agente de IA con script para realizar tareas
El agente de IA con script aumenta las capacidades de creación de agentes sin código de Webex plataforma AI Agent Studio. El agente de IA con scripts permite conversaciones de varios turnos en las que puede obtener datos relevantes de los clientes para realizar tareas específicas. Esto incluye:
-
Ejecutar comandos simples: siga las instrucciones para completar acciones predefinidas.
-
Procesamiento de datos: manipule y transforme los datos de acuerdo con las reglas especificadas.
-
Interactuar con otros sistemas: comuníquese y controle otras soluciones.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA con scripts para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en + Crear agente . |
| 3 |
En la pantalla Crear un agente de IA, cree un nuevo agente de IA desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Empezar desde cero y, a continuación , en Siguiente. |
| 5 |
En el ¿Qué tipo de agente está construyendo? , haga clic en Scripted. |
| 6 |
En el ¿Cuál es la función principal de su agente? , haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con script para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Cree entidades , agregueintenciones y defina respuestas.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Administrar entidades
Las entidades son los bloques de construcción de las conversaciones. Son los elementos esenciales que el agente de IA extrae de las expresiones del usuario. Representan piezas específicas de información, como nombres de productos, fechas, cantidades o cualquier otro grupo significativo de palabras. Al identificar y extraer entidades de manera efectiva, un agente de IA puede comprender mejor la intención del usuario y proporcionar respuestas más precisas y relevantes.
Tipos de entidad
Webex AI Agent Studio ofrece 11 tipos de entidades prediseñadas para capturar varios tipos de datos de usuario. También puede crear cualquiera de las siguientes entidades personalizadas.
Entidades personalizadas
Estas entidades son configurables y permiten a los desarrolladores capturar información específica del caso de uso.
-
Lista personalizada: defina listas de cadenas esperadas para capturar puntos de datos específicos no cubiertos por entidades pregeneradas. Puede agregar varios sinónimos a cada cadena. Por ejemplo, una entidad de tamaño de pizza personalizada.
-
Regex: utilice expresiones regulares para identificar patrones específicos y extraer los datos correspondientes. Por ejemplo, un número de teléfono regex (por ejemplo,
123-123-8789). -
Dígitos: capture entradas numéricas de longitud fija con alta precisión, especialmente en interacciones de voz. En las interacciones que no son de voz, se usa como alternativa a los tipos de entidad Custom y Regex. Por ejemplo, para detectar un número de cuenta de cinco dígitos, se debe definir una longitud de cinco.
-
Alfanumérico: captura combinaciones de letras y números, proporcionando un reconocimiento preciso para entradas de voz y no de voz.
-
Forma libre: capture puntos de datos flexibles que son difíciles de definir o validar.
-
Ubicación del mapa (WhatsApp): extrae los datos de ubicación compartidos por ti en el canal de WhatsApp.
Entidades del sistema
| Nombre de entidad | Descripción | Entrada de ejemplo | Ejemplo de salida |
|---|---|---|---|
| Fecha | Analiza las fechas en lenguaje natural a un formato de fecha estándar | "julio del próximo año" | 01/07/2020 |
| Hora | Analiza el tiempo en lenguaje natural a un formato de hora estándar | 5 de la tarde | 17:00 |
| Correo electrónico | Detecta direcciones de correo electrónico | Escríbeme a info@cisco.com | info@cisco.com |
| Número de teléfono | Detecta un número de teléfono común | Llámame al 9876543210 | 9876543210 |
| Unidades monetarias | Analiza la moneda y la cantidad | Quiero 20$ | 20$ |
| Ordinal | Detecta el número ordinal | Cuarto de diez personas | 4º |
| Cardenal | Detecta el número cardinal | Cuarto de diez personas | 10 |
| Geolocalización | Detecta ubicaciones geográficas (ciudades, países, etc.) | Fui a nadar en el Támesis en Londres, Reino Unido | Londres, Reino Unido |
| Nombres de personas | Detecta nombres comunes | Bill Gates de Microsoft | Bill Gates |
| Cantidad | Identifica medidas, como de peso o distancia | Estamos a 5 km de París | 5km |
| Duration (Duración) | Identifica períodos de tiempo | 1 semana de vacaciones | 1 semana |
Las entidades creadas se pueden editar desde la pestaña entidades. Al vincular entidades a una intención, se anotan las expresiones con las entidades detectadas a medida que las agrega.
Roles de entidad
Cuando una entidad necesita recopilarse varias veces dentro de una sola intención, los roles de entidad se vuelven esenciales. Al asignar roles distintos a la misma entidad, puede guiar al agente de IA para que comprenda y procese la entrada del usuario con mayor precisión.
Por ejemplo, para reservar un vuelo con escala, puede crear una entidad Airport con tres roles: origen, destino y escala. Al anotar las expresiones de entrenamiento con estos roles, el agente de IA puede aprender los patrones esperados y manejar sin problemas solicitudes de reserva complejas.
Los roles de entidad solo son compatibles con Mindmeld (entidades personalizadas y del sistema) y Rasa (solo entidades personalizadas), los administradores deben marcar la casilla de verificación Roles de entidad en la configuración avanzada del cuadro de diálogo Selector de motor NLU.
Los administradores no pueden cambiar de RASA o Mindmeld a Swiftmatch mientras los roles de entidad están en uso. Los roles deben eliminarse de las intenciones para deshabilitar los roles de entidad de la configuración avanzada del motor NLU. Puede crear una entidad con roles de entidad.
Crear una entidad con roles de entidad
Antes de comenzar
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA con script que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, haga clic en la ficha Entidades . |
| 5 |
Haga clic en Crear entidad. |
| 6 |
En la ventana Crear entidad , especifique los siguientes campos: |
| 7 |
Active la opción Alternar valores de ranura de sugerencias automáticas para completar automáticamente y proporcione sugerencias alternativas para esta entidad durante la conversación. El campo Roles se muestra al crear una entidad personalizada solo si los roles de entidad están habilitados en la sección Configuración avanzada de la ventana Cambiar motor de entrenamiento para motores RASA y Mindmeld NLU. |
| 8 |
Haga clic en Guardar. Puede utilizar las opciones Editar y Eliminar de la columna Acciones para realizar acciones relacionadas.
|
Qué hacer a continuación
Después de crear una entidad, puede vincular roles a una entidad.
Vincular roles a una entidad
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. |
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Puede asignar roles a una entidad para recopilar la misma entidad dos veces por un intento. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Administrar intenciones
La intención es un componente central de la plataforma Webex AI Agent Studio que permite al agente de IA comprender y responder a su entrada de manera efectiva. Representa una tarea o acción específica que desea realizar durante una conversación. Puede definir todos los intentos que corresponden a las tareas que desea realizar. La precisión de la clasificación de intención afecta directamente la capacidad del agente de IA para proporcionar respuestas relevantes y útiles. La clasificación de intención es el proceso de identificar la intención en función de su entrada, lo que permite al agente de IA responder de una manera significativa y contextualmente relevante.
Intenciones del sistema
- Intención de respaldo predeterminada: las capacidades de un agente de IA están inherentemente limitadas por las intenciones diseñadas para reconocer y responder. Si bien una empresa no puede anticipar todas las preguntas posibles que pueda hacer, la intención de respaldo predeterminada puede ayudar a que las conversaciones vayan por buen camino.
Al implementar una intención de reserva predeterminada, los desarrolladores de agentes de IA pueden asegurarse de que el agente de IA maneje correctamente las consultas inesperadas o fuera del ámbito, redirigiendo la conversación a intenciones conocidas.
Los desarrolladores de agentes de IA no necesitan agregar expresiones específicas a la intención de respaldo. El agente puede ser entrenado para activar automáticamente la intención de reserva cuando se encuentra con preguntas conocidas fuera del ámbito que de otro modo podrían clasificarse incorrectamente en otras intenciones.
Por ejemplo, en un agente bancario de IA, los clientes pueden intentar preguntar sobre préstamos. Si el agente de IA no está configurado para manejar consultas relacionadas con préstamos, estas consultas se pueden incorporar como frases de entrenamiento dentro de la intención dereserva predeterminada. Cuando un cliente consulta sobre préstamos en cualquier momento de la conversación, el agente de IA reconoce que la consulta está fuera de sus intenciones definidas y desencadena la respuesta alternativa. Esto asegura una respuesta más apropiada.
La intención de respaldo no debe tener ninguna ranura asociada.
La intención de reserva debe utilizar la clave de plantilla de reserva predeterminada para su respuesta.
- Ayuda: esta intención está diseñada para atender las consultas de los clientes sobre las capacidades del agente de IA. Cuando los clientes no están seguros de lo que pueden lograr o encuentran dificultades durante una conversación, a menudo buscan ayuda pidiendo
ayuda.De forma predeterminada, la respuesta para la intención de ayuda se asigna a la clave de plantilla de mensaje
deayuda. Sin embargo, los desarrolladores de agentes de IA pueden personalizar la respuesta o cambiar la clave de plantilla asociada para proporcionar una orientación más personalizada e informativa.Se recomienda transmitir las capacidades del agente de IA a un alto nivel, proporcionando a los clientes una comprensión clara de lo que pueden hacer a continuación.
- Hable con un agente: esta intención permite a los clientes solicitar asistencia de un agente humano en cualquier etapa de su interacción con el agente de IA. Cuando se invoca esta intención, el sistema inicia automáticamente una transferencia a un agente humano. La plantilla de respuesta predeterminada para este intento es
el traspasodel agente. Si bien no hay restricciones de interfaz de usuario para cambiar la clave de la plantilla de respuesta, modificarla no afectará el resultado del traspaso humano.
Pequeñas intenciones de conversación
Todos los agentes de IA recién creados incluyen cuatro pequeñas intenciones de conversación predefinidas para manejar saludos comunes de los clientes, expresiones de gratitud, comentarios negativos y despedidas:
- Saludos
- Gracias
- El agente de IA no fue útil
- Adiós
Crear una intención
Antes de comenzar
Antes de crear una intención, asegúrese de crear entidades para vincularlas a la intención. Para obtener más información, vea Crear entidad con roles de entidad.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel , elija un agente deIA. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de entrenamiento, haga clic en Crear intención . |
| 5 |
En la ventana Crear intención , especifique los siguientes detalles: |
| 6 |
Marque la casilla de verificación Requerido si la entidad es obligatoria. |
| 7 |
Introduzca el número de reintentos permitidos para esta ranura. De forma predeterminada, el número se establece en tres. |
| 8 |
Elija la clave de plantilla de la lista desplegable. |
| 9 |
En la sección Respuesta , escriba la clave de la plantilla de respuesta final que se devolverá a los usuarios una vez finalizada la intención. |
| 10 |
Active la opción Restablecer ranuras después de finalizar para restablecer los valores de ranura recopilados en la conversación una vez que se complete la intención. Si este interruptor está en estado deshabilitado, la ranura conserva los valores antiguos y muestra la misma respuesta.
|
| 11 |
Active el botón Actualizar valores de ranura para actualizar el valor de ranura durante la conversación con el consumidor. El agente de IA considera el último valor rellenado en la ranura para procesar los datos. Si está habilitada, los valores de las ranuras llenas se actualizan cada vez que los clientes proporcionan nueva información para el mismo tipo de ranura.
|
| 12 |
Active el botón de alternancia Proporcionar sugerencias de ranuras para proporcionar sugerencias para rellenar ranuras y valores de ranura alternativos en la respuesta final, según la entrada del usuario. |
| 13 |
Active el interruptor Finalizar conversación para cerrar la sesión después de este intento. Webex Connect y los flujos de voz pueden usar esto para cerrar una conversación con los consumidores.
|
| 14 |
Haga clic en Guardar. Haz clic en Entrenar en la parte superior derecha de la pestaña Formación para reflejar los cambios realizados en las intenciones y entidades.
Para entrenar motores NLU Rasa o Mindmeld, se requiere un mínimo de dos variantes de entrenamiento (expresiones) por intención. Además, cada ranura debe tener al menos dos anotaciones. Si no se cumplen estos requisitos, se deshabilita el botón Tren . Aparece un icono de advertencia junto a la intención afectada para indicar el problema. Sin embargo, la intención de reserva predeterminada está exenta de estos requisitos. |
Qué hacer a continuación
Después de que se crea una intención, se requiere cierta información para cumplir con la intención. Las entidades vinculadas dictan cómo se obtiene esta información de las expresiones de los usuarios. Para obtener más información, vea Vincular entidades con intención.
Vincular entidades con intención
Antes de comenzar
Asegúrese de crear entidades y vincularlas antes de agregar expresiones. Este auto anota las entidades mientras se agregan las instrucciones.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. Las entidades vinculadas aparecen en la sección Ranuras.
|
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Cuando una entidad se marca como necesaria, hay opciones de configuración adicionales disponibles. Puede especificar el número máximo de veces que el agente de IA puede solicitar la entidad que falta antes de escalar o proporcionar una respuesta de respaldo. Puede definir la clave de plantilla que se invocará si la entidad requerida no se proporciona dentro del número especificado de reintentos.
Una vez que un agente de IA identifica una intención y recopila todos los datos necesarios (ranuras), responde utilizando el mensaje asociado con la clave de plantilla final configurada para esa intención. Para iniciar una nueva conversación o gestionar intentos posteriores sin transferir datos anteriores, debe habilitar el botón de alternancia Restablecer ranuras después de finalizar . Esta configuración borra todas las entidades reconocidas del historial de conversaciones, lo que garantiza un nuevo comienzo para cada nueva interacción. |
Generar datos de entrenamiento
Debe agregar manualmente los datos de entrenamiento a sus intenciones para que el agente de IA trabaje con una precisión razonable. Los datos de entrenamiento consisten en diferentes formas en las que puede invocar la misma intención. Puede agregar al menos 15-20 variantes para cada intento para mejorar su precisión. Crear este corpus de entrenamiento manualmente puede ser tedioso y llevar mucho tiempo. Puede agregar solo algunas variantes o agregar solo palabras clave como variantes en lugar de oraciones significativas. Esto se puede evitar generando datos de entrenamiento para complementar los existentes.
Para generar datos de entrenamiento, siga estos pasos:
- Introduzca el nombre de intención y una expresión de muestra.
- Haga clic en Generar.
- Proporcione una breve descripción de la intención de guiar a la IA.
- Especifique el número deseado de variantes y el nivel de creatividad para las sugerencias generadas por IA.
- Generar muchas variantes a la vez puede afectar la calidad. Recomendamos un máximo de 20 variantes por generación.
- Un entorno de menor creatividad puede producir variantes menos diversas.
- El proceso de generación puede tardar unos segundos, dependiendo del número de variantes solicitadas.
- El icono del rayo distingue las variantes generadas por IA de los datos de entrenamiento definidos por el usuario.
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Marcado de variantes generadas
Para garantizar un uso responsable de la IA, los desarrolladores pueden marcar los resultados generados por la IA para su revisión. Esto permite la identificación y prevención de cualquier contenido dañino o sesgado. Para marcar salidas generadas por IA:
- Busque la opción de marcado: hay disponible una opción de marcado para cada expresión generada.
- Proporcionar comentarios: al marcar una salida, los desarrolladores pueden agregar comentarios y especificar el motivo de la marcación.
Esta función está disponible inicialmente con un límite de uso mensual de 500 operaciones de generación. Para adaptarse a las crecientes necesidades, los desarrolladores pueden ponerse en contacto con los propietarios de sus cuentas para solicitar un aumento de este límite.
Crear intención y entidad multilingües
Puede crear datos de entrenamiento en varios idiomas. Para cada idioma configurado para su agente de IA, debe definir expresiones que reflejen las interacciones deseadas. Si bien las ranuras permanecen consistentes en todos los idiomas, las claves de la plantilla identifican de forma única las respuestas en cada idioma.
No todos los idiomas admiten todos los tipos de entidad. Para obtener más información sobre la lista de tipos de entidad que admite cada idioma, consulte la tabla Idiomas frente a entidades admitidas en Idiomas admitidos para agentes de IA con scripts.
Administrar respuestas
Las respuestas son los mensajes que su agente de IA envía a los clientes en respuesta a sus consultas o intenciones. Puede crear respuestas que incluyan:
- Texto: mensajes de texto sin formato para comunicación directa.
- Código: código incrustado para contenido o acciones dinámicas.
- Multimedia: imágenes, elementos de audio o video para mejorar la experiencia del usuario.
Las respuestas tienen dos componentes principales:
- Plantillas: estructuras de respuesta predefinidas que se asignan a intenciones específicas.
- Flujos de trabajo: la lógica que determina qué plantilla usar en función de la intención identificada.
Las plantillas para Transferencia de agentes, Ayuda, Respaldo y Bienvenida están preconfiguradas y el mensaje de respuesta se puede cambiar desde las plantillas correspondientes.
Tipos de respuesta
La sección Diseñador de respuestas cubre diferentes tipos de respuestas y cómo se pueden configurar.
La ficha Flujos de trabajo se usa para controlar respuestas asincrónicas al llamar a un API externo que responde de forma asincrónica. Los flujos de trabajo deben estar codificados en python.
Sustitución de variables
La sustitución de variables permite utilizar variables dinámicas como parte de las plantillas de respuesta. Todas las variables (o entidades) estándar de una sesión, junto con las que un desarrollador de AI Agent puede establecer dentro de un objeto de forma libre como el campo del almacén de datos, se pueden usar en plantillas de respuesta a través de esta característica. Las variables se representan con esta sintaxis: ${variable_name}. Por ejemplo, al usar el valor de una entidad llamada apptdate se usa ${entities.apptdate} o ${newdfState.model_state.entities.apptdate.value}.
Las respuestas se pueden personalizar utilizando variables recibidas del canal o recopiladas de los consumidores en el transcurso de una conversación. La funcionalidad de autocompletar muestra la sintaxis de las variables en el área de texto cuando comienza a escribir ${. Al seleccionar la sugerencia requerida, se rellena automáticamente el área con la variable y se resalta dicha variable.
Configurar respuestas con el diseñador de respuestas
El diseñador de respuestas ofrece una interfaz fácil de usar para crear respuestas sin requerir amplios conocimientos de codificación. Hay dos tipos de respuesta disponibles:
- Respuestas condicionales: para los no desarrolladores, esta opción permite una fácil construcción de las respuestas que el agente de IA entrega a los clientes.
- Fragmentos de código: Para los desarrolladores que usan Python, esta opción proporciona flexibilidad para configurar respuestas usando código.
El diseñador de respuestas está diseñado para garantizar que la experiencia del usuario se adapte al canal específico con el que interactúa el agente de IA.
Plantillas de respuesta
- Texto: son respuestas de texto simples. Para mejorar la experiencia del usuario, el diseñador de respuestas permite múltiples cuadros de texto dentro de una sola respuesta, lo que le permite dividir los mensajes largos en secciones más manejables. Cada cuadro de texto puede incluir varias opciones de respuesta. Durante una conversación, una de estas opciones se selecciona aleatoriamente y se muestra al usuario, lo que garantiza una interacción dinámica y atractiva.
Para mantener una experiencia de usuario dinámica y atractiva, puede agregar varias opciones de respuesta a sus plantillas. Cuando se activa una plantilla con varias opciones, una de ellas se selecciona aleatoriamente y se muestra al usuario. Puede habilitar esta función haciendo clic en el botón +Agregar variante ubicado en la parte inferior de su respuesta.
Al guardar las respuestas, es posible que vea una advertencia que indica el número de errores que deben corregirse. Los campos con errores se resaltarán en rojo. Mediante el uso de las flechas de navegación, los desarrolladores pueden localizar y corregir fácilmente estos errores en cualquier canal o formato de respuesta. Si el selector de listas o el carrusel contiene varias tarjetas, la navegación por puntos le permite desplazarse por las tarjetas con errores. Para una sola tarjeta, el punto correspondiente se vuelve rojo para indicar el error.
- Respuesta rápida: las respuestas de texto se pueden emparejar con botones, que pueden estar basados en texto o enlaces URL. Los botones de texto requieren un título y una carga útil, que se envía al bot cuando se hace clic. Los botones URL redirigen a los usuarios a una página web específica.
Cuando la consulta de un cliente es ambigua, la coincidencia parcial permite al bot sugerir artículos o intenciones relevantes como opciones. Esta función está disponible para las interacciones web y de Facebook.
Agregar respuestas rápidas de URL
Los botones de respuesta rápida de URL en respuestas fijas y condicionales le permiten crear botones que redirigen a los usuarios a su sitio web para obtener más información o acciones como completar formularios. Al hacer clic, estos botones abren la URL especificada en una nueva pestaña dentro de la misma ventana del navegador sin enviar ningún dato al bot.
Para agregar una respuesta rápida de URL en respuesta condicional o fija:
- Elija la clave de artículo o plantilla para la que desea configurar la respuesta rápida de URL.
- Haga clic en +Agregar una respuesta rápida. Aparece la ventana emergente Tipo de botón.
- Elija el tipo de botón como URL en el canal web.
- Especifique el título del botón y la dirección URL a la que se debe redirigir al consumidor después de hacer clic en el botón.
- Haga clic en Listo para agregar una respuesta rápida a la URL.
Los botones de tipo de URL también se pueden configurar a través del tipo de respuesta dinámica, donde estos botones se configuran utilizando fragmentos de código Python. Estos botones se admiten en las secciones Vista previa y Vista previa que se puede compartir. Actualmente no son compatibles con el widget de chat en vivo de IMIchat u otros canales de terceros.
- Carrusel: las respuestas enriquecidas pueden incluir una sola tarjeta o varias tarjetas dispuestas en formato de carrusel. Cada tarjeta requiere un título y puede contener una imagen, una descripción y hasta tres botones.
Los botones de respuesta rápida dentro de la plantilla Carrusel se pueden configurar con enlaces de texto o URL. Al hacer clic en un botón de URL se redirigirá al usuario al sitio web especificado. Al hacer clic en un botón de respuesta rápida basado en texto, se envía una carga útil configurada al bot, lo que desencadena la respuesta correspondiente.
- Imagen: plantilla multimedia en la que los usuarios pueden configurar imágenes proporcionando direcciones URL.
- Vídeo: procesa los vídeos en la vista previa en función de la URL de vídeo configurada.
- Código: se puede usar para escribir código Python para llamar a API o ejecutar otra lógica.
Fragmentos de código
Las respuestas condicionales, con sus amplias características y diversas plantillas, pueden abordar de manera efectiva la mayoría de las necesidades de los agentes de IA. Sin embargo, para casos de uso complejos que no se pueden realizar completamente a través de respuestas condicionales o para desarrolladores que prefieren la codificación, el tipo de respuesta Fragmento de código está disponible.
Los fragmentos de código le permiten configurar respuestas utilizando código Python. Este enfoque permite crear todo tipo de respuestas, incluidas respuestas rápidas, texto, carruseles, imágenes, audio, vídeo y archivos, dentro de una plantilla de respuesta o artículo.
El código de función definido en la plantilla Fragmento de código se puede utilizar para establecer variables que luego se utilizan en otras plantillas. Es importante tener en cuenta que el código de función no puede devolver respuestas directamente cuando se usa dentro de respuestas condicionales.
Validación de fragmentos de código: la plataforma solo comprueba si hay errores de sintaxis en el fragmento de código que está configurando. Sin embargo, cualquier error en el propio contenido de la respuesta puede causar problemas a los usuarios que interactúan con el bot en el canal configurado. Por ejemplo, el editor no le impedirá agregar una respuesta de "selector de tiempo" para el canal web, pero esto produce errores si la consulta de un usuario desencadena esa respuesta específica.
Si no configura una respuesta única para diferentes canales, la respuesta web se toma como la respuesta predeterminada y la misma se envía al cliente. La lista de plantillas soportadas en el canal web son:
- Texto: mensaje de texto simple que puede tener varias variantes. Este mensaje configurado se muestra en función de la consulta.
- Respuesta rápida: plantilla con texto y botones en los que se puede hacer clic.
- Carrusel: colección de tarjetas, cada una de las cuales tiene un título, una URL de imagen y una descripción.
- Imagen: plantilla para configurar imágenes proporcionando URL.
- Vídeo: plantilla para configurar el vídeo proporcionando la URL del vídeo. Puede reproducir el video haciendo clic o tocando la imagen.
- Archivo: plantilla para configurar un archivo pdf proporcionando la URL para acceder al archivo.
- Audio: plantilla para configurar un archivo de audio proporcionando la URL de audio. También muestra la duración del mensaje de audio en la salida.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Agente de IA con script para responder preguntas
Los agentes de IA guionados son agentes basados en el conocimiento cuya base de conocimiento consiste en un corpus de preguntas y respuestas. El agente de IA con script puede proporcionar respuestas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. Esta capacidad es útil en escenarios donde:
- Se requieren conocimientos específicos: el agente debe responder preguntas dentro de un dominio predefinido.
- La coherencia es importante: el agente debe proporcionar respuestas coherentes a consultas similares.
- Se necesita flexibilidad limitada: las respuestas del agente están limitadas por la información en el corpus de entrenamiento.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA con scripts para responder preguntas
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Scripted. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con script para responder preguntas se creó correctamente y ahora está disponible en el panel.
En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA precompilados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Agregar artículos al agente de IA.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Administrar artículos
Los artículos son una parte importante de los agentes de IA con guiones. Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. Cada artículo tiene una pregunta predeterminada que lo identifica. Todos los artículos juntos conforman la base de conocimientos o corpus del agente deIA. Cuando su cliente pregunta algo, el sistema verifica su base de conocimientos y le da la mejor respuesta que encuentra.
Los motores NLU Rasa y Mindmeld requieren un mínimo de dos variantes de entrenamiento (expresiones) para que un artículo forme parte del modelo entrenado de un corpus. Los botones Entrenar y Guardar y Entrenar no están disponibles en un agente de IA con script para responder preguntas, si selecciona un motor NLU Rasa o Mindmeld y si un artículo tiene menos de dos variaciones. Cuando apoyas el puntero en estos botones no disponibles, el sistema muestra un mensaje pidiéndote que resuelvas los problemas antes del entrenamiento. Además, el sistema muestra un icono de advertencia correspondiente al artículo con problemas. Puede resolver los problemas agregando más de dos variantes para un artículo. Los botones Tren y Guardar y Tren estarán disponibles una vez que se resuelvan los problemas. Tener dos variantes no es aplicable a los artículos predeterminados: mensaje de coincidencia parcial, mensaje de respaldo y mensaje de bienvenida.
Puede clasificar los artículos en categorías de su elección y todos los artículos sin categorizar permanecen clasificados como sin asignar. Desde el momento en que se crean los artículos, hay cuatro artículos predeterminados que están disponibles para cada agente de IA. Los siguientes son estos:
- Mensaje de bienvenida: contiene el primer mensaje cada vez que se inicia una conversación entre el cliente y el agente de IA.
- Mensaje de respaldo: AI Agent muestra este mensaje cuando el agente no puede entender la pregunta del usuario.
- Coincidencia parcial: cuando el agente de IA reconoce varios artículos con una pequeña diferencia en las puntuaciones (como se establece en la configuración de Traspaso e Inferencias), el agente muestra este mensaje de coincidencia junto con los artículos coincidentes como opciones. También puede configurar la respuesta de texto para que se muestre junto con estas opciones.
- ¿Qué puedes hacer?— Puede configurar las capacidades del agente de IA. AI Agent muestra esto cada vez que los usuarios finales cuestionan las capacidades de AI Agent.
Además de estos, el artículo predeterminado Hablar con un agente se agrega si el traspaso del agente desde la configuración Traspaso e Inferencia están habilitados.
Todos los nuevos agentes de IA también tienen cuatro artículos de Smalltalk que manejan las expresiones de los usuarios para:
- Saludos
- Gracias
- El agente de IA no fue útil
-
Adiós
Estos artículos y respuestas están disponibles en la base de conocimiento de AI Agent de forma predeterminada al crear un nuevo AI Agent. También puede modificarlos o eliminarlos.
Agregar artículos a través de la interfaz de usuario y la respuesta predeterminada
Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. La consulta de cada consumidor se compara con estos artículos (base de conocimiento) y la respuesta que devuelve el nivel de confianza más alto se muestra al usuario como la respuesta del agente de IA. Para agregar artículos:
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en Crear nuevo artículo. |
| 4 |
Agregue las variantes predeterminadas. |
| 5 |
Elija cualquiera de estas respuestas predeterminadas para el artículo. Valores posibles:
Para obtener más información, vea la sección Configurar respuestas mediante el Diseñador de respuestas . |
| 6 |
Haga clic en Guardar y entrenar. |
Importar desde catálogos
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Haga clic en Importar desde catálogos. |
| 5 |
Elija las categorías de los artículos que desea agregar al agente. |
| 6 |
Haga clic en Done (Listo). |
Extraer preguntas frecuentes del enlace
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en el icono de puntos suspensivos. |
| 4 |
Haga clic en el enlace Extraer preguntas frecuentes de. |
| 5 |
Proporcione la dirección URL donde se alojan las preguntas frecuentes y haga clic en Extraer. |
| 6 |
Haga clic en Importar. |
Importar desde archivo
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Haga clic en Importar desde un archivo y elija CSV importar los artículos desde el archivo de CSV. Si va a importar artículos desde un archivo en formato JSON, elija JSON. |
| 5 |
Haga clic en Examinar y seleccione un archivo que contenga todos los artículos. Haga clic en Descargar muestra para ver el formato en el que se deben especificar los artículos. |
| 6 |
Haga clic en Importar. |
Agregar sinónimos personalizados
Muchos casos de uso de agentes de IA tienden a involucrar palabras y frases que pueden no ser parte del vocabulario estándar en inglés o que son específicas de un contexto empresarial. Por ejemplo, desea que el agente de IA reconozca la aplicación Android, la aplicación iOS, etc. El agente de IA debe incluir estos términos y sus variaciones en las expresiones de entrenamiento para todos los artículos relacionados, lo que lleva a una entrada de datos redundante.
Para superar este problema de redundancia, puede usar sinónimos personalizados dentro de un agente de IA con script para responder preguntas. Los sinónimos de cada palabra raíz son reemplazados por la palabra raíz en tiempo de ejecución por la plataforma automáticamente.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en el icono de puntos suspensivos. |
| 4 |
Haga clic en Sinónimos personalizados. |
| 5 |
Haga clic en Nueva palabra raíz. |
| 6 |
Configure el valor de la palabra raíz y sus sinónimos y haga clic en Guardar. |
| 7 |
Entrene al agente de IA nuevamente después de agregar los sinónimos. También puede exportar los sinónimos (en formato de archivo .CSV) a la carpeta local e importar el archivo de nuevo a la plataforma. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Vista previa de su agente de IA con scripts
Webex AI Agent Studio le permite obtener una vista previa de sus agentes de IA mientras lo desarrolla e incluso después de que finalice el desarrollo. De esta manera, puede probar el funcionamiento de los agentes de IA y determinar si se generan las respuestas deseables correspondientes a las consultas de entrada respectivas. Puede obtener una vista previa de su agente de IA con script de las siguientes maneras.
- Panel de control del agente de IA: coloque el cursor sobre una tarjeta de agente de IA para ver la opción Vista previa de ese agente de IA. Haga clic en Vista previa para abrir el widget de vista previa de AI Agent.
- Encabezado del agente de IA: después de ingresar al modo de edición para cualquier agente de IA haciendo clic en la tarjeta del agente de IA o en el botón Editar de la tarjeta del agente de IA, la opción Vista previa siempre está visible en la sección del encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página, lo que le permite volver a abrir fácilmente el modo de vista previa.
Además de esto, puede copiar el enlace de vista previa que se puede compartir desde un agente de IA. En la tarjeta AI Agent, haga clic en el icono de puntos suspensivos en la parte superior derecha y haga clic en Copiar enlace de vista previa. Puede compartir este vínculo con los demás usuarios del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la parte inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para ver cómo responde el agente de IA, asegurándose de que funcione como se espera. La vista previa del agente de IA admite varios idiomas y puede detectar automáticamente el idioma de las expresiones para responder en consecuencia. También puede seleccionar manualmente el idioma en la vista previa haciendo clic en el selector de idioma y eligiendo de la lista de opciones disponibles.
Puede maximizar el widget de vista previa para una mejor vista. Además, puede proporcionar información al consumidor e iniciar varias salas para probar a fondo el agente de IA.
Widget de vista previa compartible
El widget de vista previa compartible le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el agente de IA. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con una carcasa de teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo un
parámetro brandColoral enlace. Puede definir colores simples utilizando nombres de colores o usar código hexadecimal de colores. -
Carcasa del teléfono: cambiando el valor de un
parámetro phoneCasingen el enlace. Se establece entruede forma predeterminada y se puede deshabilitar haciéndolo falsoEjemplo de enlace de vista previa con estos parámetros:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Secciones de administración comunes para Scripted AI Agent
Las siguientes secciones aparecen en el panel izquierdo de la página de configuración de AI Agent:
Capacitación
A medida que los agentes de IA evolucionan y se vuelven más complejos, los cambios en su lógica o comprensión del lenguaje natural (NLU) a veces pueden tener consecuencias no deseadas. Para garantizar un rendimiento óptimo e identificar posibles problemas, la plataforma de agente de IA ofrece un conveniente marco de prueba de bots con un solo clic. Puede hacer lo siguiente:
- Cree y ejecute fácilmente un conjunto completo de casos de prueba.
- Definir mensajes de prueba y respuestas esperadas para diversos escenarios.
- Simule interacciones complejas creando casos de prueba con varios mensajes.
Definir pruebas
Puede definir pruebas siguiendo estos pasos:
- Inicie sesión en la plataforma Webex AI Agent Studio.
- En el panel, haga clic en el agente de IA con script que ha creado.
- Haga clic en Pruebas en el panel izquierdo. De forma predeterminada, aparece la pestaña Casos de prueba.
- Seleccione un caso de prueba y haga clic en Ejecutar pruebas seleccionadas.
Cada fila de la tabla representa un caso de prueba con los siguientes parámetros:
| Parámetro | Descripción |
|---|---|
| Mensaje | Un mensaje de ejemplo que representa los tipos de consultas e instrucciones que puede esperar que los usuarios envíen a su agente de IA. |
| Idioma esperado | El idioma en el que se espera que los usuarios interactúen con el agente de IA. |
| Artículo esperado | Especifique el artículo que se mostrará en respuesta a un mensaje de usuario determinado. Para ayudarle a encontrar el artículo más relevante, esta columna cuenta con una función de autocompletar inteligente. A medida que ingresa, el sistema sugiere artículos coincidentes basados en el texto ingresado hasta ahora. |
| Restablecer contexto anterior | Haga clic en la casilla de verificación de esta columna para aislar los casos de prueba y asegurarse de que se ejecutan independientemente de cualquier contexto de agente de IA existente. Cuando está habilitado, cada caso de prueba se simula en una nueva sesión, evitando cualquier interferencia de interacciones anteriores o datos almacenados. |
| Incluir coincidencias parciales | Habilite este conmutador para considerar que los casos de prueba son exitosos incluso si los artículos esperados solo coinciden parcialmente con la respuesta real. |
| Importar desde CSV | Importar casos de prueba desde un archivo separado por comas (CSV). En este caso, se sobrescriben todos los casos de prueba existentes. |
| Exportar a CSV | Exporte los casos de prueba a un archivo separado por comas (CSV). |
| Probar devoluciones de llamada | Active este interruptor para simular devoluciones de llamada entrantes y probar el comportamiento del flujo sin necesidad de llamadas entrantes reales. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Flujo de devolución de llamada | Haga clic en la casilla de verificación de esta columna para indicar que una intención debe desencadenar una devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Plantilla de devolución de llamada esperada | Especifique la clave de plantilla que se activará cuando se produzca la devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Tiempo de espera de devolución de llamada | La cantidad máxima de tiempo (en segundos) que el agente de IA espera una respuesta de devolución de llamada antes de considerar que la devolución de llamada ha agotado el tiempo de espera. Se permite un tiempo de espera máximo de 20 segundos. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
Ejecutar pruebas
En la ficha Ejecución , haga clic en Ejecutar pruebas seleccionadas para iniciar una ejecución secuencial de todos los casos de prueba seleccionados.
También puede ejecutar casos de prueba desde la ficha Casos de prueba.
.Para ver casos de prueba con resultados específicos, haga clic en el resultado deseado (por ejemplo,Aprobado,Aprobado con coincidencia parcial,Fallido,Pendiente ) en la cinta de resumen. Esto filtra la lista de casos de prueba para mostrar solo aquellos que coinciden con el resultado seleccionado.
El ID de sesión asociado con cada caso de prueba se muestra en los resultados. Esto le permite hacer referencias cruzadas rápidamente de casos de prueba y ver los detalles de la transacción. Para ello, elija la opción Detalles de transacción en la columna Acciones .
Historial de ejecución
En la pestaña Historial , acceda a todos los casos de prueba ejecutados.
- Haga clic en el icono Descargar de la columna Acciones para exportar los datos de prueba ejecutados como un archivo CSV para análisis o informes sin conexión.
- Revise la configuración específica del motor y el algoritmo utilizada para la ejecución de cada caso de prueba. Esta información ayuda a los desarrolladores a optimizar el rendimiento del agente de IA.
- Para ver los ajustes avanzados de configuración de algoritmos utilizados para un motor de entrenamiento determinado, haga clic en el icono Información situado junto al nombre del motor de entrenamiento. Esto proporciona información sobre los parámetros y la configuración que influyeron en el comportamiento del agente de IA durante las pruebas.
Sesiones
La sección Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los clientes. Cada sesión incluye un historial detallado de los mensajes intercambiados. Puede exportar los datos de sesión como un archivo de CSV para el análisis y la auditoría sin conexión. Puede utilizar estos datos para examinar los mensajes y el contexto de sesiones específicas para obtener información sobre las interacciones del usuario e identificar áreas de mejora, refinar las respuestas de los agentes de IA y mejorar la experiencia general del usuario.
Puede manejar grandes conjuntos de datos mostrando los resultados en páginas. Puede utilizar la sección Refinar resultados para filtrar y ordenar las sesiones en función de varios criterios. Cada fila de la tabla muestra detalles esenciales de la sesión, entre los que se incluyen:
- Canales: el canal donde se produjo la interacción (por ejemplo, chat, voz).
- ID de sesión: identificador único de la sesión.
- ID de consumidor: identificador único del usuario.
- Mensajes: el número de mensajes intercambiados durante la sesión.
- Actualizado a las: hora en que se cerró la sesión.
- Metadatos: información adicional sobre la sesión.
- Ocultar sesiones de prueba: active esta casilla para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso del agente: seleccione esta casilla de verificación para filtrar las sesiones que se entregan a un agente. Si se produce el traspaso del agente, se muestra el icono de los auriculares que indica el traspaso del chat a un agente humano.
- Se ha producido un error: seleccione esta casilla de verificación para filtrar las sesiones en las que se produjo el error.
- Votación negativa: seleccione esta casilla de verificación para filtrar las sesiones con votación negativa.
Haga clic en una fila para acceder a la vista detallada de una sesión específica. Utilice casillas de verificación para filtrar las sesiones en función de la entrega del agente, los errores y los votos negativos. El descifrado de sesiones requiere permiso de nivel de usuario y configuración avanzada de protección de datos. Haga clic en Descifrar contenido para ver los detalles de la sesión.
Detalles de la sesión de una sesión concreta en el agente de IA con script para responder preguntas
La vista Detalles de sesión en un agente de IA con script para responder preguntas proporciona un desglose completo de una interacción específica entre un usuario y el agente de IA.
La sección Mensajes :
- Muestra todos los mensajes enviados por el usuario durante la sesión.
- Muestra las respuestas correspondientes generadas por el agente de IA.
- Presenta el orden cronológico de los mensajes, proporcionando contexto para la interacción.
La pestaña Información de transacción:
- Enumera los artículos que se identificaron como relevantes para la consulta del cliente, incluidas las coincidencias exactas y las coincidencias parciales.
- Muestra las puntuaciones de similitud asociadas a cada artículo identificado, indicando el grado de relevancia.
- Presenta los resultados de los algoritmos subyacentes utilizados para procesar la consulta del cliente e identificar artículos relevantes.
- Muestra el número de resultados del algoritmo en función de la configuración configurada en la ficha Traspaso e inferencia .
La sección Otra información de la vista Detalles de la sesión proporciona contexto adicional y detalles sobre una interacción específica. Aquí hay un desglose de la información que se muestra:
- Consulta procesada: muestra la versión preprocesada de la entrada del cliente después de que haya sido procesada por la canalización de comprensión del lenguaje natural (NLU) del agente de IA.
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Tipo de respuesta: especifica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
Detalles de la sesión de una sesión concreta en el agente de IA con script para realizar acciones
La pestaña Información de transacción en Agente de IA con script para realizar acciones proporciona un desglose detallado de una interacción específica, categorizando la información en cuatro secciones:
Sección Intenciones identificadas :
- Muestra las intenciones identificadas para la consulta del cliente.
- Indica el nivel de confianza asociado a cada intención identificada.
- Enumera las ranuras asociadas a la intención identificada. Haga clic en la ranura para ver información adicional sobre su valor y cómo se extrajo de la consulta del usuario.
La sección Entidades identificadas enumera las entidades que se extrajeron del mensaje del cliente y están asociadas con la intención activa del consumidor. Estas entidades representan las piezas clave de información que el bot identificó dentro de la consulta del usuario.
La sección Resultados del algoritmo proporciona información sobre los procesos subyacentes que condujeron a la respuesta del agente de IA. Aquí hay un desglose de la información que se muestra:
- Lista de intenciones: muestra las intenciones identificadas y sus correspondientes puntuaciones de similitud.
- Lista de entidades: muestra las entidades que se extrajeron del mensaje del usuario.
Aparece Otra información :
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Clave de plantilla: indica la clave de plantilla asociada con la intención que desencadenó la respuesta del agente de IA.
- Tipo de respuesta: indica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
También puede descargar y ver la información de la transacción en formato JSON utilizando la opción de descarga.
La ficha Metadatos muestra:
- Metadatos de NLP: revise los pasos de preprocesamiento aplicados a la entrada del cliente en la pestaña NLP .
- Almacén de datos y FinalDF: acceda a los datos relacionados con la sesión en las pestañas Almacén de datos y FinalDF para bots inteligentes.
- Funcionalidad de búsqueda: use la barra de búsqueda incorporada para encontrar rápidamente expresiones específicas dentro de una conversación.
Historia
Siempre que agregue o modifique artículos, intenciones o entidades, es esencial volver a entrenar a su agente de IA con scripts para asegurarse de que esté actualizado. Después de cada sesión de entrenamiento, pruebe minuciosamente su agente de IA para verificar su precisión y efectividad.
La página Historial le permite:
- Ver historial de entrenamiento: realiza un seguimiento de cuándo se entrenó un corpus y se realizaron los cambios.
- Comparar motores de entrenamiento: revise los motores de entrenamiento utilizados para diferentes iteraciones y sus correspondientes duraciones de entrenamiento.
- Control de cambios: supervise los cambios en la configuración, los artículos, las respuestas, NLP y la curación.
- Volver a versiones anteriores: si es necesario, vuelve fácilmente a un conjunto de entrenamiento anterior.
La sección Historial proporciona herramientas útiles para administrar los artículos de la base de conocimientos:
- Activar artículos: haz que los artículos previamente inactivos estén en vivo para incluirlos en las respuestas del agente de IA.
- Editar artículos: cree una nueva versión de un artículo existente conservando el original como referencia.
- Vista previa del rendimiento: evalúe el rendimiento del agente de IA con una base de conocimientos específica mediante la función Vista previa .
- Descargar artículos: exporte los artículos de la base de conocimientos como un archivo CSV para analizarlos o consultarlos sin conexión. Esta opción está disponible para Scripted AI Agent solo para responder preguntas.
Registros de auditoría
La sección Registros de auditoría proporciona un registro detallado de las modificaciones realizadas en su agente de IA con scripts en los últimos 35 días. Para acceder a los registros de auditoría:
- Vaya al panel y haga clic en el agente de IA que ha creado.
- Haga clic en la pestaña Historial para ver el historial del agente de IA.
- Haga clic en la ficha Registros de auditoría para ver un registro detallado de los cambios:
- Actualizado en: fecha y hora en que se realizó el cambio.
- Actualizado por: el usuario que realizó el cambio.
- Campo: la sección del bot donde se produjo la modificación (por ejemplo, Configuración, Artículos, Respuestas).
- Descripción: detalles adicionales sobre el cambio.
-
Utilice las opciones Actualizado por
yBúsqueda decampopara localizar rápidamente entradas específicas del registro de auditoría. -
La pestaña Historial de modelos muestra un máximo de 10 corpus para cada agente de IA.
Curaduría
Los mensajes se agregan a la consola de Curation en función de los siguientes criterios:
- Mensajes alternativos: cuando el agente de IA no entiende el mensaje de un usuario y activa la intención de respaldo.
- Intención de respaldo predeterminada: si este interruptor está habilitado, los mensajes que activen la intención de respaldo predeterminada se enviarán a la consola de Curation.
Este criterio solo se aplica al agente de IA con script para realizar acciones.
- Mensajes rechazados: mensajes que los usuarios han rechazado durante las vistas previas de AI Agent.
- Traspaso de agentes: mensajes que dan lugar a un traspaso de agente humano debido a reglas configuradas.
- Desde la sesión: mensajes marcados por los usuarios como que no reciben la respuesta deseada de los datos de la sesión o de la sala.
- Confianza baja: mensajes con una puntuación de confianza que se encuentra dentro del umbral de confianza bajo especificado.
- Coincidencia parcial: mensajes en los que el agente de IA no pudo identificar definitivamente la intención o respuesta correcta.
Resolver problemas
La ficha Problemas proporciona una ubicación centralizada para revisar y abordar los mensajes que se han marcado para su conservación. Puede hacer lo siguiente:
- Elija resolver u ignorar los problemas en función de su gravedad y relevancia.
- Examine la expresión original del usuario, la respuesta del agente de IA y cualquier medio adjunto.
El acceso a descifrar se concede a nivel de usuario y requiere que Advanced Data Protection esté habilitado en el backend.
Para resolver un problema, puede:
-
Vincular a un artículo existente: para conectar un problema con un artículo existente, seleccione la opción Enlace y busque el artículo deseado.
-
Crear nuevo artículo: use la opción Agregar a un nuevo artículo para crear un nuevo artículo directamente desde la Consola de curación.
-
Ignorar problemas: resuelve o ignora problemas para eliminarlos de la consola de curación.
- No se permite enlazar a artículos predeterminados (mensaje de bienvenida, mensaje alternativo, coincidencia parcial).
- Para el agente de IA con script para realizar acciones, seleccione la intención adecuada de la lista desplegable y etiquete las entidades relevantes.
- Después de realizar cambios, vuelva a capacitar a su agente de IA para asegurarse de que el nuevo conocimiento se refleje en sus respuestas.
- Resuelva o ignore varios problemas simultáneamente para una administración eficiente.
La ficha Resuelto proporciona una visión general completa de todos los problemas que se han solucionado. Puede ver un resumen de cada problema resuelto, incluso si el problema se vinculó a un artículo existente, se usó para crear un nuevo artículo / intención o se ignoró. Si encuentra respuestas no deseadas que no fueron capturadas automáticamente por las reglas existentes, puede agregar manualmente expresiones específicas a la Consola de curación.
Para agregar problemas de las sesiones:
- Identificar la expresión: localiza la expresión que desencadenó la respuesta incorrecta.
- Comprobar estado de curación: si el problema no se encuentra ya en la consola de conservación,
se muestra el botón de alternancia Estadode conservación. - Alternar el indicador: active el
interruptor Estadode conservación para agregar el mensaje a la consola de conservación para su revisión y resolución.
Si el problema ya está presente en Curation Console, la apariencia del conmutador cambia en consecuencia para indicar su estado.
Ver el rendimiento de la IA con scripts con Analytics
La sección Análisis proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Las métricas clave se dividen en cuatro secciones representadas como pestañas. Estos son: Descripción general, Respuestas, Capacitación y Curaduría.
Al visitar la pantalla de análisis, los desarrolladores pueden seleccionar el agente de IA para el que desean ver los análisis. También pueden personalizar la vista de análisis eligiendo el canal para el que desean ver los datos, junto con el rango de fechas y la granularidad de los datos. De forma predeterminada, los datos analíticos del último mes se muestran para todos los canales con una granularidad diaria (cada día es un punto en el eje x en los gráficos).
Descripción general
La descripción general contiene métricas y gráficos clave que proporcionan una instantánea del uso y el rendimiento general del agente de IA a los desarrolladores.
- En el panel, elija el agente de IA que ha creado.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
Sesiones y mensajes
La primera sección de la descripción general muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA:
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agentes de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
Esto es seguido por una representación gráfica de las sesiones (columna apilada que representa las sesiones manejadas por el agente de IA y las sesiones entregadas) y el total de respuestas enviadas por el agente de IA.
Usuarios
La segunda sección de la descripción general contiene estadísticas sobre los usuarios del agente de IA. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios. Esto es seguido por un gráfico que muestra los usuarios nuevos y recurrentes para cada unidad dependiendo de la granularidad seleccionada.
Rendimiento
La tercera sección proporciona estadísticas sobre las respuestas del agente de IA a los usuarios. Aquí se puede ver el total de respuestas enviadas por el agente de IA y la división entre las respuestas donde el agente de IA:
- Identificó la intención del usuario.
- Respondió con un mensaje alternativo.
- Respondió con un mensaje de coincidencia parcial.
- Informar al usuario de la entrega de un agente.
El mismo se agrega en un gráfico circular y un gráfico de área proporciona información basada en la granularidad seleccionada.
Capacitación
La sección de capacitación representa la "salud" de un corpus de agente de IA. Se recomienda que los desarrolladores configuren 20+ expresiones de entrenamiento para cada intención/artículo en sus agentes de IA. En esta sección, todos los artículos/intenciones de un corpus se muestran como rectángulos individuales donde el color y el tamaño relativo de cada rectángulo son indicativos de los datos de entrenamiento que contiene el artículo/intención. Cuanto más cerca esté una intención del blanco, más datos de entrenamiento necesitará para que mejore la precisión de su agente de IA.
Respuestas
Esta sección ofrece a los desarrolladores una vista detallada de lo que los usuarios preguntan y con qué frecuencia lo preguntan. Proporciona una representación gráfica de los artículos más populares para AI Agents para responder preguntas y plantillas de respuesta para AI Agents para realizar acciones.
Curaduría
Esta sección proporciona un resumen visual de cuántos problemas de curación han surgido cada día y cuántos de ellos han sido resueltos por los agentes de IA.
Integrar agentes de IA
En esta sección se explica cómo integrar agentes de IA con canales digitales y de voz para administrar las conversaciones de los clientes.
Integre agentes de IA con canales digitales y de voz
Una vez que haya creado y configurado sus agentes de IA en la plataforma Webex AI Agent Studio, el siguiente paso es integrarlos con los canales de voz y digitales. Esta integración permite a los agentes de IA manejar conversaciones digitales y basadas en voz con sus clientes, proporcionando una experiencia de usuario fluida e interactiva.
Para obtener más información, consulte el artículo Integrar agentes de IA con canales digitales y de voz.
Administrar informes de agentes de IA
En esta sección se describe la descripción general de los informes de agentes de IA, los tipos de informes, la creación de informes de agentes de IA y los modos de entrega de informes.
Comprender los informes de agentes de IA
La función de informes le permite generar o programar (generar periódicamente) informes específicos de los tipos de informes disponibles y recibirlos en los modos de entrega disponibles. Estos informes pueden proporcionar información valiosa sobre el comportamiento del usuario, el uso, la participación, el rendimiento del producto, etc. Puede recibir la información deseada en su correo electrónico, SFTP ruta o bucket de S3. Puede elegir el tipo de informe de una lista de informes pregenerados y también elegir si desea generar un informe único al instante o a intervalos regulares.
Al acceder al menú Informes desde el panel de navegación izquierdo, aparecen las siguientes fichas:
-
Configurar: esta ficha enumera todos los informes que están activos actualmente y que se generan periódicamente. Los siguientes detalles están disponibles para la lista de informes:
- Activo: indica si un usuario sigue suscrito al informe.
- Agente de IA: nombre del agente de IA asociado al informe.
- Tipo de informe: el tipo de informe precreado al que se ha suscrito.
- Frecuencia: intervalo en el que recibe el informe.
- Último informe generado: el último informe enviado.
- Próxima fecha programada: la próxima fecha en que se enviará el informe.
-
Historial: esta ficha muestra toda la información histórica de los informes enviados hasta la fecha. Haga clic en cualquier informe de esta página para editar la configuración de los informes.
Puede hacer clic en el icono Descargar en la columna Acciones para descargar estos informes históricos.
Los informes a petición que aparecen en la ficha Historial solo están disponibles para su descarga una vez completada la generación del informe.
Crear un informe de agente de IA
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
Haga clic en Informes en la barra de navegación izquierda. |
| 3 |
Haga clic en +Nuevo informe. |
| 4 |
Proporcione la siguiente información para crear y configurar el informe: |
Tipos de informes de agente de IA
Puede elegir de una lista de informes predefinidos en función del tipo de agente de IA seleccionado. Esta sección cubre estos tipos de informe, las hojas incluidas en cada informe y las columnas disponibles en cada hoja.
AI Agent para responder preguntas tipo de informe
Hay tres tipos de informes diferentes disponibles para que un agente de IA responda preguntas en la aplicación. Mediante diferentes tipos de informes, se le puede utilizar para comprender el resumen de uso del agente de IA, el comportamiento, lo que preguntan los usuarios y cómo responde el agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Comportamiento de uso y resumenEn esta sección se muestra el resumen de AI Agent con la frecuencia con la que se invocan los artículos y las categorías. Puede ver la información de resumen, categorías y artículos en una pestaña separada de los informes:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones/sesiones manejadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos | Los mensajes enviados por los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por el agente de IA a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano. |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los clientes. |
| Total de votos negativos |
Respuestas totales de agentes de IA que fueron rechazadas por los clientes. |
| Campo | Descripción |
|---|---|
| Nombre de la categoría | El nombre de la categoría tal como se configuró en el agente de IA. |
| Conversaciones para la categoría | El número de conversaciones o sesiones donde se detectó un artículo perteneciente a esta categoría. |
| Total de respuestas | El número de veces que se detectó un artículo perteneciente a esta categoría. |
| Total de votos positivos | El número de veces que se votó positivamente una respuesta de esta categoría. |
| Total de votos negativos |
El número de veces que una respuesta de esta categoría fue rechazada. |
| Campo | Descripción |
|---|---|
| Nombre del artículo | El nombre del artículo (variante predeterminada) que se configura en el agente de IA. |
| Categoría del artículo | La categoría a la que pertenece esta intención. |
| Conversaciones para el artículo | El número de conversaciones o sesiones en las que se detectó este artículo. |
| Total de respuestas | El número de veces que se detectó este artículo. |
| Total de votos positivos | El número de veces que se votó positivamente la respuesta a este artículo. |
| Total de votos negativos |
El número de veces que la respuesta para este artículo es rechazada. |
Muestra la conversación entre el agente de IA y el cliente junto con la puntuación de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | La marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión. |
| ID de consumidor | El identificador único para el usuario final en el agente de IA. |
| Tipo de mensaje | El mensaje del agente de IA o el mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Artículo | El identificador de la respuesta enviada por el agente de IA. |
| Categoría | La intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | La puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | La intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 | La puntuación de la intención detectada. |
| Retroalimentación | Los comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Los comentarios que dejan los usuarios al votar un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en el agente de IA. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Artículo | Identificador de la respuesta enviada por el agente de IA. |
| Categoría | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 |
Puntuación para la intención detectada. |
Tipo de informe AI Agent para realizar tareas
Hay tres tipos de informes diferentes disponibles para que un agente de IA realice tareas en la aplicación generadora de agentes de IA. Como desarrollador de agentes de IA, puede crear diferentes tipos de informes. Estos se pueden usar para comprender el resumen de uso del agente de IA, el comportamiento del agente de IA, lo que preguntan los usuarios y cómo responde un agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Muestra el resumen de las conversaciones junto con las intenciones y las claves de plantilla que se activan. La ficha resumen muestra los siguientes detalles:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones o sesiones gestionadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos |
Los mensajes que envían los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por AI Agent a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los usuarios. |
| Total de votos negativos |
Total de respuestas de agentes de IA que fueron rechazadas por los usuarios. |
También puedes ver los detalles de la intención en la pestaña Intenciones de la hoja de cálculo:
| Campo | Descripción |
|---|---|
| Nombre de intención | El nombre de la intención tal como se configuró en el agente de IA. |
| Conversaciones para la intención | Número de conversaciones o sesiones en las que se invocó esta intención. |
| Total de invocaciones | Número de veces que se invocó esta intención. |
| Finalizaciones totales | Número de veces que se recopilaron todas las ranuras y se completó esta intención. |
| Total de votos positivos | El total de respuestas para eso fue votado a favor para cada intención. |
| Total de votos negativos |
El total de respuestas para eso fue rechazado para cada intención. |
El informe también tiene detalles de plantilla de alto nivel, tales como:
| Campo | Descripción |
|---|---|
| Nombre de clave de plantilla | Nombre de la plantilla tal como está configurada en el agente de IA. |
| Intención clave de plantilla | Intenciones donde se usa esta clave de plantilla. |
| Conversaciones para la clave de plantilla | Número de veces que se envió esta clave de plantilla como respuesta. |
| Total de respuestas | El número de veces que se envió esta clave de plantilla como respuesta. |
| Total de votos positivos | Número de veces que se votó positivamente la respuesta a esta plantilla. |
| Total de votos negativos |
Número de veces que la respuesta para esta plantilla fue rechazada. |
Muestra la conversación de un cliente con el agente de IA junto con las puntuaciones de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Tipo de mensaje | Mensaje de agente de IA o mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 | Puntuación para la intención detectada. |
| Retroalimentación | Comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Comentarios dejados por los usuarios al votar negativamente un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Este informe solo es relevante para agentes de IA con guión. Puede ver los siguientes detalles en este informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del cliente. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 |
Puntuación para la intención detectada. |
Modos de entrega del informe AI Agent
En el mundo actual basado en datos, la entrega eficiente y segura de informes de AI Agent es crucial para la toma de decisiones informadas y la excelencia operativa. Para satisfacer las diversas necesidades de la organización, ofrecemos múltiples modos de entrega para los informes de AI Agent, lo que garantiza flexibilidad, confiabilidad y seguridad. Las opciones de entrega incluyen Secure File Transfer Protocol (SFTP), correo electrónico y Amazon S3 Bucket. Cada modo está diseñado para satisfacer diferentes requisitos, ya sea la necesidad de alta seguridad, facilidad de acceso o soluciones de almacenamiento escalables. Este documento describe las características y ventajas de cada modo de entrega, ayudándole a elegir la mejor opción para sus necesidades específicas.
SFTP
|
Campo |
Descripción |
|---|---|
| Enviar informes a una ubicación segura según lo programado |
Active esta opción para enviar los informes a la ubicación segura a la hora programada. Solo puede proporcionar los siguientes detalles habilitando este conmutador. |
| Dirección IP | La dirección IP del sistema. |
| Nombre de usuario | El nombre de usuario para acceder a los informes. |
| Contraseña | La contraseña para tener acceso a los informes. |
| Clave privada | La clave privada para tener acceso a los archivos. |
| Ruta de carga |
La ruta de acceso donde se enrutan los archivos en el sistema. |
Correo electrónico
| Campo | Descripción |
|---|---|
| Programe correos electrónicos para varios destinatarios, separados con punto y coma(;) | Active esta opción para agregar destinatarios. |
| Destinatarios |
La dirección de correo electrónico de todos los destinatarios que deben recibir los informes en la hora y frecuencia especificadas. |
Cucharón S3
| Campo | Descripción |
|---|---|
| Cargue informes en un bucket de S3 según la programación |
Active esta opción para que los campos de S3 estén disponibles y dirija los informes al bucket de S3 configurado. |
| ID de clave de acceso de AWS | El ID de clave de acceso para obtener acceso a los servicios y recursos de AWS. |
| Clave de acceso secreta de AWS | La clave de acceso secreta para obtener acceso a los servicios y recursos de AWS. |
| Nombre del bucket | El nombre del bucket al que se enruta el informe. |
| Nombre de carpeta |
El nombre de la carpeta que se crea en el bucket de S3. |
Comprender el cumplimiento de la IA
Esta sección le ayuda a comprender el desarrollo de la IA, la privacidad de los datos, la seguridad y la protección
Desarrollo de IA, privacidad de datos, seguridad y protección
Cada función impulsada por IA en Cisco se somete a una Evaluación de Impacto de IA según nuestrosprincipios de IA Responsable, y se adhiere al Marco de IA Responsable, además de los procesos existentes de Seguridad, Privacidad y Derechos Humanos por Diseño.
Privacidad y seguridadCisco no conserva los datos de entrada del cliente después del proceso de inferencia, y el proveedor del modelo de 3 ª parte, Microsoft, no accede, supervisa ni almacena los datos de los clientes de Cisco. Para obtener más información sobre las políticas de retención de datos específicas de las funciones, consulte Cisco Trust Portal.
La siguiente es la lista de notas de transparencia de IA para todas las funciones de IA:
Fuentes de datos para capacitación y evaluaciónEl proveedor de modelos de 3rd party de Cisco, Microsoft, declara que no usará el contenido del cliente para mejorar los modelos de Azure OpenAI y que no almacena ni retiene los datos de los clientes de Cisco en la infraestructura de Azure.
Seguridad y consideraciones éticasTodas las características generativas de IA son propensas a errores, por lo que Cisco prioriza la seguridad del contenido para las características de IA al optar por el filtrado de contenido, proporcionado por Azure OpenAI.
Evaluación y rendimiento del modeloCisco prioriza el rendimiento y la precisión de AI Assistant al involucrar a los humanos en la revisión, las pruebas y el control de calidad del modelo subyacente.
Introducción a Webex AI Agent Studio
Webex AI Agent Studio es una plataforma sofisticada diseñada para crear, administrar e implementar agentes de IA automatizados para satisfacer las necesidades de servicio al cliente y soporte. Mediante el uso de inteligencia artificial, los agentes de IA brindan asistencia automatizada a los clientes antes de que interactúen con agentes humanos. Estos agentes apoyan las interacciones de voz con la entonación, la comprensión del lenguaje y la conciencia contextual dentro de las conversaciones. Además, los agentes de IA manejan sin problemas e informativamente las interacciones del canal digital a través de texto y chat en línea. Los clientes se benefician de una experiencia similar a la de un conserje, que recibe asistencia con preguntas, recuperación de información y minimiza los tiempos de espera.
Capacidades de Webex AI Agent Studio
- Respuestas precisas y oportunas: proporciona respuestas precisas a las consultas de los clientes en tiempo real.
- Ejecución inteligente de tareas: ejecuta tareas en función de las solicitudes o entradas de los clientes.
Beneficios clave para las empresas
-
Experiencia del cliente mejorada: ofrece una experiencia conversacional en tiempo real para los clientes.
-
Interacciones personalizadas: adapta las respuestas a las necesidades y preferencias individuales de los clientes.
-
Escalabilidad y eficiencia: maneja un gran volumen de interacciones con los clientes sin requerir agentes humanos adicionales, lo que mejora la satisfacción y reduce los costos operativos.
Comprender los tipos y ejemplos de agentes de IA
La siguiente tabla proporciona una visión de los tipos de agentes de IA y sus capacidades:
| Tipo de agente de IA | Propósito | Capacidad | Descripción | ¿Cómo configurar? |
|---|---|---|---|---|
|
Autónomo |
Los agentes autónomos de IA están diseñados para operar de forma independiente, tomando decisiones y realizando tareas sin intervención humana directa. |
Realizar acciones |
Tome decisiones informadas basadas en la información disponible y las reglas predefinidas. Automatice tareas repetitivas o que consumen mucho tiempo. |
|
|
Responder preguntas |
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. |
Agentes autónomos de IA para responder preguntas | ||
|
Guión |
Los agentes de IA con scripts están programados para seguir un conjunto predefinido de reglas e instrucciones. |
Realizar acciones |
Los agentes con scripts pueden realizar tareas específicas que están claramente definidas y estructuradas. |
Agentes de IA con scripts para realizar acciones |
|
Responder preguntas |
Los agentes con scripts pueden responder a preguntas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. |
Agentes de IA con guiones para responder preguntas |
Ejemplos
Tanto los agentes de IA autónomos como los guionados se pueden aplicar a varios casos de uso, dependiendo de los requisitos específicos y las capacidades deseadas. Algunos ejemplos incluyen:
-
Servicio al cliente: tanto los agentes autónomos como los con scripts se pueden utilizar para proporcionar soporte al cliente, con agentes autónomos que ofrecen más flexibilidad y comprensión del lenguaje natural.
-
Asistentes virtuales: los agentes autónomos son adecuados para roles de asistente virtual, ya que pueden manejar diversas tareas y proporcionar interacciones más personalizadas.
-
Análisis de datos: los agentes autónomos se pueden utilizar para analizar grandes conjuntos de datos y extraer información valiosa.
-
Automatización de procesos: tanto los agentes autónomos como los con scripts se pueden usar para automatizar tareas repetitivas, mejorar la eficiencia y reducir los errores.
-
Gestión del conocimiento: los agentes autónomos se pueden utilizar para crear y administrar repositorios de conocimiento, haciendo que la información sea fácilmente accesible para los usuarios.
La elección entre agentes de IA autónomos y con scripts depende de la complejidad de las tareas, el nivel requerido de autonomía y la disponibilidad de datos de entrenamiento.
Requisitos previos
-
Si ya es cliente de Webex Contact Center, asegúrese de cumplir los siguientes requisitos previos:
-
Webex inquilino de Contact Center 2.0.
-
Webex Connect se aprovisiona para el inquilino.
-
La plataforma de medios de voz es una plataforma de medios de próxima generación.
-
-
Si no tiene un inquilino de Webex Contact Center, póngase en contacto con su socio para iniciar una prueba de Webex Contact Center con Next-Generation Media Platform.
-
Los administradores pueden solicitar un entorno limitado para desarrolladores Webex Contact Center para probar agentes de IA.
Habilitación de características
Esta función se encuentra actualmente en versión beta. Los clientes pueden registrarse para esta función en Webex Portal Beta completando la encuesta de participación para agentes de IA.
-
Actualmente, solo la funcionalidad de agente de IA con script está disponible en la fase beta.
-
Los agentes autónomos solo están disponibles para clientes seleccionados. Las solicitudes se pueden hacer a través de su CSM (Customer Success Manager), PSM (Partner Success Manager) o enviando un correo electrónico # ask-ccai@cisco.com. Tras la aprobación, los agentes autónomos estarán disponibles además de los agentes con scripts para su inquilino.
Acceso Webex AI Agent Studio
Para crear sus agentes de IA, debe iniciar sesión en la aplicación Webex AI Agent Studio. Esto se puede hacer de las siguientes maneras:
Iniciar sesión desde Control Hub
- Inicie sesión en Control Hub con la dirección URL https://admin.webex.com.
- En la sección Servicios del panel de navegación, elija Contact Center.
- En Vínculos rápidos del panel derecho, vaya a la sección Conjunto de aplicaciones del centro de contacto.
- Haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Iniciar sesión desde Webex Connect
Para acceder a la aplicación Webex AI Agent Studio, debe tener acceso a Webex Connect.
- Inicie sesión en Webex aplicación Connect con la dirección URL de inquilino proporcionada para su empresa y sus credenciales.
De forma predeterminada, la página Servicios aparece como página de inicio.
- En el menú Bandeja de aplicaciones del panel de navegación izquierdo, haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra pestaña del navegador y usted iniciará sesión automáticamente en la aplicación.
Diseño de página de inicio
Bienvenido a la aplicación Webex AI Agent Studio. Al iniciar sesión, la página de inicio muestra el siguiente diseño:
-
Barra de navegación
La barra de navegación que aparece a la izquierda proporciona acceso a los siguientes menús:
- Panel de control: muestra una lista de agentes de IA a los que el usuario tiene acceso, según lo concedido por el administrador de la empresa.
- Conocimiento: muestra el repositorio central de conocimiento o la base de conocimiento, que sirve como cerebro para que los agentes autónomos de IA respondan a las consultas de los clientes.
- Informes: enumera informes de agentes de IA prediseñados de varios tipos. Puede generar o programar informes de acuerdo a las necesidades de su negocio.
- Ayuda: proporciona acceso a la guía del usuario de Webex AI Agent Studio en el Centro de ayuda de Webex.
-
Perfil de usuario
El menú Perfil de usuario le permite ver la información de su perfil y cerrar sesión en la aplicación.
La página Perfil de Enterprise contiene información sobre el inquilino del agente de IA, a la que solo pueden acceder los administradores con acceso de administrador completo.
-
La ficha Información general contiene la siguiente información:
- Identificadores de empresa: incluye Webex ID de organización, ID de organización de CPaaS e ID de suscripción de la empresa. Esto está disponible para empresas con Webex integración de Contact Center para el inquilino de Webex Connect correspondiente.
- Configuración de perfil: contiene el nombre de la empresa, el nombre único de la empresa y la URL del logotipo.
- Configuración global del agente: permite seleccionar el agente predeterminado para el canal de voz para gestionar los escenarios de reserva.
- Resumen de retención de datos: proporciona un resumen de los períodos de retención de datos para esta empresa.
-
En la pestaña Compañeros de equipo, puede ver y administrar la lista de compañeros de equipo que tienen acceso a la aplicación. A cada usuario se le asigna un rol, que determina las acciones que puede realizar en función de los permisos concedidos.
-
Conozca su Dashboard
En el panel, los agentes de IA están representados por tarjetas que muestran información básica, incluido el nombre del agente de IA, la última actualización, la última actualización y el motor utilizado para entrenar al agente.
Tareas en la tarjeta AI Agent
Desplácese sobre una tarjeta de agente de IA para ver las siguientes opciones:
- Vista previa: haga clic en Vista previa para abrir el widget de vista previa del agente de IA.
- Icono de puntos suspensivos : haga clic en este icono para realizar las siguientes tareas:
-
Copiar enlace de vista previa: copia el enlace de vista previa para pegarlo en una pestaña nueva y obtener una vista previa del agente de IA en el widget de chat.
-
Copiar token de acceso: copia el token de acceso del agente de IA para invocar al agente a través de API.
-
Exportar: exporte los detalles del agente de IA (en formato JSON) a su carpeta local.
-
Eliminar: elimina permanentemente el agente de IA del sistema.
-
Pin: ancla el agente de IA a la primera posición del panel o desancla para volver a colocarlo en su posición anterior.
-
Crear un nuevo agente de IA
Puede crear un nuevo agente de IA mediante la opción + Crear agente en la esquina superior derecha del panel. Puede optar por utilizar una plantilla predefinida o crear un agente desde cero.
Para saber cómo crear agentes de IA autónomos y con scripts, consulte las siguientes secciones:
Importar agente de IA precompilado
Puede importar un agente de IA precompilado en formato JSON desde una lista de agentes de IA disponibles. En primer lugar, asegúrese de haber exportado el agente de IA en formato JSON a la carpeta local. Siga estos pasos para importarlo:
- Haga clic en Importar agente.
- Haga clic en Cargar para cargar el archivo de agente AI (en formato JSON) exportado desde la plataforma.
- En el campo Nombre del agente , introduzca el nombre del agente de IA.
- (Opcional) En el ID desistema, edite el identificador único generado por el sistema.
- Haga clic en Importar.
Su agente de IA ahora se ha importado correctamente a la plataforma Webex AI Agent Studio y está disponible en el panel.
Búsqueda por palabra clave
La plataforma proporciona capacidades de búsqueda sólidas para ayudarlo a localizar y administrar fácilmente agentes de IA. Puede realizar búsquedas por palabra clave utilizando el nombre del agente. Introduzca el nombre del agente o una parte del nombre en la barra de búsqueda. El sistema muestra una lista de agentes de IA que coinciden con sus criterios de búsqueda.
Filtrar por tipo de agente
Además de la búsqueda por palabra clave, puede refinar los resultados de la búsqueda filtrando según el tipo de agente de IA. Elija uno de los filtros de tipo de agente de la lista desplegable: Scripted, Autonomous y All.
Administrar Knowledge Base
Una base de conocimiento es un repositorio central de información para los agentes autónomos de IA impulsados por el modelo de lenguaje grande (LLM). Los agentes autónomos de IA aprovechan las tecnologías avanzadas de IA y aprendizaje automático para comprender, procesar y generar texto similar al humano. Estos agentes de IA se entrenan con grandes cantidades de datos, lo que les permite proporcionar respuestas detalladas y contextualmente relevantes. Las bases de conocimiento almacenan los datos necesarios para el funcionamiento de los agentes autónomos de IA.
Para acceder a la base de conocimientos:
- Inicie sesión en la plataforma Webex AI Agent Studio.
- En el panel, haga clic en el icono Información en el panel de navegación izquierdo. Aparecerá la página de bases de conocimiento.
- Puede encontrar una base de conocimientos basada en los siguientes criterios:
- Nombre de la base de conocimientos
- Tipo de base de conocimiento
- Bases de conocimiento actualizadas entre fechas especificadas
- Bases de conocimiento creadas entre fechas especificadas
Haga clic en Restablecer todo para restablecer los criterios de búsqueda.
- También puede crear una nueva base de conocimientos. Para crear una nueva base de conocimiento, consulte Crear base de conocimiento para AI Agent.
Crear una base de conocimientos para AI Agent
| 1 |
En el panel, haga clic en el icono Información en el panel de navegación izquierdo. |
| 2 |
En la página Bases de conocimiento, haga clic en +Crear base de conocimiento en la esquina superior derecha. |
| 3 |
En la página Crear base de conocimiento , escriba los siguientes detalles: |
| 4 |
Haga clic en Crear. El sistema crea una base de conocimiento con el nombre especificado. |
| 5 |
En la pestaña Archivos : |
| 6 |
En la ficha Documentos : |
| 7 |
Vaya a la ficha Información para ver y realizar un seguimiento de los detalles de los archivos que ha cargado y de los documentos que ha creado.
|
Qué hacer a continuación
Configure la base de conocimientos del agente de IA autónoma para responder preguntas.
Configurar agentes autónomos de IA
Los agentes autónomos de IA operan de forma independiente sin intervención humana directa. Estos agentes utilizan algoritmos avanzados y técnicas de aprendizaje automático para analizar datos, aprender de su entorno y adaptar sus acciones para lograr objetivos específicos. En esta sección se describen las dos capacidades principales de Autonomous AI Agent.
Agente de IA autónomo para realizar tareas
Los agentes autónomos de IA pueden realizar varias tareas, que incluyen:
-
Procesamiento del lenguaje natural (PNL): comprenda y responda al lenguaje humano de una manera natural y conversacional.
-
Toma de decisiones: tome decisiones informadas basadas en la información disponible y las reglas predefinidas.
-
Automatización: automatice tareas repetitivas o que consumen mucho tiempo.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA autónomo para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero.
También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Filtre el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal del agente, haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. Ahora ha creado con éxito el agente de IA autónomo para realizar acciones que ahora está disponible en el Dashboard. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA precompilados. Para obtener más información, consulte Importar agente de IA precompilado |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para realizar acciones.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Publicar para que AI Agent esté activo. |
Qué hacer a continuación
Agregue las acciones necesarias al agente de IA.
Agregar acciones a Autonomous AI Agent
Los agentes autónomos de IA para realizar acciones están diseñados para comprender las intenciones del usuario y actuar en consecuencia. Por ejemplo, en un restaurante existe la necesidad de automatizar la ingesta de pedidos de comida en línea. Para realizar la tarea, puede crear un agente de IA autónomo que realice las siguientes acciones:
-
Obtenga la información requerida del cliente.
-
Transfiera la información al flujo requerido.
El agente autónomo de IA para realizar acciones funciona en los siguientes bloques de construcción:
-
Acción: funcionalidad que permite al agente de IA conectarse con sistemas externos para realizar tareas complejas.
-
Entidad o ranura: representa un paso para cumplir la intención del usuario. El llenado de ranuras implica hacer preguntas específicas al cliente para cumplir con la intención del cliente basada en expresiones. Es el desencadenante para que un agente de IA comience a realizar una acción. Defina las entidades de entrada como parte del llenado de ranuras.
-
Cumplimiento: determina cómo el agente de IA completa la acción. Como parte del cumplimiento, defina las entidades de salida para que el agente autónomo de IA genere la respuesta en un formato específico. El sistema envía las entidades de salida al flujo para continuar con la acción y completar la tarea con éxito.
| 1 |
En la pestaña Acción , haga clic en +Nueva acción. |
| 2 |
En la página Agregar una nueva acción , especifique los siguientes detalles: |
Qué hacer a continuación
Puede configurar ranuras o puede configurar ranuras y definir el cumplimiento según el ámbito de acción elegido.
Configurar el relleno de ranura
El llenado de ranuras implica agregar las entidades de entrada requeridas para el motor de IA. En la sección Relleno de ranura de la página Acciones , agregue las entidades de entrada:
-
Puede agregar las entidades una por una en formato de tabla.
-
También puede utilizar el archivo JSON y definir las entidades. Consulte Un recorrido por el esquema JSON para obtener más información.
Agregar entidades de entrada en formato de tabla
| 1 |
Para agregar una entidad de entrada, haga clic en +Nueva entidad de entrada. |
| 2 |
En la página Agregar una nueva entidad de entrada, especifique los siguientes detalles: |
| 3 |
Haga clic en Agregar para agregar la entidad de entrada. Puede agregar tantas entidades de entrada como necesite. |
| 4 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
Agregar entidades mediante el editor JSON
Puede agregar las entidades de entrada y las entidades de salida mediante el editor JSON. En la vista del editor JSON, las entidades deben definirse en un formato JSON estructurado.
Para obtener más información, consulte Un recorrido por el esquema JSON.
Estructura de parámetros de entrada
Los parámetros de entrada deben adherirse a la siguiente estructura:
-
type: tipo de datos del objeto parameters. Esto es siempre 'objeto' para denotar que los parámetros están estructurados como un objeto.
propiedades: un objeto donde cada clave representa un parámetro y sus metadatos asociados.
required: matriz de cadenas que enumeran los nombres de los parámetros obligatorios.
Properties Objeto
Cada clave del objeto properties representa una entidad/parámetro de entrada y contiene otro objeto con metadatos sobre ese parámetro. Los metadatos siempre deben incluir las siguientes palabras clave:
-
type: tipo de datos del parámetro. Los tipos permitidos son:
-
string: datos textuales.
-
entero: datos numéricos sin decimales.
-
número: datos numéricos que pueden incluir decimales.
-
booleano: valores verdadero/falso.
-
matriz: lista de elementos, todos los cuales suelen ser del mismo tipo.
-
object: estructura de datos compleja con propiedades anidadas.
-
-
descripción: breve explicación de lo que representa la entidad. Esto ayuda al motor de IA a comprender el propósito y el uso del parámetro. Se recomienda una descripción que sea concisa y consistente con las instrucciones del agente y la descripción de la acción para una mejor precisión.
-
La validación es aplicada por la plataforma solo para 'tipo'. La "descripción" no se aplica a todas las entidades, pero se recomienda encarecidamente que se agregue. Otras palabras clave útiles para los metadatos de entidad son:
-
enum: el campo enum enumera los valores posibles para un parámetro. Esto es útil para parámetros que solo deben aceptar un conjunto limitado de valores. Los desarrolladores pueden definir listas personalizadas de valores que un parámetro debe aceptar para usar esto.
- pattern: el campo patrón se utiliza con tipos de cadena para especificar una expresión regular que la cadena debe coincidir. Esto es particularmente útil para validar formatos específicos, como números de teléfono, códigos postales o identificadores personalizados.
-
ejemplos: el campo ejemplos proporciona uno o más ejemplos de valores válidos para el parámetro. Esto ayuda al motor de IA a comprender qué tipo de datos se esperan y puede ser especialmente útil para fines de interpretación y validación.
-
Hay otras palabras clave que pueden hacer que la definición de entidad sea más precisa y robusta. Para obtener más información, consulte Un recorrido por el esquema JSON.
Ejemplo
En el ejemplo siguiente se incluyen varios tipos de entidades y palabras clave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "El nombre de usuario único de la cuenta.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "La contraseña de la cuenta.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "La dirección de correo electrónico de la cuenta.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "birthdate": { "type": "string", "description": "The birthdate of the user.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "If the user want to receive newsletters.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "description": "Lista de roles asignados al usuario.", "items": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["username", "password", "email"] } En este ejemplo se incluyen las siguientes entidades:
- nombre de usuario: tipo de cadena con restricción de longitud mínima y máxima.
- contraseña: tipo de cadena con una longitud mínima y un formato específico (la contraseña indica que debe manejarse de forma segura).
- email: tipo de cadena con un patrón regex para garantizar que sea una dirección de correo electrónico válida.
- birthdate: tipo de cadena con ejemplos para prescribir el formato de la fecha.
- preferencias: un tipo de objeto con propiedades anidadas (boletín y notificaciones), incluido un booleano con un valor predeterminado y una cadena con valores permitidos específicos (enumeración).
- roles: tipo de matriz en el que cada elemento es una cadena limitada a valores específicos (enumeración).
El nombre de usuario, la contraseña y el correo electrónico son obligatorios según lo definido por la matriz 'required'.
En este ejemplo, las entidades tienen nombres descriptivos, descripciones claras y siguen una estructura y convención de nomenclatura coherentes. Siga estas prácticas recomendadas para crear entidades bien definidas que sean fáciles de interpretar y hacer cumplir para el motor de IA.
Definir cumplimiento
| 1 |
Defina los detalles de cumplimiento para implementar el agente de IA en un centro de contacto. Especifique los siguientes detalles: |
| 2 |
Configure las entidades de salida de modo que el agente de IA genere el resultado en un formato comprensible por el flujo. |
| 3 |
Para agregar una entidad de salida, haga clic en +Nueva entidad de salida. En la pantalla Agregar una nueva entidad de salida, especifique los siguientes detalles: También puede usar un archivo JSON para agregar las entidades de salida. Para obtener más información, consulte Agregar entidades mediante el editor JSON . |
| 4 |
Haga clic en Agregar para agregar la entidad de salida. Puede agregar tantas entidades de salida como necesite. |
| 5 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
| 6 |
Haga clic en Agregar para completar la cofiguración. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo. Haga clic en Publicar para que AI Agent esté activo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Agentes autónomos de IA para responder preguntas
Los agentes autónomos pueden acceder y utilizar un repositorio de conocimiento para proporcionar respuestas informativas y precisas a las consultas de los usuarios. Esta capacidad es útil en escenarios en los que el agente necesita:
-
Proporcionar soporte al cliente: responda preguntas frecuentes, solucione problemas y guíe a los clientes a través de los procesos.
-
Ofrecer asistencia técnica: brinde asesoramiento experto sobre temas o dominios específicos.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA autónomo para responder preguntas
Antes de comenzar
Asegúrese de crear la base de conocimientos. Para obtener más información, vea Administrar bases de conocimiento.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como autónomo. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA autónomo para responder preguntas se creó correctamente y ahora está disponible en el Dashboard. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil de agente autónomo de IA
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En el panel, haga clic en el agente de IA que ha creado. |
| 2 |
Vaya a y configure los siguientes detalles: |
| 3 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA.
Configurar la base de conocimientos
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En la página Panel , seleccione el agente de IA que ha creado. |
| 2 |
Vaya a la ficha Base de conocimientos. |
| 3 |
Elija la base de conocimientos necesaria en la lista desplegable. |
| 4 |
Haga clic en Guardar cambios para activar AI Agent. |
Qué hacer a continuación
Haga clic en Vista previa para obtener una vista previa del agente de IA. Para obtener más información, consulte Vista previa de su agente de IA autónomo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante Analytics.
- Para ver los detalles de las sesiones y el historial, consulte Ver sesiones e historial de agentes de IA autónomos.
Ver sesión e historial de agente de IA autónomo
Puede ver los detalles de la sesión y el historial de cada uno de los agentes de IA autónomos que haya creado. La página Sesiones muestra los detalles de las sesiones establecidas con los participantes. La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA.
Sesiones
La página Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los usuarios. Para navegar a la página Sesiones :
- En el panel, haga clic en el agente de IA autónomo para el que desea ver los detalles de la sesión.
- En el panel de navegación izquierdo, haga clic en Sesiones.
Aparecerá la página Sesiones . Cada sesión se muestra como un registro que contiene todos los mensajes de la sesión. Esta información es útil para auditar, analizar y mejorar el agente de IA.
La tabla de sesiones muestra una lista de todas las sesiones/salas creadas para ese agente de IA. La tabla se pagina si hay más filas de las que se pueden acomodar en una pantalla. Cualquiera de los campos de la tabla se puede ordenar o filtrar utilizando la sección Refinar resultados en el lado izquierdo. Los campos que están presentes representan la siguiente información sobre cualquier sesión en particular:
-
ID de sesión: el ID de sala único o ID de sesión para una conversación.
- ID de consumidor: el identificador del consumidor que interactuó con el agente de IA.
-
Canales: canal donde tuvo lugar la interacción.
-
Actualizado a las: hora del cierre de la sala.
-
Metadatos de la sala: contiene información adicional sobre la sala.
-
Marque las casillas de verificación requeridas:
- Ocultar sesiones de prueba: para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso de agente: para filtrar las sesiones que se entregan a un agente. Si se produce la transferencia del agente, se muestra el icono de auriculares que indica la transferencia del chat a un agente humano.
- Error ocurrido: para filtrar las sesiones en las que se produjo el error.
- Voto negativo: para filtrar las sesiones con votos negativos.
Haga clic en una fila de la tabla de sesiones para obtener una vista detallada de esa sesión. El icono de candado indica que la sesión está bloqueada y debe descifrarse. Debe tener permiso para descifrar la sesión. Si el botón de alternancia Descifrar acceso está habilitado, puede acceder a cualquier sesión mediante el botón Descifrar contenido . Sin embargo, esta funcionalidad solo es aplicable cuando la protección de datos avanzada se establece en true o está habilitada para el inquilino.
Historia
La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA. Para ver el historial de un agente específico:
- En el panel, haga clic en el agente de IA autónomo del que desea ver el historial.
- En el panel de navegación izquierdo, haga clic en Historial.
Aparece la página Historial con las siguientes fichas:
- Registros de auditoría: haga clic en la pestaña Registros de auditoría para ver los cambios realizados en los agentes de IA.
- Historial de modelos: haga clic en la pestaña Historial de modelos para ver las distintas versiones del agente de IA autónomo para realizar acciones.
Registros de auditoría
La pestaña Registros de auditoría realiza un seguimiento de los cambios realizados en el agente de IA autónomo. Puede ver los detalles de los cambios de los últimos 35 días. La ficha Registros de auditoría muestra los siguientes detalles:
Los usuarios con roles de administrador o desarrollador de agente de IA solo pueden acceder a la pestaña Registros de auditoría. Los usuarios con roles personalizados que tienen el permiso 'Obtener registro de auditoría' también pueden ver los registros de auditoría.
- Actualizado en: los datos y la hora del cambio.
- Actualizado por: el nombre del usuario que incorporó el cambio.
- Campo: la sección específica del agente de IA donde se realizó el cambio.
- Descripción: información adicional sobre el cambio.
Puede buscar un registro de auditoría específico mediante las opciones de búsqueda Actualizado por, Campo y Descripción . Puede ordenar los registros según los campos Actualizado en y Actualizado por .
Historia del modelo
La pestaña Historial de modelos solo está disponible para que el agente autónomo de IA realice acciones.
Cada vez que publica el agente de IA autónomo para realizar acciones, se guarda una versión del agente de IA autónomo que está disponible en la pestaña Historial de modelos. Puede ver las distintas versiones de AI Agent desde la pestaña Historial de modelos.
- Descripción del modelo: breve descripción de la versión del agente de IA.
- Motor de IA: el motor de IA utilizado para esa versión del agente de IA.
- Actualizado el: fecha y hora en que se creó la versión.
- Acciones: le permite realizar las siguientes acciones en el agente de IA
- Carga: se pierden todos los cambios en el agente de IA. Debe volver a realizar la configuración.
- Exportar: utilícelo para exportar el agente de IA.
Vista previa de su agente de IA autónomo
Puede obtener una vista previa de los agentes de IA autónomos en el momento de crear el agente de IA, durante la edición y después de implementar el agente. Puede abrir la vista previa desde:
- Panel de control del agente de IA: al pasar el cursor sobre una tarjeta de agente de IA, la opción Vista previa de ese agente de IA se hace visible. Haga clic para abrir la vista previa del agente de IA.
- Encabezado del agente de IA: haga clic en la tarjeta del agente de IA para abrir el agente de IA. La opción Vista previa siempre está visible en la sección de encabezado.
- Widget minimizado: después de iniciar y minimizar una vista previa, aparece un widget de encabezado de chat en la parte inferior derecha de la página. Puede utilizar esta opción para volver a abrir fácilmente el modo de vista previa.
Webex AI Agent Studio también proporciona una opción de vista previa que se puede compartir. Haga clic en el menú en la esquina superior derecha y seleccione la opción Copiar enlace de vista previa. Puede compartir el vínculo de vista previa con otros usuarios, como evaluadores o consumidores del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la sección inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para verificar las respuestas del agente de IA y asegurarse de que funciona correctamente.
Además, puede minimizar el widget de vista previa, proporcionar información al consumidor e iniciar varias salas para probar el agente de IA.
Widget de vista previa compartible
El widget de vista previa compartible le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el agente de IA. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con una carcasa de teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Puede personalizar el widget de la siguiente manera:
- Color del widget: anexando el parámetro brandColor al enlace. Puede definir colores simples usando nombres de color o usar el código hexadecimal de colores.
-
Carcasa del teléfono: cambiando el valor del parámetro phoneCasing en el enlace. Se establece en true de forma predeterminada y se puede deshabilitar haciéndolo false.
Ejemplo de enlace de vista previa con estos parámetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<introduzca el valor hexadecimal de un color en el formato '_XXXX'>.
Vista previa basada en voz
El agente autónomo de IA para responder preguntas admite la vista previa basada en voz. Para habilitar esta opción:
- Vaya a Panel y elija el agente de IA.
- Vaya a .
- En la lista desplegable AI Engine , seleccione Vega.
- Haga clic en Save changes (Guardar cambios).
La opción Vista previa se actualiza con un icono de micrófono para una vista previa basada en voz. Haga clic en Vista previa. Aparece el widget de vista previa por voz.
Debe habilitar el acceso al micrófono para utilizar esta funcionalidad.
Puede ver las siguientes opciones en el widget de vista previa por voz:
- Botón Inicio para iniciar la vista previa.
- La transcripción en vivo de la conversación se muestra en el widget cuando la vista previa de voz está en progreso.
- Finalizar llamada para finalizar la conversación.
- Silenciar para silenciar.
Vea el rendimiento de Autonomous AI Agent mediante Analytics
La sección Análisis de agente de IA proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Para generar la analítica del Autonomous AI Agent:
- Elija el agente de IA en el panel de control.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
La primera sección muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA.
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agente de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
La segunda sección muestra las estadísticas sobre los usuarios. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios.
La tercera sección muestra las respuestas del agente de IA y las entregas de agentes
Configurar agente de IA con script
En esta sección se describe cómo configurar y administrar agentes de IA con scripts en Webex plataforma AI Agent Studio, para que proporcionen respuestas precisas a las consultas de los usuarios y realicen tareas automatizadas de manera eficaz.
Agente de IA con script para realizar tareas
El agente de IA con script aumenta las capacidades de creación de agentes sin código de Webex plataforma AI Agent Studio. El agente de IA con scripts permite conversaciones de varios turnos en las que puede obtener datos relevantes de los clientes para realizar tareas específicas. Esto incluye:
-
Ejecutar comandos simples: siga las instrucciones para completar acciones predefinidas.
-
Procesamiento de datos: manipule y transforme los datos de acuerdo con las reglas especificadas.
-
Interactuar con otros sistemas: comuníquese y controle otras soluciones.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA con scripts para realizar acciones
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en + Crear agente . |
| 3 |
En la pantalla Crear un agente de IA, cree un nuevo agente de IA desde cero. También puede elegir una plantilla predefinida para crear rápidamente su agente de IA. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Empezar desde cero y, a continuación , en Siguiente. |
| 5 |
En el ¿Qué tipo de agente está construyendo? , haga clic en Scripted. |
| 6 |
En el ¿Cuál es la función principal de su agente? , haga clic en Realizar acciones. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con script para responder preguntas se creó correctamente y ahora está disponible en el panel. En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA prediseñados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Cree entidades , agregueintenciones y defina respuestas.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Administrar entidades
Las entidades son los bloques de construcción de las conversaciones. Son los elementos esenciales que el agente de IA extrae de las expresiones del usuario. Representan piezas específicas de información, como nombres de productos, fechas, cantidades o cualquier otro grupo significativo de palabras. Al identificar y extraer entidades de manera efectiva, un agente de IA puede comprender mejor la intención del usuario y proporcionar respuestas más precisas y relevantes.
Tipos de entidad
Webex AI Agent Studio ofrece 11 tipos de entidades prediseñadas para capturar varios tipos de datos de usuario. También puede crear cualquiera de las siguientes entidades personalizadas.
Entidades personalizadas
Estas entidades son configurables y permiten a los desarrolladores capturar información específica del caso de uso.
-
Lista personalizada: defina listas de cadenas esperadas para capturar puntos de datos específicos no cubiertos por entidades pregeneradas. Puede agregar varios sinónimos a cada cadena. Por ejemplo, una entidad de tamaño de pizza personalizada.
-
Regex: utilice expresiones regulares para identificar patrones específicos y extraer los datos correspondientes. Por ejemplo, un número de teléfono regex (por ejemplo,
123-123-8789). -
Dígitos: capture entradas numéricas de longitud fija con alta precisión, especialmente en interacciones de voz. En las interacciones que no son de voz, se usa como alternativa a los tipos de entidad Custom y Regex. Por ejemplo, para detectar un número de cuenta de cinco dígitos, se debe definir una longitud de cinco.
-
Alfanumérico: captura combinaciones de letras y números, proporcionando un reconocimiento preciso para entradas de voz y no de voz.
-
Forma libre: capture puntos de datos flexibles que son difíciles de definir o validar.
-
Ubicación del mapa (WhatsApp): extrae los datos de ubicación compartidos por ti en el canal de WhatsApp.
Entidades del sistema
| Nombre de entidad | Descripción | Entrada de ejemplo | Ejemplo de salida |
|---|---|---|---|
| Fecha | Analiza las fechas en lenguaje natural a un formato de fecha estándar | "julio del próximo año" | 01/07/2020 |
| Hora | Analiza el tiempo en lenguaje natural a un formato de hora estándar | 5 de la tarde | 17:00 |
| Correo electrónico | Detecta direcciones de correo electrónico | Escríbeme a info@cisco.com | info@cisco.com |
| Número de teléfono | Detecta un número de teléfono común | Llámame al 9876543210 | 9876543210 |
| Unidades monetarias | Analiza la moneda y la cantidad | Quiero 20$ | 20$ |
| Ordinal | Detecta el número ordinal | Cuarto de diez personas | 4º |
| Cardenal | Detecta el número cardinal | Cuarto de diez personas | 10 |
| Geolocalización | Detecta ubicaciones geográficas (ciudades, países, etc.) | Fui a nadar en el Támesis en Londres, Reino Unido | Londres, Reino Unido |
| Nombres de personas | Detecta nombres comunes | Bill Gates de Microsoft | Bill Gates |
| Cantidad | Identifica medidas, como de peso o distancia | Estamos a 5 km de París | 5km |
| Duration (Duración) | Identifica períodos de tiempo | 1 semana de vacaciones | 1 semana |
Las entidades creadas se pueden editar desde la pestaña entidades. Al vincular entidades a una intención, se anotan las expresiones con las entidades detectadas a medida que las agrega.
Roles de entidad
Cuando una entidad necesita recopilarse varias veces dentro de una sola intención, los roles de entidad se vuelven esenciales. Al asignar roles distintos a la misma entidad, puede guiar al agente de IA para que comprenda y procese la entrada del usuario con mayor precisión.
Por ejemplo, para reservar un vuelo con escala, puede crear una entidad Airport con tres roles: origen, destino y escala. Al anotar las expresiones de entrenamiento con estos roles, el agente de IA puede aprender los patrones esperados y manejar sin problemas solicitudes de reserva complejas.
Los roles de entidad solo son compatibles con Mindmeld (entidades personalizadas y del sistema) y Rasa (solo entidades personalizadas), los administradores deben marcar la casilla de verificación Roles de entidad en la configuración avanzada del cuadro de diálogo Selector de motor NLU.
Los administradores no pueden cambiar de RASA o Mindmeld a Swiftmatch mientras los roles de entidad están en uso. Los roles deben eliminarse de las intenciones para deshabilitar los roles de entidad de la configuración avanzada del motor NLU. Puede crear una entidad con roles de entidad.
Crear una entidad con roles de entidad
Antes de comenzar
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA con script que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, haga clic en la ficha Entidades . |
| 5 |
Haga clic en Crear entidad. |
| 6 |
En la ventana Crear entidad , especifique los siguientes campos: |
| 7 |
Active la opción Alternar valores de ranura de sugerencias automáticas para completar automáticamente y proporcione sugerencias alternativas para esta entidad durante la conversación. El campo Roles se muestra al crear una entidad personalizada solo si los roles de entidad están habilitados en la sección Configuración avanzada de la ventana Cambiar motor de entrenamiento para motores RASA y Mindmeld NLU. |
| 8 |
Haga clic en Guardar. Puede utilizar las opciones Editar y Eliminar de la columna Acciones para realizar acciones relacionadas.
|
Qué hacer a continuación
Después de crear una entidad, puede vincular roles a una entidad.
Vincular roles a una entidad
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. |
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Puede asignar roles a una entidad para recopilar la misma entidad dos veces por un intento. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Administrar intenciones
La intención es un componente central de la plataforma Webex AI Agent Studio que permite al agente de IA comprender y responder a su entrada de manera efectiva. Representa una tarea o acción específica que desea realizar durante una conversación. Puede definir todos los intentos que corresponden a las tareas que desea realizar. La precisión de la clasificación de intención afecta directamente la capacidad del agente de IA para proporcionar respuestas relevantes y útiles. La clasificación de intención es el proceso de identificar la intención en función de su entrada, lo que permite al agente de IA responder de una manera significativa y contextualmente relevante.
Intenciones del sistema
- Intención de respaldo predeterminada: las capacidades de un agente de IA están inherentemente limitadas por las intenciones diseñadas para reconocer y responder. Si bien una empresa no puede anticipar todas las preguntas posibles que pueda hacer, la intención de respaldo predeterminada puede ayudar a que las conversaciones vayan por buen camino.
Al implementar una intención de reserva predeterminada, los desarrolladores de agentes de IA pueden asegurarse de que el agente de IA maneje correctamente las consultas inesperadas o fuera del ámbito, redirigiendo la conversación a intenciones conocidas.
Los desarrolladores de agentes de IA no necesitan agregar expresiones específicas a la intención de respaldo. El agente puede ser entrenado para activar automáticamente la intención de reserva cuando se encuentra con preguntas conocidas fuera del ámbito que de otro modo podrían clasificarse incorrectamente en otras intenciones.
Por ejemplo, en un agente bancario de IA, los clientes pueden intentar preguntar sobre préstamos. Si el agente de IA no está configurado para manejar consultas relacionadas con préstamos, estas consultas se pueden incorporar como frases de entrenamiento dentro de la intención dereserva predeterminada. Cuando un cliente consulta sobre préstamos en cualquier momento de la conversación, el agente de IA reconoce que la consulta está fuera de sus intenciones definidas y desencadena la respuesta alternativa. Esto asegura una respuesta más apropiada.
La intención de respaldo no debe tener ninguna ranura asociada.
La intención de reserva debe utilizar la clave de plantilla de reserva predeterminada para su respuesta.
- Ayuda: esta intención está diseñada para atender las consultas de los clientes sobre las capacidades del agente de IA. Cuando los clientes no están seguros de lo que pueden lograr o encuentran dificultades durante una conversación, a menudo buscan ayuda pidiendo
ayuda.De forma predeterminada, la respuesta para la intención de ayuda se asigna a la clave de plantilla de mensaje
deayuda. Sin embargo, los desarrolladores de agentes de IA pueden personalizar la respuesta o cambiar la clave de plantilla asociada para proporcionar una orientación más personalizada e informativa.Se recomienda transmitir las capacidades del agente de IA a un alto nivel, proporcionando a los clientes una comprensión clara de lo que pueden hacer a continuación.
- Hable con un agente: esta intención permite a los clientes solicitar asistencia de un agente humano en cualquier etapa de su interacción con el agente de IA. Cuando se invoca esta intención, el sistema inicia automáticamente una transferencia a un agente humano. La plantilla de respuesta predeterminada para este intento es
el traspasodel agente. Si bien no hay restricciones de interfaz de usuario para cambiar la clave de la plantilla de respuesta, modificarla no afectará el resultado del traspaso humano.
Pequeñas intenciones de conversación
Todos los agentes de IA recién creados incluyen cuatro pequeñas intenciones de conversación predefinidas para manejar saludos comunes de los clientes, expresiones de gratitud, comentarios negativos y despedidas:
- Saludos
- Gracias
- El agente de IA no fue útil
- Adiós
Crear una intención
Antes de comenzar
Antes de crear una intención, asegúrese de crear entidades para vincularlas a la intención. Para obtener más información, vea Crear entidad con roles de entidad.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel , elija un agente deIA. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de entrenamiento, haga clic en Crear intención . |
| 5 |
En la ventana Crear intención , especifique los siguientes detalles: |
| 6 |
Marque la casilla de verificación Requerido si la entidad es obligatoria. |
| 7 |
Introduzca el número de reintentos permitidos para esta ranura. De forma predeterminada, el número se establece en tres. |
| 8 |
Elija la clave de plantilla de la lista desplegable. |
| 9 |
En la sección Respuesta , escriba la clave de la plantilla de respuesta final que se devolverá a los usuarios una vez finalizada la intención. |
| 10 |
Active la opción Restablecer ranuras después de finalizar para restablecer los valores de ranura recopilados en la conversación una vez que se complete la intención. Si este interruptor está en estado deshabilitado, la ranura conserva los valores antiguos y muestra la misma respuesta.
|
| 11 |
Active el botón Actualizar valores de ranura para actualizar el valor de ranura durante la conversación con el consumidor. El agente de IA considera el último valor rellenado en la ranura para procesar los datos. Si está habilitada, los valores de las ranuras llenas se actualizan cada vez que los clientes proporcionan nueva información para el mismo tipo de ranura.
|
| 12 |
Active el botón de alternancia Proporcionar sugerencias de ranuras para proporcionar sugerencias para rellenar ranuras y valores de ranura alternativos en la respuesta final, según la entrada del usuario. |
| 13 |
Active el interruptor Finalizar conversación para cerrar la sesión después de este intento. Webex Connect y los flujos de voz pueden usar esto para cerrar una conversación con los consumidores.
|
| 14 |
Haga clic en Guardar. Haz clic en Entrenar en la parte superior derecha de la pestaña Formación para reflejar los cambios realizados en las intenciones y entidades.
Para entrenar motores NLU Rasa o Mindmeld, se requiere un mínimo de dos variantes de entrenamiento (expresiones) por intención. Además, cada ranura debe tener al menos dos anotaciones. Si no se cumplen estos requisitos, se deshabilita el botón Tren . Aparece un icono de advertencia junto a la intención afectada para indicar el problema. Sin embargo, la intención de reserva predeterminada está exenta de estos requisitos. |
Qué hacer a continuación
Después de que se crea una intención, se requiere cierta información para cumplir con la intención. Las entidades vinculadas dictan cómo se obtiene esta información de las expresiones de los usuarios. Para obtener más información, vea Vincular entidades con intención.
Vincular entidades con intención
Antes de comenzar
Asegúrese de crear entidades y vincularlas antes de agregar expresiones. Este auto anota las entidades mientras se agregan las instrucciones.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en el agente de IA que ha creado. |
| 3 |
Haga clic en Formación en el panel izquierdo. |
| 4 |
En la página Datos de formación, elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Vincular entidad. Las entidades vinculadas aparecen en la sección Ranuras.
|
| 6 |
Elija el rol de entidad para el nombre de entidad. |
| 7 |
Haga clic en Guardar. Cuando una entidad se marca como necesaria, hay opciones de configuración adicionales disponibles. Puede especificar el número máximo de veces que el agente de IA puede solicitar la entidad que falta antes de escalar o proporcionar una respuesta de respaldo. Puede definir la clave de plantilla que se invocará si la entidad requerida no se proporciona dentro del número especificado de reintentos.
Una vez que un agente de IA identifica una intención y recopila todos los datos necesarios (ranuras), responde utilizando el mensaje asociado con la clave de plantilla final configurada para esa intención. Para iniciar una nueva conversación o gestionar intentos posteriores sin transferir datos anteriores, debe habilitar el botón de alternancia Restablecer ranuras después de finalizar . Esta configuración borra todas las entidades reconocidas del historial de conversaciones, lo que garantiza un nuevo comienzo para cada nueva interacción. |
Generar datos de entrenamiento
Debe agregar manualmente los datos de entrenamiento a sus intenciones para que el agente de IA trabaje con una precisión razonable. Los datos de entrenamiento consisten en diferentes formas en las que puede invocar la misma intención. Puede agregar al menos 15-20 variantes para cada intento para mejorar su precisión. Crear este corpus de entrenamiento manualmente puede ser tedioso y llevar mucho tiempo. Puede agregar solo algunas variantes o agregar solo palabras clave como variantes en lugar de oraciones significativas. Esto se puede evitar generando datos de entrenamiento para complementar los existentes.
Para generar datos de entrenamiento, siga estos pasos:
- Introduzca el nombre de intención y una expresión de muestra.
- Haga clic en Generar.
- Proporcione una breve descripción de la intención de guiar a la IA.
- Especifique el número deseado de variantes y el nivel de creatividad para las sugerencias generadas por IA.
- Generar muchas variantes a la vez puede afectar la calidad. Recomendamos un máximo de 20 variantes por generación.
- Un entorno de menor creatividad puede producir variantes menos diversas.
- El proceso de generación puede tardar unos segundos, dependiendo del número de variantes solicitadas.
- El icono del rayo distingue las variantes generadas por IA de los datos de entrenamiento definidos por el usuario.
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Marcado de variantes generadas
Para garantizar un uso responsable de la IA, los desarrolladores pueden marcar los resultados generados por la IA para su revisión. Esto permite la identificación y prevención de cualquier contenido dañino o sesgado. Para marcar salidas generadas por IA:
- Busque la opción de marcado: hay disponible una opción de marcado para cada expresión generada.
- Proporcionar comentarios: al marcar una salida, los desarrolladores pueden agregar comentarios y especificar el motivo de la marcación.
Esta función está disponible inicialmente con un límite de uso mensual de 500 operaciones de generación. Para adaptarse a las crecientes necesidades, los desarrolladores pueden ponerse en contacto con los propietarios de sus cuentas para solicitar un aumento de este límite.
Crear intención y entidad multilingües
Puede crear datos de entrenamiento en varios idiomas. Para cada idioma configurado para su agente de IA, debe definir expresiones que reflejen las interacciones deseadas. Si bien las ranuras permanecen consistentes en todos los idiomas, las claves de la plantilla identifican de forma única las respuestas en cada idioma.
No todos los idiomas admiten todos los tipos de entidad. Para obtener más información sobre la lista de tipos de entidad que admite cada idioma, consulte la tabla Idiomas frente a entidades admitidas en Idiomas admitidos para agentes de IA con scripts.
Administrar respuestas
Las respuestas son los mensajes que su agente de IA envía a los clientes en respuesta a sus consultas o intenciones. Puede crear respuestas que incluyan:
- Texto: mensajes de texto sin formato para comunicación directa.
- Código: código incrustado para contenido o acciones dinámicas.
- Multimedia: imágenes, elementos de audio o video para mejorar la experiencia del usuario.
Las respuestas tienen dos componentes principales:
- Plantillas: estructuras de respuesta predefinidas que se asignan a intenciones específicas.
- Flujos de trabajo: la lógica que determina qué plantilla usar en función de la intención identificada.
Las plantillas para Transferencia de agentes, Ayuda, Respaldo y Bienvenida están preconfiguradas y el mensaje de respuesta se puede cambiar desde las plantillas correspondientes.
Tipos de respuesta
La sección Diseñador de respuestas cubre diferentes tipos de respuestas y cómo se pueden configurar.
La ficha Flujos de trabajo se usa para controlar respuestas asincrónicas al llamar a un API externo que responde de forma asincrónica. Los flujos de trabajo deben estar codificados en python.
Sustitución de variables
La sustitución de variables permite utilizar variables dinámicas como parte de las plantillas de respuesta. Todas las variables (o entidades) estándar de una sesión, junto con las que un desarrollador de AI Agent puede establecer dentro de un objeto de forma libre como el campo del almacén de datos, se pueden usar en plantillas de respuesta a través de esta característica. Las variables se representan con esta sintaxis: ${variable_name}. Por ejemplo, al usar el valor de una entidad llamada apptdate se usa ${entities.apptdate} o ${newdfState.model_state.entities.apptdate.value}.
Las respuestas se pueden personalizar utilizando variables recibidas del canal o recopiladas de los consumidores en el transcurso de una conversación. La funcionalidad de autocompletar muestra la sintaxis de las variables en el área de texto cuando comienza a escribir ${. Al seleccionar la sugerencia requerida, se rellena automáticamente el área con la variable y se resalta dicha variable.
Configurar respuestas con el diseñador de respuestas
El diseñador de respuestas ofrece una interfaz fácil de usar para crear respuestas sin requerir amplios conocimientos de codificación. Hay dos tipos de respuesta disponibles:
- Respuestas condicionales: para los no desarrolladores, esta opción permite una fácil construcción de las respuestas que el agente de IA entrega a los clientes.
- Fragmentos de código: Para los desarrolladores que usan Python, esta opción proporciona flexibilidad para configurar respuestas usando código.
El diseñador de respuestas está diseñado para garantizar que la experiencia del usuario se adapte al canal específico con el que interactúa el agente de IA.
Plantillas de respuesta
- Texto: son respuestas de texto simples. Para mejorar la experiencia del usuario, el diseñador de respuestas permite múltiples cuadros de texto dentro de una sola respuesta, lo que le permite dividir los mensajes largos en secciones más manejables. Cada cuadro de texto puede incluir varias opciones de respuesta. Durante una conversación, una de estas opciones se selecciona aleatoriamente y se muestra al usuario, lo que garantiza una interacción dinámica y atractiva.
Para mantener una experiencia de usuario dinámica y atractiva, puede agregar varias opciones de respuesta a sus plantillas. Cuando se activa una plantilla con varias opciones, una de ellas se selecciona aleatoriamente y se muestra al usuario. Puede habilitar esta función haciendo clic en el botón +Agregar variante ubicado en la parte inferior de su respuesta.
Al guardar las respuestas, es posible que vea una advertencia que indica el número de errores que deben corregirse. Los campos con errores se resaltarán en rojo. Mediante el uso de las flechas de navegación, los desarrolladores pueden localizar y corregir fácilmente estos errores en cualquier canal o formato de respuesta. Si el selector de listas o el carrusel contiene varias tarjetas, la navegación por puntos le permite desplazarse por las tarjetas con errores. Para una sola tarjeta, el punto correspondiente se vuelve rojo para indicar el error.
- Respuesta rápida: las respuestas de texto se pueden emparejar con botones, que pueden estar basados en texto o enlaces URL. Los botones de texto requieren un título y una carga útil, que se envía al bot cuando se hace clic. Los botones URL redirigen a los usuarios a una página web específica.
Cuando la consulta de un cliente es ambigua, la coincidencia parcial permite al bot sugerir artículos o intenciones relevantes como opciones. Esta función está disponible para las interacciones web y de Facebook.
Agregar respuestas rápidas de URL
Los botones de respuesta rápida de URL en respuestas fijas y condicionales le permiten crear botones que redirigen a los usuarios a su sitio web para obtener más información o acciones como completar formularios. Al hacer clic, estos botones abren la URL especificada en una nueva pestaña dentro de la misma ventana del navegador sin enviar ningún dato al bot.
Para agregar una respuesta rápida de URL en respuesta condicional o fija:
- Elija la clave de artículo o plantilla para la que desea configurar la respuesta rápida de URL.
- Haga clic en +Agregar una respuesta rápida. Aparece la ventana emergente Tipo de botón.
- Elija el tipo de botón como URL en el canal web.
- Especifique el título del botón y la dirección URL a la que se debe redirigir al consumidor después de hacer clic en el botón.
- Haga clic en Listo para agregar una respuesta rápida a la URL.
Los botones de tipo de URL también se pueden configurar a través del tipo de respuesta dinámica, donde estos botones se configuran utilizando fragmentos de código Python. Estos botones se admiten en las secciones Vista previa y Vista previa que se puede compartir. Actualmente no son compatibles con el widget de chat en vivo de IMIchat u otros canales de terceros.
- Carrusel: las respuestas enriquecidas pueden incluir una sola tarjeta o varias tarjetas dispuestas en formato de carrusel. Cada tarjeta requiere un título y puede contener una imagen, una descripción y hasta tres botones.
Los botones de respuesta rápida dentro de la plantilla Carrusel se pueden configurar con enlaces de texto o URL. Al hacer clic en un botón de URL se redirigirá al usuario al sitio web especificado. Al hacer clic en un botón de respuesta rápida basado en texto, se envía una carga útil configurada al bot, lo que desencadena la respuesta correspondiente.
- Imagen: plantilla multimedia en la que los usuarios pueden configurar imágenes proporcionando direcciones URL.
- Vídeo: procesa los vídeos en la vista previa en función de la URL de vídeo configurada.
- Código: se puede usar para escribir código Python para llamar a API o ejecutar otra lógica.
Fragmentos de código
Las respuestas condicionales, con sus amplias características y diversas plantillas, pueden abordar de manera efectiva la mayoría de las necesidades de los agentes de IA. Sin embargo, para casos de uso complejos que no se pueden realizar completamente a través de respuestas condicionales o para desarrolladores que prefieren la codificación, el tipo de respuesta Fragmento de código está disponible.
Los fragmentos de código le permiten configurar respuestas utilizando código Python. Este enfoque permite crear todo tipo de respuestas, incluidas respuestas rápidas, texto, carruseles, imágenes, audio, vídeo y archivos, dentro de una plantilla de respuesta o artículo.
El código de función definido en la plantilla Fragmento de código se puede utilizar para establecer variables que luego se utilizan en otras plantillas. Es importante tener en cuenta que el código de función no puede devolver respuestas directamente cuando se usa dentro de respuestas condicionales.
Validación de fragmentos de código: la plataforma solo comprueba si hay errores de sintaxis en el fragmento de código que está configurando. Sin embargo, cualquier error en el propio contenido de la respuesta puede causar problemas a los usuarios que interactúan con el bot en el canal configurado. Por ejemplo, el editor no le impedirá agregar una respuesta de "selector de tiempo" para el canal web, pero esto produce errores si la consulta de un usuario desencadena esa respuesta específica.
Si no configura una respuesta única para diferentes canales, la respuesta web se toma como la respuesta predeterminada y la misma se envía al cliente. La lista de plantillas soportadas en el canal web son:
- Texto: mensaje de texto simple que puede tener varias variantes. Este mensaje configurado se muestra en función de la consulta.
- Respuesta rápida: plantilla con texto y botones en los que se puede hacer clic.
- Carrusel: colección de tarjetas, cada una de las cuales tiene un título, una URL de imagen y una descripción.
- Imagen: plantilla para configurar imágenes proporcionando URL.
- Vídeo: plantilla para configurar el vídeo proporcionando la URL del vídeo. Puede reproducir el video haciendo clic o tocando la imagen.
- Archivo: plantilla para configurar un archivo pdf proporcionando la URL para acceder al archivo.
- Audio: plantilla para configurar un archivo de audio proporcionando la URL de audio. También muestra la duración del mensaje de audio en la salida.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Agente de IA con script para responder preguntas
Los agentes de IA guionados son agentes basados en el conocimiento cuya base de conocimiento consiste en un corpus de preguntas y respuestas. El agente de IA con script puede proporcionar respuestas basadas en un corpus de entrenamiento creado por el usuario, que es una colección de ejemplos y respuestas. Esta capacidad es útil en escenarios donde:
- Se requieren conocimientos específicos: el agente debe responder preguntas dentro de un dominio predefinido.
- La coherencia es importante: el agente debe proporcionar respuestas coherentes a consultas similares.
- Se necesita flexibilidad limitada: las respuestas del agente están limitadas por la información en el corpus de entrenamiento.
Esta sección incluye las siguientes opciones de configuración:
Crear un agente de IA con scripts para responder preguntas
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA, haga clic en Empezar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como con script. En este caso, los campos de la página Perfil se rellenan automáticamente. |
| 4 |
Haga clic en Next (Siguiente). |
| 5 |
En la sección ¿Qué tipo de agente está creando ?, haga clic en Scripted. |
| 6 |
En la sección Cuál es la función principal de su agente, haga clic en Responder preguntas. |
| 7 |
Haga clic en Next (Siguiente). |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con script para responder preguntas se creó correctamente y ahora está disponible en el panel.
En el encabezado del agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA precompilados. Para obtener más información, consulte Importar agente de IA precompilado. |
Qué hacer a continuación
Agregar artículos al agente de IA.
Actualizar el perfil de agente de IA con script
Antes de comenzar
Cree un agente de IA con script para responder preguntas.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel, seleccione el agente de IA que ha creado. |
| 3 |
Vaya a y configure los siguientes detalles: |
| 4 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Administrar artículos
Los artículos son una parte importante de los agentes de IA con guiones. Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. Cada artículo tiene una pregunta predeterminada que lo identifica. Todos los artículos juntos conforman la base de conocimientos o corpus del agente deIA. Cuando su cliente pregunta algo, el sistema verifica su base de conocimientos y le da la mejor respuesta que encuentra.
Los motores NLU Rasa y Mindmeld requieren un mínimo de dos variantes de entrenamiento (expresiones) para que un artículo forme parte del modelo entrenado de un corpus. Los botones Entrenar y Guardar y Entrenar no están disponibles en un agente de IA con script para responder preguntas, si selecciona un motor NLU Rasa o Mindmeld y si un artículo tiene menos de dos variaciones. Cuando apoyas el puntero en estos botones no disponibles, el sistema muestra un mensaje pidiéndote que resuelvas los problemas antes del entrenamiento. Además, el sistema muestra un icono de advertencia correspondiente al artículo con problemas. Puede resolver los problemas agregando más de dos variantes para un artículo. Los botones Tren y Guardar y Tren estarán disponibles una vez que se resuelvan los problemas. Tener dos variantes no es aplicable a los artículos predeterminados: mensaje de coincidencia parcial, mensaje de respaldo y mensaje de bienvenida.
Puede clasificar los artículos en categorías de su elección y todos los artículos sin categorizar permanecen clasificados como sin asignar. Desde el momento en que se crean los artículos, hay cuatro artículos predeterminados que están disponibles para cada agente de IA. Los siguientes son estos:
- Mensaje de bienvenida: contiene el primer mensaje cada vez que se inicia una conversación entre el cliente y el agente de IA.
- Mensaje de respaldo: AI Agent muestra este mensaje cuando el agente no puede entender la pregunta del usuario.
- Coincidencia parcial: cuando el agente de IA reconoce varios artículos con una pequeña diferencia en las puntuaciones (como se establece en la configuración de Traspaso e Inferencias), el agente muestra este mensaje de coincidencia junto con los artículos coincidentes como opciones. También puede configurar la respuesta de texto para que se muestre junto con estas opciones.
- ¿Qué puedes hacer?— Puede configurar las capacidades del agente de IA. AI Agent muestra esto cada vez que los usuarios finales cuestionan las capacidades de AI Agent.
Además de estos, el artículo predeterminado Hablar con un agente se agrega si el traspaso del agente desde la configuración Traspaso e Inferencia están habilitados.
Todos los nuevos agentes de IA también tienen cuatro artículos de Smalltalk que manejan las expresiones de los usuarios para:
- Saludos
- Gracias
- El agente de IA no fue útil
-
Adiós
Estos artículos y respuestas están disponibles en la base de conocimiento de AI Agent de forma predeterminada al crear un nuevo AI Agent. También puede modificarlos o eliminarlos.
Agregar artículos a través de la interfaz de usuario y la respuesta predeterminada
Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. La consulta de cada consumidor se compara con estos artículos (base de conocimiento) y la respuesta que devuelve el nivel de confianza más alto se muestra al usuario como la respuesta del agente de IA. Para agregar artículos:
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en Crear nuevo artículo. |
| 4 |
Agregue las variantes predeterminadas. |
| 5 |
Elija cualquiera de estas respuestas predeterminadas para el artículo. Valores posibles:
Para obtener más información, vea la sección Configurar respuestas mediante el Diseñador de respuestas . |
| 6 |
Haga clic en Guardar y entrenar. |
Importar desde catálogos
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Haga clic en Importar desde catálogos. |
| 5 |
Elija las categorías de los artículos que desea agregar al agente. |
| 6 |
Haga clic en Done (Listo). |
Extraer preguntas frecuentes del enlace
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en el icono de puntos suspensivos. |
| 4 |
Haga clic en el enlace Extraer preguntas frecuentes de. |
| 5 |
Proporcione la dirección URL donde se alojan las preguntas frecuentes y haga clic en Extraer. |
| 6 |
Haga clic en Importar. |
Importar desde archivo
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a Configuración>Artículos |
| 4 |
Haga clic en Importar desde un archivo y elija CSV importar los artículos desde el archivo de CSV. Si va a importar artículos desde un archivo en formato JSON, elija JSON. |
| 5 |
Haga clic en Examinar y seleccione un archivo que contenga todos los artículos. Haga clic en Descargar muestra para ver el formato en el que se deben especificar los artículos. |
| 6 |
Haga clic en Importar. |
Agregar sinónimos personalizados
Muchos casos de uso de agentes de IA tienden a involucrar palabras y frases que pueden no ser parte del vocabulario estándar en inglés o que son específicas de un contexto empresarial. Por ejemplo, desea que el agente de IA reconozca la aplicación Android, la aplicación iOS, etc. El agente de IA debe incluir estos términos y sus variaciones en las expresiones de entrenamiento para todos los artículos relacionados, lo que lleva a una entrada de datos redundante.
Para superar este problema de redundancia, puede usar sinónimos personalizados dentro de un agente de IA con script para responder preguntas. Los sinónimos de cada palabra raíz son reemplazados por la palabra raíz en tiempo de ejecución por la plataforma automáticamente.
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
En el panel de control, elija el agente de IA que ha creado. |
| 3 |
Vaya a y haga clic en el icono de puntos suspensivos. |
| 4 |
Haga clic en Sinónimos personalizados. |
| 5 |
Haga clic en Nueva palabra raíz. |
| 6 |
Configure el valor de la palabra raíz y sus sinónimos y haga clic en Guardar. |
| 7 |
Entrene al agente de IA nuevamente después de agregar los sinónimos. También puede exportar los sinónimos (en formato de archivo .CSV) a la carpeta local e importar el archivo de nuevo a la plataforma. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con scripts utilizan Natural Language Understanding (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores de NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero compatible con varios idiomas.
- RASA: un marco líder de IA conversacional de código abierto.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades de NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores de NLU en las pestañas Artículos y Formación de los agentes de IA con scripts para evaluar el rendimiento. Cambiar el motor actualiza el algoritmo del agente de IA, que necesita volver a entrenarse para una inferencia precisa basada en el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en Sesiones y pruebas con un solo clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para RASA, los puntajes de umbral tienden a ser inversamente proporcionales al número de intentos, lo que significa que los agentes con muchas intenciones (100+) generalmente tienen puntajes de respaldo más bajos en entornos de inferencia.
Cambiar motores de entrenamiento
Para cambiar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de entrenamiento.
- Para que el agente de IA con script responda preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos.
- Para que los agentes de IA con scripts realicen tareas: Haga clic en Entrenamiento. Aparece la página Datos de entrenamiento.
-
Haga clic en el icono Configuración junto al motor NLU en el lado derecho de la página. Aparece la ventana Cambiar motor de entrenamiento.
De forma predeterminada, el motor NLU está configurado en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de entrenamiento para entrenar al agente de IA. Valores posibles:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el respaldo: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de respaldo.
- Diferencia en las puntuaciones por coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia debajo de la cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada.
- Eliminar palabras vacías: las "palabras vacías" son palabras funcionales que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen significado léxico por sí mismas. Cuando elimina palabras vacías como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, elimina las "palabras vacías" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de entrenamiento se pueden expandir a la forma original junto con los términos de la consulta del consumidor entrante para una mayor precisión. Ejemplo: 'no' se expande a 'no'. Si se selecciona esta casilla, las contracciones en los mensajes de entrada se expanden antes de procesar. Esta capacidad es compatible con los tres motores NLU.
- Corrector ortográfico en inferencia: la biblioteca de corrección de texto identifica y corrige las ortografías incorrectas en el texto antes de la inferencia. Esta capacidad sólo se admite para los tres motores si la casilla Corrector ortográfico en inferencia está habilitada.
- Quitar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que influyen en la inferencia. Por ejemplo, Wi-Fi y Wi Fi son considerados de manera diferente por el motor NLU. Si se selecciona esta casilla, los caracteres especiales de la consulta del consumidor se quitan para mostrar una respuesta adecuada. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad del motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en inferencia: los valores de entidad en los datos de entrenamiento y la inferencia se reemplazan por ID de entidad. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: se prioriza el llenado de ranuras sobre la detección de intención.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en Información de transacción en sesiones.
El número de resultados que se mostrarán en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los primeros n resultados (1=<n=<5) están disponibles en los informes de transcripción de mensajes de agentes de IA con scripts y en la sección "Resultados del algoritmo" de la pestaña Información de transacción en Sesiones.
- Expansión de formas de palabras: expanda los datos de entrenamiento con formas de palabras como plurales, verbos, etc., junto con los sinónimos incrustados en los datos. Esta capacidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se usan para denotar la misma palabra. Si se selecciona esta casilla, los sinónimos comunes en inglés de las palabras de los datos de entrenamiento se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad del motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en varias formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra "creación", las formas de palabras pueden ser creadas, crear, crear, crear, creativamente, etc. Si se selecciona esta casilla, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores de NLU para determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Entrenar. Una vez que el agente de IA se entrena con el motor de entrenamiento seleccionado, el estado de la base de conocimientos cambia de Guardado a Entrenado.
Puede entrenar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos expresiones.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para entrenar al agente de IA con su corpus actual, haga clic en Entrenar en la parte superior derecha. Esto debería cambiar el estado a Formación.
Una vez finalizada la formación, el estado cambia a Entrenado. Haga clic en el icono Volver a cargar junto a Formación para recuperar el estado de formación actual.
En este punto, puede hacer clic en Make Live para activar el corpus entrenado y probarlo en una vista previa que se pueda compartir o en canales externos donde se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor NLU de Swiftmatch. La selección es posible entre dos opciones: vectores de nivel de enunciado versus vectores de nivel de artículo. En nuestros esfuerzos continuos para mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo anterior que usaba vectores de nivel de expresión. Se encontró que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores de nivel de artículo son el nuevo valor predeterminado para la vectorización para los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo se admiten cuando el modelo multilingüe es Polymatch.
Puede comprobar la información sobre el modelo vectorial que está disponible en el momento de una inferencia en la sección de otra información de la sesión.
Configurar las opciones de administración
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Save changes (Guardar cambios) para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con scripts.
Agregar un idioma a un agente de IA con scripts
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a . |
| 2 |
Haga clic en + Agregar idiomas para agregar nuevos idiomas y seleccionar los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el interruptor en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Coloca el cursor sobre el idioma y haz clic en Establecer como predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la curación, las pruebas y las experiencias de vista previa del agente de IA. |
| 6 |
Haga clic en Save changes (Guardar cambios). |
Configurar las opciones de traspaso
Antes de comenzar
Cree el agente de IA con script.
| 1 |
Vaya a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Vista previa de su agente de IA con scripts
Webex AI Agent Studio le permite obtener una vista previa de sus agentes de IA mientras lo desarrolla e incluso después de que finalice el desarrollo. De esta manera, puede probar el funcionamiento de los agentes de IA y determinar si se generan las respuestas deseables correspondientes a las consultas de entrada respectivas. Puede obtener una vista previa de su agente de IA con script de las siguientes maneras.
- Panel de control del agente de IA: coloque el cursor sobre una tarjeta de agente de IA para ver la opción Vista previa de ese agente de IA. Haga clic en Vista previa para abrir el widget de vista previa de AI Agent.
- Encabezado del agente de IA: después de ingresar al modo de edición para cualquier agente de IA haciendo clic en la tarjeta del agente de IA o en el botón Editar de la tarjeta del agente de IA, la opción Vista previa siempre está visible en la sección del encabezado.
- Widget minimizado: después de iniciar una vista previa y luego minimizarla, se crea un widget de encabezado de chat en la parte inferior derecha de la página, lo que le permite volver a abrir fácilmente el modo de vista previa.
Además de esto, puede copiar el enlace de vista previa que se puede compartir desde un agente de IA. En la tarjeta AI Agent, haga clic en el icono de puntos suspensivos en la parte superior derecha y haga clic en Copiar enlace de vista previa. Puede compartir este vínculo con los demás usuarios del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la parte inferior derecha de la pantalla. Puede proporcionar expresiones (o una secuencia de expresiones) para ver cómo responde el agente de IA, asegurándose de que funcione como se espera. La vista previa del agente de IA admite varios idiomas y puede detectar automáticamente el idioma de las expresiones para responder en consecuencia. También puede seleccionar manualmente el idioma en la vista previa haciendo clic en el selector de idioma y eligiendo de la lista de opciones disponibles.
Puede maximizar el widget de vista previa para una mejor vista. Además, puede proporcionar información al consumidor e iniciar varias salas para probar a fondo el agente de IA.
Widget de vista previa compartible
El widget de vista previa compartible le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para mostrar el agente de IA. De forma predeterminada, el enlace de vista previa copiado representa el agente de IA con una carcasa de teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista previa. Las dos personalizaciones principales son:
- Color del widget: añadiendo un
parámetro brandColoral enlace. Puede definir colores simples utilizando nombres de colores o usar código hexadecimal de colores. -
Carcasa del teléfono: cambiando el valor de un
parámetro phoneCasingen el enlace. Se establece entruede forma predeterminada y se puede deshabilitar haciéndolo falsoEjemplo de enlace de vista previa con estos parámetros:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Secciones de administración comunes para Scripted AI Agent
Las siguientes secciones aparecen en el panel izquierdo de la página de configuración de AI Agent:
Capacitación
A medida que los agentes de IA evolucionan y se vuelven más complejos, los cambios en su lógica o comprensión del lenguaje natural (NLU) a veces pueden tener consecuencias no deseadas. Para garantizar un rendimiento óptimo e identificar posibles problemas, la plataforma de agente de IA ofrece un conveniente marco de prueba de bots con un solo clic. Puede hacer lo siguiente:
- Cree y ejecute fácilmente un conjunto completo de casos de prueba.
- Definir mensajes de prueba y respuestas esperadas para diversos escenarios.
- Simule interacciones complejas creando casos de prueba con varios mensajes.
Definir pruebas
Puede definir pruebas siguiendo estos pasos:
- Inicie sesión en la plataforma Webex AI Agent Studio.
- En el panel, haga clic en el agente de IA con script que ha creado.
- Haga clic en Pruebas en el panel izquierdo. De forma predeterminada, aparece la pestaña Casos de prueba.
- Seleccione un caso de prueba y haga clic en Ejecutar pruebas seleccionadas.
Cada fila de la tabla representa un caso de prueba con los siguientes parámetros:
| Parámetro | Descripción |
|---|---|
| Mensaje | Un mensaje de ejemplo que representa los tipos de consultas e instrucciones que puede esperar que los usuarios envíen a su agente de IA. |
| Idioma esperado | El idioma en el que se espera que los usuarios interactúen con el agente de IA. |
| Artículo esperado | Especifique el artículo que se mostrará en respuesta a un mensaje de usuario determinado. Para ayudarle a encontrar el artículo más relevante, esta columna cuenta con una función de autocompletar inteligente. A medida que ingresa, el sistema sugiere artículos coincidentes basados en el texto ingresado hasta ahora. |
| Restablecer contexto anterior | Haga clic en la casilla de verificación de esta columna para aislar los casos de prueba y asegurarse de que se ejecutan independientemente de cualquier contexto de agente de IA existente. Cuando está habilitado, cada caso de prueba se simula en una nueva sesión, evitando cualquier interferencia de interacciones anteriores o datos almacenados. |
| Incluir coincidencias parciales | Habilite este conmutador para considerar que los casos de prueba son exitosos incluso si los artículos esperados solo coinciden parcialmente con la respuesta real. |
| Importar desde CSV | Importar casos de prueba desde un archivo separado por comas (CSV). En este caso, se sobrescriben todos los casos de prueba existentes. |
| Exportar a CSV | Exporte los casos de prueba a un archivo separado por comas (CSV). |
| Probar devoluciones de llamada | Active este interruptor para simular devoluciones de llamada entrantes y probar el comportamiento del flujo sin necesidad de llamadas entrantes reales. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Flujo de devolución de llamada | Haga clic en la casilla de verificación de esta columna para indicar que una intención debe desencadenar una devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Plantilla de devolución de llamada esperada | Especifique la clave de plantilla que se activará cuando se produzca la devolución de llamada. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
| Tiempo de espera de devolución de llamada | La cantidad máxima de tiempo (en segundos) que el agente de IA espera una respuesta de devolución de llamada antes de considerar que la devolución de llamada ha agotado el tiempo de espera. Se permite un tiempo de espera máximo de 20 segundos. Esta opción solo está disponible para agentes de IA con scripts para realizar acciones. |
Ejecutar pruebas
En la ficha Ejecución , haga clic en Ejecutar pruebas seleccionadas para iniciar una ejecución secuencial de todos los casos de prueba seleccionados.
También puede ejecutar casos de prueba desde la ficha Casos de prueba.
.Para ver casos de prueba con resultados específicos, haga clic en el resultado deseado (por ejemplo,Aprobado,Aprobado con coincidencia parcial,Fallido,Pendiente ) en la cinta de resumen. Esto filtra la lista de casos de prueba para mostrar solo aquellos que coinciden con el resultado seleccionado.
El ID de sesión asociado con cada caso de prueba se muestra en los resultados. Esto le permite hacer referencias cruzadas rápidamente de casos de prueba y ver los detalles de la transacción. Para ello, elija la opción Detalles de transacción en la columna Acciones .
Historial de ejecución
En la pestaña Historial , acceda a todos los casos de prueba ejecutados.
- Haga clic en el icono Descargar de la columna Acciones para exportar los datos de prueba ejecutados como un archivo CSV para análisis o informes sin conexión.
- Revise la configuración específica del motor y el algoritmo utilizada para la ejecución de cada caso de prueba. Esta información ayuda a los desarrolladores a optimizar el rendimiento del agente de IA.
- Para ver los ajustes avanzados de configuración de algoritmos utilizados para un motor de entrenamiento determinado, haga clic en el icono Información situado junto al nombre del motor de entrenamiento. Esto proporciona información sobre los parámetros y la configuración que influyeron en el comportamiento del agente de IA durante las pruebas.
Sesiones
La sección Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los clientes. Cada sesión incluye un historial detallado de los mensajes intercambiados. Puede exportar los datos de sesión como un archivo de CSV para el análisis y la auditoría sin conexión. Puede utilizar estos datos para examinar los mensajes y el contexto de sesiones específicas para obtener información sobre las interacciones del usuario e identificar áreas de mejora, refinar las respuestas de los agentes de IA y mejorar la experiencia general del usuario.
Puede manejar grandes conjuntos de datos mostrando los resultados en páginas. Puede utilizar la sección Refinar resultados para filtrar y ordenar las sesiones en función de varios criterios. Cada fila de la tabla muestra detalles esenciales de la sesión, entre los que se incluyen:
- Canales: el canal donde se produjo la interacción (por ejemplo, chat, voz).
- ID de sesión: identificador único de la sesión.
- ID de consumidor: identificador único del usuario.
- Mensajes: el número de mensajes intercambiados durante la sesión.
- Actualizado a las: hora en que se cerró la sesión.
- Metadatos: información adicional sobre la sesión.
- Ocultar sesiones de prueba: active esta casilla para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en vivo.
- Traspaso del agente: seleccione esta casilla de verificación para filtrar las sesiones que se entregan a un agente. Si se produce el traspaso del agente, se muestra el icono de los auriculares que indica el traspaso del chat a un agente humano.
- Se ha producido un error: seleccione esta casilla de verificación para filtrar las sesiones en las que se produjo el error.
- Votación negativa: seleccione esta casilla de verificación para filtrar las sesiones con votación negativa.
Haga clic en una fila para acceder a la vista detallada de una sesión específica. Utilice casillas de verificación para filtrar las sesiones en función de la entrega del agente, los errores y los votos negativos. El descifrado de sesiones requiere permiso de nivel de usuario y configuración avanzada de protección de datos. Haga clic en Descifrar contenido para ver los detalles de la sesión.
Detalles de la sesión de una sesión concreta en el agente de IA con script para responder preguntas
La vista Detalles de sesión en un agente de IA con script para responder preguntas proporciona un desglose completo de una interacción específica entre un usuario y el agente de IA.
La sección Mensajes :
- Muestra todos los mensajes enviados por el usuario durante la sesión.
- Muestra las respuestas correspondientes generadas por el agente de IA.
- Presenta el orden cronológico de los mensajes, proporcionando contexto para la interacción.
La pestaña Información de transacción:
- Enumera los artículos que se identificaron como relevantes para la consulta del cliente, incluidas las coincidencias exactas y las coincidencias parciales.
- Muestra las puntuaciones de similitud asociadas a cada artículo identificado, indicando el grado de relevancia.
- Presenta los resultados de los algoritmos subyacentes utilizados para procesar la consulta del cliente e identificar artículos relevantes.
- Muestra el número de resultados del algoritmo en función de la configuración configurada en la ficha Traspaso e inferencia .
La sección Otra información de la vista Detalles de la sesión proporciona contexto adicional y detalles sobre una interacción específica. Aquí hay un desglose de la información que se muestra:
- Consulta procesada: muestra la versión preprocesada de la entrada del cliente después de que haya sido procesada por la canalización de comprensión del lenguaje natural (NLU) del agente de IA.
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Tipo de respuesta: especifica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
Detalles de la sesión de una sesión concreta en el agente de IA con script para realizar acciones
La pestaña Información de transacción en Agente de IA con script para realizar acciones proporciona un desglose detallado de una interacción específica, categorizando la información en cuatro secciones:
Sección Intenciones identificadas :
- Muestra las intenciones identificadas para la consulta del cliente.
- Indica el nivel de confianza asociado a cada intención identificada.
- Enumera las ranuras asociadas a la intención identificada. Haga clic en la ranura para ver información adicional sobre su valor y cómo se extrajo de la consulta del usuario.
La sección Entidades identificadas enumera las entidades que se extrajeron del mensaje del cliente y están asociadas con la intención activa del consumidor. Estas entidades representan las piezas clave de información que el bot identificó dentro de la consulta del usuario.
La sección Resultados del algoritmo proporciona información sobre los procesos subyacentes que condujeron a la respuesta del agente de IA. Aquí hay un desglose de la información que se muestra:
- Lista de intenciones: muestra las intenciones identificadas y sus correspondientes puntuaciones de similitud.
- Lista de entidades: muestra las entidades que se extrajeron del mensaje del usuario.
Aparece Otra información :
- Traspaso de agentes: indica si se ha producido un traspaso de agentes durante la sesión. Marque la casilla de verificación Traspaso de agentes por reglas si un traspaso de agente fue activado por reglas específicas.
- Clave de plantilla: indica la clave de plantilla asociada con la intención que desencadenó la respuesta del agente de IA.
- Tipo de respuesta: indica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que desencadenó la respuesta del agente de IA.
- Motor de NLU: identifica el motor de NLU utilizado para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación mínima de umbral y la diferencia de puntuación de coincidencia parcial configurada en los ajustes de transferencia e inferencia . Estos valores determinan cuándo una consulta se considera fuera del ámbito o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de los registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
También puede descargar y ver la información de la transacción en formato JSON utilizando la opción de descarga.
La ficha Metadatos muestra:
- Metadatos de NLP: revise los pasos de preprocesamiento aplicados a la entrada del cliente en la pestaña NLP .
- Almacén de datos y FinalDF: acceda a los datos relacionados con la sesión en las pestañas Almacén de datos y FinalDF para bots inteligentes.
- Funcionalidad de búsqueda: use la barra de búsqueda incorporada para encontrar rápidamente expresiones específicas dentro de una conversación.
Historia
Siempre que agregue o modifique artículos, intenciones o entidades, es esencial volver a entrenar a su agente de IA con scripts para asegurarse de que esté actualizado. Después de cada sesión de entrenamiento, pruebe minuciosamente su agente de IA para verificar su precisión y efectividad.
La página Historial le permite:
- Ver historial de entrenamiento: realiza un seguimiento de cuándo se entrenó un corpus y se realizaron los cambios.
- Comparar motores de entrenamiento: revise los motores de entrenamiento utilizados para diferentes iteraciones y sus correspondientes duraciones de entrenamiento.
- Control de cambios: supervise los cambios en la configuración, los artículos, las respuestas, NLP y la curación.
- Volver a versiones anteriores: si es necesario, vuelve fácilmente a un conjunto de entrenamiento anterior.
La sección Historial proporciona herramientas útiles para administrar los artículos de la base de conocimientos:
- Activar artículos: haz que los artículos previamente inactivos estén en vivo para incluirlos en las respuestas del agente de IA.
- Editar artículos: cree una nueva versión de un artículo existente conservando el original como referencia.
- Vista previa del rendimiento: evalúe el rendimiento del agente de IA con una base de conocimientos específica mediante la función Vista previa .
- Descargar artículos: exporte los artículos de la base de conocimientos como un archivo CSV para analizarlos o consultarlos sin conexión. Esta opción está disponible para Scripted AI Agent solo para responder preguntas.
Registros de auditoría
La sección Registros de auditoría proporciona un registro detallado de las modificaciones realizadas en su agente de IA con scripts en los últimos 35 días. Para acceder a los registros de auditoría:
- Vaya al panel y haga clic en el agente de IA que ha creado.
- Haga clic en la pestaña Historial para ver el historial del agente de IA.
- Haga clic en la ficha Registros de auditoría para ver un registro detallado de los cambios:
- Actualizado en: fecha y hora en que se realizó el cambio.
- Actualizado por: el usuario que realizó el cambio.
- Campo: la sección del bot donde se produjo la modificación (por ejemplo, Configuración, Artículos, Respuestas).
- Descripción: detalles adicionales sobre el cambio.
-
Utilice las opciones Actualizado por
yBúsqueda decampopara localizar rápidamente entradas específicas del registro de auditoría. -
La pestaña Historial de modelos muestra un máximo de 10 corpus para cada agente de IA.
Curaduría
Los mensajes se agregan a la consola de Curation en función de los siguientes criterios:
- Mensajes alternativos: cuando el agente de IA no entiende el mensaje de un usuario y activa la intención de respaldo.
- Intención de respaldo predeterminada: si este interruptor está habilitado, los mensajes que activen la intención de respaldo predeterminada se enviarán a la consola de Curation.
Este criterio solo se aplica al agente de IA con script para realizar acciones.
- Mensajes rechazados: mensajes que los usuarios han rechazado durante las vistas previas de AI Agent.
- Traspaso de agentes: mensajes que dan lugar a un traspaso de agente humano debido a reglas configuradas.
- Desde la sesión: mensajes marcados por los usuarios como que no reciben la respuesta deseada de los datos de la sesión o de la sala.
- Confianza baja: mensajes con una puntuación de confianza que se encuentra dentro del umbral de confianza bajo especificado.
- Coincidencia parcial: mensajes en los que el agente de IA no pudo identificar definitivamente la intención o respuesta correcta.
Resolver problemas
La ficha Problemas proporciona una ubicación centralizada para revisar y abordar los mensajes que se han marcado para su conservación. Puede hacer lo siguiente:
- Elija resolver u ignorar los problemas en función de su gravedad y relevancia.
- Examine la expresión original del usuario, la respuesta del agente de IA y cualquier medio adjunto.
El acceso a descifrar se concede a nivel de usuario y requiere que Advanced Data Protection esté habilitado en el backend.
Para resolver un problema, puede:
-
Vincular a un artículo existente: para conectar un problema con un artículo existente, seleccione la opción Enlace y busque el artículo deseado.
-
Crear nuevo artículo: use la opción Agregar a un nuevo artículo para crear un nuevo artículo directamente desde la Consola de curación.
-
Ignorar problemas: resuelve o ignora problemas para eliminarlos de la consola de curación.
- No se permite enlazar a artículos predeterminados (mensaje de bienvenida, mensaje alternativo, coincidencia parcial).
- Para el agente de IA con script para realizar acciones, seleccione la intención adecuada de la lista desplegable y etiquete las entidades relevantes.
- Después de realizar cambios, vuelva a capacitar a su agente de IA para asegurarse de que el nuevo conocimiento se refleje en sus respuestas.
- Resuelva o ignore varios problemas simultáneamente para una administración eficiente.
La ficha Resuelto proporciona una visión general completa de todos los problemas que se han solucionado. Puede ver un resumen de cada problema resuelto, incluso si el problema se vinculó a un artículo existente, se usó para crear un nuevo artículo / intención o se ignoró. Si encuentra respuestas no deseadas que no fueron capturadas automáticamente por las reglas existentes, puede agregar manualmente expresiones específicas a la Consola de curación.
Para agregar problemas de las sesiones:
- Identificar la expresión: localiza la expresión que desencadenó la respuesta incorrecta.
- Comprobar estado de curación: si el problema no se encuentra ya en la consola de conservación,
se muestra el botón de alternancia Estadode conservación. - Alternar el indicador: active el
interruptor Estadode conservación para agregar el mensaje a la consola de conservación para su revisión y resolución.
Si el problema ya está presente en Curation Console, la apariencia del conmutador cambia en consecuencia para indicar su estado.
Ver el rendimiento de la IA con scripts con Analytics
La sección Análisis proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Las métricas clave se dividen en cuatro secciones representadas como pestañas. Estos son: Descripción general, Respuestas, Capacitación y Curaduría.
Al visitar la pantalla de análisis, los desarrolladores pueden seleccionar el agente de IA para el que desean ver los análisis. También pueden personalizar la vista de análisis eligiendo el canal para el que desean ver los datos, junto con el rango de fechas y la granularidad de los datos. De forma predeterminada, los datos analíticos del último mes se muestran para todos los canales con una granularidad diaria (cada día es un punto en el eje x en los gráficos).
Descripción general
La descripción general contiene métricas y gráficos clave que proporcionan una instantánea del uso y el rendimiento general del agente de IA a los desarrolladores.
- En el panel, elija el agente de IA que ha creado.
- En el panel de navegación izquierdo, haga clic en Analytics. Aparece una descripción general del rendimiento del agente de IA tanto en formato tabular como en representación gráfica.
Sesiones y mensajes
La primera sección de la descripción general muestra las siguientes estadísticas sobre sesiones y mensajes para el agente de IA:
- Total de sesiones y sesiones manejadas por el agente de IA sin intervención humana.
- Total de traspasos de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Promedio de sesiones diarias
- Total de mensajes (mensajes humanos y de agentes de IA) y cuántos de esos mensajes provienen de usuarios.
- Promedio diario de mensajes
Esto es seguido por una representación gráfica de las sesiones (columna apilada que representa las sesiones manejadas por el agente de IA y las sesiones entregadas) y el total de respuestas enviadas por el agente de IA.
Usuarios
La segunda sección de la descripción general contiene estadísticas sobre los usuarios del agente de IA. Proporciona un recuento del total de usuarios e información sobre el promedio de sesiones por usuario y el promedio diario de usuarios. Esto es seguido por un gráfico que muestra los usuarios nuevos y recurrentes para cada unidad dependiendo de la granularidad seleccionada.
Rendimiento
La tercera sección proporciona estadísticas sobre las respuestas del agente de IA a los usuarios. Aquí se puede ver el total de respuestas enviadas por el agente de IA y la división entre las respuestas donde el agente de IA:
- Identificó la intención del usuario.
- Respondió con un mensaje alternativo.
- Respondió con un mensaje de coincidencia parcial.
- Informar al usuario de la entrega de un agente.
El mismo se agrega en un gráfico circular y un gráfico de área proporciona información basada en la granularidad seleccionada.
Capacitación
La sección de capacitación representa la "salud" de un corpus de agente de IA. Se recomienda que los desarrolladores configuren 20+ expresiones de entrenamiento para cada intención/artículo en sus agentes de IA. En esta sección, todos los artículos/intenciones de un corpus se muestran como rectángulos individuales donde el color y el tamaño relativo de cada rectángulo son indicativos de los datos de entrenamiento que contiene el artículo/intención. Cuanto más cerca esté una intención del blanco, más datos de entrenamiento necesitará para que mejore la precisión de su agente de IA.
Respuestas
Esta sección ofrece a los desarrolladores una vista detallada de lo que los usuarios preguntan y con qué frecuencia lo preguntan. Proporciona una representación gráfica de los artículos más populares para AI Agents para responder preguntas y plantillas de respuesta para AI Agents para realizar acciones.
Curaduría
Esta sección proporciona un resumen visual de cuántos problemas de curación han surgido cada día y cuántos de ellos han sido resueltos por los agentes de IA.
Integrar agentes de IA
En esta sección se explica cómo integrar agentes de IA con canales digitales y de voz para administrar las conversaciones de los clientes.
Integre agentes de IA con canales digitales y de voz
Una vez que haya creado y configurado sus agentes de IA en la plataforma Webex AI Agent Studio, el siguiente paso es integrarlos con los canales de voz y digitales. Esta integración permite a los agentes de IA manejar conversaciones digitales y basadas en voz con sus clientes, proporcionando una experiencia de usuario fluida e interactiva.
Para obtener más información, consulte el artículo Integrar agentes de IA con canales digitales y de voz.
Administrar informes de agentes de IA
En esta sección se describe la descripción general de los informes de agentes de IA, los tipos de informes, la creación de informes de agentes de IA y los modos de entrega de informes.
Comprender los informes de agentes de IA
La función de informes le permite generar o programar (generar periódicamente) informes específicos de los tipos de informes disponibles y recibirlos en los modos de entrega disponibles. Estos informes pueden proporcionar información valiosa sobre el comportamiento del usuario, el uso, la participación, el rendimiento del producto, etc. Puede recibir la información deseada en su correo electrónico, SFTP ruta o bucket de S3. Puede elegir el tipo de informe de una lista de informes pregenerados y también elegir si desea generar un informe único al instante o a intervalos regulares.
Al acceder al menú Informes desde el panel de navegación izquierdo, aparecen las siguientes fichas:
-
Configurar: esta ficha enumera todos los informes que están activos actualmente y que se generan periódicamente. Los siguientes detalles están disponibles para la lista de informes:
- Activo: indica si un usuario sigue suscrito al informe.
- Agente de IA: nombre del agente de IA asociado al informe.
- Tipo de informe: el tipo de informe precreado al que se ha suscrito.
- Frecuencia: intervalo en el que recibe el informe.
- Último informe generado: el último informe enviado.
- Próxima fecha programada: la próxima fecha en que se enviará el informe.
-
Historial: esta ficha muestra toda la información histórica de los informes enviados hasta la fecha. Haga clic en cualquier informe de esta página para editar la configuración de los informes.
Puede hacer clic en el icono Descargar en la columna Acciones para descargar estos informes históricos.
Los informes a petición que aparecen en la ficha Historial solo están disponibles para su descarga una vez completada la generación del informe.
Crear un informe de agente de IA
| 1 |
Inicie sesión en la plataforma Webex AI Agent Studio. |
| 2 |
Haga clic en Informes en la barra de navegación izquierda. |
| 3 |
Haga clic en +Nuevo informe. |
| 4 |
Proporcione la siguiente información para crear y configurar el informe: |
Tipos de informes de agente de IA
Puede elegir de una lista de informes predefinidos en función del tipo de agente de IA seleccionado. Esta sección cubre estos tipos de informe, las hojas incluidas en cada informe y las columnas disponibles en cada hoja.
AI Agent para responder preguntas tipo de informe
Hay tres tipos de informes diferentes disponibles para que un agente de IA responda preguntas en la aplicación. Mediante diferentes tipos de informes, se le puede utilizar para comprender el resumen de uso del agente de IA, el comportamiento, lo que preguntan los usuarios y cómo responde el agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Comportamiento de uso y resumenEn esta sección se muestra el resumen de AI Agent con la frecuencia con la que se invocan los artículos y las categorías. Puede ver la información de resumen, categorías y artículos en una pestaña separada de los informes:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones/sesiones manejadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos | Los mensajes enviados por los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por el agente de IA a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano. |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los clientes. |
| Total de votos negativos |
Respuestas totales de agentes de IA que fueron rechazadas por los clientes. |
| Campo | Descripción |
|---|---|
| Nombre de la categoría | El nombre de la categoría tal como se configuró en el agente de IA. |
| Conversaciones para la categoría | El número de conversaciones o sesiones donde se detectó un artículo perteneciente a esta categoría. |
| Total de respuestas | El número de veces que se detectó un artículo perteneciente a esta categoría. |
| Total de votos positivos | El número de veces que se votó positivamente una respuesta de esta categoría. |
| Total de votos negativos |
El número de veces que una respuesta de esta categoría fue rechazada. |
| Campo | Descripción |
|---|---|
| Nombre del artículo | El nombre del artículo (variante predeterminada) que se configura en el agente de IA. |
| Categoría del artículo | La categoría a la que pertenece esta intención. |
| Conversaciones para el artículo | El número de conversaciones o sesiones en las que se detectó este artículo. |
| Total de respuestas | El número de veces que se detectó este artículo. |
| Total de votos positivos | El número de veces que se votó positivamente la respuesta a este artículo. |
| Total de votos negativos |
El número de veces que la respuesta para este artículo es rechazada. |
Muestra la conversación entre el agente de IA y el cliente junto con la puntuación de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | La marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión. |
| ID de consumidor | El identificador único para el usuario final en el agente de IA. |
| Tipo de mensaje | El mensaje del agente de IA o el mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Artículo | El identificador de la respuesta enviada por el agente de IA. |
| Categoría | La intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | La puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | La intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 | La puntuación de la intención detectada. |
| Retroalimentación | Los comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Los comentarios que dejan los usuarios al votar un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en el agente de IA. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Artículo | Identificador de la respuesta enviada por el agente de IA. |
| Categoría | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 |
Puntuación para la intención detectada. |
Tipo de informe AI Agent para realizar tareas
Hay tres tipos de informes diferentes disponibles para que un agente de IA realice tareas en la aplicación generadora de agentes de IA. Como desarrollador de agentes de IA, puede crear diferentes tipos de informes. Estos se pueden usar para comprender el resumen de uso del agente de IA, el comportamiento del agente de IA, lo que preguntan los usuarios y cómo responde un agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la curación.
Muestra el resumen de las conversaciones junto con las intenciones y las claves de plantilla que se activan. La ficha resumen muestra los siguientes detalles:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones o sesiones gestionadas por el agente de IA. |
| Mensajes de conversaciones con al menos un usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos |
Los mensajes que envían los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por AI Agent a los usuarios finales. |
| Total de coincidencias parciales | Casos en los que hubo cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con múltiples intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano |
| Total de votos positivos | Total de respuestas de agentes de IA que fueron votadas por los usuarios. |
| Total de votos negativos |
Total de respuestas de agentes de IA que fueron rechazadas por los usuarios. |
También puedes ver los detalles de la intención en la pestaña Intenciones de la hoja de cálculo:
| Campo | Descripción |
|---|---|
| Nombre de intención | El nombre de la intención tal como se configuró en el agente de IA. |
| Conversaciones para la intención | Número de conversaciones o sesiones en las que se invocó esta intención. |
| Total de invocaciones | Número de veces que se invocó esta intención. |
| Finalizaciones totales | Número de veces que se recopilaron todas las ranuras y se completó esta intención. |
| Total de votos positivos | El total de respuestas para eso fue votado a favor para cada intención. |
| Total de votos negativos |
El total de respuestas para eso fue rechazado para cada intención. |
El informe también tiene detalles de plantilla de alto nivel, tales como:
| Campo | Descripción |
|---|---|
| Nombre de clave de plantilla | Nombre de la plantilla tal como está configurada en el agente de IA. |
| Intención clave de plantilla | Intenciones donde se usa esta clave de plantilla. |
| Conversaciones para la clave de plantilla | Número de veces que se envió esta clave de plantilla como respuesta. |
| Total de respuestas | El número de veces que se envió esta clave de plantilla como respuesta. |
| Total de votos positivos | Número de veces que se votó positivamente la respuesta a esta plantilla. |
| Total de votos negativos |
Número de veces que la respuesta para esta plantilla fue rechazada. |
Muestra la conversación de un cliente con el agente de IA junto con las puntuaciones de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Tipo de mensaje | Mensaje de agente de IA o mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del cliente. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 | Puntuación para la intención detectada. |
| Retroalimentación | Comentarios del usuario si un mensaje fue votado a favor o en contra. |
| Comentario de comentarios |
Comentarios dejados por los usuarios al votar negativamente un mensaje. |
Muestra los mensajes que terminaron en curación como problemas por diversos motivos. Este informe solo es relevante para agentes de IA con guión. Puede ver los siguientes detalles en este informe:
| Campo | Descripción |
|---|---|
| Timestamp | Marca de tiempo del mensaje. |
| ID de sesión | Identificador único de la sesión del cliente. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | La razón de este mensaje termina en curación. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intento | Intención detectada por el agente de IA para el mensaje del usuario. |
| Máxima puntuación del partido | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación Intención 1 |
Puntuación para la intención detectada. |
Modos de entrega del informe AI Agent
En el mundo actual basado en datos, la entrega eficiente y segura de informes de AI Agent es crucial para la toma de decisiones informadas y la excelencia operativa. Para satisfacer las diversas necesidades de la organización, ofrecemos múltiples modos de entrega para los informes de AI Agent, lo que garantiza flexibilidad, confiabilidad y seguridad. Las opciones de entrega incluyen Secure File Transfer Protocol (SFTP), correo electrónico y Amazon S3 Bucket. Cada modo está diseñado para satisfacer diferentes requisitos, ya sea la necesidad de alta seguridad, facilidad de acceso o soluciones de almacenamiento escalables. Este documento describe las características y ventajas de cada modo de entrega, ayudándole a elegir la mejor opción para sus necesidades específicas.
SFTP
|
Campo |
Descripción |
|---|---|
| Enviar informes a una ubicación segura según lo programado |
Active esta opción para enviar los informes a la ubicación segura a la hora programada. Solo puede proporcionar los siguientes detalles habilitando este conmutador. |
| Dirección IP | La dirección IP del sistema. |
| Nombre de usuario | El nombre de usuario para acceder a los informes. |
| Contraseña | La contraseña para tener acceso a los informes. |
| Clave privada | La clave privada para tener acceso a los archivos. |
| Ruta de carga |
La ruta de acceso donde se enrutan los archivos en el sistema. |
Correo electrónico
| Campo | Descripción |
|---|---|
| Programe correos electrónicos para varios destinatarios, separados con punto y coma(;) | Active esta opción para agregar destinatarios. |
| Destinatarios |
La dirección de correo electrónico de todos los destinatarios que deben recibir los informes en la hora y frecuencia especificadas. |
Cucharón S3
| Campo | Descripción |
|---|---|
| Cargue informes en un bucket de S3 según la programación |
Active esta opción para que los campos de S3 estén disponibles y dirija los informes al bucket de S3 configurado. |
| ID de clave de acceso de AWS | El ID de clave de acceso para obtener acceso a los servicios y recursos de AWS. |
| Clave de acceso secreta de AWS | La clave de acceso secreta para obtener acceso a los servicios y recursos de AWS. |
| Nombre del bucket | El nombre del bucket al que se enruta el informe. |
| Nombre de carpeta |
El nombre de la carpeta que se crea en el bucket de S3. |
Comprender el cumplimiento de la IA
Esta sección le ayuda a comprender el desarrollo de la IA, la privacidad de los datos, la seguridad y la protección
Desarrollo de IA, privacidad de datos, seguridad y protección
Cada función impulsada por IA en Cisco se somete a una Evaluación de Impacto de IA según nuestrosprincipios de IA Responsable, y se adhiere al Marco de IA Responsable, además de los procesos existentes de Seguridad, Privacidad y Derechos Humanos por Diseño.
Privacidad y seguridadCisco no conserva los datos de entrada del cliente después del proceso de inferencia, y el proveedor del modelo de 3 ª parte, Microsoft, no accede, supervisa ni almacena los datos de los clientes de Cisco. Para obtener más información sobre las políticas de retención de datos específicas de las funciones, consulte Cisco Trust Portal.
La siguiente es la lista de notas de transparencia de IA para todas las funciones de IA:
Fuentes de datos para capacitación y evaluaciónEl proveedor de modelos de 3rd party de Cisco, Microsoft, declara que no usará el contenido del cliente para mejorar los modelos de Azure OpenAI y que no almacena ni retiene los datos de los clientes de Cisco en la infraestructura de Azure.
Seguridad y consideraciones éticasTodas las características generativas de IA son propensas a errores, por lo que Cisco prioriza la seguridad del contenido para las características de IA al optar por el filtrado de contenido, proporcionado por Azure OpenAI.
Evaluación y rendimiento del modeloCisco prioriza el rendimiento y la precisión de AI Assistant al involucrar a los humanos en la revisión, las pruebas y el control de calidad del modelo subyacente.
Introducción a Webex AI Agent Studio
El Agent Studio de IA de Webex es una plataforma sofisticada diseñada para crear, administrar e implementar agentes de IA automatizados para satisfacer las necesidades de soporte y servicio al cliente. Mediante la inteligencia artificial, los agentes de IA proporcionan asistencia automatizada a los clientes antes de interactuar con agentes humanos. Estos agentes admiten las interacciones de voz con entonación, comprensión del idioma y conocimiento contextual dentro de las conversaciones. Además, los agentes de IA gestionan de forma fluida e informal las interacciones de los canales digitales a través de mensajes de texto y chat en línea. Los clientes se benefician de una experiencia similar a la de un conserje, ya que reciben ayuda con preguntas, recuperación de información y minimizan los tiempos de espera.
Capacidades del Agent Studio de IA de Webex
- Respuestas precisas y oportunas: proporciona respuestas precisas a las consultas de los clientes en tiempo real.
- Ejecución inteligente de tareas: ejecuta tareas en función de las solicitudes o entradas del cliente.
Beneficios clave para las empresas
-
Experiencia del cliente mejorada: ofrece una experiencia conversacional en tiempo real a los clientes.
-
Interacciones personalizadas: adapta las respuestas a las necesidades y preferencias individuales de los clientes.
-
Escalabilidad y eficiencia: maneja un gran volumen de interacciones con los clientes sin necesidad de agentes humanos adicionales, lo que mejora la satisfacción y reduce los costos operativos.
Comprender los tipos y ejemplos de agentes de IA
En la siguiente tabla, se ofrece una visión de los tipos de agentes de IA y sus capacidades:
| Tipo de agente de IA | Propósito | Capacidad | Descripción | ¿Cómo se configura? |
|---|---|---|---|---|
|
Autónomo |
Los agentes autónomos de IA están diseñados para funcionar de forma independiente, tomando decisiones y realizando tareas sin intervención humana directa. |
Realizar acciones |
Tome decisiones informadas en función de la información disponible y de las reglas predefinidas. Automatice las tareas repetitivas o que requieren mucho tiempo. |
|
|
Responder preguntas |
Los agentes autónomos pueden acceder a un repositorio de conocimientos y utilizarlo para proporcionar respuestas informativas y precisas a las consultas de los usuarios. |
Agentes autónomos de IA para responder preguntas | ||
|
Guión |
Los agentes de IA con secuencias de comandos están programados para seguir un conjunto predefinido de reglas e instrucciones. |
Realizar acciones |
Los agentes guiados pueden realizar tareas específicas que están claramente definidas y estructuradas. |
Agentes de IA guiados para realizar acciones |
|
Responder preguntas |
Los agentes guiados pueden responder a preguntas sobre la base de un corpus de capacitación creado por el usuario, que es una colección de ejemplos y respuestas. |
Agentes de IA guiados para responder preguntas |
Ejemplos
Los agentes de IA autónomos y guiados pueden aplicarse a diversos casos de uso, según los requisitos específicos y las capacidades deseadas. Algunos ejemplos incluyen:
-
Servicio al cliente: se pueden utilizar agentes autónomos y guiados para brindar soporte al cliente, y los agentes autónomos ofrecen más flexibilidad y comprensión del lenguaje natural.
-
Asistentes virtuales: los agentes autónomos son muy adecuados para las funciones de asistentes virtuales, ya que pueden gestionar diversas tareas y proporcionar interacciones más personalizadas.
-
Análisis de datos: los agentes autónomos se pueden utilizar para analizar grandes conjuntos de datos y extraer información valiosa.
-
Automatización de procesos: se pueden utilizar agentes autónomos y guiados para automatizar tareas repetitivas, mejorar la eficiencia y reducir los errores.
-
Administración del conocimiento: se pueden utilizar agentes autónomos para crear y administrar repositorios de conocimiento, lo que hace que la información sea fácilmente accesible para los usuarios.
La elección entre agentes de IA autónomos y guiados depende de la complejidad de las tareas, el nivel de autonomía requerido y la disponibilidad de datos de capacitación.
Requisitos previos
-
Si ya es cliente del Centro de contacto de Webex, asegúrese de cumplir con los siguientes requisitos previos:
-
inquilino de Webex Contact Center 2.0.
-
Se ofrece Webex Connect para su inquilino.
-
La plataforma de medios de voz es una plataforma de medios de próxima generación.
-
-
Si no tiene un inquilino del Centro de contacto de Webex, comuníquese con su socio para iniciar una prueba del Centro de contacto de Webex con la plataforma multimedia de próxima generación.
-
Los administradores pueden solicitar un entorno aislado para desarrolladores de Webex Contact Center para probar los agentes de IA.
Habilitación de características
Actualmente, esta característica se encuentra en fase beta. Los clientes pueden inscribirse en esta característica en el Portal Beta de Webex completando la encuesta de participación para los agentes de IA.
-
Actualmente, solo la funcionalidad del agente de IA con secuencias de comandos está disponible en la fase beta.
-
Los agentes autónomos solo están disponibles para clientes seleccionados. Las solicitudes se pueden realizar a través de su CSM (gerente de atención al cliente), PSM (gerente de atención al socio) o enviando un correo electrónico a ask-ccai@cisco.com. Tras la aprobación, los agentes autónomos estarán disponibles, además de los agentes con guiones, para su inquilino.
Acceder al Estudio del Agente de IA de Webex
Para crear sus agentes de IA, debe iniciar sesión en la aplicación Agent Studio de Webex AI. Esto se puede hacer de las siguientes maneras:
Iniciar sesión desde Control Hub
- Inicie sesión en Control Hub con la URL https://admin.webex.com.
- En la sección Servicios del panel de navegación, elija Centro de contactos.
- En Enlaces rápidos del panel derecho, vaya a la sección Suite del Centro de contactos .
- Haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra ficha del navegador y usted iniciará sesión automáticamente en la aplicación.
Iniciar sesión desde Webex Connect
Para acceder a la aplicación Webex AI Agent Studio, debe tener acceso a Webex Connect.
- Inicie sesión en la aplicación Webex Connect con la URL de inquilino proporcionada para su empresa y sus credenciales.
De forma predeterminada, la página Servicios aparece como una página de inicio.
- En el menú Bandeja de aplicaciones del panel de navegación izquierdo, haga clic en Webex AI Agent Studio para acceder a la aplicación.
El sistema inicia de forma cruzada la aplicación Webex AI Agent Studio en otra ficha del navegador y usted iniciará sesión automáticamente en la aplicación.
Diseño de la página de inicio
Bienvenido a la aplicación Webex AI Agent Studio. Cuando inicia sesión, la página de inicio muestra el siguiente diseño:
-
Barra de navegación
La barra de navegación que aparece a la izquierda proporciona acceso a los siguientes menús:
- Tablero de mandos: muestra una lista de agentes de IA a los que el usuario tiene acceso, según lo haya concedido el administrador de la empresa.
- Conocimiento: muestra el repositorio central de conocimientos o la base de conocimientos, que sirve como cerebro para que los agentes de IA autónomos respondan a las consultas de los clientes.
- Informes: enumera informes de agentes de IA preconstruidos de varios tipos. Puede generar o planificar informes según sus necesidades empresariales.
- Ayuda: proporciona acceso a la guía del usuario de Webex AI Agent Studio en el Centro de ayuda de Webex.
- Perfil de usuario
El menú de perfil de usuario le permite ver su información de perfil y cerrar sesión en la aplicación.
La página Perfil empresarial contiene información sobre el inquilino del agente de IA, a la que solo pueden acceder los administradores con acceso de administrador completo.
-
La ficha Descripción general contiene la siguiente información:
- Identificadores empresariales: incluye el ID de organización de Webex, el ID de organización CPaaS y el ID de suscripción para la empresa. Esto está disponible para empresas con integración de Webex Contact Center para el inquilino de Webex Connect correspondiente.
- Configuración del perfil: contiene el nombre de la empresa, el nombre único de la empresa y la URL del logotipo.
- Configuración global del agente: permite la selección del agente predeterminado para el canal de voz a fin de manejar situaciones de reserva.
- Resumen de retención de datos: proporciona un resumen de los períodos de retención de datos para esta empresa.
-
En la ficha Compañeros de equipo , puede ver y administrar la lista de compañeros de equipo que tienen acceso a la aplicación. A cada usuario se le asigna un rol, que determina las acciones que puede realizar en función de los permisos concedidos.
-
Conozca su tablero de mandos
En el tablero de mandos, los agentes de IA están representados por tarjetas que muestran información básica, incluido el nombre del agente de IA, actualizado por última vez por, actualizado por última vez el y el motor utilizado para capacitar al agente.
Tareas en la tarjeta del agente de IA
Desplácese sobre una tarjeta de agente de IA para ver las siguientes opciones:
- Vista previa: haga clic en Vista previa para abrir el widget de vista previa del agente de IA.
- Icono de puntos suspensivos : haga clic en este icono para realizar las siguientes tareas:
-
Copiar enlace de vista preliminar: copie el enlace de vista preliminar para pegarlo en una nueva ficha y obtenga una vista preliminar del agente de IA en el widget de chat.
-
Copiar token de acceso: copie el token de acceso del agente de IA para invocar al agente a través de las API.
-
Exportar: exporte los detalles del agente de IA (en formato JSON) a su carpeta local.
-
Eliminar: elimine de forma permanente el agente de IA del sistema.
-
Anclar: ancle el agente de IA en la primera posición del tablero de mandos o desancle para volver a su posición anterior.
-
Crear un nuevo agente de IA
Puede crear un nuevo agente de IA mediante la opción + Crear agente en la esquina superior derecha del tablero de mandos. Puede optar por utilizar una plantilla predefinida o crear un agente desde cero.
Para saber cómo crear agentes de IA autónomos y guiados, consulte las siguientes secciones:
Importar el agente de IA preconstruido
Puede importar un agente de IA preconstruido en formato JSON desde una lista de agentes de IA disponibles. En primer lugar, asegúrese de haber exportado el agente de IA en formato JSON a su carpeta local. Siga estos pasos para importarlo:
- Haga clic en Importar agente.
- Haga clic en Cargar para cargar el archivo del agente de IA (en formato JSON) exportado desde la plataforma.
- En el campo Nombre de agente , introduzca el nombre del agente de IA.
- (Opcional) En el ID del sistema, edite el identificador único generado por el sistema.
- Haga clic en Importar.
Su agente de IA ahora se importa correctamente a la plataforma Webex AI Agent Studio y está disponible en el tablero de mandos.
Búsqueda de palabras clave
La plataforma ofrece sólidas capacidades de búsqueda para ayudarlo a localizar y administrar fácilmente los agentes de IA. Puede realizar la búsqueda de palabras clave con el nombre de agente. Introduzca el nombre del agente o una parte del nombre en la barra de búsqueda. El sistema muestra una lista de agentes de IA que coinciden con sus criterios de búsqueda.
Filtrar por tipo de agente
Además de la búsqueda por palabras clave, puede refinar los resultados de búsqueda filtrando según el tipo de agente de IA. Elija uno de los filtros de tipo de agente de la lista desplegable: Con secuencias de comandos, Autónomo y Todos.
Administrar la base de conocimientos
Una base de conocimientos es un repositorio central de información para los agentes de IA autónomos impulsados por el modelo de lenguaje grande (LLM). Los agentes autónomos de IA aprovechan las tecnologías avanzadas de aprendizaje automático y de IA para comprender, procesar y generar texto similar a los humanos. Estos agentes de IA reciben una gran cantidad de datos, lo que les permite proporcionar respuestas detalladas y contextualmente relevantes. Las bases de conocimiento almacenan los datos necesarios para el funcionamiento de los agentes autónomos de IA.
Para acceder a la base de conocimientos:
- Conéctese a la plataforma de Webex AI Agent Studio.
- En el Tablero de mandos, haga clic en el icono Conocimiento del panel de navegación izquierdo. Aparecerá la página de las bases de conocimientos.
- Puede encontrar una base de conocimientos basada en los siguientes criterios:
- Nombre de la base de conocimientos
- Tipo de base de conocimientos
- Bases de conocimientos actualizadas entre fechas especificadas
- Bases de conocimientos creadas entre fechas especificadas
Haga clic en Restablecer todo para restablecer los criterios de búsqueda.
- También puede crear una nueva base de conocimientos. Para crear una nueva base de conocimientos, consulte Crear una base de conocimientos para el agente de IA.
Crear una base de conocimientos para el agente de IA
| 1 |
En el Tablero de mandos, haga clic en el icono Conocimiento del panel de navegación izquierdo. |
| 2 |
En la página Bases de conocimientos , haga clic en +Crear base de conocimientos , en la esquina superior derecha. |
| 3 |
En la página Crear base de conocimientos , introduzca los siguientes detalles: |
| 4 |
Haga clic en Crear. El sistema crea una base de conocimientos con el nombre especificado. |
| 5 |
En la ficha Archivos : |
| 6 |
En la ficha Documentos : |
| 7 |
Diríjase a la ficha Información para ver y hacer un seguimiento de los detalles de los archivos que ha cargado y los documentos que ha creado.
|
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA autónomo para responder preguntas.
Configurar agentes de IA autónomos
Los agentes autónomos de IA operan de forma independiente sin intervención humana directa. Estos agentes utilizan algoritmos avanzados y técnicas de aprendizaje automático para analizar datos, aprender de su entorno y adaptar sus acciones para lograr objetivos específicos. En esta sección se describen las dos capacidades principales del Agente de IA autónomo.
Agente de IA autónomo para realizar tareas
Los agentes de IA autónomos pueden realizar diversas tareas, entre las que se incluyen las siguientes:
-
Procesamiento del lenguaje natural (NLP): comprender y responder al lenguaje humano de manera natural y conversacional.
-
Toma de decisiones: tome decisiones informadas en función de la información disponible y las reglas predefinidas.
-
Automatización: automatice las tareas repetitivas o que requieren mucho tiempo.
Esta sección incluye los siguientes ajustes de configuración:
Crear un agente de IA autónomo para realizar acciones
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA , haga clic en Iniciar desde cero.
También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Filtre el tipo de agente de IA como Autónomo. En este caso, los campos de la página Perfil se completan automáticamente. |
| 4 |
Haga clic en Siguiente. |
| 5 |
En la sección Qué tipo de agente está creando , haga clic en Autónomo. |
| 6 |
En la sección Cuál es la función principal de su agente , haga clic en Realizar acciones. |
| 7 |
Haga clic en Siguiente. |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. Ahora ha creado correctamente el agente de IA autónomo para realizar acciones, que ahora está disponible en el Tablero de mandos. En el encabezado del Agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA preconstruidos. Para obtener más información, consulte Importar agente de IA preconstruido |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil del agente de IA autónomo
Antes de comenzar
Cree un agente de IA autónomo para realizar acciones.
| 1 |
En el Tablero de mandos, haga clic en el agente de IA que creó. |
| 2 |
Diríjase a y configure los siguientes detalles: |
| 3 |
Haga clic en Publicar para que el agente de IA esté en vivo. |
Qué hacer a continuación
Agregue las acciones necesarias al agente de IA.
Agregar acciones al agente de IA autónomo
Los agentes autónomos de IA para realizar acciones están diseñados para comprender las intenciones de los usuarios y actuar en consecuencia. Por ejemplo, en un restaurante existe la necesidad de automatizar la ingesta de pedidos de alimentos en línea. Para llevar a cabo la tarea, puede crear un agente de IA autónomo que realice las siguientes acciones:
-
Obtenga la información necesaria del cliente.
-
Transfiera la información al flujo requerido.
El Agente de IA autónomo para realizar acciones trabaja en los siguientes elementos constitutivos:
-
Acción: una funcionalidad que permite al agente de IA conectarse con sistemas externos para realizar tareas complejas.
-
Entidad o ranura: representa un paso para cumplir la intención del usuario. El llenado de franjas horarias implica hacer preguntas específicas al cliente para cumplir con la intención del cliente en función de los enunciados. Es el desencadenante para que un agente de IA comience a realizar una acción. Defina las entidades de entrada como parte del relleno de ranuras.
-
Cumplimiento: determina la forma en que el agente de IA completa la acción. Como parte del cumplimiento, defina las entidades de salida para que el Agente de IA autónomo genere la respuesta en un formato específico. El sistema envía las entidades de salida al flujo para continuar con la acción y completar la tarea correctamente.
| 1 |
En la ficha Acción , haga clic en +Nueva acción. |
| 2 |
En la página Agregar una acción nueva , especifique los siguientes detalles: |
Qué hacer a continuación
Puede configurar ranuras o puede configurar ranuras y definir el cumplimiento según el alcance de la acción elegido.
Configurar el relleno de ranuras
El relleno de ranuras implica agregar las entidades de entrada necesarias para el motor de IA. En la sección Llenado de ranuras de la página Acciones , agregue las entidades de entrada:
-
Puede agregar las entidades una por una en formato de tabla.
-
También puede utilizar el archivo JSON y definir las entidades. Consulte Un recorrido por el esquema JSON para obtener detalles.
Agregar entidades de entrada en formato de tabla
| 1 |
Para agregar una entidad de entrada, haga clic en +Nueva entidad de entrada. |
| 2 |
En la página Agregar una nueva entidad de entrada , especifique los siguientes detalles: |
| 3 |
Haga clic en Agregar para agregar la entidad de entrada. Puede agregar todas las entidades de entrada que necesite. |
| 4 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
Agregar entidades usando el editor JSON
Puede agregar las entidades de entrada y las entidades de salida mediante el editor de JSON. En la vista del editor de JSON, las entidades deben definirse en un formato JSON estructurado.
Para obtener más información, consulte Un recorrido por el esquema JSON.
Estructura de parámetros de entrada
Los parámetros de entrada deben adherirse a la siguiente estructura:
-
tipo: tipo de datos del objeto de parámetros. Esto es siempre 'objeto' para indicar que los parámetros están estructurados como un objeto.
Propiedades: un objeto en el que cada clave representa un parámetro y sus metadatos asociados.
obligatorio: una matriz de cadenas con los nombres de los parámetros obligatorios.
propiedades Objeto
Cada clave del objeto de propiedades representa una entidad/parámetro de entrada y contiene otro objeto con metadatos sobre ese parámetro. Los metadatos siempre deben incluir las siguientes palabras clave:
-
tipo: tipo de datos del parámetro. Los tipos permitidos son:
-
cadena: datos textuales.
-
entero: datos numéricos sin decimales.
-
número: datos numéricos que pueden incluir decimales.
-
booleano: valores verdadero/falso.
-
matriz: una lista de elementos, todos los cuales suelen ser del mismo tipo.
-
objeto: una estructura de datos compleja con propiedades anidadas.
-
-
descripción: una breve explicación de lo que representa la entidad. Esto ayuda al motor de IA a comprender el propósito y el uso del parámetro. Se recomienda una descripción concisa y coherente con las instrucciones del agente y la descripción de las acciones para una mejor precisión.
-
La plataforma solo aplica la validación para el «tipo». No se aplica la «descripción» para todas las entidades, pero se recomienda encarecidamente que se agregue. Otras palabras clave útiles para los metadatos de entidades son:
-
enum: el campo enum enumera los valores posibles para un parámetro. Esto es útil para parámetros que solo deben aceptar un conjunto limitado de valores. Los desarrolladores pueden definir listas personalizadas de valores que un parámetro debe aceptar para usarlos.
- patrón: el campo patrón se utiliza con los tipos de cadena para especificar una expresión regular que la cadena debe coincidir. Esto es particularmente útil para validar formatos específicos, como números de teléfono, códigos postales o identificadores personalizados.
-
ejemplos: el campo de ejemplos proporciona uno o más ejemplos de valores válidos para el parámetro. Esto ayuda al motor de IA a comprender qué tipo de datos se espera y puede ser especialmente útil para fines de interpretación y validación.
-
Hay otras palabras clave que pueden hacer que la definición de la entidad sea más precisa y sólida. Para obtener más información, consulte Un recorrido por el esquema JSON.
Ejemplo
El siguiente ejemplo incluye varios tipos de entidades y palabras clave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "El nombre de usuario único para la cuenta", "minLength": 3, "maxLength": 20 }, "contraseña": { "type": "cadena", "description": "La contraseña de la cuenta", "minLength": 8, "formato": "contraseña" }, "correo electrónico": { "tipo": "cadena", "descripción": "La dirección de correo electrónico de la cuenta", "patrón": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "fecha de nacimiento": { "tipo": "cadena", "descripción": "La fecha de nacimiento del usuario.", "ejemplos": ["mm/dd/YYYY"] }, "preferencias": { "tipo": "objeto", "descripción": "Configuración de preferencias del usuario.", "propiedades": { "boletín": { "tipo": "boolean", "descripción": "Si el usuario quiere recibir boletines.", "predeterminado": true }, "notificaciones": { "tipo": "cadena", "descripción": "Método de notificación preferido", "enumeración": ["correo electrónico", "sms", "inserción"] } } }, "funciones": { "tipo": "matriz", "descripción": "Lista de funciones asignadas al usuario", "elementos": { "tipo": "cadena", "enumeración": ["usuario", "administrador", "moderador"] } }, "obligatorio": ["nombre de usuario", "contraseña", "correo electrónico"] } Este ejemplo incluye las siguientes entidades:
- nombre de usuario: un tipo de cadena con limitación de longitud mínima y máxima.
- contraseña: un tipo de cadena con una longitud mínima y un formato específico (la contraseña indica que debe administrarse de forma segura).
- correo electrónico: un tipo de cadena con un patrón regex para asegurarse de que sea una dirección de correo electrónico válida.
- fecha de nacimiento: un tipo de cadena con ejemplos para prescribir el formato de la fecha.
- preferencias: un tipo de objeto con propiedades anidadas (boletín y notificaciones), incluido un booleano con un valor predeterminado y una cadena con valores permitidos específicos (enumeración).
- roles: un tipo de matriz en el que cada elemento es una cadena limitada a valores específicos (enumeración).
El nombre de usuario, la contraseña y el correo electrónico son obligatorios, tal y como se define en el array “obligatorio”.
En este ejemplo, las entidades tienen nombres descriptivos, descripciones claras y siguen una estructura coherente y una convención de nomenclatura. Siga estas mejores prácticas para crear entidades bien definidas que sea fácil de interpretar y aplicar para el motor de IA.
Definir el cumplimiento
| 1 |
Defina los detalles de cumplimiento para implementar el agente de IA en un centro de contacto. Especifique los siguientes detalles: |
| 2 |
Configure las entidades de salida de modo que el agente de IA genere el resultado en un formato que sea comprensible para el flujo. |
| 3 |
Para agregar una entidad de salida, haga clic en +Nueva entidad de salida. En la pantalla Agregar una nueva entidad de salida , especifique los siguientes detalles: También puede utilizar un archivo JSON para agregar las entidades de salida. Para obtener más información, consulte Agregar entidades mediante el editor JSON . |
| 4 |
Haga clic en Agregar para agregar la entidad de salida. Puede agregar todas las entidades de salida que necesite. |
| 5 |
Utilice la opción Controles para realizar las siguientes acciones en la entidad: |
| 6 |
Haga clic en Agregar para completar la configuración. |
Qué hacer a continuación
Haga clic en Vista preliminar para obtener una vista preliminar del agente de IA. Para obtener más información, consulte Vista preliminar de su agente de IA autónomo. Haga clic en Publicar para que el agente de IA esté en vivo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante análisis.
- Para ver los detalles de las sesiones y del historial, consulte Ver historial y sesiones del agente de IA autónomo.
Agentes autónomos de IA para responder preguntas
Los agentes autónomos pueden acceder a un repositorio de conocimientos y utilizarlo para proporcionar respuestas informativas y precisas a las consultas de los usuarios. Esta capacidad es útil en situaciones en las que el agente necesita:
-
Proporcione soporte al cliente: responda preguntas frecuentes, resuelva problemas y guíe a los clientes a través de los procesos.
-
Ofrezca asistencia técnica: proporcione asesoramiento experto sobre temas o dominios específicos.
Esta sección incluye los siguientes ajustes de configuración:
Crear un agente de IA autónomo para responder preguntas
Antes de comenzar
Asegúrese de crear la base de conocimientos. Para obtener más información, consulte Administrar bases de conocimientos.
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA , haga clic en Iniciar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como Autónomo. En este caso, los campos de la página Perfil se completan automáticamente. |
| 4 |
Haga clic en Siguiente. |
| 5 |
En la sección Qué tipo de agente está creando , haga clic en Autónomo. |
| 6 |
En la sección ¿Cuál es la función principal de su agente , haga clic en Responder preguntas. |
| 7 |
Haga clic en Siguiente. |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA autónomo para responder preguntas se creó correctamente y ahora está disponible en el Tablero de mandos. En el encabezado del Agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA preconstruidos. Para obtener más información, consulte Importar agente de IA preconstruido. |
Qué hacer a continuación
Actualice el perfil del agente de IA autónomo.
Actualizar el perfil del agente de IA autónomo
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En el Tablero de mandos, haga clic en el agente de IA que creó. |
| 2 |
Diríjase a y configure los siguientes detalles: |
| 3 |
Haga clic en Guardar cambios para activar el agente de IA. |
Qué hacer a continuación
Configure la base de conocimientos para el agente de IA.
Configurar la base de conocimientos
Antes de comenzar
Cree un agente de IA autónomo para responder preguntas.
| 1 |
En la página Tablero de mandos , seleccione el agente de IA que creó. |
| 2 |
Navegue hasta la ficha Base de conocimientos . |
| 3 |
Seleccione la base de conocimientos necesaria de la lista desplegable. |
| 4 |
Haga clic en Guardar cambios para activar el agente de IA. |
Qué hacer a continuación
Haga clic en Vista preliminar para obtener una vista preliminar del agente de IA. Para obtener más información, consulte Vista preliminar de su agente de IA autónomo.
Después de configurar el agente de IA:
- Para ver el rendimiento del agente de IA, consulte Ver el rendimiento del agente de IA autónomo mediante análisis.
- Para ver los detalles de las sesiones y del historial, consulte Ver historial y sesiones del agente de IA autónomo.
Ver la sesión y el historial del agente de IA autónomo
Puede ver los detalles de sesión y del historial de cada uno de los agentes de IA autónomos que haya creado. La página Sesiones muestra los detalles de las sesiones establecidas con los usuarios. La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA.
Sesiones
La página Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los usuarios. Para navegar hasta la página Sesiones :
- En el Tablero de mandos, haga clic en el agente de IA autónomo del que desea ver los detalles de la sesión.
- En el panel de navegación izquierdo, haga clic en Sesiones.
Aparecerá la página Sesiones . Cada sesión se muestra como un registro que contiene todos los mensajes de la sesión. Esta información es útil para auditar, analizar y mejorar el agente de IA.
La tabla de sesiones muestra una lista de todas las sesiones/salas creadas para ese agente de IA. La tabla se paginará si hay más filas de las que se pueden acomodar en una pantalla. Cualquiera de los campos de la tabla se puede ordenar o filtrar mediante la sección Refinar resultados a la izquierda. Los campos presentes representan la siguiente información sobre cualquier sesión en particular:
-
ID de sesión: el ID de sala o el ID de sesión únicos para una conversación.
- ID de consumidor: el ID del consumidor que interactuó con el agente de IA.
-
Canales: canal donde tuvo lugar la interacción.
-
Actualizado a las: hora del cierre de la sala.
-
Metadatos de la sala: contiene información adicional acerca de la sala.
-
Marque las casillas de verificación necesarias:
- Ocultar sesiones de prueba: para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en directo.
- Ocurrió la entrega del agente: para filtrar las sesiones que se entregan a un agente. Si se produce el traspaso del agente, se muestra el icono Auriculares que indica el traspaso del chat a un agente humano.
- Ocurrió un error: para filtrar las sesiones en las que se produjo el error.
- Votos en contra: para filtrar las sesiones en contra.
Haga clic en una fila de la tabla de sesiones para obtener una vista detallada de esa sesión. El icono de bloqueo indica que la sesión está bloqueada y debe descifrarse. Debe tener permiso para descifrar la sesión. Si la opción Descifrar acceso está habilitada, puede acceder a cualquier sesión con el botón Descifrar contenido . Sin embargo, esta funcionalidad solo se aplica cuando la Protección de datos avanzada se establece como verdadera o está habilitada para el inquilino.
Historial
La página Historial le permite ver los detalles de los cambios de configuración realizados en el agente de IA. Para ver el historial de un agente específico:
- En el Tablero de mandos, haga clic en el agente de IA autónomo del que desea ver el historial.
- En el panel de navegación izquierdo, haga clic en Historial.
Aparecerá la página Historial con las siguientes fichas:
- Registros de auditoría: haga clic en la ficha Registros de auditoría para ver los cambios realizados en los agentes de IA.
- Historial de modelos: haga clic en la ficha Historial de modelos para ver las distintas versiones del Agente de IA autónomo para realizar acciones.
Registros de auditoría
La ficha Registros de auditoría realiza un seguimiento de los cambios realizados en el agente de IA autónomo. Puede ver los detalles de los cambios de los últimos 35 días. La ficha Registros de auditoría muestra los siguientes detalles:
Los usuarios con funciones de desarrollador de administrador o agente de IA solo pueden acceder a la ficha Registros de auditoría . Los usuarios con funciones personalizadas que tienen el permiso ‘Obtener registro de auditoría’ también pueden ver los registros de auditoría.
- Actualizado a las: los datos y la hora del cambio.
- Actualizado por: el nombre del usuario que incorporó el cambio.
- Campo: la sección específica del agente de IA donde se realizó el cambio.
- Descripción: información adicional sobre el cambio.
Puede buscar un registro de auditoría específico con las opciones de búsqueda Actualizado por, Campo y Descripción . Puede ordenar los registros según los campos Actualizado en y Actualizado por .
Historial de modelos
La ficha Historial de modelos solo está disponible para el Agente de IA autónomo para realizar acciones.
Siempre que publique el agente de IA autónomo para realizar acciones, se guarda una versión del agente de IA autónomo y está disponible en la ficha Historial de modelos . Puede ver las distintas versiones del agente de IA en la ficha Historial de modelos .
- Descripción del modelo: una breve descripción sobre la versión del agente de IA.
- Motor de IA: el motor de IA utilizado para esa versión del agente de IA.
- Actualizado el: fecha y hora en que se creó la versión.
- Acciones: le permite realizar las siguientes acciones en el agente de IA
- Cargar: todos los cambios en el agente de IA se pierden. Debe realizar la configuración nuevamente.
- Exportar: se utiliza para exportar el agente de IA.
Obtener una vista preliminar de su agente de IA autónomo
Puede obtener una vista preliminar de los agentes de IA autónomos en el momento de crear el agente de IA, durante la edición y después de la implementación del agente. Puede abrir la vista preliminar desde:
- Tablero de mandos del agente de IA: al desplazarse sobre una tarjeta del agente de IA, la opción Vista preliminar correspondiente a ese agente de IA se hará visible. Haga clic para abrir la vista preliminar del agente de IA.
- Encabezado del agente de IA: haga clic en la tarjeta del agente de IA para abrir el agente de IA. La opción Vista preliminar siempre está visible en la sección del encabezado.
- Widget minimizado: después de que se inicia y minimiza una vista preliminar, aparece un widget encabezado de chat en la parte inferior derecha de la página. Puede utilizar esta opción para volver a abrir fácilmente el modo de vista previa.
El Agent Studio de IA de Webex también ofrece una opción de vista preliminar que se puede compartir. Haga clic en el menú de la esquina superior derecha y seleccione la opción Copiar enlace de vista preliminar . Puede compartir el enlace de vista preliminar con otros usuarios, como usuarios de pruebas o consumidores del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la sección inferior derecha de la pantalla. Puede proporcionar enunciados (o una secuencia de enunciados) para comprobar las respuestas del agente de IA y garantizar que funcione correctamente.
Además, puede minimizar el widget de vista previa, proporcionar información al consumidor e iniciar varias salas para probar el agente de IA.
Widget de vista previa que se puede compartir
El widget de vista previa que se puede compartir le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para cubrir el agente de IA. De forma predeterminada, el enlace de vista previa copiado renderiza el agente de IA con una carcasa del teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista preliminar. Puede personalizar el widget de la siguiente manera:
- Color del widget: al agregar el parámetro brandColor al enlace. Puede definir colores simples con nombres de colores o utilizar el código hexadecimal de colores.
-
Carcasa del teléfono: al cambiar el valor del parámetro phoneCasing en el enlace. Esto se establece en verdadero de manera predeterminada y se puede deshabilitar al convertirlo en falso.
Ejemplo de enlace de vista previa con estos parámetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=&brandcolor<introduzca el valor hexadecimal de un color en el formato '_XXXX'>.
Vista preliminar basada en voz
El agente de IA autónomo para responder preguntas admite la vista previa basada en voz. Para habilitar esta opción:
- Navegue hasta Tablero de mandos y elija el agente de IA.
- Navegue hasta .
- En la lista desplegable Motor de IA , seleccione Vega.
- Haga clic en Guardar cambios.
La opción Vista preliminar se actualiza con un icono de Micrófono para la vista preliminar basada en voz. Haga clic en Vista preliminar. Aparece el widget de vista previa de voz.
Debe habilitar el acceso al micrófono para utilizar esta funcionalidad.
Puede ver las siguientes opciones en el widget de vista previa de voz:
- Botón Iniciar para iniciar la vista preliminar.
- La transcripción en directo de la conversación se muestra en el widget cuando la vista preliminar de voz está en curso.
- Finalizar llamada para finalizar la conversación.
- Silenciar para silenciar.
Ver el rendimiento del agente de IA autónomo mediante análisis
La sección Análisis del agente de IA ofrece una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Para generar el análisis del Agente de IA autónomo:
- Elija el agente de IA desde el Tablero de mandos.
- En el panel de navegación izquierdo, haga clic en Análisis. Aparece una descripción general del rendimiento del agente de IA en formato tabular y representación gráfica.
La primera sección muestra las siguientes estadísticas sobre las sesiones y los mensajes del agente de IA.
- Total de sesiones y sesiones gestionadas por el agente de IA sin intervención humana.
- Transferencias totales de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Sesiones promedio diarias
- Mensajes totales (mensajes humanos y del agente de IA) y cuántos de esos mensajes proceden de los usuarios.
- Mensajes promedio diarios
La segunda sección muestra las estadísticas sobre los usuarios. Proporciona un recuento de usuarios totales e información sobre las sesiones promedio por usuario y los usuarios promedio diarios.
La tercera sección muestra las respuestas del agente de IA y las transferencias de agentes
Configurar agente de IA con secuencias de comandos
En esta sección se describe cómo configurar y administrar agentes de IA guiados en la plataforma Agent Studio de IA de Webex, de modo que proporcionen respuestas precisas a las consultas de los usuarios y realicen tareas automatizadas de manera eficaz.
Agente de IA con secuencias de comandos para realizar tareas
El agente de IA con secuencias de comandos aumenta las capacidades de creación de agentes sin código de la plataforma Agent Studio de IA de Webex. El agente de IA con secuencias de comandos permite conversaciones de varios turnos en las que puede obtener datos relevantes de los clientes para realizar tareas específicas. Esto incluye lo siguiente:
-
Ejecutar comandos simples: siga las instrucciones para completar acciones predefinidas.
-
Procesamiento de datos: manipule y transforme los datos según las reglas especificadas.
-
Interactuar con otros sistemas: comunicarse con otras soluciones y controlarlas.
Esta sección incluye los siguientes ajustes de configuración:
- Crear un agente de IA con secuencias de comandos para realizar acciones
- Actualizar el perfil del agente de IA con guiones
- Administrar entidades
- Administrar las intenciones
- Administrar respuestas
- Configurar los ajustes de administración
- Agregar un idioma al agente de IA con guiones
- Configurar los ajustes de transferencia
Crear un agente de IA con secuencias de comandos para realizar acciones
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en + Crear agente. |
| 3 |
En la pantalla Crear un agente de IA , cree un nuevo agente de IA desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como Con secuencia de comandos. En este caso, los campos de la página Perfil se completan automáticamente. |
| 4 |
Haga clic en Iniciar desde cero y, luego, en Siguiente. |
| 5 |
En la sección ¿Qué tipo de agente está creando? , haga clic en Guión. |
| 6 |
En la sección ¿Cuál es la función principal de su agente? , haga clic en Realizar acciones. |
| 7 |
Haga clic en Siguiente. |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con secuencias de comandos para responder preguntas se creó correctamente y ahora está disponible en el Tablero de mandos. En el encabezado del Agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA preconstruidos. Para obtener más información, consulte Importar agente de IA preconstruido. |
Qué hacer a continuación
Cree entidades, agregue intenciones y defina respuestas.
Actualizar el perfil del agente de IA con guiones
Antes de comenzar
Cree un agente de IA con guión para responder preguntas.
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, seleccione el agente de IA que creó. |
| 3 |
Diríjase a y configure los siguientes detalles: |
| 4 |
Haga clic en Guardar cambios para guardar la configuración. |
Administrar entidades
Las entidades son los elementos básicos de las conversaciones. Son los elementos esenciales que el agente de IA extrae de las declaraciones del usuario. Representan datos específicos, como nombres de productos, fechas, cantidades o cualquier otro grupo significativo de palabras. Al identificar y extraer entidades de manera eficaz, un agente de IA puede comprender mejor la intención del usuario y proporcionar respuestas más precisas y relevantes.
Tipos de entidad
El Agent Studio de IA de Webex ofrece 11 tipos de entidad preconstruidos para capturar varios tipos de datos de usuario. También puede crear cualquiera de las siguientes entidades personalizadas.
Entidades personalizadas
Estas entidades se pueden configurar y permiten a los desarrolladores capturar información específica del caso de uso.
-
Lista personalizada: defina listas de cadenas esperadas para capturar puntos de datos específicos no cubiertos por entidades prediseñadas. Puede agregar varios sinónimos en cada cadena. Por ejemplo, una entidad de tamaño de pizza personalizada.
-
Regex: utiliza expresiones regulares para identificar patrones específicos y extraer los datos correspondientes. Por ejemplo, un número de teléfono regex (por ejemplo,
123-123-8789). -
Dígitos: captura entradas numéricas de longitud fija con alta precisión, especialmente en las interacciones de voz. En las interacciones sin voz, se utiliza como alternativa a los tipos de entidades Custom y Regex. Por ejemplo, para detectar un número de cuenta de cinco dígitos, debe definirse una longitud de cinco.
-
Alfanumérico: captura combinaciones de letras y números, lo que proporciona un reconocimiento preciso tanto para las entradas de voz como para las que no son de voz.
-
Formato libre: capture puntos de datos flexibles que son difíciles de definir o validar.
-
Asignar ubicación (WhatsApp): extraiga los datos de ubicación compartidos por usted en el canal de WhatsApp.
Entidades del sistema
| Nombre de la entidad | Descripción | Entrada de ejemplo | Ejemplo de salida |
|---|---|---|---|
| Fecha | Analiza fechas en lenguaje natural con un formato de fecha estándar | “julio del año que viene” | 01/07/2020 |
| Hora | Analiza el tiempo en lenguaje natural a un formato de tiempo estándar | 5 por la noche | 17:00 |
| Correo electrónico | Detecta direcciones de correo electrónico | escribirme a info@cisco.com | info@cisco.com |
| Número de teléfono | Detecta un número de teléfono común | llamarme al 9876543210 | 9876543210 |
| Unidades monetarias | Analiza la moneda y el importe | Quiero 20$ | 20$ |
| Ordenal | Detecta un número ordinal | Cuarta de diez personas | 4th |
| Cardenal | Detecta el número cardinal | Cuarta de diez personas | 10 |
| Geolocalización | Detecta ubicaciones geográficas (ciudades, países, etc.) | Fui a nadar al Támesis en Londres Reino Unido | Londres, Reino Unido |
| Nombres de la persona | Detecta nombres comunes | Bill Gates de Microsoft | Bill Gates (desambiguación) |
| Cantidad | Identifica las mediciones, en función del peso o la distancia | Estamos a 5 km de París | 5km |
| Duración | Identifica los períodos de tiempo | 1 semana de vacaciones | 1 semana |
Las entidades creadas se pueden editar desde la ficha Entidades. La vinculación de entidades con una intención anota sus enunciados con entidades detectadas a medida que los agrega.
Funciones de la entidad
Cuando una entidad debe recopilarse varias veces dentro de una única intención, los roles de la entidad se vuelven esenciales. Al asignar funciones distintas a la misma entidad, puede guiar al agente de IA a la hora de comprender y procesar la entrada del usuario con mayor precisión.
Por ejemplo, para reservar un vuelo con una escala, puede crear una entidad de aeropuerto con tres funciones: origen,destino y escala. Al realizar comentarios en las declaraciones de capacitación con estas funciones, el agente de IA puede aprender los patrones esperados y gestionar sin problemas solicitudes de reserva complejas.
Los roles de entidad solo son compatibles con Mindmeld (entidades personalizadas y del sistema) y Rasa (solo entidades personalizadas); los administradores deben marcar la casilla de verificación Roles de entidad en la configuración avanzada del cuadro de diálogo del selector de motores NLU.
Los administradores no pueden cambiar de RASA o Mindmeld a Swiftmatch mientras los roles de la entidad están en uso. Los roles deben eliminarse de las intenciones para deshabilitar los roles de entidad en la configuración avanzada del motor de NLU. Puede crear una entidad con funciones de entidad.
Crea una entidad con funciones de entidad
Antes de comenzar
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en el agente de IA con secuencias de comandos que creó. |
| 3 |
Haga clic en Capacitación en el panel izquierdo. |
| 4 |
En la página Datos de capacitación , haga clic en la ficha Entidades . |
| 5 |
Haga clic en Crear entidad. |
| 6 |
En la ventana Crear entidad , especifique los siguientes campos: |
| 7 |
Habilite la opción Valores de ranura de sugerencia automática para completar automáticamente y proporcione sugerencias alternativas para esta entidad durante la conversación. El campo Roles se muestra al crear una entidad personalizada solo si los roles de entidad están habilitados en la sección Advanced Settings (Configuración avanzada) de la ventana Change training engine (Cambiar motor de capacitación) para los motores RASA y Mindmeld NLU. |
| 8 |
Haga clic en Guardar. Puede utilizar las opciones Editar y Eliminar en la columna Acciones para realizar acciones relacionadas.
|
Qué hacer a continuación
Después de crear una entidad, puede vincular funciones a una entidad.
Enlazar funciones a una entidad
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en el agente de IA que creó. |
| 3 |
Haga clic en Capacitación , en el panel izquierdo. |
| 4 |
En la página Datos de capacitación , elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Entidad de enlace. |
| 6 |
Elija el rol de entidad para el nombre de la entidad. |
| 7 |
Haga clic en Guardar. Puede asignar funciones a una entidad para recopilar la misma entidad dos veces para una intención. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con secuencias de comandos utilizan la comprensión del lenguaje natural (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero que admite varios idiomas.
- RASA: Un marco de IA conversacional de código abierto líder.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores NLU en las fichas Artículos y Capacitación de los agentes de IA con secuencias de comandos para evaluar el rendimiento. Al cambiar el motor se actualiza el algoritmo del agente de IA, y es necesario volver a entrenar para obtener una inferencia precisa según el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en sesiones y pruebas de un clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para la RASA, las puntuaciones umbral tienden a ser inversamente proporcionales al número de intenciones, lo que significa que los agentes con muchas intenciones (más de 100) suelen tener puntuaciones de respaldo más bajas en los ajustes de inferencia.
Cambiar los motores de entrenamiento
Alternar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de capacitación.
- Para el agente de IA con secuencias de comandos para responder preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos .
- Para los agentes de IA con secuencias de comandos para realizar tareas: Haga clic en Capacitación. Aparecerá la página de datos de capacitación.
-
Haga clic en el icono Configuración junto al Motor NLU en la parte derecha de la página. Aparecerá la ventana Cambiar motor de capacitación .
De forma predeterminada, el motor NLU se establece en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de capacitación para capacitar al agente de IA. Valores posibles:
- RASA (Beta)
- Coincidencia deslizante
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el retroceso: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de retroceso.
- Diferencia en las puntuaciones para la coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia por debajo del cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada .
- Eliminar palabras de paso: las palabras de paso son palabras de función que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen un significado léxico por sí solas. Cuando se eliminan palabras clave como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, se eliminan las "palabras de parada" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de capacitación se pueden expandir al formulario original junto con los términos de la consulta entrante del consumidor para mayor precisión. Ejemplo: “no” se expande a “no”. Si esta casilla de verificación está seleccionada, las contracciones en los mensajes de entrada se expanden antes del procesamiento. Esta capacidad es compatible con los tres motores NLU.
- Corrección ortográfica en la inferencia: la biblioteca de corrección de texto identifica y corrige los deletreos incorrectos en el texto antes de la inferencia. Esta capacidad es compatible con los tres motores solo si la casilla de verificación Corrección ortográfica en inferencia está activada.
- Eliminar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que tienen un impacto en la inferencia. Por ejemplo, el motor NLU considera que Wi-Fi y Wi-Fi son diferentes. Si se selecciona esta casilla de verificación, se eliminan los caracteres especiales de la consulta del consumidor para mostrar una respuesta adecuada. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad de motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en la inferencia: los valores de las entidades en los datos de capacitación y la inferencia se reemplazan por ID de entidad. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: el llenado de ranuras tiene prioridad sobre la detección de intenciones.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en la información de transacciones en las sesiones.
El número de resultados para mostrar en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los n resultados principales (1=<n=<5) están disponibles en los informes de transcripción de mensajes de los agentes de IA guiados y en la sección ‘Resultados de algoritmos’ de la ficha Información de transacciones en Sesiones.
- Expansión de formas de palabras: expanda los datos de capacitación con formas de palabras como plurales, verbos, etc., junto con los sinónimos integrados en los datos. Esta funcionalidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se utilizan para denotar la misma palabra. Si esta casilla de verificación está seleccionada, los sinónimos comunes en inglés de las palabras en los datos de capacitación se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en diversas formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra “creación”, las formas de palabras pueden ser creadas, crear, creador, creativo, creativamente, etc. Si se selecciona esta casilla de verificación, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores NLU a fin de determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Tren. Una vez que el agente de IA está capacitado con el motor de capacitación seleccionado, el estado de la base de conocimientos cambia de Guardado a Capacitado.
Puede capacitar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos enunciados.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para capacitar al agente de IA con su corpus actual, haga clic en Capacitar en la parte superior derecha. Esto debería cambiar el estado a Capacitación.
Una vez finalizada la capacitación, el estado cambia a Capacitado. Haga clic en el icono Volver a cargar junto a Capacitación para recuperar el estado actual de la capacitación.
En este punto, puede hacer clic en Hacer en vivo para hacer vivo el corpus entrenado y probarlo en una vista preliminar que se puede compartir o en canales externos en los que se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor Swiftmatch NLU. La selección es posible entre dos opciones: el nivel de expresión frente a los vectores de nivel de artículo. En nuestros continuos esfuerzos por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo más antiguo que utilizaba vectores a nivel de expresión. Hemos encontrado que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores a nivel de artículo son el nuevo valor predeterminado para la vectorización de los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo son compatibles cuando el modelo multilingüe es Polymatch.
Puede comprobar la información en el modelo vectorial que está disponible en el momento de una inferencia en la sección Otra información de la sesión.
Administrar las intenciones
La intención es un componente central de la plataforma Agent Studio de IA de Webex que permite al agente de IA comprender y responder a sus comentarios de manera eficaz. Representa una tarea o acción específica que desea realizar durante una conversación. Puede definir todas las intenciones que correspondan a las tareas que desea realizar. La precisión de la clasificación de la intención afecta directamente a la capacidad del agente de IA de proporcionar respuestas relevantes y útiles. La clasificación de intenciones es el proceso de identificación de la intención en función de sus comentarios, lo que permite al agente de IA responder de una manera significativa y contextualmente relevante.
Intentos del sistema
- Intención de recuperación predeterminada: las capacidades de un agente de IA están inherentemente limitadas por las intenciones diseñadas para reconocer y responder. Si bien una empresa no puede anticiparse a todas las preguntas posibles que podría hacer, la intención de recuperación predeterminada puede ayudar a que las conversaciones sigan avanzando.
Al implementar una intención de recuperación predeterminada, los desarrolladores de agentes de IA pueden garantizar que el agente de IA maneje correctamente las consultas inesperadas o fuera de alcance, redirigiendo la conversación a intenciones conocidas.
Los desarrolladores de agentes de IA no necesitan agregar enunciados específicos a la intención de recuperación. Se puede capacitar al agente para que active automáticamente la intención de recuperación cuando encuentre preguntas conocidas fuera del alcance que, de otro modo, podrían clasificarse incorrectamente en otras intenciones.
Por ejemplo, en un agente de IA bancaria, los clientes podrían intentar preguntar por los préstamos. Si el agente de IA no está configurado para manejar consultas relacionadas con préstamos, estas consultas pueden incorporarse como frases de capacitación dentro de la intención de recuperación predeterminada. Cuando un cliente consulta sobre préstamos en cualquier momento de la conversación, el agente de IA reconoce que la consulta está fuera de sus intenciones definidas y activa la respuesta de respaldo. Esto garantiza una respuesta más adecuada.
La intención de recuperación no debería tener ningún intervalo asociado a ella.
La intención de recuperación debe utilizar la clave de plantilla de recuperación predeterminada para su respuesta.
- Ayuda: esta intención está diseñada para atender las consultas de los clientes acerca de las capacidades del agente de IA. Cuando los clientes no están seguros de lo que pueden lograr o se encuentran con dificultades durante una conversación, a menudo buscan ayuda solicitando
ayuda.De forma predeterminada, la respuesta para la intención de ayuda se asigna a la clave de plantilla
Mensaje de ayuda. Sin embargo, los desarrolladores de agentes de IA pueden personalizar la respuesta o cambiar la clave de plantilla asociada para ofrecer una orientación más personalizada e informativa.Se recomienda transmitir las capacidades del agente de IA a un alto nivel, proporcionando a los clientes una clara comprensión de lo que pueden hacer a continuación.
- Hablar con un agente: esta intención permite a los clientes solicitar ayuda de un agente humano en cualquier etapa de su interacción con el agente de IA. Cuando se invoca esta intención, el sistema inicia automáticamente una transferencia a un agente humano. La plantilla de respuesta predeterminada para esta intención es la
transferencia del agente. Si bien no hay restricciones de la interfaz de usuario para cambiar la clave de la plantilla de respuesta, modificarla no afectará al resultado del traspaso humano.
Pequeñas intenciones de charla
Todos los agentes de IA recién creados incluyen cuatro pequeñas intenciones de conversación predefinidas para gestionar los saludos comunes de los clientes, las expresiones de gratitud, los comentarios negativos y las despedidas:
- Saludos
- Gracias
- El agente de IA no fue útil
- Adiós
Crear una intención
Antes de comenzar
Antes de crear una intención, asegúrese de crear entidades para vincularla. Para obtener más información, consulte Crear entidad con funciones de entidad.
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, elija un agente de IA. |
| 3 |
Haga clic en Capacitación en el panel izquierdo. |
| 4 |
En la página Datos de capacitación , haga clic en Crear intención. |
| 5 |
En la ventana Crear intención , especifique los siguientes detalles: |
| 6 |
Marque la casilla de verificación Obligatorio si la entidad es obligatoria. |
| 7 |
Introduzca el número de reintentos permitidos para esta ranura. De manera predeterminada, el número está configurado en tres. |
| 8 |
Elija la clave de plantilla de la lista desplegable. |
| 9 |
En la sección Respuesta , introduzca la clave de plantilla de respuesta final que se devolverá a los usuarios al finalizar la intención. |
| 10 |
Habilite el botón de alternancia Restablecer ranuras después de la finalización para restablecer los valores de ranuras recopilados en la conversación una vez que se haya completado la intención. Si este conmutador está en estado desactivado, la ranura conserva los valores antiguos y muestra la misma respuesta.
|
| 11 |
Habilite el botón de alternancia Actualizar valores de ranura para actualizar el valor de la ranura durante la conversación con el consumidor. El agente de IA considera el último valor relleno en la ranura para procesar los datos. Si está activado, los valores de las ranuras rellenadas se actualizan cada vez que los clientes proporcionan información nueva para el mismo tipo de ranura.
|
| 12 |
Habilite el botón de alternancia Proporcionar sugerencias para ranuras para proporcionar sugerencias para el llenado de ranuras y valores de ranuras alternativos en la respuesta final, en función de la entrada del usuario. |
| 13 |
Habilite el conmutador Finalizar conversación para cerrar la sesión después de esta intención. Webex Connect y los flujos de voz pueden usar esto para cerrar una conversación con los consumidores.
|
| 14 |
Haga clic en Guardar. Haga clic en Capacitar en la parte superior derecha de la ficha Capacitación para reflejar los cambios realizados en las intenciones y entidades.
Para entrenar motores Rasa o Mindmeld NLU, se requiere un mínimo de dos variantes de entrenamiento (enunciados) por intención. Además, cada ranura debe tener al menos dos anotaciones. Si no se cumplen estos requisitos, el botón Tren se desactiva. Aparece un icono de advertencia junto a la intención afectada para indicar el problema. Sin embargo, la intención de recuperación predeterminada está exenta de estos requisitos. |
Qué hacer a continuación
Después de que se crea una intención, se requiere cierta información para cumplir con la intención. Las entidades vinculadas dictan cómo se obtiene esta información de las declaraciones del usuario. Para obtener más información, consulte Vincular entidades con intención.
Vincular entidades con intención
Antes de comenzar
Asegúrese de crear entidades y vincularlas antes de agregar enunciados. Este anota automáticamente las entidades mientras se agregan los enunciados.
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en el agente de IA que creó. |
| 3 |
Haga clic en Capacitación , en el panel izquierdo. |
| 4 |
En la página Datos de capacitación , elija una intención para vincular entidades y roles de entidad. De forma predeterminada, aparece la ficha Intención .
|
| 5 |
En la sección Ranuras , haga clic en Entidad de enlace. Las entidades vinculadas aparecen en la sección Ranuras.
|
| 6 |
Elija el rol de entidad para el nombre de la entidad. |
| 7 |
Haga clic en Guardar. Cuando se marca una entidad como obligatoria, se dispone de opciones de configuración adicionales. Puede especificar el número máximo de veces que el agente de IA puede solicitar la entidad que falta antes de remitir a una instancia superior o proporcionar una respuesta de respaldo. Puede definir la clave de plantilla que se debe invocar si la entidad requerida no se proporciona dentro de la cantidad especificada de reintentos.
Una vez que un agente de IA identifica una intención y reúne todos los datos necesarios (ranuras), responde mediante el mensaje asociado con la clave de plantilla final configurada para esa intención. Para iniciar una nueva conversación o manejar intenciones posteriores sin trasladar datos anteriores, debe habilitar la opción Restablecer franjas horarias después de la finalización . Esta configuración borra todas las entidades reconocidas del historial de conversaciones, lo que garantiza un nuevo comienzo para cada nueva interacción. |
Generar datos de capacitación
Tiene que agregar manualmente datos de capacitación a sus intenciones para que el agente de IA funcione con una precisión razonable. Los datos de capacitación consisten en diferentes maneras en las que puede invocar la misma intención. Puede agregar al menos 15-20 variantes para cada intento de mejorar su precisión. Crear este corpus de capacitación manualmente puede ser tedioso y requerir mucho tiempo. Puede agregar solo algunas variantes, o agregar solo palabras clave como variantes en lugar de oraciones significativas. Esto se puede evitar generando datos de capacitación para complementar los existentes.
Para generar datos de capacitación, siga los pasos que se indican a continuación:
- Introduzca el nombre de la intención y un enunciado de muestra.
- Haga clic en Generar.
- Proporcione una breve descripción de la intención de guiar a la IA.
- Especifique el número deseado de variantes y el nivel de creatividad para las sugerencias generadas por la IA.
- Generar muchas variantes a la vez puede afectar la calidad. Recomendamos un máximo de 20 variantes por generación.
- Un entorno de creatividad más bajo puede producir variantes menos diversas.
- El proceso de generación puede demorar algunos segundos, dependiendo del número de variantes solicitadas.
- El icono de rayo distingue las variantes generadas por IA de los datos de capacitación definidos por el usuario.
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con secuencias de comandos utilizan la comprensión del lenguaje natural (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero que admite varios idiomas.
- RASA: Un marco de IA conversacional de código abierto líder.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores NLU en las fichas Artículos y Capacitación de los agentes de IA con secuencias de comandos para evaluar el rendimiento. Al cambiar el motor se actualiza el algoritmo del agente de IA, y es necesario volver a entrenar para obtener una inferencia precisa según el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en sesiones y pruebas de un clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para la RASA, las puntuaciones umbral tienden a ser inversamente proporcionales al número de intenciones, lo que significa que los agentes con muchas intenciones (más de 100) suelen tener puntuaciones de respaldo más bajas en los ajustes de inferencia.
Cambiar los motores de entrenamiento
Alternar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de capacitación.
- Para el agente de IA con secuencias de comandos para responder preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos .
- Para los agentes de IA con secuencias de comandos para realizar tareas: Haga clic en Capacitación. Aparecerá la página de datos de capacitación.
-
Haga clic en el icono Configuración junto al Motor NLU en la parte derecha de la página. Aparecerá la ventana Cambiar motor de capacitación .
De forma predeterminada, el motor NLU se establece en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de capacitación para capacitar al agente de IA. Valores posibles:
- RASA (Beta)
- Coincidencia deslizante
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el retroceso: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de retroceso.
- Diferencia en las puntuaciones para la coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia por debajo del cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada .
- Eliminar palabras de paso: las palabras de paso son palabras de función que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen un significado léxico por sí solas. Cuando se eliminan palabras clave como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, se eliminan las "palabras de parada" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de capacitación se pueden expandir al formulario original junto con los términos de la consulta entrante del consumidor para mayor precisión. Ejemplo: “no” se expande a “no”. Si esta casilla de verificación está seleccionada, las contracciones en los mensajes de entrada se expanden antes del procesamiento. Esta capacidad es compatible con los tres motores NLU.
- Corrección ortográfica en la inferencia: la biblioteca de corrección de texto identifica y corrige los deletreos incorrectos en el texto antes de la inferencia. Esta capacidad es compatible con los tres motores solo si la casilla de verificación Corrección ortográfica en inferencia está activada.
- Eliminar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que tienen un impacto en la inferencia. Por ejemplo, el motor NLU considera que Wi-Fi y Wi-Fi son diferentes. Si se selecciona esta casilla de verificación, se eliminan los caracteres especiales de la consulta del consumidor para mostrar una respuesta adecuada. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad de motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en la inferencia: los valores de las entidades en los datos de capacitación y la inferencia se reemplazan por ID de entidad. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: el llenado de ranuras tiene prioridad sobre la detección de intenciones.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en la información de transacciones en las sesiones.
El número de resultados para mostrar en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los n resultados principales (1=<n=<5) están disponibles en los informes de transcripción de mensajes de los agentes de IA guiados y en la sección ‘Resultados de algoritmos’ de la ficha Información de transacciones en Sesiones.
- Expansión de formas de palabras: expanda los datos de capacitación con formas de palabras como plurales, verbos, etc., junto con los sinónimos integrados en los datos. Esta funcionalidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se utilizan para denotar la misma palabra. Si esta casilla de verificación está seleccionada, los sinónimos comunes en inglés de las palabras en los datos de capacitación se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en diversas formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra “creación”, las formas de palabras pueden ser creadas, crear, creador, creativo, creativamente, etc. Si se selecciona esta casilla de verificación, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores NLU a fin de determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Tren. Una vez que el agente de IA está capacitado con el motor de capacitación seleccionado, el estado de la base de conocimientos cambia de Guardado a Capacitado.
Puede capacitar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos enunciados.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para capacitar al agente de IA con su corpus actual, haga clic en Capacitar en la parte superior derecha. Esto debería cambiar el estado a Capacitación.
Una vez finalizada la capacitación, el estado cambia a Capacitado. Haga clic en el icono Volver a cargar junto a Capacitación para recuperar el estado actual de la capacitación.
En este punto, puede hacer clic en Hacer en vivo para hacer vivo el corpus entrenado y probarlo en una vista preliminar que se puede compartir o en canales externos en los que se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor Swiftmatch NLU. La selección es posible entre dos opciones: el nivel de expresión frente a los vectores de nivel de artículo. En nuestros continuos esfuerzos por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo más antiguo que utilizaba vectores a nivel de expresión. Hemos encontrado que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores a nivel de artículo son el nuevo valor predeterminado para la vectorización de los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo son compatibles cuando el modelo multilingüe es Polymatch.
Puede comprobar la información en el modelo vectorial que está disponible en el momento de una inferencia en la sección Otra información de la sesión.
Marcar variantes generadas
Para garantizar un uso responsable de la IA, los desarrolladores pueden marcar las salidas generadas por IA para su revisión. Esto permite identificar y prevenir cualquier contenido perjudicial o tendencioso. Para marcar salidas generadas por IA:
- Busque la opción de marcado: Hay una opción de marcado disponible para cada enunciado generado.
- Proporcionar comentarios: Al marcar un resultado, los desarrolladores pueden agregar comentarios y especificar el motivo del marcado.
Esta característica está disponible inicialmente con un límite de uso mensual de 500 operaciones generadas. Para adaptarse a las crecientes necesidades, los desarrolladores pueden comunicarse con los propietarios de sus cuentas para solicitar un aumento en este límite.
Crear intención y entidad multilingües
Puede crear datos de capacitación en varios idiomas. Para cada idioma configurado para su agente de IA, debe definir los enunciados que reflejen las interacciones deseadas. Si bien las franjas horarias siguen siendo uniformes en todos los idiomas, las teclas de plantilla identifican de forma única las respuestas en cada idioma.
No todos los idiomas admiten todos los tipos de entidades. Para obtener más información sobre la lista de tipos de entidades que admite cada idioma, consulte la tabla Idiomas versos entidades admitidas en Idiomas admitidos para agentes de IA guiados.
Administrar respuestas
Las respuestas son los mensajes que su agente de IA envía a los clientes en respuesta a sus consultas o intenciones. Puede crear respuestas que incluyan:
- Texto: mensajes de texto sin formato para la comunicación directa.
- Código: código integrado para contenido dinámico o acciones.
- Multimedia: imágenes, audio o elementos de vídeo para mejorar la experiencia del usuario.
Las respuestas tienen dos componentes principales:
- Plantillas: estructuras de respuesta predefinidas que se asignan a intenciones específicas.
- Flujos de trabajo: la lógica que determina qué plantilla utilizar en función de la intención identificada.
Las plantillas para Transferencia del agente, Ayuda, Respaldo y Bienvenida están preconfiguradas y el mensaje de respuesta se puede cambiar desde las plantillas correspondientes.
Tipos de respuesta
La sección Diseñador de respuestas cubre diferentes tipos de respuestas y cómo se pueden configurar.
La ficha Flujos de trabajo se utiliza para manejar respuestas asincrónicas al llamar a una API externa que responde de manera asincrónica. Los flujos de trabajo deben codificarse en Python.
Sustitución de variables
La sustitución de variables le permite utilizar variables dinámicas como parte de las plantillas de respuesta. Todas las variables estándares (o entidades) en una sesión, junto con aquellas que un desarrollador de agente de IA puede establecer dentro de un objeto de formulario libre, como el campo almacén de datos , se pueden utilizar en plantillas de respuesta a través de esta característica. Las variables se representan usando esta sintaxis: ${variable_name}. Por ejemplo, si se utiliza el valor de una entidad llamada apptdate, se utilizan ${entities.apptdate} o ${newdfState.model_state.entities.apptdate.value}.
Las respuestas pueden personalizarse utilizando variables recibidas del canal o recopiladas de los consumidores a lo largo de una conversación. La funcionalidad autocompletar muestra la sintaxis de las variables en el área de texto cuando comienza a escribir ${. Al seleccionar la sugerencia requerida, se completa automáticamente el área con la variable y resalta dicha variable.
Configurar respuestas mediante el diseñador de respuestas
El diseñador de respuestas ofrece una interfaz fácil de usar para crear respuestas sin necesidad de un amplio conocimiento de codificación. Hay dos tipos de respuesta disponibles:
- Respuestas condicionales: Para los no desarrolladores, esta opción permite crear fácilmente las respuestas que el agente de IA ofrece a los clientes.
- Fragmentos de código: Para los desarrolladores que utilizan Python, esta opción proporciona flexibilidad para configurar las respuestas usando código.
El diseñador de respuestas está diseñado para garantizar que la experiencia del usuario atienda al canal específico con el que el agente de IA está interactuando.
Plantillas de respuesta
- Texto: son respuestas de texto simples. Para mejorar la experiencia del usuario, el diseñador de respuestas permite múltiples cuadros de texto dentro de una única respuesta, lo que le permite dividir los mensajes largos en secciones más manejables. Cada cuadro de texto puede incluir varias opciones de respuesta. Durante una conversación, una de estas opciones se selecciona al azar y se muestra al usuario, lo que garantiza una interacción dinámica y atractiva.
Para mantener una experiencia de usuario dinámica y atractiva, puede agregar varias opciones de respuesta a sus plantillas. Cuando se activa una plantilla con varias opciones, una de ellas se selecciona al azar y se muestra al usuario. Puede habilitar esta característica al hacer clic en el botón +Agregar variante situado en la parte inferior de su respuesta.
Al guardar las respuestas, es posible que vea una advertencia que indica la cantidad de errores que deben corregirse. Los campos con errores se resaltarán en rojo. Mediante el uso de las flechas de navegación, los desarrolladores pueden localizar y corregir fácilmente estos errores en cualquier canal o formato de respuesta. Si el selector o carrusel de la lista contiene varias cartas, la navegación por puntos le permite desplazarse por las cartas con errores. En una sola tarjeta, el punto correspondiente se vuelve rojo para indicar el error.
- Respuesta rápida: las respuestas de texto se pueden emparejar con botones, que pueden ser enlaces basados en texto o URL. Los botones de texto requieren un título y una carga útil, que se envían al bot cuando se hace clic en él. Los botones URL redirigen a los usuarios a una página web específica.
Cuando la consulta de un cliente es ambigua, la coincidencia parcial permite que el bot sugiera artículos relevantes o intenciones como opciones. Esta característica está disponible para las interacciones web y en Facebook.
Adición de respuestas rápidas de URL
Los botones de respuesta rápida de URL en respuestas fijas y condicionales le permiten crear botones que redirigen a los usuarios a su sitio web para obtener más información o acciones como completar formularios. Al hacer clic en estos botones, se abre la URL especificada en una nueva ficha dentro de la misma ventana del explorador sin enviar ningún dato al bot.
Para agregar una respuesta rápida de URL en una respuesta condicional o fija:
- Seleccione la clave de artículo o plantilla para la que desea configurar la respuesta rápida de la URL.
- Haga clic en +Agregar una respuesta rápida. Aparecerá la ventana emergente Tipo de botón .
- Elija el tipo de botón como URL en el canal web.
- Especifique el título del botón y la URL a la que debe redireccionarse el consumidor después de hacer clic en el botón.
- Haga clic en Listo para agregar una respuesta rápida de URL.
Los botones de tipo URL también se pueden configurar a través del tipo de respuesta dinámica, donde estos botones se configurarán utilizando fragmentos de código Python. Estos botones se admiten en las secciones de vista previa y vista previa que se puede compartir. Actualmente no son compatibles con el widget de chat en vivo de IMIchat ni con otros canales de terceros.
- Carrusel: las respuestas enriquecidas pueden incluir una sola tarjeta o varias tarjetas dispuestas en un formato de carrusel. Cada tarjeta requiere un título y puede contener una imagen, una descripción y hasta tres botones.
Los botones de respuesta rápida dentro de la plantilla Carousel se pueden configurar con enlaces de texto o URL. Al hacer clic en un botón URL, se redirigirá al usuario al sitio web especificado. Al hacer clic en un botón de respuesta rápida basado en texto, se envía una carga útil configurada al bot, y se activa la respuesta correspondiente.
- Imagen: una plantilla multimedia en la que los usuarios pueden configurar imágenes proporcionando direcciones URL.
- Vídeo: representa los vídeos en la vista preliminar en función de la URL de vídeo configurada.
- Código: se puede utilizar para escribir código Python para llamar a API o ejecutar otra lógica.
Fragmentos de código
Las respuestas condicionales, con sus amplias características y diversas plantillas, pueden abordar de manera eficaz la mayoría de las necesidades de los agentes de IA. Sin embargo, para casos de uso complejos que no se pueden realizar completamente a través de respuestas condicionales o para desarrolladores que prefieren la codificación, está disponible el tipo de respuesta de fragmento de código.
Los fragmentos de código le permiten configurar las respuestas con código Python. Este enfoque le permite crear todo tipo de respuestas, incluidas respuestas rápidas, texto, carruseles, imágenes, audio, vídeo y archivos, dentro de una plantilla o artículo de respuesta.
El código de la función definido en la plantilla Code Snippet se puede usar para establecer variables que luego se usan en otras plantillas. Es importante tener en cuenta que el código de función no puede devolver directamente respuestas cuando se utiliza dentro de respuestas condicionales.
Validación del fragmento de código: la plataforma solo comprueba los errores de sintaxis dentro del fragmento de código que está configurando. Sin embargo, cualquier error en el contenido de la respuesta puede causar problemas a los usuarios que interactúan con el bot en el canal configurado. Por ejemplo, el editor no impedirá que agregue una respuesta de "selector de tiempo" para el canal web, pero esto da lugar a errores si la consulta de un usuario activa esa respuesta específica.
Si no configura una respuesta única para diferentes canales, la respuesta web se toma como respuesta predeterminada y la misma se envía al cliente. La lista de plantillas para las que se proporciona soporte en el canal web son las siguientes:
- Texto: un mensaje de texto simple que puede tener varias variantes. Este mensaje configurado se muestra en función de la consulta.
- Respuesta rápida: una plantilla con texto y botones con los que se puede hacer clic.
- Carrusel: una colección de tarjetas, en la que cada tarjeta tiene un título, una URL de imagen y una descripción.
- Imagen: una plantilla para configurar imágenes proporcionando direcciones URL.
- Vídeo: una plantilla para configurar vídeo proporcionando la URL de vídeo. Puede reproducir el vídeo haciendo clic o tocando la imagen.
- Archivo: una plantilla para configurar un archivo pdf proporcionando la URL para acceder al archivo.
- Audio: una plantilla para configurar un archivo de audio proporcionando la URL de audio. También muestra la duración del mensaje de audio en la salida.
Configurar los ajustes de administración
Antes de comenzar
Cree el agente de IA con secuencias de comandos.
| 1 |
Diríjase a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con secuencias de comandos.
Agregar un idioma al agente de IA con guiones
Antes de comenzar
Cree el agente de IA con secuencias de comandos.
| 1 |
Diríjase a . |
| 2 |
Haga clic en +Agregar idioma(s) para agregar nuevos idiomas y seleccione los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el conmutador en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Pase el cursor sobre el idioma y haga clic en Convertir en predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la selección, las pruebas y las experiencias de vista preliminar del agente de IA. |
| 6 |
Haga clic en Guardar cambios. |
Configurar los ajustes de transferencia
Antes de comenzar
Cree el agente de IA con secuencias de comandos.
| 1 |
Diríjase a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Agente de IA con guiones para responder preguntas
Los agentes de IA guiados son agentes impulsados por el conocimiento cuya base de conocimientos consiste en un corpus de preguntas y respuestas. El agente de IA con secuencias de comandos puede proporcionar respuestas basadas en un corpus de capacitación creado por el usuario, que es una colección de ejemplos y respuestas. Esta capacidad es útil en situaciones en las que:
- Se requiere conocimiento específico: el agente debe responder preguntas dentro de un dominio predefinido.
- La consistencia es importante: el agente debe proporcionar respuestas consistentes a consultas similares.
- Se necesita una flexibilidad limitada: las respuestas del agente están limitadas por la información del corpus de capacitación.
Esta sección incluye los siguientes ajustes de configuración:
Crear un agente de IA con guiones para responder preguntas
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, haga clic en +Crear agente. |
| 3 |
En la pantalla Crear un agente de IA , haga clic en Iniciar desde cero. También puede elegir una plantilla predefinida para crear su agente de IA rápidamente. Puede filtrar el tipo de agente de IA como Con secuencia de comandos. En este caso, los campos de la página Perfil se completan automáticamente. |
| 4 |
Haga clic en Siguiente. |
| 5 |
En la sección Qué tipo de agente está creando , haga clic en Guión. |
| 6 |
En la sección ¿Cuál es la función principal de su agente , haga clic en Responder preguntas. |
| 7 |
Haga clic en Siguiente. |
| 8 |
En la página Definir agente , especifique los siguientes detalles: |
| 9 |
Haga clic en Crear. El agente de IA con secuencias de comandos para responder preguntas se creó correctamente y ahora está disponible en el Tablero de mandos.
En el encabezado del Agente de IA, puede realizar las siguientes tareas:
También puede importar los agentes de IA preconstruidos. Para obtener más información, consulte Importar agente de IA preconstruido. |
Qué hacer a continuación
Agregue artículos al agente de IA.
Actualizar el perfil del agente de IA con guiones
Antes de comenzar
Cree un agente de IA con guión para responder preguntas.
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, seleccione el agente de IA que creó. |
| 3 |
Diríjase a y configure los siguientes detalles: |
| 4 |
Haga clic en Guardar cambios para guardar la configuración. |
Administrar artículos
Los artículos son una parte importante de los agentes de IA guiados. Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. Cada artículo tiene una Pregunta predeterminada que la identifica. Todos los artículos juntos constituyen la base de conocimientos o el corpus del agente de IA. Cuando el cliente pregunta algo, el sistema comprueba su base de conocimientos y le da la mejor respuesta que encuentre.
Los motores NLU Rasa y Mindmeld requieren un mínimo de dos variantes de entrenamiento (enunciados) para que un artículo forme parte del modelo entrenado de una corporación. Los botones Tren y Guardar y tren no están disponibles en un agente de IA con secuencias de comandos para responder preguntas, si selecciona un motor Rasa o Mindmeld NLU y si un artículo tiene menos de dos variaciones. Cuando coloca el puntero en estos botones no disponibles, el sistema muestra un mensaje en el que se le solicita que resuelva los problemas antes de la capacitación. Además, el sistema muestra un icono de advertencia correspondiente al artículo con problemas. Puede resolver los problemas agregando más de dos variantes para un artículo. Los botones Tren y Guardar y tren están disponibles una vez que se resuelven los problemas. Tener dos variantes no es aplicable a los artículos predeterminados: mensaje de coincidencia parcial, mensaje de respaldo y mensaje de bienvenida.
Puede clasificar los artículos en categorías de su elección y todos los artículos no categorizados permanecen clasificados como no asignados. Desde el momento en que se crean los artículos, hay cuatro artículos predeterminados disponibles para cada agente de IA. Estos son los siguientes:
- Mensaje de bienvenida: contiene el primer mensaje cada vez que se inicia una conversación entre el cliente y el agente de IA.
- Mensaje de respaldo: el agente de IA muestra este mensaje cuando el agente no puede comprender la pregunta del usuario.
- Coincidencia parcial: cuando el agente de IA reconoce varios artículos con una pequeña diferencia en las puntuaciones (como se establece en la configuración de Traspaso e Inferencias ), el agente muestra este mensaje de coincidencia junto con los artículos coincidentes como opciones. También puede configurar la respuesta de texto para que se muestre junto con estas opciones.
- ¿Qué puede hacer?: puede configurar las capacidades del agente de IA. El agente de IA muestra esto cada vez que los usuarios finales cuestionan las capacidades del agente de IA.
Además de estos, se agrega el artículo predeterminado Hablar con un agente si se habilita la transferencia de agente desde los ajustes Transferencia e Inferencia .
Todos los nuevos agentes de IA también tienen cuatro artículos de Smalltalk que gestionan las expresiones de los usuarios para:
- Saludos
- Gracias
- El agente de IA no fue útil
-
Adiós
Estos artículos y respuestas están disponibles en la base de conocimientos del agente de IA de manera predeterminada al crear un nuevo agente de IA. También puede modificarlas o eliminarlas.
Agregar artículos a través de la interfaz de usuario y la respuesta predeterminada
Un artículo es la combinación de una pregunta, sus variaciones y respuesta a esta pregunta. La consulta de cada consumidor se compara con estos artículos (base de conocimientos) y la respuesta que devuelve el nivel de confianza más alto se muestra al usuario como la respuesta del agente de IA. Para agregar artículos:
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, elija el agente de IA que creó. |
| 3 |
Diríjase a y haga clic en Crear nuevo artículo. |
| 4 |
Agregue las variantes predeterminadas. |
| 5 |
Seleccione cualquiera de estas respuestas predeterminadas para el artículo. Valores posibles:
Para obtener más información, consulte la sección Configurar respuestas mediante el Diseñador de respuestas . |
| 6 |
Haga clic en Guardar y entrenar. |
Importar desde catálogos
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, elija el agente de IA que creó. |
| 3 |
Diríjase a y haga clic en el icono Puntos suspensivos. |
| 4 |
Haga clic en Importar desde catálogos. |
| 5 |
Elija las categorías de los artículos que se agregarán al agente. |
| 6 |
Haga clic en Listo. |
Extraer preguntas frecuentes del enlace
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, elija el agente de IA que creó. |
| 3 |
Diríjase a y haga clic en el icono de los puntos suspensivos. |
| 4 |
Haga clic en Extraer preguntas frecuentes del enlace. |
| 5 |
Proporcione la URL donde se alojan las preguntas frecuentes y haga clic en Extraer. |
| 6 |
Haga clic en Importar. |
Importar desde un archivo
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, elija el agente de IA que creó. |
| 3 |
Diríjase a y haga clic en el icono Puntos suspensivos . |
| 4 |
Haga clic en Importar desde un archivo y elija CSV para importar los artículos desde el archivo CSV. Si está importando artículos desde un archivo en formato JSON, elija JSON. |
| 5 |
Haga clic en Examinar y seleccione un archivo que contenga todos los artículos. Haga clic en Descargar muestra para ver el formato en el que deben especificarse los artículos. |
| 6 |
Haga clic en Importar. |
Agregar sinónimos personalizados
Muchos casos de uso de agentes de IA tienden a involucrar palabras y frases que pueden no ser parte del vocabulario inglés estándar o son específicas de un contexto empresarial. Por ejemplo, desea que el agente de IA reconozca la aplicación de Android, la aplicación de iOS, etc. El agente de IA debe incluir estos términos y sus variaciones en los enunciados de capacitación para todos los artículos relacionados, lo que da lugar a una entrada de datos redundante.
Para superar este problema de redundancia, puede utilizar sinónimos personalizados dentro de un agente de IA con secuencias de comandos para responder preguntas. Los sinónimos de cada palabra raíz se reemplazan con la palabra raíz en tiempo de ejecución por la plataforma automáticamente.
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
En el Tablero de mandos, elija el agente de IA que creó. |
| 3 |
Diríjase a y haga clic en el icono Puntos suspensivos. |
| 4 |
Haga clic en Sinónimos personalizados. |
| 5 |
Haga clic en Nueva palabra raíz. |
| 6 |
Configure el valor de la palabra raíz y sus sinónimos y haga clic en Guardar. |
| 7 |
Vuelva a entrenar al agente de IA después de agregar los sinónimos. También puede exportar los sinónimos (en formato de archivo .CSV) a la carpeta local e importar el archivo nuevamente a la plataforma. |
Motor de comprensión del lenguaje natural (NLU)
Los agentes de IA con secuencias de comandos utilizan la comprensión del lenguaje natural (NLU) con aprendizaje automático para identificar la intención del cliente. Los siguientes motores NLU interpretan las entradas de los clientes y proporcionan respuestas precisas:
- Swiftmatch: un motor rápido y ligero que admite varios idiomas.
- RASA: Un marco de IA conversacional de código abierto líder.
- Mindmeld (Beta): ofrece flujos conversacionales avanzados y capacidades NLU.
RASA requiere más datos de entrenamiento que Swiftmatch para lograr una alta precisión. Los desarrolladores pueden cambiar los motores NLU en las fichas Artículos y Capacitación de los agentes de IA con secuencias de comandos para evaluar el rendimiento. Al cambiar el motor se actualiza el algoritmo del agente de IA, y es necesario volver a entrenar para obtener una inferencia precisa según el nuevo modelo. Puede analizar las diferencias de rendimiento utilizando puntuaciones de similitud en sesiones y pruebas de un clic.
Los desarrolladores también pueden probar y ajustar las puntuaciones de umbral en la sección "Traspaso e inferencia" después de cambiar de motor. Para la RASA, las puntuaciones umbral tienden a ser inversamente proporcionales al número de intenciones, lo que significa que los agentes con muchas intenciones (más de 100) suelen tener puntuaciones de respaldo más bajas en los ajustes de inferencia.
Cambiar los motores de entrenamiento
Alternar entre los motores NLU.
-
Seleccione el agente de IA que desea cambiar el motor de capacitación.
- Para el agente de IA con secuencias de comandos para responder preguntas: Haga clic en Artículos. Aparecerá la página Base de conocimientos .
- Para los agentes de IA con secuencias de comandos para realizar tareas: Haga clic en Capacitación. Aparecerá la página de datos de capacitación.
-
Haga clic en el icono Configuración junto al Motor NLU en la parte derecha de la página. Aparecerá la ventana Cambiar motor de capacitación .
De forma predeterminada, el motor NLU se establece en Swiftmatch para los agentes de IA recién creados.
-
Elija el motor de capacitación para capacitar al agente de IA. Valores posibles:
- RASA (Beta)
- Coincidencia deslizante
- Mindmeld (Beta)
-
Especifique esta información en la sección Inferencia :
- Puntuación por debajo de la cual se muestra el retroceso: la confianza mínima necesaria para que se le muestre una respuesta, por debajo de la cual se muestra una respuesta de retroceso.
- Diferencia en las puntuaciones para la coincidencia parcial: define la brecha mínima entre los niveles de confianza de las respuestas para mostrar claramente la mejor coincidencia por debajo del cual se muestra una plantilla de coincidencia parcial.
- Haga clic para expandir la sección Configuración avanzada .
- Eliminar palabras de paso: las palabras de paso son palabras de función que establecen relaciones gramaticales entre otras palabras dentro de una oración, pero que no tienen un significado léxico por sí solas. Cuando se eliminan palabras clave como artículos (a, an, the, etc.), pronombres (él, ella, etc.) de la oración, los algoritmos de aprendizaje automático pueden centrarse en palabras que definen el significado de la consulta de texto por parte del consumidor. Si marca la casilla, se eliminan las "palabras de parada" de la oración en el momento del entrenamiento y la inferencia. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Expandir contracciones: las contracciones en inglés en los datos de capacitación se pueden expandir al formulario original junto con los términos de la consulta entrante del consumidor para mayor precisión. Ejemplo: “no” se expande a “no”. Si esta casilla de verificación está seleccionada, las contracciones en los mensajes de entrada se expanden antes del procesamiento. Esta capacidad es compatible con los tres motores NLU.
- Corrección ortográfica en la inferencia: la biblioteca de corrección de texto identifica y corrige los deletreos incorrectos en el texto antes de la inferencia. Esta capacidad es compatible con los tres motores solo si la casilla de verificación Corrección ortográfica en inferencia está activada.
- Eliminar caracteres especiales: los caracteres especiales son los caracteres no alfanuméricos que tienen un impacto en la inferencia. Por ejemplo, el motor NLU considera que Wi-Fi y Wi-Fi son diferentes. Si se selecciona esta casilla de verificación, se eliminan los caracteres especiales de la consulta del consumidor para mostrar una respuesta adecuada. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Roles de entidad: las entidades personalizadas pueden tener diferentes roles. Esta capacidad de motor NLU solo es compatible con RASA y Mindmeld.
- Sustitución de entidades en la inferencia: los valores de las entidades en los datos de capacitación y la inferencia se reemplazan por ID de entidad. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Priorizar el llenado de ranuras: el llenado de ranuras tiene prioridad sobre la detección de intenciones.
- Resultados almacenados por mensaje: el número de artículos para los que las puntuaciones de confianza calculadas por el agente de IA se mostrarán en la información de transacciones en las sesiones.
El número de resultados para mostrar en la sección Algoritmo de la pantalla Sesiones ahora se ha limitado a 5. Los n resultados principales (1=<n=<5) están disponibles en los informes de transcripción de mensajes de los agentes de IA guiados y en la sección ‘Resultados de algoritmos’ de la ficha Información de transacciones en Sesiones.
- Expansión de formas de palabras: expanda los datos de capacitación con formas de palabras como plurales, verbos, etc., junto con los sinónimos integrados en los datos. Esta funcionalidad solo es compatible con Swiftmatch.
- Sinónimos: los sinónimos son palabras alternativas que se utilizan para denotar la misma palabra. Si esta casilla de verificación está seleccionada, los sinónimos comunes en inglés de las palabras en los datos de capacitación se generan automáticamente para reconocer la consulta del consumidor con precisión. Por ejemplo, para la palabra jardín, los sinónimos generados por el sistema pueden ser un patio trasero, patio, etc. Esta capacidad de motor NLU solo es compatible con Swiftmatch.
- Formas de palabras: las formas de palabras pueden existir en diversas formas, como plurales, adverbios, adjetivos o verbos. Por ejemplo, para la palabra “creación”, las formas de palabras pueden ser creadas, crear, creador, creativo, creativamente, etc. Si se selecciona esta casilla de verificación, las palabras de la consulta se crean con formas alternativas de palabras y se procesan para dar una respuesta adecuada a los consumidores.
Los desarrolladores pueden establecer diferentes puntuaciones de umbral para diferentes motores NLU a fin de determinar la puntuación más baja que sea aceptable para mostrar la respuesta del agente de IA.
- Haga clic en Actualizar para cambiar el algoritmo en el corpus del agente de IA.
- Haga clic en Tren. Una vez que el agente de IA está capacitado con el motor de capacitación seleccionado, el estado de la base de conocimientos cambia de Guardado a Capacitado.
Puede capacitar al agente de IA con RASA y Mindmeld solo si todos los artículos tienen al menos dos enunciados.
Capacitación
Una vez que haya creado todos los artículos, puede entrenar al agente de IA y ponerlo en marcha para probarlo e implementarlo. Para capacitar al agente de IA con su corpus actual, haga clic en Capacitar en la parte superior derecha. Esto debería cambiar el estado a Capacitación.
Una vez finalizada la capacitación, el estado cambia a Capacitado. Haga clic en el icono Volver a cargar junto a Capacitación para recuperar el estado actual de la capacitación.
En este punto, puede hacer clic en Hacer en vivo para hacer vivo el corpus entrenado y probarlo en una vista preliminar que se puede compartir o en canales externos en los que se implementa el agente de IA.
Modelo vectorial
Ahora puede seleccionar sus modelos vectoriales preferidos como parte de la configuración avanzada del motor en el motor Swiftmatch NLU. La selección es posible entre dos opciones: el nivel de expresión frente a los vectores de nivel de artículo. En nuestros continuos esfuerzos por mejorar la precisión de nuestros motores NLU, experimentamos con el uso de vectores a nivel de artículo en lugar del modelo más antiguo que utilizaba vectores a nivel de expresión. Hemos encontrado que los vectores a nivel de artículo mejoran la precisión en la mayoría de los casos. Tenga en cuenta que los vectores a nivel de artículo son el nuevo valor predeterminado para la vectorización de los nuevos agentes de IA de un solo idioma. Para los agentes de IA multilingües, las coincidencias de nivel de artículo solo son compatibles cuando el modelo multilingüe es Polymatch.
Puede comprobar la información en el modelo vectorial que está disponible en el momento de una inferencia en la sección Otra información de la sesión.
Configurar los ajustes de administración
Antes de comenzar
Cree el agente de IA con secuencias de comandos.
| 1 |
Diríjase a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración. |
Qué hacer a continuación
Agregue idiomas al agente de IA con secuencias de comandos.
Agregar un idioma al agente de IA con guiones
Antes de comenzar
Cree el agente de IA con secuencias de comandos.
| 1 |
Diríjase a . |
| 2 |
Haga clic en +Agregar idioma(s) para agregar nuevos idiomas y seleccione los idiomas de la lista desplegable. |
| 3 |
Haga clic en Agregar para agregar el idioma. |
| 4 |
Active el conmutador en Acción para habilitar el idioma. |
| 5 |
Una vez que haya agregado un idioma, puede establecer el idioma como predeterminado. Pase el cursor sobre el idioma y haga clic en Convertir en predeterminado. No puede eliminar ni deshabilitar un idioma predeterminado. Además, si cambia de un idioma predeterminado existente, puede afectar a los artículos, la selección, las pruebas y las experiencias de vista preliminar del agente de IA. |
| 6 |
Haga clic en Guardar cambios. |
Configurar los ajustes de transferencia
Antes de comenzar
Cree el agente de IA con secuencias de comandos.
| 1 |
Diríjase a y configure los siguientes detalles: |
| 2 |
Haga clic en Guardar cambios para guardar la configuración de traspaso. |
Qué hacer a continuación
Vista previa de su agente de IA con secuencias de comandos
El Agent Studio de IA de Webex le permite obtener una vista preliminar de sus agentes de IA mientras lo desarrolla e incluso después de que haya finalizado el desarrollo. De esta manera, puede probar el funcionamiento de los agentes de IA y determinar si se generan las respuestas deseables correspondientes a las consultas de entrada respectivas. Puede obtener una vista preliminar de su agente de IA con secuencias de comandos mediante las siguientes formas.
- Tablero de mandos del agente de IA: desplácese sobre una tarjeta del agente de IA para ver la opción Vista preliminar correspondiente a ese agente de IA. Haga clic en Vista preliminar para abrir el widget de vista preliminar del Agente de IA.
- Encabezado del agente de IA: después de ingresar al modo de edición para cualquier agente de IA haciendo clic en la tarjeta del agente de IA o en el botón Editar de la tarjeta del agente de IA, la opción Vista preliminar siempre está visible en la sección del encabezado.
- Widget minimizado: después de que se inicia una vista previa y, a continuación, se minimiza, se crea un widget principal de chat en la parte inferior derecha de la página, lo que le permite volver a abrir fácilmente el modo de vista previa.
Además de esto, puede copiar el enlace de vista preliminar que se puede compartir desde un agente de IA. En la tarjeta del agente de IA, haga clic en el icono Puntos suspensivos en la parte superior derecha y haga clic en Copiar enlace de vista preliminar. Puede compartir este enlace con los demás usuarios del agente de IA.
Widget de vista previa de la plataforma
El widget de vista previa aparece en la parte inferior derecha de la pantalla. Puede proporcionar enunciados (o una secuencia de enunciados) para ver cómo responde el agente de IA, garantizando que funcione como se espera. La vista previa del agente de IA admite varios idiomas y puede detectar automáticamente el idioma de los enunciados para responder en consecuencia. También puede seleccionar manualmente el idioma en la vista preliminar haciendo clic en el selector de idioma y eligiendo de la lista de opciones disponibles.
Puede maximizar el widget de vista previa para obtener una mejor vista. Además, puede proporcionar información al consumidor e iniciar varias salas para probar a fondo el agente de IA.
Widget de vista previa que se puede compartir
El widget de vista previa que se puede compartir le permite compartir el agente de IA con las partes interesadas y los consumidores de una manera presentable sin la necesidad de desarrollar una interfaz de usuario personalizada para cubrir el agente de IA. De forma predeterminada, el enlace de vista previa copiado renderiza el agente de IA con una carcasa del teléfono. Puede realizar una personalización rápida cambiando ciertos parámetros en el enlace de vista preliminar. Estas dos personalizaciones principales son:
- Color del widget: al agregar un parámetro
brandColoral enlace. Puede definir colores simples con nombres de colores o utilizar códigos hexadecimales de colores. -
Carcasa del teléfono: al cambiar el valor de un parámetro
phoneCasingen el enlace. De manera predeterminada, se establece enverdaderoy se puede desactivar al convertirlo en falsoEnlace de vista previa de ejemplo con estos parámetros:
?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Secciones de administración comunes para el agente de IA con secuencias de comandos
Las siguientes secciones aparecen en el panel izquierdo de la página de configuración del Agente de IA:
Capacitación
A medida que los agentes de la IA evolucionan y se vuelven más complejos, los cambios en su lógica o en la comprensión del lenguaje natural (NLU) a veces pueden tener consecuencias no deseadas. Para garantizar un rendimiento óptimo e identificar posibles problemas, la plataforma de agentes de IA ofrece un práctico marco de pruebas de bots de un clic. Podrá:
- Cree y ejecute fácilmente un conjunto completo de casos de prueba.
- Defina los mensajes de prueba y las respuestas esperadas para diversos escenarios.
- Simule interacciones complejas creando casos de prueba con varios mensajes.
Definir pruebas
Puede definir las pruebas con los siguientes pasos:
- Conéctese a la plataforma de Webex AI Agent Studio.
- En el Tablero de mandos, haga clic en el agente de IA con secuencias de comandos que creó.
- Haga clic en Prueba en el panel izquierdo. De forma predeterminada, aparece la ficha Casos de prueba .
- Seleccione un caso de prueba y haga clic en Ejecutar pruebas seleccionadas.
Cada fila de la tabla representa un caso de prueba que tiene los siguientes parámetros:
| Parámetro | Descripción |
|---|---|
| Mensaje | Un mensaje de ejemplo que representa los tipos de consultas y declaraciones que puede esperar que los usuarios envíen a su agente de IA. |
| Idioma esperado | El idioma en el que se espera que los usuarios interactúen con el agente de IA. |
| Artículo esperado | Especifique el artículo que se mostrará en respuesta a un mensaje de usuario en particular. Para ayudarlo a encontrar el artículo más relevante, esta columna incluye una Función de finalización automática inteligente. A medida que ingresa, el sistema sugiere que coincidan artículos en función del texto introducido hasta ahora. |
| Restablecer el contexto anterior | Haga clic en la casilla de verificación de esta columna para aislar los casos de prueba y asegurarse de que se ejecutan independientemente de cualquier contexto de agente de IA existente. Cuando está habilitado, cada caso de prueba se simula en una nueva sesión, evitando cualquier interferencia de interacciones anteriores o datos almacenados. |
| Incluir coincidencias parciales | Active este conmutador para considerar los casos de prueba exitosos incluso si los artículos esperados solo coinciden parcialmente con la respuesta real. |
| Importar desde CSV | Importe casos de prueba desde un archivo separado por comas (CSV). En este caso, se sobrescriben todos los casos de prueba existentes. |
| Exportar a CSV | Exporte los casos de prueba a un archivo separado por comas (CSV). |
| Probar devoluciones de llamada | Active este conmutador para simular devoluciones de llamada entrantes y probar el comportamiento del flujo sin requerir llamadas entrantes reales. Esta opción solo está disponible para agentes de IA con secuencias de comandos para realizar acciones. |
| Devolución de llamada en flujo | Haga clic en la casilla de verificación de esta columna para indicar que una intención debe activar una devolución de llamada. Esta opción solo está disponible para agentes de IA con secuencias de comandos para realizar acciones. |
| Se esperaba una plantilla de devolución de llamada | Especifique la clave de plantilla que se activará cuando se produzca la devolución de llamada. Esta opción solo está disponible para agentes de IA con secuencias de comandos para realizar acciones. |
| Tiempo de espera de devolución de llamada | El tiempo máximo (en segundos) que el agente de IA espera una respuesta de devolución de llamada antes de considerar la devolución de llamada como tiempo de espera agotado. Se permite un tiempo de espera máximo de 20 segundos. Esta opción solo está disponible para agentes de IA con secuencias de comandos para realizar acciones. |
Ejecutar pruebas
En la ficha Ejecución , haga clic en Ejecutar pruebas seleccionadas para iniciar una ejecución secuencial de todos los casos de prueba seleccionados.
También puede ejecutar casos de prueba desde la ficha Casos de prueba .
.Para ver casos de prueba con resultados específicos, haga clic en el resultado deseado (por ejemplo: Aprobado, Aprobado con coincidencia parcial, Falló, Pendiente) en la cinta de resumen. Esto filtra la lista de casos de prueba para mostrar solo aquellos que coinciden con el resultado seleccionado.
El ID de sesión asociado con cada caso de prueba se muestra en los resultados. Esto le permite cruzar rápidamente los casos de prueba y ver los detalles de la transacción. Para hacerlo, elija la opción Detalles de la transacción en la columna Acciones .
Historial de ejecución
En la ficha Historial , acceda a todos los casos de prueba ejecutados.
- Haga clic en el icono Descargar de la columna Acciones para exportar los datos de prueba ejecutados como un archivo CSV para realizar análisis o informes fuera de línea.
- Revise la configuración específica del algoritmo y del motor utilizada para la ejecución de cada caso de prueba. Esta información ayuda a los desarrolladores a optimizar el rendimiento del agente de IA.
- Para ver los ajustes avanzados de configuración de algoritmos utilizados para un motor de capacitación en particular, haga clic en el icono Información junto al nombre del motor de capacitación. Esto proporciona información sobre los parámetros y la configuración que influyeron en el comportamiento del agente de IA durante las pruebas.
Sesiones
La sección Sesiones proporciona un registro completo de todas las interacciones entre los agentes de IA y los clientes. Cada sesión incluye un historial detallado de los mensajes intercambiados. Puede exportar los datos de la sesión como un archivo CSV para realizar análisis y auditorías sin conexión. Puede utilizar estos datos para examinar los mensajes y el contexto de sesiones específicas a fin de obtener información sobre las interacciones del usuario e identificar áreas para mejorar, perfeccionar las respuestas de los agentes de IA y mejorar la experiencia general del usuario.
Puede manejar conjuntos de datos grandes mostrando resultados en páginas. Puede utilizar la sección Refinar resultados para filtrar y ordenar las sesiones según diversos criterios. Cada fila de la tabla muestra los detalles esenciales de la sesión, que incluyen:
- Canales: el canal donde se produjo la interacción (por ejemplo, chat, voz).
- ID de la sesión: Un identificador único de la sesión.
- ID de consumidor: el identificador único del usuario.
- Mensajes: la cantidad de mensajes intercambiados durante la sesión.
- Actualizado a la hora de cierre de la sesión.
- Metadatos: información adicional acerca de la sesión.
- Ocultar sesiones de prueba: seleccione esta casilla de verificación para ocultar las sesiones de prueba y mostrar solo la lista de sesiones en directo.
- Ocurrió la entrega del agente: seleccione esta casilla de verificación para filtrar las sesiones que se entregan a un agente. Si se produce la transferencia del agente, se muestra el icono del auricular que indica la transferencia del chat a un agente humano.
- Ocurrió un error: seleccione esta casilla de verificación para filtrar las sesiones en las que se produjo un error.
- Votos en contra: seleccione esta casilla de verificación para filtrar las sesiones con votos en contra.
Haga clic en una fila para acceder a la vista detallada de una sesión específica. Utilice casillas de verificación para filtrar las sesiones en función de la transferencia del agente, los errores y los votos en contra. El descifrado de sesiones requiere permiso a nivel de usuario y configuración avanzada de protección de datos. Haga clic en Descifrar contenido para ver los detalles de la sesión.
Detalles de la sesión de una sesión en particular en el agente de IA con secuencias de comandos para responder preguntas
La vista Detalles de la sesión en un agente de IA con secuencias de comandos para responder preguntas proporciona un desglose completo de una interacción específica entre un usuario y el agente de IA.
La sección Mensajes :
- Muestra todos los mensajes enviados por el usuario durante la sesión.
- Muestra las respuestas correspondientes generadas por el agente de IA.
- Presenta el orden cronológico de los mensajes, proporcionando contexto para la interacción.
La ficha Información de transacción:
- Enumera los artículos identificados como relevantes para la consulta del cliente, incluyendo coincidencias exactas y coincidencias parciales.
- Muestra las puntuaciones de similitud asociadas a cada artículo identificado, indicando el grado de relevancia.
- Presenta los resultados de los algoritmos subyacentes utilizados para procesar la consulta del cliente e identificar artículos relevantes.
- Muestra la cantidad de resultados de algoritmo según la configuración configurada en la ficha Transferencia e inferencia .
La sección Otra información en la vista Detalles de la sesión proporciona contexto adicional y detalles sobre una interacción específica. A continuación, se muestra un desglose de la información que aparece:
- Consulta procesada: muestra la versión preprocesada de la entrada del cliente una vez procesada por el proceso de comprensión del lenguaje natural (NLU) del agente de IA.
- Traspaso del agente: indica si se produjo un traspaso del agente durante la sesión. Marque la casilla de verificación Transferencia del agente por reglas si la transferencia de un agente se activó por reglas específicas.
- Tipo de respuesta: especifica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que activó la respuesta del agente de IA.
- Motor NLU: identifica el motor NLU que se utiliza para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación de umbral mínima y la diferencia de puntuación de coincidencia parcial configuradas en la configuración de Traspaso e inferencia . Estos valores determinan cuando una consulta se considera fuera del alcance o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
Detalles de la sesión de una sesión en particular en el Agente de IA con secuencias de comandos para realizar acciones
La ficha Información de transacción del Agente de IA con secuencias de comandos para realizar acciones proporciona un desglose detallado de una interacción específica, categorizando la información en cuatro secciones:
Sección Intentos identificados :
- Muestra las intenciones que se identificaron para la consulta del cliente.
- Indica el nivel de confianza asociado con cada intención identificada.
- Enumera los intervalos asociados con la intención identificada. Haga clic en la ranura para ver información adicional sobre su valor y cómo se extrajo de la consulta del usuario.
En la sección Entidades identificadas se enumeran las entidades que se extrajeron del mensaje del cliente y que están asociadas con la intención activa del consumidor. Estas entidades representan los elementos clave de información que el bot identificó en la consulta del usuario.
La sección Resultados del algoritmo proporciona información sobre los procesos subyacentes que llevaron a la respuesta del agente de IA. A continuación, se muestra un desglose de la información que aparece:
- Lista de intenciones: muestra las intenciones identificadas y sus puntuaciones de similitud correspondientes.
- Lista de entidades: muestra las entidades que se extrajeron del mensaje del usuario.
La opción Otra información muestra lo siguiente:
- Traspaso del agente: indica si se produjo un traspaso del agente durante la sesión. Marque la casilla de verificación Transferencia del agente por reglas si la transferencia de un agente se activó por reglas específicas.
- Clave de plantilla: indica la clave de plantilla asociada con la intención que activó la respuesta del agente de IA.
- Tipo de respuesta: indica el tipo de respuesta generada por el agente de IA, como un fragmento de código o una respuesta condicional.
- Condición de respuesta: indica la condición o regla específica que activó la respuesta del agente de IA.
- Motor NLU: identifica el motor NLU que se utiliza para procesar la consulta del cliente (por ejemplo, RASA, Switchmatch o Mindmeld).
- Puntuaciones de umbral: muestra la puntuación de umbral mínima y la diferencia de puntuación de coincidencia parcial configuradas en la configuración de Traspaso e inferencia . Estos valores determinan cuando una consulta se considera fuera del alcance o requiere la intervención del agente.
- Registros avanzados: proporciona una lista de registros de depuración asociados con el ID de transacción específico. Los registros avanzados normalmente se conservan durante 180 días.
También puede descargar y ver la información de la transacción en formato JSON mediante la opción de descarga.
La ficha Metadatos muestra lo siguiente:
- Metadatos del NLP: revise los pasos de procesamiento previo aplicados a la entrada del cliente en la ficha NLP .
- Almacén de datos y FinalDF: acceda a los datos relacionados con la sesión en las fichas Almacén de datos y FinalDF para los bots inteligentes.
- Funcionalidad de búsqueda: utilice la barra de búsqueda integrada para encontrar rápidamente expresiones específicas dentro de una conversación.
Historial
Siempre que agregue o modifique artículos, intenciones o entidades, es fundamental volver a capacitar a su agente de IA con secuencias de comandos para asegurarse de que esté actualizado. Después de cada sesión de capacitación, pruebe a fondo su agente de IA para verificar su precisión y eficacia.
La página Historial le permite:
- Ver historial de capacitación: haga un seguimiento de cuándo se capacitó un corpus y los cambios realizados.
- Comparar motores de capacitación: revise los motores de capacitación utilizados para diferentes iteraciones y sus correspondientes duraciones de capacitación.
- Seguimiento de los cambios: supervise los cambios en la configuración, los artículos, las respuestas, el procesamiento del lenguaje natural y la selección.
- Revertir a las versiones anteriores: vuelva fácilmente a un conjunto de capacitación más antiguo si es necesario.
La sección Historial proporciona herramientas convenientes para administrar los artículos de la base de conocimientos:
- Activar artículos: haga que los artículos previamente inactivos sean En vivo para incluirlos en las respuestas del agente de IA.
- Editar artículos: cree una nueva versión de un artículo existente mientras conserva el original como referencia.
- Rendimiento de la vista preliminar: evalúe el rendimiento del agente de IA con una base de conocimientos específica mediante la característica Vista preliminar .
- Descargar artículos: exporte los artículos de la base de conocimientos como un archivo CSV para analizarlos o consultarlos sin conexión. Esta opción está disponible para el agente de IA con secuencias de comandos solo para responder preguntas.
Registros de auditoría
La sección Registros de auditoría proporciona un registro detallado de las modificaciones realizadas en su agente de IA con secuencias de comandos en los últimos 35 días. Para acceder a los registros de auditoría:
- Navegue hasta el Tablero de mandos y haga clic en el agente de IA que ha creado.
- Haga clic en la ficha Historial para ver el historial del agente de IA.
- Haga clic en la ficha Registros de auditoría para ver un registro detallado de los cambios:
- Actualizado a: la fecha y hora en que se realizó el cambio.
- Actualizado por: el usuario que realizó el cambio.
- Campo: la sección del bot donde se produjo la modificación (por ejemplo, Configuración, Artículos, Respuestas).
- Descripción: detalles adicionales sobre el cambio.
-
Utilice las opciones de búsqueda
Actualizado poryCampopara encontrar rápidamente entradas específicas del registro de auditoría. -
La ficha Historial de modelos muestra un máximo de 10 cuerpos para cada agente de IA.
Curación
Los mensajes se agregan a la consola de selección según los siguientes criterios:
- Mensajes de recuperación: cuando el agente de IA no entiende el mensaje de un usuario y activa la intención de recuperación.
- Intención de recuperación predeterminada: si esta opción está activada, los mensajes que activan la intención de recuperación predeterminada se enviarán a la consola de mantenimiento.
Este criterio solo se aplica a los agentes de IA con secuencias de comandos para realizar acciones.
- Mensajes con votos en contra: mensajes que los usuarios votaron en contra durante las vistas preliminares del agente de IA.
- Transferencia de agentes: mensajes que dan como resultado una transferencia de agentes humanos debido a reglas configuradas.
- Desde la sesión: mensajes marcados por los usuarios como que no reciben la respuesta deseada de los datos de la sesión o sala.
- Confianza baja: mensajes con una puntuación de confianza que se encuentra dentro del umbral de confianza baja especificado.
- Coincidencia parcial: mensajes en los que el agente de IA no pudo identificar definitivamente la intención o la respuesta correctas.
Resolver problemas
La ficha Problemas proporciona una ubicación centralizada para revisar y direccionar los mensajes que han sido marcados para su conservación. Puede realizar las siguientes acciones:
- Elija resolver o ignorar los problemas en función de su gravedad y relevancia.
- Examine la expresión original del usuario, la respuesta del agente de IA y cualquier medio adjunto.
El acceso a la descifrado se otorga al nivel de usuario y requiere que la Protección de datos avanzada esté habilitada en el backend.
Para resolver un problema, puede:
-
Vincular a un artículo existente: para conectar un problema a un artículo existente, seleccione la opción Vincular y busque el artículo deseado.
-
Crear artículo nuevo: utilice la opción Agregar a un artículo nuevo para crear un artículo nuevo directamente desde la Consola de selección.
-
Ignorar problemas: resuelva o ignore problemas para eliminarlos de la Consola de selección.
- No se permite la vinculación a artículos predeterminados (mensaje de bienvenida, mensaje de respaldo, coincidencia parcial).
- En el caso del agente de IA con secuencias de comandos para realizar acciones, seleccione la intención adecuada de la lista desplegable y etiquete las entidades relevantes.
- Después de realizar cambios, vuelva a capacitar a su agente de IA para asegurarse de que el nuevo conocimiento se refleje en sus respuestas.
- Resuelva o ignore varios problemas simultáneamente para una administración eficaz.
La ficha Resueltos proporciona una descripción completa de todos los problemas que se han abordado. Puede ver un resumen de cada problema resuelto, incluido si el problema se vinculó a un artículo existente, se utilizó para crear un artículo/intención nuevo o se ignoró. Si encuentra respuestas no deseadas que no fueron capturadas automáticamente por las reglas existentes, puede agregar manualmente enunciados específicos a la Consola de mantenimiento.
Para agregar problemas de las sesiones:
- Identificar el enunciado: busque el enunciado que activó la respuesta incorrecta.
- Comprobar estado de conservación: si el problema todavía no se encuentra en la consola de conservación, se muestra la opción
Estado de conservación. - Alternar el marcador: habilite el conmutador
Estado de conservaciónpara agregar el enunciado a la Consola de conservación para su revisión y resolución.
Si el problema ya está presente en la consola de selección, el aspecto del conmutador cambia en consecuencia para indicar su estado.
Ver su rendimiento de IA con secuencias de comandos mediante análisis
La sección Análisis proporciona una representación gráfica de las métricas clave para evaluar el rendimiento y la eficacia del agente de IA. Las métricas clave se dividen en cuatro secciones representadas en fichas. Estos son los siguientes: Descripción general, respuestas, capacitación y asesoramiento.
Al visitar la pantalla de análisis, los desarrolladores pueden seleccionar el agente de IA para el que desean ver el análisis. También pueden personalizar la vista de análisis eligiendo el canal para el que desean ver los datos, junto con el intervalo de fechas y la granularidad de los datos. De forma predeterminada, los datos de análisis del último mes se muestran para todos los canales con una granularidad diaria (cada día es un punto en el eje x de los gráficos).
Descripción general
La descripción general contiene métricas y gráficos clave que proporcionan una instantánea del uso y el rendimiento generales del agente de IA a los desarrolladores.
- En el Tablero de mandos, elija el agente de IA que haya creado.
- En el panel de navegación izquierdo, haga clic en Análisis. Aparece una descripción general del rendimiento del agente de IA en formato tabular y representación gráfica.
Sesiones y mensajes
La primera sección de la descripción general muestra las siguientes estadísticas sobre las sesiones y los mensajes del agente de IA:
- Total de sesiones y sesiones administradas por el agente de IA sin intervención humana.
- Transferencias totales de agentes, que es un recuento del número de sesiones entregadas a agentes humanos.
- Sesiones promedio diarias
- Mensajes totales (mensajes humanos y de agentes de IA) y cuántos de esos mensajes proceden de los usuarios.
- Mensajes promedio diarios
A esto le sigue una representación gráfica de las sesiones (columna apilada que representa las sesiones gestionadas por el agente de IA y las sesiones entregadas) y las respuestas totales enviadas por el agente de IA.
Usuarios
La segunda sección de la descripción general contiene estadísticas sobre los usuarios para el agente de IA. Proporciona un recuento de usuarios totales e información sobre las sesiones promedio por usuario y los usuarios promedio diarios. A esto le sigue un gráfico que muestra los usuarios nuevos y devueltos para cada unidad en función de la granularidad seleccionada.
Rendimiento
La tercera sección proporciona estadísticas sobre las respuestas del agente de IA a los usuarios. Aquí puede ver el total de respuestas enviadas por el agente de IA y la división entre las respuestas en las que el agente de IA:
- Se identificó la intención del usuario.
- Respondió con un mensaje de respaldo.
- Respondió con un mensaje de coincidencia parcial.
- Se informó al usuario de una transferencia de agente.
Lo mismo se agrega en un gráfico circular y un gráfico de área proporciona información basada en la granularidad seleccionada.
Capacitación
La sección de capacitación representa la “salud” de un corpus de agentes de IA. Se recomienda que los desarrolladores configuren más de 20 enunciados de capacitación para cada intención/artículo en sus agentes de IA. En esta sección, todos los artículos/intenciones de un corpus se muestran como rectángulos individuales donde el color y el tamaño relativo de cada rectángulo son indicativos de los datos de entrenamiento que contiene el artículo/intención. Cuanto más cerca esté la intención de poner en blanco, más datos de capacitación necesita para mejorar la precisión de su agente de IA.
Respuestas
Esta sección ofrece a los desarrolladores una vista detallada de lo que los usuarios están preguntando y con qué frecuencia lo están preguntando. Proporciona una representación gráfica de los artículos más populares para los agentes de IA a fin de responder preguntas y plantillas de respuesta para los agentes de IA a fin de realizar acciones.
Curación
Esta sección proporciona un resumen visual de cuántos problemas de selección han surgido cada día y cuántos de ellos han sido resueltos por los agentes de IA.
Integrar agentes de IA
En esta sección se explica cómo integrar los agentes de IA con los canales de voz y digitales para administrar las conversaciones con los clientes.
Integrar agentes de IA con canales de voz y digitales
Una vez que haya creado y configurado sus agentes de IA en la plataforma Webex AI Agent Studio, el siguiente paso es integrarlos con los canales de voz y digitales. Esta integración permite a los agentes de IA gestionar conversaciones basadas en voz y digitales con sus clientes, lo que proporciona una experiencia de usuario fluida e interactiva.
Para obtener más información, consulte el artículo Integrar agentes de IA con canales de voz y digitales.
Administrar informes del agente de IA
En esta sección se describe la descripción general de los informes de agentes de IA, los tipos de informes, la creación de informes de agentes de IA y los modos de entrega de informes.
Comprender los informes del agente de IA
La función de informes le permite generar o planificar (generar periódicamente) informes específicos a partir de los tipos de informes disponibles y recibirlos a través de los modos de entrega disponibles. Estos informes pueden proporcionar información valiosa sobre el comportamiento del usuario, el uso, el compromiso, el rendimiento del producto, etc. Puede hacer que la información deseada se envíe a su correo electrónico, ruta SFTP o cubo S3. Puede elegir el tipo de informe de una lista de informes preconfigurados y también elegir si desea generar un informe único al instante o a intervalos regulares.
Cuando accede al menú Informes desde el panel de navegación izquierdo, aparecen las siguientes fichas:
-
Configurar: esta ficha enumera todos los informes que están activos actualmente y que se generan periódicamente. Los siguientes detalles están disponibles para la lista de informes:
- Activo: si un usuario aún está suscripto al informe.
- Agente de IA: nombre del agente de IA asociado al informe.
- Tipo de informe: el tipo de informe preconstruido al que se ha suscrito.
- Frecuencia: el intervalo en el que recibe el informe.
- Último informe generado: el último informe que se envió.
- Próxima fecha planificada: la próxima fecha en que se enviará el informe.
-
Historial: esta ficha enumera toda la información histórica de los informes enviados hasta la fecha. Haga clic en cualquier informe de esta página para editar la configuración de los informes.
Puede hacer clic en el icono Descargar en la columna Acciones para descargar estos informes históricos.
Los informes bajo demanda que aparecen en la ficha Historial están disponibles para su descarga solo después de que haya finalizado la generación de informes.
Crear un informe de agente de IA
| 1 |
Conéctese a la plataforma de Webex AI Agent Studio. |
| 2 |
Haga clic en Informes en la barra de navegación izquierda. |
| 3 |
Haga clic en +Nuevo informe. |
| 4 |
Proporcione la siguiente información para crear y configurar el informe: |
Tipos de informes del agente de IA
Puede elegir entre una lista de informes preconstruidos según el tipo de agente de IA seleccionado. En este apartado se tratan estos tipos de informes, las hojas incluidas en cada informe y las columnas disponibles en cada hoja.
tipo de informe del agente de IA para responder preguntas
Hay tres tipos de informes diferentes disponibles para que un agente de IA responda preguntas en la aplicación. Mediante los distintos tipos de informes, puede utilizarse para comprender el resumen de uso del agente de IA, el comportamiento, lo que están preguntando los usuarios y cómo responde el agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la selección.
Comportamiento y resumen de usoEn esta sección se muestra el resumen del agente de IA con la frecuencia con la que se invocan los artículos y las categorías. Puede ver la información de resumen, categorías y artículos en una pestaña separada de los informes:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones/sesiones gestionadas por el agente de IA. |
| Conversaciones con al menos un mensaje de usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos | Los mensajes enviados por los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes enviados por el agente de IA a los usuarios finales. |
| Coincidencias parciales totales | Casos en los que había cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con varias intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano. |
| Total de votos a favor | Total de respuestas del agente de IA que los clientes aprobaron. |
| Total de votos en contra |
Total de respuestas del agente de IA que los clientes no aprobaron. |
| Campo | Descripción |
|---|---|
| Nombre de la categoría | El nombre de la categoría tal como se configuró en el agente de IA. |
| Conversaciones para la categoría | El número de conversaciones o sesiones en las que se detectó un artículo perteneciente a esta categoría. |
| Respuestas totales | El número de veces que se detectó un artículo perteneciente a esta categoría. |
| Total de votos a favor | El número de veces que se votó una respuesta de esta categoría. |
| Total de votos en contra |
El número de veces que se votó en contra de esta categoría. |
| Campo | Descripción |
|---|---|
| Nombre del artículo | El nombre del artículo (variante predeterminada) que se configura en el agente de IA. |
| Categoría del artículo | La categoría a la que pertenece esta intención. |
| Conversaciones para el artículo | La cantidad de conversaciones o sesiones en las que se detectó este artículo. |
| Respuestas totales | La cantidad de veces que se detectó este artículo. |
| Total de votos a favor | La cantidad de veces que la respuesta a este artículo fue favorable. |
| Total de votos en contra |
La cantidad de veces que la respuesta para este artículo está en contra. |
Muestra la conversación entre el agente de IA y el cliente junto con la puntuación de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Marca de hora | La marca de hora del mensaje. |
| ID de sesión | El identificador único de la sesión. |
| ID de consumidor | El identificador único para el usuario final en el agente de IA. |
| Tipo de mensaje | El mensaje del agente de IA o el mensaje humano. |
| Texto del mensaje | El contenido del mensaje. |
| Artículo | El identificador de la respuesta enviada por el agente de IA. |
| Categoría | La intención detectada por el agente de IA para el mensaje del cliente. |
| Mejor puntuación de coincidencia | La puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 | La puntuación de la intención detectada. |
| Comentarios | Los comentarios del usuario si se votó o no un mensaje. |
| Comentario de comentarios |
Los comentarios dejados por los usuarios al votar en contra un mensaje. |
Muestra los mensajes que terminaron siendo seleccionados como problemas por diversos motivos. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Marca de hora | Marca de hora del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único del usuario final en el agente de IA. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el que respondió el agente de IA. |
| Motivo del problema | El motivo de que este mensaje termine en “curativo”. |
| Artículo | Identificador de la respuesta enviada por el agente de IA. |
| Categoría | Intención detectada por el agente de IA para el mensaje del usuario. |
| Mejor puntuación de coincidencia | Puntuación de similitud para la intención detectada. |
| Artículo 1 coincidente | Intención detectada por el motor NLU seleccionado. |
| Puntuación del artículo 1 |
Puntuación de la intención detectada. |
Agente de IA para realizar tareas del tipo de informe
Hay tres tipos de informes diferentes disponibles para un agente de IA para realizar una tarea en la aplicación Generador de agentes de IA. Como desarrollador de agente de IA, puede crear diferentes tipos de informes. Se pueden utilizar para comprender el resumen de uso del agente de IA, el comportamiento del agente de IA, qué preguntas los usuarios están solicitando y cómo responde un agente de IA a las consultas. También puede ver los mensajes que terminaron como problemas en la selección.
Muestra el resumen de las conversaciones junto con las intenciones y las teclas de plantilla que se activan. En la ficha Resumen, se muestran los siguientes detalles:
| Campo | Descripción |
|---|---|
| Nombre del agente de IA | El nombre del agente de IA. |
| Total de conversaciones | Total de conversaciones o sesiones administradas por el agente de IA. |
| Conversaciones con al menos un mensaje de usuario | Conversaciones o sesiones en las que los usuarios proporcionaron al menos una entrada. |
|
Total de mensajes humanos |
Los mensajes que envían los usuarios finales al agente de IA. |
| Total de respuestas del agente de IA | Total de mensajes que envía el agente de IA a los usuarios finales. |
| Coincidencias parciales totales | Casos en los que había cierta ambigüedad sobre el mensaje del usuario y el agente de IA respondió con varias intenciones como opciones. |
| Conversaciones enviadas al agente | Total de conversaciones entregadas a un agente humano |
| Total de votos a favor | Total de respuestas del agente de IA que los usuarios aprobaron. |
| Total de votos en contra |
Total de respuestas del agente de IA que los usuarios votaron en contra. |
También puede ver los detalles de la intención en la ficha Intenciones de la hoja de cálculo:
| Campo | Descripción |
|---|---|
| Nombre de la intención | El nombre de la intención tal como se configuró en el agente de IA. |
| Conversaciones para la intención | Cantidad de conversaciones o sesiones en las que se invocó esta intención. |
| Total de invocaciones | Número de veces que se invocó esta intención. |
| Total de finalizaciones | Número de veces que se recogieron todas las franjas horarias y se completó esta intención. |
| Total de votos a favor | Se valoraron las respuestas totales a estos respecto de cada intención. |
| Total de votos en contra |
Se votó en contra el total de respuestas correspondientes a cada intención. |
El informe también tiene detalles de la plantilla de alto nivel como:
| Campo | Descripción |
|---|---|
| Nombre de la clave de la plantilla | Nombre de la plantilla tal como se configuró en el agente de IA. |
| Intención de clave de la plantilla | Intenciones donde se utiliza esta clave de plantilla. |
| Conversaciones para la clave de la plantilla | Cantidad de veces que se envió esta clave de plantilla como respuesta. |
| Respuestas totales | La cantidad de veces que se envió esta clave de plantilla como respuesta. |
| Total de votos a favor | Cantidad de veces que se votó la respuesta para esta plantilla. |
| Total de votos en contra |
Cantidad de veces que se votó en contra de esta plantilla. |
Muestra la conversación de un cliente con el agente de IA junto con las puntuaciones de similitud. Puede ver los siguientes detalles en el informe:
| Campo | Descripción |
|---|---|
| Marca de hora | Marca de hora del mensaje. |
| ID de sesión | Identificador único de la sesión del usuario. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Tipo de mensaje | Mensaje de agente de IA o mensaje humano. |
| Texto del mensaje | Contenido del mensaje. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intención | Intención detectada por el agente de IA para el mensaje del cliente. |
| Mejor puntuación de coincidencia | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación de intención 1 | Puntuación de la intención detectada. |
| Comentarios | Comentarios del usuario si se votó o no un mensaje. |
| Comentario de comentarios |
Comentarios dejados por los usuarios al votar en contra un mensaje. |
Muestra los mensajes que terminaron siendo seleccionados como problemas por diversos motivos. Este informe es relevante solo para agentes de IA con secuencias de comandos. Puede ver los siguientes detalles en este informe:
| Campo | Descripción |
|---|---|
| Marca de hora | Marca de hora del mensaje. |
| ID de sesión | Identificador único de la sesión del cliente. |
| ID de consumidor | Identificador único para el usuario final en la aplicación. |
| Mensaje humano | Contenido del mensaje humano. |
| Mensaje del agente de IA | Contenido del mensaje con el agente de IA respondió. |
| Motivo del problema | El motivo de que este mensaje termine en “curativo”. |
| Clave de plantilla | Identificador de la respuesta enviada por el agente de IA. |
| Intención | Intención detectada por el agente de IA para el mensaje del usuario. |
| Mejor puntuación de coincidencia | Puntuación de similitud para la intención detectada. |
| Intención coincidente 1 | Intención detectada por el motor NLU seleccionado. |
| Puntuación de intención 1 |
Puntuación de la intención detectada. |
Modos de entrega del informe del Agente de IA
En el mundo actual basado en datos, la entrega eficiente y segura de informes de agentes de IA es crucial para la toma de decisiones informada y la excelencia operativa. Para satisfacer diversas necesidades de la organización, ofrecemos varios modos de entrega para los informes del agente de IA, lo que garantiza la flexibilidad, la fiabilidad y la seguridad. Las opciones de entrega incluyen Secure File Transfer Protocol (SFTP), Email y Amazon S3 Bucket. Cada modo está diseñado para satisfacer diferentes requisitos, ya sea la necesidad de alta seguridad, facilidad de acceso o soluciones de almacenamiento escalables. Este documento describe las características y los beneficios de cada modo de entrega, lo que le ayuda a elegir la mejor opción para sus necesidades específicas.
SFTP
|
Campo |
Descripción |
|---|---|
| Transfiera informes a una ubicación segura según lo planificado |
Active esta opción para arrastrar los informes a la ubicación segura a la hora planificada. Solo puede proporcionar los siguientes detalles al habilitar esta alternancia. |
| Dirección IP | La dirección IP del sistema. |
| Nombre de usuario | El nombre de usuario para acceder a los informes. |
| Contraseña | La contraseña para acceder a los informes. |
| Clave privada | La clave privada para acceder a los archivos. |
| Ruta de carga |
La ruta donde se enrutan los archivos en el sistema. |
Correo electrónico
| Campo | Descripción |
|---|---|
| Planificar correos electrónicos para varios destinatarios, separados con punto y coma(;) | Active esta opción para agregar destinatarios. |
| Destinatarios |
La dirección de correo electrónico de todos los destinatarios que deben recibir los informes en la hora y la frecuencia especificadas. |
Cubo S3
| Campo | Descripción |
|---|---|
| Cargar informes en un cubo S3 según planificación |
Active esta opción para que los campos S3 estén disponibles y enrute los informes al cubo de S3 configurado. |
| ID de la clave de acceso de AWS | El ID de clave de acceso para acceder a los servicios y recursos de AWS. |
| Clave de acceso secreta de AWS | La clave de acceso secreto para acceder a los servicios y recursos de AWS. |
| Nombre del cubo | El nombre del cubo al que se enruta el informe. |
| Nombre de la carpeta |
El nombre de la carpeta que se crea en el cubo S3. |
Comprender el cumplimiento de la IA
Esta sección lo ayuda a comprender el desarrollo de la IA, la privacidad de los datos, la seguridad y la seguridad
Desarrollo de IA, privacidad, seguridad y seguridad de datos
Todas las características impulsadas por IA en Cisco se someten a una evaluación del impacto de la IA en relación con nuestros principios de IA responsable, y se adhieren al Marco de IA responsable, además de los procesos existentes de seguridad, privacidad y derechos humanos por diseño.
Privacidad y seguridadCisco no conserva los datos de entrada del cliente después del proceso de inferencia, y el proveedor de modelos de terceros, Microsoft, no accede, supervisa ni almacena los datos del cliente de Cisco. Para obtener más información sobre las políticas de retención de datos específicas de las funciones, consulte el Portal de confianza de Cisco.
La siguiente es la lista de notas de transparencia de IA para todas las características de IA:
Fuentes de datos para la formación y la evaluaciónEl proveedor de modelos de terceros de Cisco, Microsoft, declara que no utilizará el contenido del cliente para mejorar los modelos Azure OpenAI y que no almacena ni retiene datos de clientes de Cisco en la infraestructura de Azure.
Consideraciones éticas y de seguridadTodas las características generativas de IA son propensas a errores, por lo que Cisco prioriza la seguridad de contenido para las características de IA optando por Filtrado de contenido, proporcionado por Azure OpenAI.
Evaluación y rendimiento del modeloCisco prioriza el rendimiento y la precisión del Asistente de IA al involucrar a los humanos en la revisión, las pruebas y el aseguramiento de la calidad del modelo subyacente.
