대화 프로 파일 만들기 (US 데이터 센터)

1

상담원 지원 에 로그인 하 고 프로젝트를 선택 합니다.

2

대화 프로 파일을 생성 하는 동안 다음을 선택 해야 합니다.

  • [제안 유형 ] 필드에서 문서 및/또는 faq 를 선택 하 여 최종 사용자 문제와 관련 된 기술 자료 문서를 제안 합니다. 기술 자료에 대 한 세부 정보를 입력 하 라는 메시지가 표시 되 면 왼쪽 메뉴에서 데이터 를 선택 하 여 새 기술 자료를 만듭니다.

  • 검색 방법 필드에서 인라인 제안 (API 응답)을 선택 하 Webex CCAI가 Google CCAI에서 응답을 받을 수 있도록 합니다.

  • [최대 제안 ] 필드에 상담원 응답 가젯의 각 제안 세트 (Google Agent Desktop CCAI에서 반환)에 표시할 최대 제안 수를 입력 합니다.

  • 가상 상담원을 사용 하는 경우 [가상 상담원 활성화]를 선택 합니다. 가상 에이전트는 필요에 따라 휴먼 상담원에 게 핸드 오프 서비스를 제공 합니다.

자세한 내용은 Google 설명서를 참조하십시오.

대화 프로 파일 만들기 (미국 데이터 센터가 아닌 경우)

1

Google I (Id 및 액세스 관리) 콘솔을 통해 서비스 계정을 만듭니다.

2

다음 서비스 계정 관리자 역할 추가: dialogflow API admin, 서비스 계정 토큰 작성자 및 서비스 계정 사용자를 추가 합니다. 응용 프로그램에서 서비스 계정 ID를 생성 합니다.

자세한 내용은 https://cloud.google.com/iam/docs/creating-managing-service-accounts 참조 하십시오.

3

시스템에 Google SDK를 설치 하 고 구성 합니다.

자세한 내용은 https://cloud.google.com/sdk/docs/quickstart 참조 하십시오.

4

명령 gcp auth login 을 사용 하 여 google 계정 사용자 ID를 사용 하 여 Gcp (Google Cloud PLATFORM) CLI에 로그인 합니다.


 

토큰을 생성 하는 사용자는 관리자, 소유자, 서비스 계정 토큰 작성자, 서비스 계정 사용자 및 작업 부하 id 사용자 API 역할을 수행 해야 합니다.

5

다음 명령을 실행 합니다. gcloud auth print-액세스 토큰--서비스-계정 = 서비스 계정 ID.

1 단계에서 만든 서비스 계정 ID를 사용 합니다.

자세한 내용은 https://cloud.google.com/iam/docs/impersonating-service-accounts 참조 하십시오.

6

Rest 클라이언트를 사용 하 여 dialogflow에 대 한 rest API를 사용 하 여 대화 프로 파일을 생성 합니다.

  1. 해당 방법을 POST 로 사용 합니다.

  2. [URL] 필드에서 지역 id 및 projectId를 적절 하 게 바꾼 후 다음 형식으로 주소를 추가 합니다 ( https://<regionId>-dialogflow.googleapis.com/v2beta1/projects/<projectId>/locations/<regionId>/conversationProfiles ).

    자세한 내용은 https://cloud.google.com/dialogflow/es/docs/reference/rest/v2/projects.conversationProfiles/create?hl=en 참조 하십시오.

  3. 헤더 섹션에서 인증 및 콘텐츠 형식에 대해 다음 키 값을 추가 합니다.

    인증: 전달자 < 5 단계에서 생성 된 토큰 >

    콘텐츠 유형: application/json

  4. 본문 섹션에서 다음 요청 본문을 JSON 형식으로 입력 합니다.


     

    상담원 태그의 지역 id , projectId 및 agentId 를 실제 값 으로 대체 합니다. 

    {"name": "TACCXTest", "automatedAgentConfig": {"agent": "프로젝트/< projectId >/locations/< 지역 Id >/agents/< agentId" HumanAgentAssistantConfig "" MessageAnalysisConfig ": {" EnableSentimentAnalysis ": {" enableEntityExtraction ": true" ": true}}}

  5. 요청이 처리 되 면 HTTP 상태 코드 200을 사용 하 여 다음 응답을 받게 됩니다.

    응답 예:

    {"name": "프로젝트/projectrtp2020/위치/us-central1/conversationProfiles//QlO36mwSUa3cjg", "displayName" ("TACCXTest", "automatedAgentConfig": {"상담원": "프로젝트/projectrtp2020/위치/us-central1/agent/40d0-aa2a-1bf453d9bf5c//draft"} "humanAgentAssistantConfig": {"notificationConfig": {}, "messageAnalysisConfig": {"enableEntityExtraction": true, "enableSentimentAnalysis": true}}, "languageCode": "en-US"}

    프로젝트/projectrtp2020/위치/us-central1/conversationProfiles/dQlO36mwSUa3cjg와 같은 대화 프로 파일 URL 을 가져올 수 있습니다.
7

프로젝트/< project_ID >/locations/< 위치 >/conversationProfiles/< 프로 파일 ID > 형식 으로 6 단계에서 수신한 응답의 대화 프로 파일 URL을 복사 합니다.

이 프로 파일 URL을 사용 하 여 제어 허브에 대 한 고객 지원 센터 AI 구성을 생성할 수 있습니다.

향후 작업

고객 지원 센터 인공 지능 구성을 만듭니다. 자세한 내용은 고객 지원 센터 AI 구성 만들기 문서 를 참조 하십시오.