I denne artikkelen

Kom i gang med Webex AI Agent Studio

Forstå typer og eksempler på AI-agent

Eksempler

Forutsetninger

Få tilgang til Webex AI Agent Studio

Logg på fra Control Hub

Logg på fra Webex Connect

Startsideoppsett

Kjenn til instrumentbordet ditt

Oppgaver på KI-agentkort

Opprett en ny KI-agent

Importer forhåndsbygd AI-agent

Nøkkelordsøk

Filtrer etter agenttype

Administrere kunnskapsbase

Opprett kunnskapsbase for KI-agent

Konfigurere autonome KI-agenter

Selvstendig KI-agent for utføring av oppgaver

Opprett en selvstendig KI-agent for å utføre handlinger

Oppdater profil for autonom KI-agent

Legg til handlinger i selvstendig KI-agent

Konfigurer sporfylling

Definer oppfyllelse

Selvstendige KI-agenter for å svare på spørsmål

Opprett en selvstendig KI-agent for å svare på spørsmål

Oppdater profil for autonom KI-agent

Konfigurere kunnskapsbase

Vis autonom AI-agentøkt og -historikk

Økter

Historikk

Revisjonslogger

Modellhistorikk

Forhåndsvis din autonome KI-agent

Miniprogram for forhåndsvisning av plattform

Kontrollprogram for forhåndsvisning av shareable

Talebasert forhåndsvisning

Vis ytelse for autonom AI-agent ved hjelp av Analytics

Konfigurer skriptet KI-agent

Skriptet KI-agent for å utføre oppgaver

Opprett en skriptet KI-agent for å utføre handlinger

Oppdater skript AI-agentprofil

Administrer enheter

Administrer intensjoner

Administrer svar

Konfigurere administrasjonsinnstillinger

Legg til et språk i skript AI-agent

Konfigurere innstillinger for overføring

Skriptet KI-agent for å svare på spørsmål

Opprett en skriptet KI-agent for å svare på spørsmål

Oppdater skript AI-agentprofil

Administrere artikler

Konfigurere administrasjonsinnstillinger

Legg til et språk i skript AI-agent

Konfigurere innstillinger for overføring

Forhåndsvis din skriptede KI-agent

Miniprogram for forhåndsvisning av plattform

Kontrollprogram for forhåndsvisning av shareable

Vanlige administrasjonsdeler for skriptet KI-agent

Opplæring

Økter

Historikk

Heling

Vis din skriptede AI-ytelse ved hjelp av Analytics

Oversikt

Opplæring

Svar

Heling

Integrer KI-agenter

Integrer AI-agenter med tale og digitale kanaler

Administrer KI-agentrapporter

Forstå rapporter fra KI-agenter

Opprett en KI-agentrapport

Rapporttyper for AI-agent

AI-agent for å svare på spørsmål rapport type

Rapporttype for AI-agent for utføring av oppgaver

Leveringsmåter for KI-agentrapport

Forstå AI-samsvar

AI-utvikling, personvern, sikkerhet og sikkerhet

Administrasjonsveiledning for Webex AI Agent Studio

I denne artikkelen

Tilbakemelding?

Denne artikkelen beskriver oversikten over Webex AI Agent Studio og dens funksjoner, konfigurasjon av AI-agent, integrering av AI-agenter med tale og digitale kanaler og AI-agentrapporter.

Kom i gang med Webex AI Agent

Webex AI Agent er en sofistikert plattform som er designet for å opprette, administrere og distribuere automatiserte AI-agenter for å oppfylle kundeservice- og støttebehov. Ved hjelp av kunstig intelligens gir AI-agenter automatisert assistanse til kunder før de samhandler med menneskelige agenter. Disse agentene støtter taleinteraksjoner med intonasjon, språkforståelse og kontekstuell bevissthet i samtaler. AI-agenter håndterer også sømløst og informativt digitale kanalinteraksjoner gjennom tekst- og nettprat. Kunder drar nytte av en concierge-lignende opplevelse, får hjelp med spørsmål, innhenting av informasjon og minimerer ventetider.

Funksjonene til Webex AI-agent

Nøyaktige svar til rett tid – Gir presise svar på kundehenvendelser i sanntid.
Intelligent oppgaveutførelse – Utfører oppgaver basert på kundeforespørsler eller inndata.

Viktige fordeler for bedrifter

Forbedret kundeopplevelse – Leverer en samtaleopplevelse i sanntid for kundene.
Personlig tilpassede samhandlinger – Skreddersyr svar på individuelle kundebehov og preferanser.
Skalerbarhet og effektivitet – Håndterer et stort volum av kundeinteraksjoner uten behov for flere menneskelige agenter, noe som fører til forbedret tilfredshet og reduserte driftskostnader.

Forstå AI-agenttyper og eksempler

Tabellen nedenfor gir et glimt av AI-agenttyper og deres evner:

Tabell 1. AI-agenttyper og deres funksjoner
AI-agenttype	Formål	Kapasitet	Beskrivelse	Hvordan sette opp?
Autonom	Autonome AI-agenter er designet for å operere uavhengig, ta beslutninger og utføre oppgaver uten direkte menneskelig innblanding.	Utføre handlinger	Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler. Automatiser repeterende eller tidkrevende oppgaver.	Autonome AI-agenter for å utføre handlinger
Autonom		Svar på spørsmål	Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer.	Autonome AI-agenter for å svare på spørsmål
Skriptede	Skriptbaserte AI-agenter er programmert til å følge et forhåndsdefinert sett med regler og instruksjoner.	Utføre handlinger	Skriptagenter kan utføre bestemte oppgaver som er klart definert og strukturert.	Skriptede AI-agenter for å utføre handlinger
Skriptede		Svar på spørsmål	Skriptede agenter kan svare på spørsmål basert på et brukeropprettet opplæringskorpus, som er en samling eksempler og svar.	Skriptede AI-agenter for å svare på spørsmål

Eksempler

Både autonome og skriptbaserte AI-agenter kan brukes på ulike brukstilfeller, avhengig av de spesifikke kravene og ønskede funksjoner. Her er noen eksempler:

Kundeservice – Både autonome og skriptbaserte agenter kan brukes til å gi kundestøtte, med autonome agenter som tilbyr mer fleksibilitet og naturlig språkforståelse.
Virtuelle assistenter – Autonome agenter egner seg godt for virtuelle assistentroller fordi de kan håndtere ulike oppgaver og gi mer tilpassede samhandlinger.
Dataanalyse – Autonome agenter kan brukes til å analysere store datasett og trekke ut verdifull innsikt.
Prosessautomatisering – både autonome og skriptede agenter kan brukes til å automatisere gjentakende oppgaver, forbedre effektiviteten og redusere feil.
Kunnskapsstyring – Autonome agenter kan brukes til å opprette og administrere kunnskapsrepositorier, noe som gjør informasjon lett tilgjengelig for brukerne.

Valget mellom autonome og skriptbaserte AI-agenter avhenger av oppgavenes kompleksitet, det nødvendige nivået av autonomi og tilgjengeligheten av opplæringsdata.

Forutsetninger

Hvis du er en eksisterende Webex Contact Center-kunde, må du kontrollere at du oppfyller følgende forutsetninger:
- Webex Contact Center 2.0-leier.
- Webex Connect er klargjort for leieren.
- Voice media plattform er neste generasjons medieplattform.
Hvis du ikke har en Webex kontaktsenterleier, kontakter du partneren din for å starte en prøveversjon av kontaktsenteret for Webex med neste generasjons medieplattform.
Administratorer kan be om en Webex kontaktsenterutviklersandkasse for å prøve AI-agenter.

Aktivering av funksjoner

Denne funksjonen er for øyeblikket i beta. Kunder kan registrere seg for denne funksjonen på Webex betaportalen ved å fylle ut deltakelsesundersøkelsen for AI-agenter.

For øyeblikket er bare skriptbasert AI-agentfunksjonalitet tilgjengelig i betafasen.
Autonome agenter er bare tilgjengelige for utvalgte kunder. Forespørsler kan gjøres via CSM (Customer Success Manager), PSM (Partner Success Manager) eller ved å sende ask-ccai@cisco.com. Ved godkjenning blir autonome agenter gjort tilgjengelige i tillegg til skriptede agenter for leieren.

Tilgang Webex AI-agent

Hvis du vil opprette AI-agentene, må du logge på Webex AI Agent-programmet. Dette kan gjøres på følgende måter:

Logg på fra Control Hub

Hvis du ikke ser den Webex AI-agenten, kontakter du Ciscos kundestøtte for å aktivere det tilsvarende funksjonsflagget.

Logg på Control Hub ved hjelp av URL  https://admin.webex.com.
Fra Tjenester-delen av navigasjonsruten velger du Kontaktsenter.
I Hurtigkoblinger i høyre rute går du til delen Kontaktsenterpakke .
Klikk Webex AI-agent for å få tilgang til programmet.

Systemet kryssstarter Webex AI Agent-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Logg på fra Webex Connect

Hvis du vil ha tilgang til Webex AI Agent-programmet, må du ha tilgang til Webex Connect.

Logg på Webex Connect-programmet ved hjelp av URL-adressen for leier som er angitt for bedriften og legitimasjonen.
Som standard vises Tjenester-siden som en hjemmeside.
Fra App-statusfeltmenyen i venstre navigasjonsrute klikker du på Webex AI-agent for å få tilgang til programmet.
Systemet kryssstarter Webex AI Agent-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Hjemmeside layout

Velkommen til Webex AI Agent-plattformen. Når du logger på, viser hjemmesiden følgende layout:

Navigasjonslinje

Navigasjonsfeltet som vises til venstre, gir tilgang til følgende menyer:
- Instrumentbord – viser en liste over AI-agenter brukeren har tilgang til, som gitt av bedriftsadministratoren.
- Kunnskap – Viser det sentrale kunnskapslageret eller kunnskapsbasen, som fungerer som hjernen for autonome AI-agenter for å svare på kundespørsmål.
- Rapporter – viser forhåndsbygde AI-agentrapporter av ulike typer. Du kan generere eller planlegge rapporter i henhold til dine forretningsbehov.
- Hjelp – Gir tilgang til brukerhåndboken for Webex AI-agent i brukerstøtten for Webex.
Brukerprofil
Brukerprofilmenyen lar deg se profilinformasjonen din og logge av applikasjonen.

Siden Bedriftsprofil inneholder informasjon om AI-agentleieren, bare tilgjengelig for administratorer med full administratortilgang.
- Fanen Oversikt inneholder følgende informasjon:
  - Bedriftsidentifikatorer – inkluderer Webex organisasjons-ID, CPaaS organisasjons-ID, abonnements-ID for bedriften. Dette er tilgjengelig for bedrifter med Webex kontaktsenterintegrering for den tilsvarende Webex Connect-leieren.
  - Profilinnstillinger – inneholder bedriftsnavn, unikt navn og URL-adresse for logo.
  - Globale agentinnstillinger – Tillater valg av standardagent for talekanal for å håndtere scenarioer for fallback.
  - Sammendrag for dataoppbevaring – gir et sammendrag av dataoppbevaringsperioder for denne virksomheten.
- I Teammedlemmer-fanen kan du vise og administrere listen over teammedlemmer som har tilgang til programmet. Hver bruker er tilordnet en rolle, som bestemmer handlingene de kan utføre basert på gitte tillatelser.

Kjenn dashbordet ditt

På instrumentbordet representeres AI-agentene av kort som viser grunnleggende informasjon, inkludert navnet på AI-agenten, sist oppdatert av, sist oppdatert på og motoren som brukes til opplæring av agenten.

Oppgaver på AI-agentkort

Hold markøren over et AI-agentkort for å vise følgende alternativer:

Forhåndsvisning – Klikk på Forhåndsvisning for å åpne kontrollprogrammet for forhåndsvisning av AI-agent.
Ellipseikon – Klikk dette ikonet for å utføre følgende oppgaver:
- Kopier forhåndsvisningskobling – Kopier forhåndsvisningskoblingen for å lime den inn i en ny fane, og forhåndsvis AI-agenten i chat-kontrollprogrammet.
- Kopier tilgangstoken – Kopier AI-agentens tilgangstoken for å starte agenten via API-er.
- Eksporter – Eksporter detaljene for AI-agenten (i JSON-format) til den lokale mappen.
- Slett – Slett AI-agenten permanent fra systemet.
- Fest – Fest AI-agenten til den første posisjonen på instrumentbordet, eller løsne den for å flytte den tilbake til forrige posisjon.

Opprette en ny AI-agent

Du kan opprette en ny AI-agent ved å bruke alternativet + Opprett agent øverst til høyre på instrumentbordet. Du kan velge å bruke en forhåndsdefinert mal eller opprette en agent fra bunnen av.

Hvis du vil vite hvordan du oppretter skriptede og autonome AI-agenter, kan du se følgende deler:

Skriptet AI-agent for å svare på spørsmål
Skriptet AI-agent for å utføre handlinger
Autonom AI-agent for å svare på spørsmål
Autonom AI-agent for å utføre handlinger

Importere forhåndsbygd AI-agent

Du kan importere en forhåndsbygd AI-agent i JSON-format fra en liste over tilgjengelige AI-agenter. Først må du sørge for at du har eksportert AI-agenten i JSON-format til din lokale mappe. Følg disse trinnene for å importere den:

Klikk Importer agent.
Klikk Last opp for å laste opp AI-agentfilen (i JSON-format) som er eksportert fra plattformen.
I Agentnavn-feltet skriver du inn navnet på AI-agenten.
(Valgfritt) I System-IDen redigerer du den systemgenererte unike identifikatoren.
Klikk på Importer.

AI-agenten er nå importert til Webex AI Agent-plattformen og er tilgjengelig på instrumentbordet.

Nøkkelordsøk

Plattformen gir robuste søkefunksjoner som hjelper deg med å enkelt finne og administrere AI-agenter. Du kan utføre nøkkelordsøk ved hjelp av agentnavnet. Skriv inn agentnavnet eller en del av navnet i søkefeltet. Systemet viser en liste over AI-agenter som samsvarer med søkekriteriene dine.

Filtrer etter agenttype

I tillegg til nøkkelordsøk kan du avgrense søkeresultatene ved å filtrere basert på typen AI-agent. Velg ett av agenttypefiltrene fra rullegardinlisten – Skript, Autonom og Alle.

Administrer kunnskapsbase

En kunnskapsbase er et sentralt lager med informasjon for LLM-drevne autonome AI-agenter drevet av Large Language Model. De autonome AI-agentene utnytter avanserte AI- og maskinlæringsteknologier for å forstå, behandle og generere menneskelignende tekst. Disse AI-agentene trener på store mengder data, slik at de kan gi detaljerte og kontekstuelt relevante svar. Kunnskapsbaser lagrer dataene som er nødvendige for at de autonome AI-agentene skal fungere.

Slik får du tilgang til kunnskapsbasen:

Logg på Webex AI Agent-plattformen.
På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute. Siden Kunnskapsbaser vises.
Du finner en kunnskapsbase basert på følgende kriterier:
- Navn på kunnskapsbasen
- Type kunnskapsgrunnlag
- Kunnskapsbaser som oppdateres mellom angitte datoer
- Kunnskapsbaser opprettet mellom angitte datoer
- Klikk Tilbakestill alle for å tilbakestille søkekriteriene.
Du kan også opprette en ny kunnskapsbase. Hvis du vil opprette en ny kunnskapsbase, kan du se Opprette kunnskapsbase for AI-agenter.

Opprette kunnskapsbase for AI-agenter

1	På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute.
2	På siden Kunnskapsbaser klikker du på +Opprett kunnskapsbase-knappen øverst til høyre.
3	Angi følgende detaljer på siden Opprett kunnskapsbase : Navn på kunnskapsbase – Angi et navn for kunnskapsbasen. Beskrivelse – Gi en kort beskrivelse av kunnskapsbasen.
4	Klikk på Opprett. Systemet oppretter en kunnskapsbase med det oppgitte navnet.
5	I kategorien Filer : Dra og slipp filene til kunnskapsbasen. Alternativt kan du klikke på Legg til fil-knappen for å legge til en fil. Systemet støtter følgende filformater: PDF, docx, data over kabel, txt, xlsx, xls og CSV. Størrelsen på hver fil må ikke overstige 2 MB. Når du har lagt til filene, klikker du på Behandle filer for å behandle filen. Når du er ferdig, viser systemet filen under Filer-fanen .
6	På Dokumenter-fanen : Klikk + Opprett dokument for å opprette dine egne kunnskapsbasedokumenter. På siden Opprett dokument skriver du inn dokumentnavnet . Bruk tekstredigeringsprogrammet til å legge til nødvendig informasjon og formatere teksten etter behov. Merk av for Legg til i eksisterende kategori for å legge til dokumentet i den eksisterende kategorien. Du kan også velge å legge til i ny kategori og opprette en ny kategori. Klikk på Lagre. Du kan også klikke på + Legg til kategori for å definere kategorier og legge til dokumentene under den tilsvarende kategorien. Velg ønsket dokument i venstre rute, og klikk Web Preview for å forhåndsvise dokumentet.
7	Naviger til kategorien Informasjon . Du kan vise og spore detaljene for filene du har lastet opp og dokumentene du har opprettet. Klikk på Rediger-ikonet for å redigere kunnskapsbasefilene. Rediger om nødvendig navnet på filen. Du kan også slette eksisterende filer og legge til nye filer. Klikk på Slett-ikonet for å slette kunnskapsbasen fullstendig.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for den autonome AI-agenten for å svare på spørsmål.

Konfigurer autonome AI-agenter

Autonome AI-agenter opererer uavhengig uten direkte menneskelig inngripen. Disse agentene bruker avanserte algoritmer og maskinlæringsteknikker for å analysere data, lære av miljøet og tilpasse handlingene sine for å oppnå bestemte mål. Denne delen beskriver de to primære egenskapene til autonom AI-agent.

Autonom AI-agent for å utføre oppgaver

De autonome AI-agentene kan utføre forskjellige oppgaver, inkludert:

Natural Language Processing (NLP) - Forstå og svare på menneskelig språk på en naturlig og konverserende måte.
Beslutningstaking – Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler.
Automatisering – Automatiser repeterende eller tidkrevende oppgaver.

Opprette en autonom AI-agent for å utføre handlinger

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Filtrer AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for anbefalte fremgangsmåter og eksempler.
9	Klikk på Opprett. Den autonome AI-agenten for å utføre handlinger er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å utføre handlinger.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Rediger målet til AI-agenten, om nødvendig. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
Instruksjoner – Angi instruksjonene for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Standard URL-adresse som systemet henter logoen eller bildet til AI-agenten fra. Endre dette om nødvendig.
AI-motor – Oppdater AI-motoren om nødvendig.
Velkomstmelding – Standard velkomstmelding som AI-agenten bruker til å starte samhandlingen. Oppdater dette om nødvendig.

Klikk på Publiser for å aktivere AI-agenten.

Hva du skal gjøre nå

Legg til de nødvendige handlingene i AI-agenten.

Legge til handlinger i autonom AI-agent

De autonome AI-agentene for å utføre handlinger er designet for å forstå brukerens hensikter og handle deretter. For eksempel i en restaurant er det behov for å automatisere online matordreinntak. Du kan utføre oppgaven ved å opprette en autonom AI-agent som utfører følgende handlinger:

Få den nødvendige informasjonen fra kunden.
Overfør informasjonen til den nødvendige flyten.

Den autonome AI-agenten for å utføre handlinger fungerer på følgende byggeblokker:

Handling – En funksjonalitet som gjør det mulig for AI-agenten å koble til eksterne systemer for å utføre komplekse oppgaver.
Enhet eller spor – representerer et trinn i å oppfylle brukerens hensikt. Utfylling av spor innebærer å stille spesifikke spørsmål til kunden for å oppfylle kundens intensjon basert på ytringer. Det er utløseren for en AI-agent å begynne å utføre en handling. Definer inndataenhetene som en del av utfylling av spor.
Oppfyllelse – Bestemmer hvordan AI-agenten fullfører handlingen. Som en del av oppfyllelsen definerer du utdataenhetene for den autonome AI-agenten for å generere svaret i et bestemt format. Systemet sender utdataenhetene til flyten for å fortsette med handlingen og fullføre oppgaven.

I kategorien Handling klikker du +Ny handling.

Angi følgende detaljer på siden Legg til en ny handling :

Handlingsnavn – Skriv inn navnet på handlingen. For eksempel,Bestill billetter.
Handlingsbeskrivelse – Gi en kort beskrivelse av den forventede handlingen. Sørg for at tiltaksbeskrivelsen er klar og nøyaktig.
Handlingsomfang – Velg handlingsomfanget fra rullegardinlisten. Følgende alternativer er tilgjengelige:
- Klikk Utfylling av spor for å konfigurere de nødvendige inndataenhetene for utfylling av spor. Hvis du velger utfylling av spor, kan du ikke konfigurere innfrielsesdetaljene.
- Klikk på Sporutfylling med innfrielse for å konfigurere de nødvendige inndataenhetene for utfylling av spor og også definere detaljene for fullføring av handlingen.
Agentoverlevering er standardhandlingen som er aktivert som standard. Bruk vekslealternativet for å deaktivere agentoverlevering.

Hva du skal gjøre nå

Du kan enten konfigurere spor, eller du kan konfigurere spor og definere oppfyllelse avhengig av det valgte handlingsomfanget.

Konfigurere utfylling av spor

Utfylling av spor innebærer å legge til de nødvendige inndataenhetene for AI-motoren. I delen Utfylling av spor på Handlinger-siden legger du til inndataenhetene:

Du kan legge til enhetene én etter én i tabellformat.
Du kan også bruke JSON-filen og definere enhetene. Se En innføring i JSON-skjema hvis du vil ha mer informasjon.

Legge til inndataenheter i tabellformat

1	Hvis du vil legge til en inndataenhet, klikker du +Ny inndataenhet.
2	På siden Legg til en ny inndataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på inndataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at enhetsbeskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre denne enheten obligatorisk.
3	Klikk Legg til for å legge til inndataenheten. Du kan legge til så mange inndataenheter du trenger.
4	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å redigere de tilføyde inndataenhetene. Klikk på Slett-ikonet for å slette enheten.

Legge til enheter ved hjelp av JSON-redigeringsprogrammet

Du kan legge til inndataenheter og utdataenheter ved hjelp av JSON-redigeringsprogrammet. I JSON-redigeringsprogrammet må enhetene defineres i et strukturert JSON-format.

Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Parameterstruktur for inndata

Inngangsparametrene må følge følgende struktur:

type – Datatypen til parameterobjektet. Dette er alltid "objekt" for å betegne at parametrene er strukturert som et objekt.

egenskaper – Et objekt der hver nøkkel representerer en parameter og de tilknyttede metadataene.

obligatorisk – En matrise med strenger som viser navnene på parametere som er obligatoriske.

Egenskaper Objekt

Hver nøkkel i egenskapsobjektet representerer en inndataenhet/parameter og inneholder et annet objekt med metadata om denne parameteren . Metadataene bør alltid inneholde følgende nøkkelord:

type – Datatypen for parameteren. De tillatte typene er:
- streng – tekstdata.
- heltall – Numeriske data uten desimaler.
- tall – numeriske data som kan inneholde desimaler.
- boolsk – sanne/falske verdier.
- matrise – En liste over elementer, som alle vanligvis er av samme type.
- Objekt – En kompleks datastruktur med nestede egenskaper.
beskrivelse – En kort forklaring på hva enheten representerer. Dette hjelper AI-motoren med å forstå formålet med og bruken av parameteren. En beskrivelse som er kortfattet og konsistent med agentens instruksjoner og handlingsbeskrivelse, anbefales for bedre nøyaktighet.
Validering håndheves av plattformen kun for "type". «Beskrivelse» håndheves ikke for alle enheter, men det anbefales på det sterkeste at den legges til. Andre nyttige nøkkelord for enhetsmetadata er:
- enum – Opplistingsfeltet viser de mulige verdiene for en parameter. Dette er nyttig for parametere som bare skal godta et begrenset sett med verdier. Utviklere kan definere egendefinerte lister over verdier som en parameter skal godta for å bruke dette.
- mønster – Mønsterfeltet brukes med strengtyper for å angi et regulært uttrykk som strengen må samsvare med. Dette er spesielt nyttig når du skal validere bestemte formater, for eksempel telefonnumre, postnumre eller egendefinerte identifikatorer.
- eksempler – Eksempelfeltet inneholder ett eller flere eksempler på gyldige verdier for parameteren. Dette hjelper AI-motoren med å forstå hva slags data som forventes, og kan være spesielt nyttig for tolknings- og valideringsformål.

Det finnes andre nøkkelord som kan gjøre enhetsdefinisjonen mer nøyaktig og robust. Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Eksempel

Følgende eksempel inneholder ulike typer enheter og nøkkelord:

{ "type": "objekt", "egenskaper": { "brukernavn": { "type": "streng", "beskrivelse": "Det unike brukernavnet for kontoen.", "minLength": 3, "maxLength": 20 }, "passord": { "type": "string", "description": "Passordet for kontoen.", "minLength": 8, "format": "passord" }, "e-post": { "type": "string", "description": "E-postadressen for kontoen.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "fødselsdato": { "type": "string", "description": "Brukerens fødselsdato.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Hvorvidt brukeren ønsker å motta nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } }, "roller": { "type": "array", "beskrivelse": "Liste over roller som er tilordnet brukeren.", "elementer": { "type": "streng", "opplisting": ["bruker", "admin", "moderator"] } }, "obligatorisk": ["brukernavn", "passord", "e-post"] }

Dette eksemplet inkluderer følgende enheter:

brukernavn – En strengtype med begrensning for minimum og maksimum lengde.
passord – En strengtype med en minimumslengde og et bestemt format (passord angir at det skal håndteres på en sikker måte).
e-post – En strengtype med regexmønster for å sikre at det er en gyldig e-postadresse.
fødselsdato – En strengtype med eksempler som angir formatet på datoen.
innstillinger – En objekttype med nestede egenskaper (nyhetsbrev og varsler), inkludert en boolsk med en standardverdi og en streng med bestemte tillatte verdier (opplisting).
roller – En matrisetype der hvert element er en streng begrenset til bestemte verdier (opplisting).

Brukernavnet, passordet og e-postadressen er obligatoriske som definert av "obligatorisk" -matrisen.

I dette eksemplet har enhetene beskrivende navn, tydelige beskrivelser og følger konsekvent struktur og navnekonvensjon. Følg disse anbefalte fremgangsmåtene for å opprette veldefinerte enheter som er enkle for AI-motoren å tolke og håndheve.

Definer oppfyllelse

1	Definer oppfyllelsesdetaljene for implementering av AI-agenten i et kontaktsenter. Angi følgende detaljer: Velg en innfrielsesmetode – Velg flyten. Velg en flytbygger – Velg ønsket flytbygger. URL-adresse for webhook for flyt – angi URL-adressen for webhooken. Hvis du vil ha mer informasjon, kan du se Inngående webhooks. Servicenøkkel – Angi tjenestenøkkeldetaljene.
2	Konfigurer utdataenhetene slik at AI-agenten genererer resultatet i et format som er forståelig for flyten.
3	Hvis du vil legge til en utdataenhet, klikker du + Ny utdataenhet. I skjermbildet Legg til en ny utdataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på utdataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at beskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre dette til en obligatorisk enhet. Du kan også bruke en JSON-fil til å legge til utdataenhetene. Hvis du vil ha mer informasjon, kan du se Legge til enheter ved hjelp av JSON-redigeringsprogram .
4	Klikk Legg til for å legge til utdataenheten. Du kan legge til så mange utdataenheter du trenger.
5	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å gjøre endringer i enheten. Klikk på Slett-ikonetfor å slette enheten.
6	Klikk Legg til for å fullføre kofigureringen.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten. Klikk på Publiser for å aktivere AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Autonome AI-agenter for å svare på spørsmål

Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer. Denne funksjonen er nyttig i scenarier der agenten må:

Gi kundestøtte – svar på vanlige spørsmål, feilsøk problemer og veiled kunder gjennom prosesser.
Tilby teknisk assistanse – Gi ekspertråd om bestemte emner eller domener.

Opprett en autonom AI-agent for å svare på spørsmål

Før du begynner

Sørg for å opprette kunnskapsbasen. Hvis du vil ha mer informasjon, kan du se Administrere kunnskapsbaser.

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. For talebasert forhåndsvisning velger du Vega. Hvis du vil ha mer informasjon, kan du se Talebasert forhåndsvisning . Kunnskapsbase – Velg den nødvendige kunnskapsbasefilen fra listen over tilgjengelige kunnskapsbaser. Du kan ikke tilordne den valgte kunnskapsbasen til andre AI-agenter. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
9	Klikk på Opprett. Den autonome AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra.
AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten.
Velkomstmelding – Skriv inn velkomstmeldingen som AI-agenten skal bruke til å starte samhandlingen.
Tillat agentoverlevering – Aktiver vekslealternativet for å overføre samtalen til en menneskelig agent når en kunde ønsker å snakke med en agent.

Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for AI-agenten.

Konfigurere kunnskapsbasen

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

1	På Instrumentbord-siden velger du AI-agenten du har opprettet.
2	Naviger til Knowledge Base-fanen .
3	Velg den nødvendige kunnskapsbasen fra rullegardinlisten.
4	Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Vis autonom AI-agentøkt og -logg

Du kan se økt- og loggdetaljene for hver av de autonome AI-agentene du har opprettet. Økter-siden viser detaljene for økter etablert med konstomerne. På Historikk-siden kan du vise detaljene for konfigurasjonsendringene som utføres på AI-agenten.

Økter

Økter-siden inneholder en omfattende oversikt over alle samhandlinger mellom AI-agenter og brukere. Slik går du til Økter-siden :

På instrumentbordet klikker du den autonome AI-agenten du vil vise øktdetaljene for.
Klikk Økter i venstre navigasjonsrute.

Økter-siden vises. Hver økt vises som en oppføring som inneholder alle meldingene i økten. Denne informasjonen er nyttig for å overvåke, analysere og forbedre AI-agenten.

Økter-tabellen viser en liste over alle øktene/rommene som er opprettet for den AI-agenten. Tabellen pagineres hvis det er flere rader enn det er plass til på ett skjermbilde. Alle feltene i tabellen kan sorteres eller filtreres ved hjelp av delen Finjuster resultater på venstre side. Feltene som finnes, representerer følgende informasjon om en bestemt økt:

Økt-ID – Den unike rom-ID-en eller økt-ID-en for en samtale.
Forbruker-ID – ID-en til forbrukeren som samhandlet med AI-agenten.
Kanaler – kanalen der samhandlingen fant sted.
Oppdatert kl. – Tidspunktet for stenging av rommet.
Rommetadata – Inneholder tilleggsinformasjon om rommet.
Merk av i de obligatoriske avmerkingsboksene:
- Skjul testøkter – For å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – For å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overlevering av chatten til en menneskelig agent.
- Det oppstod en feil – For å filtrere øktene der feilen oppstod.
- Nedstemt – For å filtrere øktene som er nedstemt.
Klikk på en rad i økttabellen for å få en detaljert visning av økten. Låsikonet angir at økten er låst og må dekrypteres. Du må ha tillatelse til å dekryptere økten. Hvis veksleknappen Dekrypter tilgang er aktivert, kan du åpne en hvilken som helst økt ved å bruke knappen Dekrypter innhold . Denne funksjonaliteten gjelder imidlertid bare når Avansert databeskyttelse er satt til sann eller aktivert for leieren.

Historie

På Historikk-siden kan du vise detaljene for konfigurasjonsendringene som utføres på AI-agenten. Slik viser du loggen for en bestemt agent:

På instrumentbordet klikker du den autonome AI-agenten du vil vise historikken for.
I venstre navigasjonsrute klikker du Logg.

Logg-siden vises med følgende kategorier:

Revisjonslogger – Klikk påfanen Revisjonslogger for å vise endringene som er gjort i AI-agentene.
Modellhistorikk – Klikk på fanen Modellhistorikk for å vise de forskjellige versjonene av den autonome AI-agenten for å utføre handlinger.

Revisjonslogger

Kategorien Revisjonslogger sporer endringene som er gjort i den autonome AI-agenten. Du kan se detaljene for endringene for de siste 35 dagene. Kategorien Overvåkingslogger viser følgende detaljer:

Brukere med utviklerrollene Administrator eller AI-agent har bare tilgang til kategorien Overvåkingslogger . Brukere med egendefinerte roller som har tillatelsen Hent overvåkingslogg, kan også vise overvåkingsloggene.

Oppdatert på – Dataene og tidspunktet for endringen.
Oppdatert av – Navnet på brukeren som innlemmet endringen.
Felt – Den spesifikke delen av AI-agenten der endringen ble gjort.
Beskrivelse – Tilleggsinformasjon om endringen.

Du kan søke etter en bestemt overvåkingslogg ved hjelp av søkealternativene Oppdatert av, Felt og Beskrivelse . Du kan sortere loggene basert på feltene Oppdatert på og Oppdatert av .

Modell Historie

Kategorien Modellhistorikk er bare tilgjengelig for den autonome AI-agenten for å utføre handlinger.

Når du publiserer den autonome AI-agenten for å utføre handlinger, lagres en versjon av den autonome AI-agenten og er tilgjengelig i kategorien Modellhistorikk . Du kan vise de ulike versjonene av AI-agenten fra kategorien Modellhistorikk .

Modellbeskrivelse – En kort beskrivelse av versjonen av AI-agenten.
AI Engine – AI-motoren som brukes for den versjonen av AI-agenten.
Oppdatert den – Dato og klokkeslett da versjonen ble opprettet.
Handlinger – Lar deg utføre følgende handlinger på AI-agenten
- Last inn – Alle endringer i AI-agenten går tapt. Du må utføre konfigurasjonen på nytt.
- Eksporter – brukes til å eksportere AI-agenten.

Forhåndsvis din autonome AI-agent

Du kan forhåndsvise de autonome AI-agentene når du oppretter AI-agenten, mens du redigerer og etter distribusjon av agenten. Du kan starte forhåndsvisningen fra:

AI-agentinstrumentbord – Når du holder markøren over et AI-agentkort, blir forhåndsvisningsalternativet for den AI-agenten synlig. Klikk for å starte forhåndsvisningen av AI-agenten.
AI-agenthode – Klikk på AI-agentkortet for å åpne. Forhåndsvisning-knappen er alltid synlig i topptekstdelen.
Minimert widget – Etter at en forhåndsvisning er startet og deretter minimert, opprettes det et kontrollprogram for chattehode nederst til høyre på siden, som enkelt kan brukes til å starte forhåndsvisningsmodusen på nytt.

Webex AI Agent gir også et alternativ for forhåndsvisning som kan deles. Klikk på menyen øverst til høyre og velg alternativet Kopier forhåndsvisningskobling . Forhåndsvisningskoblingen kan deles med testere eller forbrukere av AI-agenten.

Widget for forhåndsvisning av plattform

Forhåndsvisningswidgeten åpnes nederst til høyre på skjermen. Brukere kan levere ytringer (eller sekvens av ytringer) som AI-agentens svar må kontrolleres for. Denne funksjonaliteten gjør det mulig for utvikleren å sikre at AI-agenten svarer som forventet.

Forhåndsvisningswidgeten kan maksimeres. Det er andre nyttige funksjoner tilgjengelig, for eksempel å gi forbrukerinformasjon og starte flere rom for å teste AI-agenten.

Widget for forhåndsvisning som kan deles

Det delbare kontrollprogrammet for forhåndsvisning gjør det mulig for AI Agent-utviklere å dele AI-agenten sin med interessenter og forbrukere på en presentabel måte uten å måtte utvikle et egendefinert brukergrensesnitt for å vise AI-agenten. Som standard gjengir den kopierte forhåndsvisningskoblingen AI-agenten med telefonhus. Utviklere kan gjøre noen raske tilpasninger ved å endre visse parametere i forhåndsvisningskoblingen. De to hovedtilpasningene er:

Widgetfarge – Ved å legge til parameteren brandColor i koblingen. Brukere kan definere enkle farger ved hjelp av fargenavn eller bruke hex-kode av farger.
Telefonhus – Ved å endre verdien for phoneCasing-parameteren i koblingen. Dette er satt til sant som standard og kan deaktiveres ved å gjøre det usant.

Eksempel på forhåndsvisningskobling med disse parameterne: ? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<angi en farges heksadesimale verdi i formatet '_XXXX'>.

Talebasert forhåndsvisning

Autonom AI-agent for å svare på spørsmål støtter talebasert forhåndsvisning. Slik aktiverer du dette alternativet:

Velg AI-agenten fra instrumentbordet.
Naviger til Innstillinger > Profil.
1. Fra rullegardinlisten AI Engine velger du Vega.
Klikk Lagre endringer.

Forhåndsvisningsknappen oppdateres med et mikrofonikon for talebasert forhåndsvisning. Klikk på Forhåndsvisning-knappen . Widgeten for taleforhåndsvisning vises:

Brukeren må aktivere mikrofontilgangen for å bruke denne funksjonaliteten.

Widgeten for taleforhåndsvisning har følgende funksjoner for brukerne:

Start-knappen for å starte forhåndsvisningen.
Direkte transkripsjon Når taleforhåndsvisningen pågår, vises en direkte transkripsjon av samtalen i widgeten.
Avslutt samtalen for å avslutte samtalen.
Demp for å dempe.

Se ytelsen til den autonome AI-agenten ved hjelp av Analytics

Delen AI Agent Analytics gir en grafisk fremstilling av de viktigste måledataene for å evaluere ytelsen og effektiviteten til AI-agenten. Slik genererer du analysene for den autonome AI-agenten:

Velg AI-agenten fra instrumentbordet.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Den første delen viser følgende statistikk om økter og meldinger for AI-agenten.

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskemeldinger og AI-agentmeldinger) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Den andre delen viser statistikken om brukerne. Den gir et antall brukere totalt og informasjon om gjennomsnittlige økter per bruker og daglige gjennomsnittlige brukere.

Den tredje delen viser svar fra AI-agent og agentoverleveringer

Konfigurer skriptbasert AI-agent

Denne delen beskriver hvordan du konfigurerer og administrerer skriptede AI-agenter på Webex AI-agentplattform, slik at de gir nøyaktige svar på brukerspørringer og utfører automatiserte oppgaver effektivt.

Skriptbasert AI-agent for å utføre oppgaver

Skriptbasert AI-agent forsterker agentbyggingsfunksjonene uten kode i Webex AI Agent-plattformen. Skriptbasert AI-agent muliggjør samtaler med flere svinger der den kan hente relevante data fra kunder for å utføre bestemte oppgaver. Dette inkluderer:

Kjør enkle kommandoer – Følg instruksjonene for å fullføre forhåndsdefinerte handlinger.
Behandle data – Manipuler og transformer data i henhold til angitte regler.
Samhandle med andre systemer – Kommuniser med og kontroller andre løsninger.

Opprette en skriptbasert AI-agent for å utføre handlinger

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent oppretter du en ny AI-agent fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk Start fra bunnen av og deretter Neste.
5	I vinduet Hva slags agent bygger du? klikker du på Skript.
6	I feltet Hva er agentens hovedfunksjon? klikker du på Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren. Du kan også redigere dette feltet. AI-motor – Velg AI-motoren fra rullegardinlisten.
9	Klikk på Opprett. Skriptet AI-agent for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Når du har opprettet en AI-agent, kan du opprette enheter, legge til hensikter og definere svar.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent-plattformen.
2	Fra Instrumentbord-siden velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger om nødvendig navnet på AI-agenten. System-ID – Rediger om nødvendig system-ID-en til AI-agenten. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra. Beskrivelse – Oppgi detaljene om denne AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle det oppstår feil under chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Administrere enheter

Enheter er byggesteinene i samtaler. De er de essensielle elementene som AI-agenter trekker ut fra brukerytringer. De representerer spesifikke opplysninger, for eksempel produktnavn, datoer, mengder eller andre viktige ordgrupper. Ved å effektivt identifisere og trekke ut enheter kan AI-agenter bedre forstå brukerhensikten og gi mer nøyaktige og relevante svar.

Enhetstyper

Webex AI Agents tilbyr 11 forhåndsbygde enhetstyper for å fange opp ulike typer brukerdata. Du kan også opprette en av følgende egendefinerte enheter.

Egendefinerte enheter

Disse enhetene er konfigurerbare og gjør det mulig for utviklere å fange opp spesifikk informasjon om brukstilfelle. De brukes til ting som ikke dekkes av systemenheter.

Egendefinert liste – definer lister over forventede strenger for å fange opp bestemte datapunkter som ikke dekkes av forhåndsbygde enheter. Du kan legge til flere synonymer mot hver streng. For eksempel en egendefinert enhet for pizzastørrelse.
Regex – bruk regulære uttrykk for å identifisere bestemte mønstre og trekke ut tilsvarende data. For eksempel en telefonnummerregex (for eksempel 123-123-8789).
Sifre – fang opp numeriske innganger med fast lengde med høy nøyaktighet, spesielt ved talesamhandling. I ikke-tale-samhandlinger brukes den som et alternativ til egendefinerte og regex-enhetstyper. Hvis du for eksempel vil oppdage et femsifret kontonummer, må en lengde på fem defineres.
Alfanumerisk – fang opp kombinasjoner av bokstaver og tall, noe som gir nøyaktig gjenkjenning for både tale- og ikke-taleinndata.
Friform – fang opp fleksible datapunkter som er vanskelige å definere eller validere.
Kartplassering (WhatsApp) – trekk ut posisjonsdata som du deler på WhatsApp-kanalen.

System-enheter

Enhetsnavn	Beskrivelse	Eksempel på inndata	Eksempel på utdata
Dato	Analyserer datoer i naturlig språk til et standard datoformat	«Juli neste år»	01/07/2020
Tidspunkt	Analyserer tid i naturlig språk til et standard tidsformat	5 om kvelden	17:00
E-post	Oppdager e-postadresser	Skriv til meg på info@cisco.com	info@cisco.com
Telefonnummer	Oppdager vanlig telefonnummer	Ring meg på 9876543210	9876543210
Monetære enheter	Analyserer valuta og beløp	Jeg vil ha 20$	20$
Ordinal	Oppdager ordenstall	Fjerde av ti personer	Fjerde
Kardinal	Oppdager kardinalnummer	Fjerde av ti personer	10
Geografisk plassering	Oppdager geografiske steder (byer, land osv.)	Jeg svømte i Themsen i London, Storbritannia	London, Storbritannia
Personnavn	Oppdager vanlige navn	Bill Gates fra Microsoft	Bill Gates
Kvantitet	Identifiserer målinger, som av vekt eller avstand	Vi er 5 km fra Paris	5km
Varighet (Duration)	Identifiserer tidsperioder	1 ukes ferie	1 uke

Opprettede enheter kan redigeres fra fanen Enheter. Når du knytter enheter til en intensjon, kommenteres ytringene dine med oppdagede enheter etter hvert som du legger dem til.

Enhetsroller

Når en enhet må samles inn flere ganger innenfor én enkelt hensikt, blir enhetsroller avgjørende. Ved å tilordne forskjellige roller til samme enhet kan du veilede AI-agenten i å forstå og behandle brukerinndata mer nøyaktig.

Hvis du for eksempel vil bestille en flyreise med en mellomlanding, kan du opprette en flyplassenhet med tre roller: opprinnelse , destinasjon ogmellomlanding . Ved å kommentere opplæringsytringer med disse rollene kan AI-agenten lære de forventede mønstrene og sømløst håndtere komplekse bestillingsforespørsler.

Enhetsroller støttes bare for Mindmeld (egendefinerte og systemenheter) og Rasa (bare egendefinerte enheter), administratorer må merke av for Enhetsroller under de avanserte innstillingene i dialogboksen NLU-motorvelger.

Administratorer kan ikke bytte fra RASA eller Mindmeld til Swiftmatch mens enhetsroller er i bruk. Roller må fjernes fra intensjoner for å deaktivere enhetsrollene fra avanserte NLU-motorinnstillinger. Du kan opprette en enhet med enhetsroller.

Opprette en enhet med enhetsroller

Før du begynner

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du den skriptbaserte AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På siden Treningsdata klikker du kategorien Enheter .
5	Klikk på Opprett enhet.
6	I vinduet Opprett enhet angir du følgende felt: Enhetsnavn – Skriv inn enhetsnavnet. Enhetstype – Velg alternativet Egendefinert liste fra rullegardinlisten. Verdier – Angi en verdi for enheten.
7	Aktiver veksleknappen Automatisk forslag til sporverdier for å autofullføre og gi alternative forslag for denne enheten under samtalen. Roller-feltet vises bare når du oppretter en egendefinert enhet hvis enhetsroller er aktivert i delen Avanserte innstillinger i vinduet Endre opplæringsmotor for RASA- og Mindmeld NLU-motorer.
8	Klikk på Lagre. Du kan bruke alternativene Rediger og Slett i Handlinger-kolonnen til å utføre relaterte handlinger.

Hva du skal gjøre nå

Når du har opprettet en enhet, kan du knytte roller til en enhet.

Knytte roller til en enhet

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Du kan tilordne roller til en enhet for å samle inn samme enhet to ganger for en hensikt.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, noe som nødvendiggjør omskolering for nøyaktig slutning basert på den nye modellen. Ytelsesforskjeller kan analyseres ved hjelp av likhetspoeng i økter og ettklikkstesting.

Utviklere kan også teste og justere terskelverdier i delen «Overlevering og slutning» etter å ha byttet motor. For RASA har terskelpoengsummene en tendens til å være omvendt proporsjonale med antall intensjoner, noe som betyr at agenter med mange hensikter (100+) vanligvis har lavere tilbakefallspoeng i slutningsinnstillinger.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For skriptet AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken basisløsning vises – Den minste konfidensen som kreves for at et svar skal vises for deg, og under dette vises et reservesvar.
- Forskjell i poengsum for delvis samsvar – definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret, der en mal for delvis samsvar vises
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis det er merket av for Stavekontroll i slutning.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antall artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i rapporter for utskrift av meldinger for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentresponsen.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når alle de ønskede artiklene er opprettet, kan du lære opp AI-agenten og gjøre den tilgjengelig for å teste og distribuere den. Hvis du vil lære opp AI-agenten med dens gjeldende korpus, klikker du på Tren øverst til høyre. Dette bør endre statusen til Opplæring.

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

På dette tidspunktet kan du klikke på Publiser for å aktivere det opplærte korpuset og teste det i Webex delbar forhåndsvisning av AI-agent eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan nå velge deres foretrukne vektormodeller som en del av de avanserte motorinnstillingene i Swiftmatch NLU-motoren. Valg er mulig mellom to alternativer - Ytringsnivå vs artikkelnivåvektorer. I vårt kontinuerlige press for å forbedre nøyaktigheten til NLU-motorene våre, eksperimenterte vi med å bruke vektorer på artikkelnivå i motsetning til den eldre modellen med å bruke ytringsnivåvektorer og fant at vektorer på artikkelnivå forbedret nøyaktigheten i de fleste tilfeller. Merk at vektorer på artikkelnivå blir den nye standardverdien for vektorisering for nye enspråklige AI-agenter, og for flerspråklige AI Agents-treff på artikkelnivå støttes bare når den flerspråklige modellen er Polysamsvar.

Du kan sjekke informasjonen om vektormodellen som var til stede på tidspunktet for en slutning i øktens andre infodel .

Behandle intensjoner

Intent er en kjernekomponent i Webex AI Agent-plattformen som gjør det mulig for AI-agenter å forstå og svare effektivt på inndataene dine. Den representerer en bestemt oppgave eller handling som du vil utføre under en samtale. AI Agent-utviklere definerer alle praktiske formål som samsvarer med oppgavene du vil utføre. Nøyaktigheten av intensjonsklassifisering påvirker direkte AI-agentens evne til å gi relevante og nyttige svar. Intensjonsklassifisering er prosessen med å identifisere hensikt basert på inndataene dine, slik at AI-agenten kan svare på en meningsfull og kontekstuelt relevant måte.

Systemets hensikter

Standard reserveløsning – Funksjonene til en AI-agent er iboende begrenset av hensiktene som er utformet for å gjenkjenne og svare på. Selv om en bedrift ikke kan forutse alle mulige spørsmål du kan stille, kan standard reserveløsning bidra til at samtaler er på sporet.
Ved å implementere en standard reserveløsning kan AI Agent-utviklere sikre at AI-agenten håndterer uventede eller ikke-omfangsbegrensede spørringer på en elegant måte, og omdirigere samtalen tilbake til kjente hensikter.
Utviklere av AI-agenter trenger ikke legge til bestemte ytringer i reserveintensjonen. Agenten kan læres opp til automatisk å utløse reserveaktiveringen når den støter på spørsmål som er kjent utenfor omfanget, som ellers feilaktig kan kategoriseres i andre hensikter.
I en AI-agent for banktjenester kan brukere for eksempel prøve å spørre om lån. Hvis AI-agenten ikke er konfigurert til å håndtere lånerelaterte forespørsler, kan disse spørringene innlemmes som opplæringsuttrykk i standard basisgjenopprettingsformål. Når en bruker spør om lån på et hvilket som helst punkt i samtalen, gjenkjenner AI-agenten spørringen som faller utenfor de definerte hensiktene og utløser basissvaret. Dette sikrer en mer hensiktsmessig respons.

Reserveløsningsintensjonen skal ikke ha noen spor tilknyttet.

Reserveløsningsintensjonen må bruke standard reservemalnøkkel for svaret.
Hjelp – Denne hensikten er utformet for å håndtere brukerforespørsler om AI-agentens funksjoner. Når brukere er usikre på hva de kan oppnå eller støter på vanskeligheter under en samtale, søker de ofte hjelp ved å be om hjelp.
Som standard er svaret for hjelpehensikten tilordnet til malnøkkelen for hjelpemelding . Utviklere av AI-agenter kan imidlertid tilpasse svaret eller endre den tilknyttede malnøkkelen for å gi mer skreddersydd og informativ veiledning.
Det anbefales å formidle AI-agentens evner på et høyt nivå, slik at brukerne får en klar forståelse av hva de kan gjøre videre.
Snakk med en agent – Denne hensikten gjør det mulig for brukere å be om hjelp fra en menneskelig agent på et hvilket som helst stadium av samhandlingen med AI-agenten. Når denne intensjonen utløses, starter systemet automatisk en overføring til en menneskelig agent. Standard svarmal for denne hensikten er Agentoverlevering. Selv om det ikke er noen brukergrensesnittbegrensninger for endring av svarmalnøkkelen, vil ikke endring av den påvirke utfallet av den menneskelige overleveringen.

Hensikter med småprat

Alle nyopprettede AI-agenter inkluderer fire forhåndsdefinerte småprat-intensjoner for å håndtere vanlige brukerhilsener, uttrykk for takknemlighet, negative tilbakemeldinger og farvel:

Hilsener
Takk
AI-agenten var ikke nyttig
Ha det bra

Disse gjengivelsene og de tilhørende svarene er som standard tilgjengelige i alle AI-agenter. Du kan imidlertid tilpasse eller slette dem slik at de samsvarer med ditt spesifikke brukstilfelle og ønsket samtaleflyt.

Opprette en intensjon

Før du begynner

Før du oppretter en gjengivelse, anbefales det at du oppretter enheter for å koble til hensikten. Enhetene må fullføre oppgaven. Hvis du vil ha mer informasjon, kan du se opprette enheter.

1	Logg på Webex AI Agent-plattformen.
2	Velg en oppgave på Instrumentbord-siden.
3	Klikk Opplæring i ruten til venstre.
4	På Treningsdata-siden klikker du på Opprett hensikt.
5	I vinduet Opprett gjengivelse angir du følgende detaljer: Intensjonsnavn – Skriv inn intensjonsnavnet. Legg til ytring – Legg til et uttrykk for å utløse hensikten, og klikk på Legg til. Hvis noen enheter er til stede i de tilføyde ytringene, blir de automatisk kommentert i ytringene og vises i Slots-delen . Du kan legge til flere enheter som spor i en intensjon. Hvis du vil ha mer informasjon, kan du se Opprette enhet med enhetsroller. Hvert spor viser følgende: Enhetsnavnet Om det er nødvendig for fullføring av hensikt. Antall nye forsøk AI-agenten prøver å hente denne sporverdien fra brukeren. Malnøkkelen
6	Merk av for Obligatorisk hvis enheten er obligatorisk.
7	Skriv inn antall nye forsøk som er tillatt for dette sporet når det er feil fylt ut av forbrukeren. Som standard er tallet satt til tre.
8	Velg malnøkkelen fra rullegardinlisten. Klikk Opprett ny for å opprette en ny svarmalnøkkel for enheten. Svarinnholdet for disse malnøklene konfigureres i Svar-delen . Hver malnøkkel har et tilsvarende svar som sendes til brukeren når denne hensikten utløses.
9	I Svar-delen angir du den endelige svarmalnøkkelen som skal returneres til brukerne når intensjonen er fullført.
10	Aktiver veksleknappen Tilbakestill spor etter fullføring for å tilbakestille sporverdiene som er samlet inn i samtalen når intensjonen er fullført. Hvis denne veksleknappen er deaktivert, beholder sporet de gamle verdiene og viser det samme svaret.
11	Aktiver veksleknappen Oppdater sporverdier for å oppdatere sporverdien under samtalen med forbrukeren. Den siste verdien som fylles ut i sporet, vurderes av AI-agenten for å behandle dataene. Hvis denne funksjonen er aktivert, oppdateres verdier for fylte spor hver gang brukere oppgir ny informasjon for samme sportype.
12	Aktiver veksleknappen Gi forslag til spor for å gi forslag til sporutfylling og alternative sporverdier i det endelige svaret, basert på brukerinndata.
13	Aktiver veksleknappen Avslutt samtale for å lukke økten etter denne hensikten. Koble til og taleflyter kan bruke dette til å avslutte en samtale med forbrukere.
14	Klikk på Lagre. Klikk på Lær opp øverst til høyre i kategorien Opplæring for å gjenspeile eventuelle endringer som er gjort i hensikter og enheter. For å trene Rasa eller Mindmeld NLU-motorer kreves minimum to treningsvarianter (ytringer) per intensjon. Hvert spor må også ha minst to merknader. Hvis disse kravene ikke oppfylles, deaktiveres Lær-knappen . Det vises et advarselsikon ved siden av den berørte intensjonen om å indikere problemet. Standard reserveløsningsintensjon er imidlertid unntatt fra disse kravene.

Hva du skal gjøre nå

Når en hensikt er opprettet, kreves det noe informasjon for å oppfylle hensikten. Tilknyttede enheter bestemmer hvordan denne informasjonen hentes fra brukerytringer. Hvis du vil ha mer informasjon, kan du se Koble enheter med hensikt.

Koble enheter med hensikt

Før du begynner

Det anbefales at enhetene opprettes og kobles før ytringer legges til. Denne autoen kommenterer enhetene mens ytringer legges til.

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet. De tilknyttede enhetene vises i Slots-delen.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Når en enhet er merket som nødvendig, blir flere konfigurasjonsalternativer tilgjengelige. Du kan angi maksimalt antall ganger AI-agenten kan be om den manglende enheten før den eskalerer eller gir et reservesvar. Du kan definere malnøkkelen som skal utløses hvis den nødvendige enheten ikke angis innenfor det angitte antallet nye forsøk. Når en AI-agent identifiserer en hensikt og samler inn alle nødvendige data (spor), svarer den ved hjelp av meldingen som er knyttet til den endelige malnøkkelen som er konfigurert for den hensikten. Hvis du vil starte en ny samtale eller håndtere etterfølgende hensikter uten å overføre tidligere data, må veksleknappen Tilbakestill spor etter fullføring være aktivert. Denne innstillingen fjerner alle gjenkjente enheter fra samtaleloggen, noe som sikrer en ny start for hver nye samhandling.

Generer treningsdata

Du må manuelt legge til opplæringsdata i hensiktene deres for å få AI-agenten til å fungere med en rimelig nøyaktighet. Treningsdataene består av forskjellige måter du kan aktivere den samme hensikten på. Du kan legge til minst 15-20 varianter for hver hensikt for å forbedre nøyaktigheten. Å lage dette treningskorpuset manuelt kan være kjedelig og tidkrevende. Du kan bare legge til noen få varianter, eller bare legge til søkeord som varianter i stedet for meningsfulle setninger. Dette kan unngås ved å generere treningsdata som supplerer de eksisterende.

Følg trinnene nedenfor for å generere treningsdata:

Skriv inn intensjonsnavnet og en eksempelytring.
Klikk på Generer.
Gi en kort beskrivelse av hensikten med å veilede AI.
Spesifiser ønsket antall varianter og kreativitetsnivået for de AI-genererte forslagene.

Generering av mange varianter samtidig kan påvirke kvaliteten. Vi anbefaler maksimalt 20 varianter per generasjon.
En lavere kreativitetsinnstilling kan produsere mindre varierte varianter.
Genereringsprosessen kan ta noen sekunder, avhengig av antall forespurte varianter.
Lynikonet skiller AI-genererte varianter fra brukerdefinerte treningsdata.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For skriptet AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken basisløsning vises – Den minste konfidensen som kreves for at et svar skal vises for deg, og under dette vises et reservesvar.
- Forskjell i poengsum for delvis samsvar – definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret, der en mal for delvis samsvar vises
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis det er merket av for Stavekontroll i slutning.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antall artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i rapporter for utskrift av meldinger for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentresponsen.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som var til stede på tidspunktet for en slutning i øktens andre infodel .

Flagging av genererte varianter

For å sikre ansvarlig bruk av kunstig intelligens kan utviklere flagge AI-genererte utdata for gjennomgang. Dette gjør det mulig å identifisere og forhindre skadelig eller partisk innhold. Slik flagger du AI-genererte utdata:

Finn alternativet Flagging: Et flaggingsalternativ er tilgjengelig for hver genererte ytring.
Gi tilbakemelding: Når utviklere flagger utdata, kan de legge til kommentarer og angi årsaken til flaggingen.

Denne funksjonen er i utgangspunktet tilgjengelig med en månedlig bruksgrense på 500 genereringsoperasjoner. For å imøtekomme økende behov kan utviklere kontakte kontoeierne sine for å be om en økning i denne grensen.

Opprett flerspråklig hensikt og enhet

Du kan opprette treningsdata på flere språk. For hvert språk som er konfigurert for AI-agenten, må du definere ytringer som gjenspeiler de ønskede samhandlingene. Selv om sporene forblir konsekvente på tvers av språk, identifiserer malnøklene svarene på hvert språk unikt.

Ikke alle språk støtter alle enhetstyper. Hvis du vil ha mer informasjon om listen over enhetstyper hvert språk støtter, kan du se tabellen Språk vers enheter støttet i Støttede språk for skriptede AI-agenter.

Behandle svar

Svar er meldingene som AI-agenten sender til kunder som svar på deres spørsmål eller hensikter. Du kan opprette svar som omfatter:

Tekst – Meldinger i ren tekst for direkte kommunikasjon.
Kode – Innebygd kode for dynamisk innhold eller handlinger.
Multimedia – Bilder, lyd eller videoelementer som forbedrer brukeropplevelsen.

Svarene har to hovedkomponenter:

Maler – Forhåndsdefinerte responsstrukturer som er tilordnet bestemte hensikter.
Arbeidsflyter – Logikken som bestemmer hvilken mal som skal brukes, basert på den identifiserte hensikten.

Maler for Agentoverlevering, Hjelp, Basisløsning og Velkommen er forhåndskonfigurert, og svarmeldingen kan endres fra de tilsvarende malene.

Typer svar

Response Designer-systemet dekker ulike typer svar og hvordan de kan konfigureres.

Kategorien Arbeidsflyter brukes til å håndtere asynkrone svar mens du ringer til en ekstern API som svarer på en asynkron måte. Arbeidsflytene må kodes i python.

Variabel substitusjon

Variabel erstatning lar deg bruke dynamiske variabler som en del av svarmaler. Alle standardvariablene (eller enhetene) i en økt, sammen med de som en AI-agentutvikler kan angi i et friskjemaobjekt som datalagerfeltet , kan brukes i svarmaler via denne funksjonen. Variablene representeres ved hjelp av denne syntaksen: ${variable_name}. Bruk for eksempel verdien for en enhet kalt apptdate bruker ${entities.apptdate} or ${newdfState.model_state.entities.apptdate.value}.

Svarene kan tilpasses ved hjelp av variabler som mottas fra kanalen eller samles inn fra forbrukere i løpet av en samtale. Autofullfør-funksjonaliteten viser syntaksen til variabler i tekstområdet når du begynner å skrive ${. Hvis du velger det nødvendige forslaget, fylles området automatisk med variabelen og fremhever en slik variabel.

Konfigurere svar ved hjelp av svarutforming

Svardesigneren tilbyr et brukervennlig grensesnitt for å lage svar uten å kreve omfattende kodingskunnskap. To svartyper er tilgjengelige:

Betingede svar: For ikke-utviklere gjør dette alternativet det enkelt å konstruere svar som AI-agenten leverer til kunder.
kodesnutter: For utviklere som bruker Python, gir dette alternativet fleksibilitet for å konfigurere svar ved hjelp av kode.

Responsdesigneren for Webex AI-agent er utformet for å sikre at brukeropplevelsen er skreddersydd til den spesifikke kanalen AI-agenten samhandler med.

Svarmaler

Tekst – dette er enkle tekstsvar. For å forbedre brukeropplevelsen tillater svarutformingen flere tekstbokser i ett enkelt svar, slik at du kan bryte ned lange meldinger i mer håndterbare deler. Hver tekstboks kan inneholde ulike svaralternativer. Under en samtale velges et av disse alternativene tilfeldig og vises til brukeren, noe som sikrer en dynamisk og engasjerende interaksjon.
For å opprettholde en dynamisk og engasjerende brukeropplevelse kan du legge til flere svaralternativer i malene dine. Når en mal med flere alternativer er aktivert, velges en av dem tilfeldig og vises til brukeren. Du kan aktivere denne funksjonen ved å klikke på +Legg til variant-knappen nederst i svaret.

Når utviklere lagrer svar, ser de en advarsel som angir antall feil som må rettes. Feltene med feil vil bli uthevet i rødt. Ved å bruke navigasjonspilene kan utviklere enkelt finne og fikse disse feilene i en hvilken som helst kanal eller responsformat. Hvis listevelgeren eller karusellen inneholder flere kort, lar punktnavigering deg gå gjennom kortene med feil. For et enkelt kort blir den tilsvarende prikken rød for å signalisere feilen.
Hurtigsvar – Tekstsvar kan kombineres med knapper, som kan være tekstbaserte koblinger eller URL-koblinger. Tekstknapper krever en tittel og en nyttelast, som sendes til roboten når den klikkes. URL-knapper omdirigerer brukere til en bestemt webside.
Når en brukers spørring er tvetydig, lar delvis samsvar roboten foreslå relevante artikler eller hensikter som alternativer. Denne funksjonen er tilgjengelig for nett- og Facebook-interaksjoner.
Legge til hurtigsvar for URL-adresser
URL-hurtigsvarknapper i faste og betingede svar lar deg opprette knapper som omdirigerer brukere til nettstedet ditt for ytterligere informasjon eller handlinger som å fylle ut skjemaer. Når du klikker på dem, åpner disse knappene den angitte URL-adressen i en ny fane i samme nettleservindu uten å sende data tilbake til roboten.
Slik legger du til en URL-adresse hurtigsvar i betinget eller fast svar:
1. Velg artikkelen eller malnøkkelen du vil konfigurere hurtigsvaret for URL-adressen for.
2. Klikk + Legg til hurtigsvar. Popup-vinduet Knappetype vises.
3. Velg knappetypen som URL-adresse i webkanalen.
4. Angi tittelen på knappen og URL-adressen som forbrukeren må omdirigeres til etter å ha klikket på knappen.
5. Klikk på Ferdig for å legge til en hurtigsvar for URL-adressen.
URL-typeknapper kan også konfigureres via dynamisk svartype, der disse knappene skal konfigureres ved hjelp av utdrag av pythonkode. Disse knappene støttes i forhåndsvisningen av Webex AI Agent-plattformen og forhåndsvisningen som kan deles. De støttes for øyeblikket ikke av IMIchats Live chat-widget eller andre tredjepartskanaler.
Karusell – Rike svar kan omfatte ett kort eller flere kort ordnet i karusellformat. Hvert kort krever en tittel og kan inneholde et bilde, en beskrivelse og opptil tre knapper.
Hurtigsvarknapper i karusellmalen kan konfigureres med tekst- eller URL-koblinger. Ved å klikke på en URL-knapp vil brukeren omdirigeres til det angitte nettstedet. Ved å klikke på en tekstbasert hurtigsvarknapp sendes en konfigurert nyttelast til roboten, og utløser det tilsvarende svaret.
Bilde – En multimediemal der brukere kan konfigurere bilder ved å angi URL-adresser.
Video – Gjengir videoer i forhåndsvisningen basert på nettadressen til den konfigurerte videoen.
Kode – Kan brukes til å skrive Python-kode for å kalle API-er eller utføre annen logikk.

Kodebiter

Betingede svar, med sine omfattende funksjoner og mangfoldige maler, kan effektivt dekke de fleste AI-agentbehov. For komplekse brukstilfeller som ikke kan realiseres fullt ut gjennom betingede svar eller for utviklere som foretrekker koding, er imidlertid kodesnuttresponstypen tilgjengelig.

Kodesnutter lar deg konfigurere svar ved hjelp av Python-kode. Med denne fremgangsmåten kan du opprette alle typer svar, inkludert hurtigsvar, tekst, karuseller, bilder, lyd, video og filer, i en svarmal eller artikkel.

Funksjonskoden som er definert i kodesnuttmalen, kan brukes til å angi variabler som deretter brukes i andre maler. Det er viktig å merke seg at funksjonskode ikke kan returnere svar direkte når den brukes i betingede svar.

Validering av kodesnutter – Plattformen ser bare etter syntaksfeil i kodebiten du konfigurerer. Eventuelle feil i selve svarinnholdet kan imidlertid forårsake problemer for brukere som samhandler med roboten på den konfigurerte kanalen. Redigeringsprogrammet vil for eksempel ikke hindre deg i å legge til et tidsvelgersvar for webkanalen, men dette resulterer i feil hvis en brukers spørring utløser det bestemte svaret.

Hvis du velger å ikke konfigurere et unikt svar for forskjellige kanaler, betraktes websvaret som standardsvaret og sendes til sluttbrukeren. Listen over maler som støttes på webkanalen, er:

Tekst – En enkel tekstmelding som kan ha flere varianter. Denne konfigurerte meldingen vises basert på spørringen.
Hurtigsvar – En mal med tekst og knapper som kan klikkes.
Karusell – En samling kort, der hvert kort har en tittel, en bilde-URL og en beskrivelse.
Bilde – En mal for å konfigurere bilder ved å angi URL-adresser.
Video – En mal for å konfigurere video ved å angi URL-adressen for videoen. Du kan spille av videoen ved å klikke eller trykke på bildet.
Fil – En mal for å konfigurere en pdf-fil ved å angi URL-adressen for tilgang til filen.
Lyd – En mal for å konfigurere en lydfil ved å oppgi URL-adressen for lyd. Den viser også varigheten av lydmeldingen i utgangen.

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Skriptet AI-agent for å svare på spørsmål

Skriptede AI-agenter er kunnskapsdrevne agenter med en kunnskapsbase som består av et korpus av spørsmål og svar. Skriptbasert AI-agent kan gi svar basert på et brukeropprettet opplæringskorpus, som er en samling eksempler og svar. Denne funksjonen er nyttig i scenarier der:

Spesifikk kunnskap kreves – Agenten må svare på spørsmål innenfor et forhåndsdefinert domene.
Konsekvens er viktig – Agenten må gi konsekvente svar på lignende spørringer.
Begrenset fleksibilitet er nødvendig – agentens svar begrenses av informasjonen i opplæringskorpuset.

Opprett en skriptbasert AI-agent for å svare på spørsmål

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Skript.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren.
9	Klikk på Opprett. Skriptet AI-agent for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Opprett en enhet med enhetsroller for AI-agenten.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent-plattformen.
2	Fra Instrumentbord-siden velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger om nødvendig navnet på AI-agenten. System-ID – Rediger om nødvendig system-ID-en til AI-agenten. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra. Beskrivelse – Oppgi detaljene om denne AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle det oppstår feil under chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Behandle artikler

Artikler fra kjernen av skriptede AI-agenter. En artikkel er kombinasjonen av et spørsmål, dets variasjoner og svar på dette spørsmålet. Hver artikkel har et standardspørsmål som fungerer som identifikator for den artikkelen i økter, kuratering og andre steder i AI-agenten. Alle artiklene som er konfigurert i en AI-agent, utgjør sammen agentens kunnskapsbase eller korpus. Systemet sammenligner spørringen med denne kunnskapsbasen og viser svaret med høyest konfidensnivå som et svar fra agenten.

Rasa og Mindmeld NLU-motorer krever minimum to treningsvarianter (ytringer) for at en artikkel skal være en del av et korpus trente modell. I en skriptet AI-agent for å svare på spørsmål, hvis Rasa eller Mindmeld NLU-motor er valgt, og hvis en artikkel har mindre enn to varianter, blir ikke Train og Save og Train-knapper gjort tilgjengelige. Når du holder pekeren over disse knappene som ikke er tilgjengelige, vises en melding om at problemene kan løses før opplæring. Det vises også et advarselsikon som tilsvarer artikkelen med problemer. Problemene løses ved å legge til mer enn to varianter for en artikkel. Når problemene er løst, blir knappene Train og Save og Train . gjort tilgjengelige. Å ha to varianter gjelder ikke for standardartiklene – delvis samsvarsmelding, reservemelding og velkomstmelding.

Du kan klassifisere artikler i kategorier etter eget valg, og alle ukategoriserte artikler klassifiseres som ikke tilordnet. Det finnes fire standardartikler som er tilgjengelige for hver AI-agent, helt fra opprettelsestidspunktet. Disse er:

Velkomstmelding – Denne inneholder den første meldingen når en samtale mellom kunden og AI-agenten starter.
Fallback-melding – AI-agent viser denne meldingen når agenten ikke forstår brukerens spørsmål.
Delvis samsvar – Når AI-agenten gjenkjenner flere artikler med en liten forskjell i poengsummer (som angitt i innstillingene for overlevering og slutninger ), viser agenten denne samsvarsmeldingen sammen med de samsvarende artiklene som alternativer. Du kan også konfigurere tekstsvaret som skal vises sammen med disse alternativene.
Hva kan du gjøre?– Du kan konfigurere AI-agentens funksjoner. AI Agent viser dette hver gang sluttbrukerne stiller spørsmål ved AI-agentens funksjoner.

I tillegg til disse legges standardartikkelen Snakk med en agent til hvis innstillinger for agentoverlevering fra overlevering og slutning er aktivert.

Alle nye AI-agenter har også fire Smalltalk-artikler som håndterer brukerytringer for:

Hilsener
Takk
AI-agenten var ikke nyttig
Ha det bra

Disse artiklene og svarene er som standard tilgjengelige i AI Agent-kunnskapsbasen når du oppretter en ny AI-agent. Du kan også endre eller fjerne disse.

Du kan ikke slette artiklene Velkomstmelding, basismelding, Snakk med en agent og delvise meldinger.

Legge til artikler via brukergrensesnitt og standardsvar

En artikkel er kombinasjonen av et spørsmål, dets variasjoner og svar på dette spørsmålet. Hver forbrukers spørring sammenlignes med disse artiklene (kunnskapsbase), og svaret som returnerer det høyeste konfidensnivået, vises for brukeren som svaret fra AI-agenten. Slik legger du til artikler:

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på Opprett ny artikkel.
4	Legg til standardvariantene.
5	Velg et av disse standardsvarene for artikkelen. Mulige verdier: Betinget svar – Svaret konfigureres av regler. Svaret kan være i forskjellige formater, for eksempel tekst, karusell, hurtigsvar, bilde, lyd, video, kode og fil. Du kan legge til flere svar i en artikkel. Kodesnutt – Svaret opprettes ved hjelp av hvis-ellers-betingelser. Hvis du vil ha mer informasjon, kan du se delen Konfigurere svar ved hjelp av Response Designer .
6	Klikk Lagre og lær opp.

Importere fra kataloger

1	Mye inn i Webex AI Agent Platform
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre elipsene.
4	Klikk på Importer fra kataloger.
5	Velg kategoriene for artiklene som må legges til agenten.
6	Klikk på Ferdig.

Pakk ut vanlige spørsmål fra lenken

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre ellipsene.
4	Klikk på Pakk ut vanlige spørsmål fra lenken.
5	Gi URL-adressen for hvor vanlige spørsmål er vert, og klikk på Trekk ut.
6	Klikk på Importer.

Importere fra fil

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre elipsene.
4	Klikk på Importer fra en fil , og velg CSV for å importere artiklene fra CSV-filen. Hvis du importerer artikler fra en fil i JSON-format, velger du JSON.
5	Klikk Bla gjennom , og velg en fil som inneholder alle tegnefilene. Klikk Last ned eksempel for å vise formatet som artiklene må angis i.
6	Klikk på Importer.

Legge til egendefinerte synonymer

Mange AI-agentbrukstilfeller har en tendens til å involvere ord og uttrykk som kanskje ikke er en del av det vanlige engelske vokabularet eller er spesifikke for en forretningskontekst. Du vil for eksempel at AI-agenten skal gjenkjenne Android-appen, iOS-appen og så videre. AI-agenten må inkludere disse termene og deres variasjoner i opplæringsytringene for alle relaterte artikler, noe som fører til overflødig dataregistrering.

For å overvinne dette overflødighetsproblemet kan du bruke egendefinerte synonymer i en skriptbasert AI-agent for å svare på spørsmål. Synonymer for hvert rotord blir erstattet med rotordet ved kjøretid av plattformen automatisk.

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre ellipsene.
4	Klikk Egendefinerte synonymer.
5	Klikk Nytt rotord.
6	Konfigurer rotordverdien og dens synonymer, og klikk Lagre.
7	Lær opp AI-agenten på nytt etter at du har lagt til synonymene. Du kan også eksportere synonymene (i .CSV filformat) til den lokale mappen og importere filen tilbake til plattformen.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For skriptet AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken basisløsning vises – Den minste konfidensen som kreves for at et svar skal vises for deg, og under dette vises et reservesvar.
- Forskjell i poengsum for delvis samsvar – definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret, der en mal for delvis samsvar vises
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis det er merket av for Stavekontroll i slutning.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antall artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i rapporter for utskrift av meldinger for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentresponsen.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som var til stede på tidspunktet for en slutning i øktens andre infodel .

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Forhåndsvis din skriptede AI-agent

Webex AI Agent lar deg forhåndsvise AI-agentene dine mens du utvikler den og til og med etter at utviklingen er ferdig. På denne måten kan du teste funksjonen til AI-agentene og avgjøre om de ønskelige svarene genereres som tilsvarer respektive inndataspørringer. Du kan forhåndsvise den skriptede AI-agenten på følgende måter.

AI-agentinstrumentbord – Hold pekeren over et AI-agentkort for å vise forhåndsvisningsalternativet for den AI-agenten . Klikk på Forhåndsvisning for å starte kontrollprogrammet for forhåndsvisning av AI-agent.
AI-agenthode – etter at du har gått inn i redigeringsmodus for en AI-agent ved å klikke på AI-agentkortet eller Rediger-knappen på AI-agentkortet, er forhåndsvisningsalternativet alltid synlig i overskriftsdelen.
Minimert widget – Etter at en forhåndsvisning er startet og deretter minimert, opprettes det et kontrollprogram for chathode nederst til høyre på siden, slik at du enkelt kan starte forhåndsvisningsmodusen på nytt.

I tillegg til dette kan du kopiere den delbare forhåndsvisningskoblingen fra en AI-agent. På AI Agent-kortet klikker du Ellipses-ikonet øverst til høyre og klikker Kopier forhåndsvisningskobling. Denne koblingen kan deles med de andre brukerne av AI-agenten.

Widget for forhåndsvisning av plattform

Widgeten for forhåndsvisning vises nederst til høyre på skjermen. Du kan levere ytringer (eller en sekvens med ytringer) for å se hvordan AI-agenten reagerer, slik at den fungerer som forventet. Forhåndsvisningen av AI-agenten støtter flere språk og kan automatisk oppdage språket i ytringer for å svare tilsvarende. Du kan også velge språk manuelt i forhåndsvisningen ved å klikke språkvelgeren og velge fra listen over tilgjengelige alternativer.

Forhåndsvisningswidgeten kan maksimeres for en bedre visning. Andre nyttige funksjoner inkluderer å gi forbrukerinformasjon og starte flere rom for å teste AI-agenten grundig.

Widget for forhåndsvisning som kan deles

Widgetfarge – Ved å legge til parameteren brandColor i koblingen. Brukere kan definere enkle farger ved hjelp av fargenavn eller bruke hex-kode av farger.
Telefonhus – Ved å endre verdien for phoneCasing-parameteren i koblingen. Dette er satt til sann som standard og kan deaktiveres ved å gjøre det usant

Eksempel på forhåndsvisningskobling med disse parameterne: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Vanlige administrasjonsdeler for skriptbasert AI-agent

Følgende deler vises i panelet til venstre på konfigurasjonssiden for AI-agent:

Opplæring

Etter hvert som AI-agenter utvikler seg og blir mer komplekse, kan endringer i logikken eller Natural Language Understanding (NLU) noen ganger få utilsiktede konsekvenser. For å sikre optimal ytelse og identifisere potensielle problemer, tilbyr AI Agent-plattformen et praktisk rammeverk for bottesting med ett klikk. Du kan:

Opprett og utfør enkelt et omfattende sett med testtilfeller.
Definer testmeldinger og forventede svar for ulike scenarier.
Simuler komplekse samhandlinger ved å opprette testtilfeller med flere meldinger.

Definere tester

Du kan definere tester ved å følge trinnene nedenfor:

Logg på AI Agent-plattformen.
På instrumentbordet klikker du skriptagenten for kunstig intelligens som du har opprettet.
Klikk på Testing i ruten til venstre. Som standard vises fanen Testcaser .
Velg et testtilfelle, og klikk på Utfør valgte tester.

Hver rad i tabellen representerer et testtilfelle med følgende parametere:

Tabell 1. Testcases
Parameter	Beskrivelse
Melding	En eksempelmelding som representerer typene spørringer og setninger du kan forvente at brukere sender til AI-agenten.
Forventet språk	Språket som brukerne forventes å samhandle med AI-agenten på.
Forventet artikkel	Angi artikkelen som skal vises som svar på en bestemt brukermelding. For å hjelpe deg med å finne den mest relevante artikkelen, har denne kolonnen en Smart autofullfør-funksjon. Mens du skriver, vil systemet foreslå matchende artikler basert på teksten som er lagt inn så langt.
Tilbakestill forrige kontekst	Klikk i avmerkingsboksen i denne kolonnen for å isolere testtilfeller og sikre at de kjøres uavhengig av eksisterende AI-agentkontekst. Når dette er aktivert, simuleres hvert testtilfelle i en ny økt, noe som forhindrer forstyrrelser fra tidligere samhandlinger eller lagrede data.
Inkluder delvise treff	Aktiver denne veksleknappen for å inkludere testtilfeller med forventede artikler som bare delvis samsvarer med det faktiske svaret, anses som vellykket.
Importere fra CSV	Importer testtilfeller fra en kommadelt fil (CSV). I dette tilfellet vil alle eksisterende testtilfeller bli overskrevet.
Eksportere til CSV	Eksporter testtilfeller til en kommadelt fil (CSV).
Test tilbakekall	Aktiver denne veksleknappen for å simulere innkommende tilbakeringinger og teste flytens virkemåte uten å kreve faktiske innkommende anrop. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tilbakeringing i flyt	Klikk avmerkingsboksen i denne kolonnen for å angi at en intensjon må utløse en tilbakeringing. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Mal for forventet tilbakeringing	Angi malnøkkelen som må aktiveres når tilbakeringingen skjer. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tidsavbrudd for tilbakeringing	Maksimal tid (i sekunder) AI-agenten venter på et tilbakeringingssvar før tilbakeringingen vurderes som tidsavbrutt. For øyeblikket håndheves en 20 sekunders timeout. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.

Utfør tester

I kategorien Utførelse klikker du på Utfør valgte tester for å starte en sekvensiell kjøring av alle valgte testtilfeller.

Du kan også utføre testtilfeller fra Testcaser-fanen .

Når hvert testtilfelle fullføres, vises resultatet ved siden av den tilsvarende oppføringen. Hvis du vil avslutte et testtilfelle som kjører, klikker du på Avbryt kjøring øverst til høyre på skjermen.

Hvis du vil vise testtilfeller med bestemte resultater, klikker du det ønskede resultatet (for eksempel bestått , bestått med delvis samsvar , mislyktes, venter) på sammendragsbåndet . Dette filtrerer listen over testtilfeller slik at den bare viser de som samsvarer med det valgte resultatet.

Økt-ID-en som er knyttet til hvert testtilfelle, vises i resultatene. Dette lar deg raskt kryssreferere testsaker og se transaksjonsdetaljer. For å utføre dette, velg alternativet Transaksjonsdetaljer i kolonnen Handlinger .

Utførelseshistorikk

I kategorien Historikk får du tilgang til alle utførte testtilfeller.

Klikk på Last ned-ikonet i Handlinger-kolonnen for å eksportere de utførte testdataene som en CSV-fil for frakoblet analyse eller rapportering.
Gå gjennom de spesifikke motor- og algoritmeinnstillingene som brukes for hver kjøring av testtilfellet. Denne informasjonen hjelper utviklere med å optimalisere ytelsen til AI-agenten.
Hvis du vil vise de avanserte algoritmekonfigurasjonsinnstillingene som brukes for en bestemt treningsmotor, klikker du på Info-ikonet ved siden av navnet på treningsmotoren. Dette gir innsikt i parametrene og innstillingene som påvirket AI-agentens virkemåte under testing.

Økter

Økter-delen gir en omfattende oversikt over alle samhandlinger mellom AI-agenter og kunder. Hver økt inneholder en detaljert historikk over meldinger som ble utvekslet. Du kan eksportere øktdata som en CSV-fil for frakoblet analyse og overvåking. Du kan bruke disse dataene til å undersøke meldingene og konteksten til bestemte økter for å få innsikt i brukersamhandlinger og identifisere forbedringsområder, finjustere svarene fra AI-agenter og forbedre den generelle brukeropplevelsen.

Den kan håndtere store datasett ved å vise resultater på sider. Du kan bruke delen Finjuster resultater til å filtrere og sortere økter basert på ulike kriterier. Hver rad i tabellen viser viktige øktdetaljer, inkludert:

Kanaler – Kanalen der samhandlingen fant sted (for eksempel chat, tale).
Økt-ID – En unik identifikator for økten.
Forbruker-ID – Brukerens unike identifikator.
Meldinger – Antall meldinger som utveksles i løpet av økten.
Oppdatert – Tidspunktet da økten ble lukket.
Metadata – tilleggsinformasjon om økten.
- Skjul testøkter – Merk av i denne avmerkingsboksen for å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – Merk av i denne avmerkingsboksen for å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overleveringen av chatten til en menneskelig agent.
- Det oppstod en feil – Merk av i denne avmerkingsboksen for å filtrere øktene der feilen oppstod.
- Nedstemt – Merk av i denne avmerkingsboksen for å filtrere øktene med nedstemthet.

Klikk på en rad for å få tilgang til den detaljerte visningen av en bestemt økt. Bruk avmerkingsbokser til å filtrere økter basert på agentoverlevering, feil og nedstemthet. Dekrypteringsøkter krever tillatelse på brukernivå og avanserte databeskyttelsesinnstillinger. Klikk på Dekrypter innhold for å vise øktdetaljene.

Øktdetaljer for en bestemt økt i skriptet AI-agent for å svare på spørsmål

Øktdetaljer-visningen i en skriptbasert AI-agent for å svare på spørsmål gir en omfattende oversikt over en bestemt samhandling mellom en bruker og AI-agenten.

Meldinger-delen :

Viser alle meldinger sendt av brukeren i løpet av økten.
Viser de tilsvarende svarene som genereres av AI-agenten.
Presenterer den kronologiske rekkefølgen for meldingene, og gir kontekst for samhandlingen.

Fanen Transaksjonsinformasjon :

Viser artiklene som ble identifisert som relevante for kundens spørring, inkludert både nøyaktige treff og delvise treff.
Viser likhetspoengsummene som er knyttet til hver identifiserte artikkel, og angir graden av relevans.
Presenterer resultatene av de underliggende algoritmene som brukes til å behandle kundens forespørsel og identifisere relevante artikler.
Viser antall algoritmeresultater avhengig av innstillingene som er konfigurert i kategorien Overlevering og slutning .

Delen Annen informasjon i visningen Øktdetaljer gir ytterligere kontekst og detaljer om en bestemt interaksjon. Her er en oversikt over informasjonen som vises:

Behandlet: Spørring – Viser den forhåndsbehandlede versjonen av kundens inndata etter at den er behandlet av AI-agentens pipeline for naturlig språkforståelse (NLU).
Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Svartype – Angir svartypen som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den spesifikke betingelsen eller regelen som utløste svaret til AI-agenten.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Øktdetaljer for en bestemt økt i skriptbasert AI-agent for å utføre handlinger

Kategorien Transaksjonsinformasjon i Skriptbasert AI-agent for utføring av handlinger gir en detaljert oversikt over en bestemt samhandling, og kategoriserer informasjon i fire deler:

Hensikter identifisert seksjon:

Viser hensiktene som ble identifisert for kundens spørring.
Angir konfidensnivået som er knyttet til hver identifiserte hensikt.
Viser sporene som er knyttet til den identifiserte hensikten. Klikk på sporet for å vise tilleggsinformasjon om verdien og hvordan den ble trukket ut fra brukerens spørring.

Delen Identifiserte enheter viser enhetene som ble trukket ut fra kundens melding og er knyttet til den aktive forbrukerintensjonen. Disse enhetene representerer nøkkelinformasjonen som roboten identifiserte i brukerens spørring.

Delen Algoritmeresultater gir innsikt i de underliggende prosessene som førte til responsen til AI-agenten. Her er en oversikt over informasjonen som vises:

Liste over intensjoner – Viser identifiserte hensikter og tilhørende likhetspoengsummer.
Enhetsliste – Viser enhetene som ble trukket ut fra brukerens melding.

Annen informasjon vises:

Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Malnøkkel – angir malnøkkelen som er knyttet til hensikten som utløste svaret fra AI-agenten.
Svartype – angir typen svar som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den bestemte betingelsen eller regelen som utløste AI-agentens svar.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Du kan også laste ned og vise transaksjonsinformasjonen i JSON-format ved hjelp av nedlastingsalternativet.

Kategorien Metadata vises:

NLP-metadata – Se gjennom forhåndsbehandlingstrinnene som er brukt på kundens inndata i kategorien NLP .
Datastore og FinalDF – Få tilgang til data relatert til økten i fanene Datastore og FinalDF for smartroboter.
Søkefunksjonalitet – Bruk det innebygde søkefeltet til raskt å finne bestemte ytringer i en samtale.

Historie

Når du legger til eller endrer artikler, hensikter eller enheter, er det viktig å lære opp den skriptede AI-agenten på nytt for å sikre at den er oppdatert. Etter hver opplæringsøkt må du teste AI-agenten grundig for å bekrefte nøyaktigheten og effektiviteten.

På Historikk-siden kan du:

Vis treningshistorikk – Spor når et korpus ble opplært og endringene som ble gjort.
Sammenlign treningsmotorer – Gå gjennom opplæringsmotorene som brukes til ulike gjentakelser, og deres tilhørende opplæringsvarighet.
Spor endringer – Overvåk endringer i innstillinger, artikler, svar, NLP og kuratering.
Gå tilbake til tidligere versjoner – Gå enkelt tilbake til et eldre opplæringssett om nødvendig.

Historikk-delen inneholder praktiske verktøy for å administrere kunnskapsbaseartikler:

Aktiver artikler – Aktiver artikler som tidligere er inaktive, direkte for å inkludere dem i AI-agentens svar.
Rediger artikler – Opprett en ny versjon av en eksisterende artikkel samtidig som du beholder originalen for referanse.
Forhåndsvisningsytelse – evaluer AI-agentens ytelse med en bestemt kunnskapsbase ved hjelp av forhåndsvisningsfunksjonen .
Last ned artikler – Eksporter kunnskapsbaseartiklene som en CSV-fil for frakoblet analyse eller referanse.
Dette alternativet er bare tilgjengelig for skriptbasert AI-agent for å svare på spørsmål.

Revisjonslogger

Delen Revisjonslogger inneholder en detaljert oversikt over endringer som er gjort i din skriptede AI-agent i løpet av de siste 35 dagene. Slik får du tilgang til overvåkingslogger:

Naviger til instrumentbordet, og klikk på AI-agenten du har opprettet.
Klikk på Historikk-fanen for å vise historikken til AI-agenten.
Klikk kategorien Overvåkingslogger for å se en detaljert logg over endringer:
- Oppdatert på – Datoen og klokkeslettet da endringen ble gjort.
- Oppdatert av – Brukeren som gjorde endringen.
- Felt – Delen av roboten der endringen skjedde (for eksempel Innstillinger, Artikler, Svar).
- Beskrivelse – Flere detaljer om endringen.

Bruk søkealternativene Oppdatert av og Felt til raskt å finne bestemte oppføringer i overvåkingsloggen.
Kategorien Modellhistorikk viser maksimalt 10 korpus for hver AI-agent.

Kuratering

Meldinger legges til i kurateringskonsollen basert på følgende kriterier:

Fallback-meldinger – når AI-agenten ikke forstår en brukers melding og utløser tilbakefallsintensjonen.
Standard reserveløsning – Hvis denne veksleknappen er aktivert, sendes meldinger som aktiverer standard reserveløsningsintensjon til kurateringskonsollen.

Dette kriteriet gjelder bare for skriptbasert AI-agent for å utføre handlinger.
Nedstemte meldinger – Meldinger som brukere har nedstemt under forhåndsvisning av AI-agent.
Agentoverlevering – Meldinger som fører til en menneskelig agentoverlevering på grunn av konfigurerte regler.
Fra økt – Meldinger flagget av brukere som ikke mottar ønsket respons fra økt- eller romdata.
Lav konfidensgrad – Meldinger med et konfidensresultat som faller innenfor den angitte lavkonfidensgrensen.
Delvis samsvar – Meldinger der AI-agenten ikke definitivt kunne identifisere riktig hensikt eller svar.

Løse problemer

Kategorien Problemer er en sentral plassering der du kan se gjennom og adressere meldinger som er flagget for kuratering. Du kan gjøre følgende:

Velg å løse eller ignorere problemer basert på alvorlighetsgrad og relevans.
Undersøk den opprinnelige brukerytringen, svaret fra AI-agenten og eventuelle vedlagte medier.

Du kan vise hele innholdet i krypterte økter ved å bruke alternativet Dekrypter innhold , hvis du har deaktivert dekrypteringstilgang.

Dekryptere tilgang gis på brukernivå og krever at avansert databeskyttelse er aktivert i serverdelen.

Hvis du vil løse et problem, kan du:

Lenke til en eksisterende artikkel – Hvis du vil koble et problem til en eksisterende artikkel, velger du alternativet Kobling og søker etter ønsket artikkel.
Opprett ny artikkel – Bruk alternativet Legg til i en ny artikkel for å opprette en ny artikkel direkte fra kurateringskonsollen.
Ignorer problemer – Løs eller ignorer problemer for å fjerne dem fra kurateringskonsollen.

Lenking til standardartikler (velkomstmelding, reservemelding, delvis samsvar) er ikke tillatt.
For skriptbasert AI-agent for utføring av handlinger velger du riktig hensikt fra rullegardinlisten og tagger eventuelle relevante enheter.
Når du har gjort endringer, kan du lære opp AI-agenten på nytt for å sikre at den nye kunnskapen gjenspeiles i svarene.
Løs eller ignorer flere problemer samtidig for effektiv administrasjon.

Løst-fanen gir en omfattende oversikt over alle problemer som er løst. Du kan vise et sammendrag av hvert løste problem, inkludert om problemet ble koblet til en eksisterende artikkel, brukt til å opprette en ny artikkel/hensikt eller ignorert. Hvis du støter på uønskede svar som ikke automatisk fanges opp av de eksisterende reglene, kan du legge til bestemte ytringer manuelt i kurateringskonsollen.

Slik legger du til problemer fra økter:

Identifiser ytringen – Finn ytringen som utløste det uriktige svaret.
Kontroller kurateringsstatus – Hvis problemet ikke allerede finnes i kurateringskonsollen, vises veksleknappen Kurasjonsstatus .
Veksle flagget – aktiver veksleknappen Kurasjonsstatus for å legge til ytringen i kurateringskonsollen for gjennomgang og løsning.

Hvis problemet allerede finnes i kurateringskonsollen, endres bryterens utseende tilsvarende for å indikere statusen.

Se resultatene dine for skriptbasert kunstig intelligens ved hjelp av Analytics

Analyse-delen gir en grafisk fremstilling av viktige måledata for å evaluere ytelsen og effektiviteten til AI-agenten. De viktigste beregningene er delt inn i fire seksjoner representert som faner. Disse er: Oversikt, Svar, Opplæring og Kuratering.

Når utviklere besøker analyseskjermen, kan de velge AI-agenten de vil se analysene for. De kan også tilpasse analysevisningen ved å velge kanalen de vil se dataene for, sammen med datoperioden og detaljene til dataene. Som standard vises analysedata for den siste måneden for alle kanaler med daglig granularitet (hver dag er et punkt på x-aksen i diagrammene).

Oversikt

Oversikten inneholder viktige beregninger og grafer som gir utviklerne et øyeblikksbilde av den generelle bruken og ytelsen til AI-agenten.

Velg AI-agenten fra Instrumentbord-siden.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Økter og meldinger

Den første delen i oversikten viser følgende statistikk om økter og meldinger for AI-agenten:

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskemeldinger og AI-agentmeldinger) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Dette etterfølges av en grafisk fremstilling av økter (stablet kolonne som representerer økter behandlet av AI-agent og overleverte økter) og totale svar sendt ut av AI-agenten.

Brukere

Den andre delen i Oversikt inneholder statistikk om brukere for AI-agenten. Den gir et antall brukere totalt og informasjon om gjennomsnittlige økter per bruker og daglige gjennomsnittlige brukere. Dette etterfølges av en graf som viser nye og returnerende brukere for hver enhet, avhengig av valgt granularitet.

Prestasjon

Den tredje delen inneholder statistikk om AI-agentens svar til brukere. Her kan man se totalt antall svar sendt ut av AI-agenten og fordelingen mellom svar der AI-agenten:

Identifiserte brukerens hensikt.
Svarte med en reservemelding.
Svarte med en delvis samsvarsmelding.
Informerte brukeren om en agentoverlevering.

Det samme aggregeres i et sektordiagram, og et arealdiagram gir informasjon basert på valgt granularitet.

Opplæring

Opplæringsdelen representerer "helsen" til et AI-agentkorpus. Det anbefales at utviklere konfigurerer 20+ opplæringsytringer for hver intensjon/artikkel i AI-agentene sine. I denne seksjonen vises alle artiklene/hensiktene i et korpus som individuelle rektangler der fargen og den relative størrelsen på hvert rektangel indikerer treningsdataene artikkelen/hensikten inneholder. Jo nærmere en intensjon er hvit, desto flere treningsdata trenger den for at AI-agentens nøyaktighet skal bli bedre.

Svar

Denne delen gir utviklerne en detaljert oversikt over hva brukerne spør om og hvor ofte de spør om det. Den gir en grafisk fremstilling av de mest populære artiklene for AI-agenter for å svare på spørsmål og svarmaler for AI-agenter for å utføre handlinger.

Kuratering

Gir et visuelt sammendrag av hvor mange kurateringsproblemer som har dukket opp hver dag, og hvor mange av dem som har blitt løst av AI Agent-utviklerne.

Integrere AI-agenter

Denne delen forklarer hvordan du integrerer AI-agenter med både tale og digitale kanaler for å administrere kundesamtaler.

Integrere AI-agenter med talekanaler og digitale kanaler

Når du har opprettet og konfigurert AI-agentene i Webex AI Agent-plattformen, er neste trinn å integrere dem med talekanalene og de digitale kanalene. Denne integrasjonen gjør at AI-agentene kan håndtere både talebaserte og digitale samtaler med kundene dine, noe som gir en sømløs og interaktiv brukeropplevelse.

Hvis du vil ha mer informasjon, kan du se artikkelen Integrere AI-agenter med talekanaler og digitale kanaler.

Administrere AI-agentrapporter

Denne delen beskriver oversikten over AI-agentrapporter, rapporttyper, opprettelse av AI-agentrapporter og rapportleveringsmoduser.

Forstå AI-agentrapporter

Med rapportfunksjonen kan du generere eller planlegge (generere periodisk) bestemte rapporter fra de tilgjengelige rapporttypene og motta dem over tilgjengelige leveringsmåter. Disse rapportene kan gi verdifull informasjon om brukeratferd, bruk, engasjement, produktytelse og så videre. Du kan få ønsket informasjon levert til deres e-post, SFTP bane eller S3-bøtte. Du kan velge rapporttypen fra en liste over forhåndsbygde rapporter og også velge om du vil generere en engangsrapport umiddelbart eller med jevne mellomrom.

Når du åpner Rapporter-menyen fra venstre navigasjonsrute, vises følgende faner:

Konfigurer – Denne fanen viser alle rapportene som for øyeblikket er aktive og genereres med jevne mellomrom. Følgende detaljer er tilgjengelige for listen over rapporter:
- Aktiv – Om en bruker fortsatt abonnerer på rapporten.
- AI-agent – navnet på AI-agenten som er tilknyttet rapporten.
- Rapporttype – Den forhåndsbygde rapporttypen du abonnerer på.
- Frekvens – Intervallet du mottar rapporten i.
- Siste rapport Generert – Den siste rapporten som ble sendt ut.
- Neste planlagte dato – neste dato rapporten sendes ut.
Historikk – Denne fanen viser all historisk informasjon om rapportene som er sendt til dags dato. Klikk på en rapport på denne siden for å redigere konfigurasjonen av rapporter.

Du kan klikke på Last ned-ikonet under Handlinger-kolonnen for å laste ned disse historiske rapportene.

Behovsbetingede rapporter som vises i Logg-fanen , er bare tilgjengelige for nedlasting etter at rapportgenereringen er fullført.

Opprette en AI-agentrapport

1	Logg på Webex AI Agent-plattformen.
2	Klikk på Rapporter i navigasjonsfeltet til venstre.
3	Klikk + Ny rapport.
4	Oppgi følgende informasjon for å opprette og konfigurere rapporten: AI-agent – navnet på AI-agenten som er tilknyttet rapporten. Du kan se alle AI-agentene for å svare på spørsmål og utføre oppgaver på dette programmet. Rapporttype – Den forhåndsbygde rapporttypen du vil abonnere på. Hvis du velger AI-agenten for å svare på spørsmål i AI-agenten, vises tre forskjellige typer rapporter: i) Sammendrag av bruk og atferd, ii) Meldingsutskrift og iii) Kurateringsproblemer. Utdataformat – Formatet rapporten abonnerer på genereres og sendes til den konfigurerte leveringsmodusen. Mulige formater: I) csv og ii) xlsx. Velg ett av følgende to alternativer og relevante innstillinger for rapporttypen du vil generere: Generer nå – Angi startdato og sluttdato for en behovsbetinget rapport. Planlagt rapport – planlegg frekvens , tid, tidssone og startdato for en rapport. Når denne rapporten er opprettet, kan du bruke veksleknappen Aktiver rapport som blir lagt til i rapporten. Du kan aktivere eller deaktivere denne veksleknappen senere for å motta eller stoppe rapporten på den planlagte frekvensen. Leveringsmåte – Se delen Leveringsmåter for mer informasjon.

Rapporttyper for AI-agent

Du kan velge fra en liste over forhåndsbygde rapporter basert på den valgte AI-agenttypen. Denne delen dekker disse rapporttypene, arkene som er inkludert i hver rapport, og kolonnene som er tilgjengelige i hvert ark.

AI-agent for å svare på spørsmål rapporttype

Det finnes tre forskjellige rapporttyper tilgjengelig for en AI-agent for å svare på spørsmål i programmet. Ved hjelp av forskjellige rapporttyper kan du brukes til å forstå brukssammendraget, virkemåten for AI-agenten, hva brukerne spør om, og hvordan AI-agenten svarer på spørringene. Du kan også se meldingene som endte opp som problemer i kuratering.

Bruksatferd og sammendrag

Denne delen viser AI-agentsammendraget med hvor ofte artikler og kategorier aktiveres. Du kan se sammendrags-, kategori- og artikkelinformasjonen i en egen fane i rapportene:

Tabell 1. Detaljer i kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler/økter behandlet av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent.
Totalt antall stemmer	Totale svar fra AI-agenter som ble stemt opp av kundene.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av kunder.

Tabell 2. Kategorikategoridetaljer
Felt	Beskrivelse
Kategorinavn	Navnet på kategorien slik den er konfigurert i AI-agenten.
Samtaler for kategorien	Antall samtaler eller økter der en artikkel som tilhører denne kategorien, ble oppdaget.
Totalt antall svar	Antall ganger en artikkel som tilhører denne kategorien ble oppdaget.
Totalt antall stemmer	Antall ganger et svar fra denne kategorien ble stemt opp.
Totalt antall nedstemmer	Antall ganger et svar fra denne kategorien ble nedstemt.

Tabell 3. Detaljer om artikkelfanen
Felt	Beskrivelse
Artikkelnavn	Navnet på artikkelen (standardvarianten) som er konfigurert i AI-agenten.
Artikkel kategori	Kategorien denne hensikten tilhører.
Samtaler for artikkelen	Antall samtaler eller økter der denne artikkelen ble oppdaget.
Totalt antall svar	Antall ganger denne artikkelen ble oppdaget.
Totalt antall stemmer	Antall ganger svaret på denne artikkelen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne artikkelen er nedstemt.

Behandle transkripsjoner

Viser samtalen mellom AI-agenten og kunden sammen med likhetspoengsummen. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempelet for meldingen.
Økt-ID	Den unike identifikatoren for økten.
Forbruker-ID	Den unike identifikatoren for sluttbrukeren på AI-agent.
Meldingstype	AI-agentmeldingen eller den menneskelige meldingen.
Meldingstekst	Innholdet i meldingen.
Artikkel	Identifikatoren for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikten som ble oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoengsummen for den oppdagede hensikten.
Matchet artikkel 1	Hensikten som ble oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Poengsummen for intensjonen som ble oppdaget.
Tilbakemelding	Tilbakemelding fra brukeren hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarene som brukerne legger igjen når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på AI-agent.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Artikkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Matchet artikkel 1	Intent oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Score for intensjonen som er oppdaget.

AI-agent for å utføre oppgaver rapporttype

Det finnes tre forskjellige rapporttyper som er tilgjengelige for en AI-agent for å utføre oppgaver i AI-agentbyggerprogrammet. Som AI-agentutvikler kan du opprette forskjellige rapporttyper. Disse kan brukes til å forstå brukssammendraget for AI-agenten, virkemåten til AI-agenten, hva brukerne spør om, og hvordan en AI-agent svarer på spørringene. Du kan også se meldingene som endte opp som problemer i kuratering.

Bruksatferd og sammendrag

Viser sammendraget av samtaler sammen med gjengivelser og malnøkler som utløses. Kategorien Sammendrag viser følgende detaljer:

Tabell 4. Kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler eller økter som behandles av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger som er sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent
Totalt antall stemmer	Totalt antall svar fra AI-agenter som ble stemt opp av brukere.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av brukere.

Du kan også vise intensjonsdetaljene i kategorien Gjengivelse i regnearket:

Tabell 5. Intensjoner-fanen
Felt	Beskrivelse
Navn på intensjon	Navnet på intensjonen slik den er konfigurert i AI-agenten.
Samtaler for hensikten	Antall samtaler eller økter der denne hensikten ble påberopt.
Totalt antall påkallelser	Antall ganger denne hensikten ble påberopt.
Totalt antall fullføringer	Antall ganger alle sporene ble samlet inn og denne hensikten ble fullført.
Totalt antall stemmer	Totalt antall svar for dette ble stemt opp for hver hensikt.
Totalt antall nedstemmer	Totalt antall svar på dette ble nedstemt for hver hensikt.

Rapporten har også maldetaljer på høyt nivå, for eksempel:

Tabell 6. Mal detaljer
Felt	Beskrivelse
Navn på malnøkkel	Navnet på malen slik den er konfigurert i AI-agenten.
Hensikt med malnøkkel	Hensikter der denne malnøkkelen brukes.
Samtaler for malnøkkelen	Antall ganger denne malnøkkelen ble sendt ut som svar.
Totalt antall svar	Antall ganger denne malnøkkelen ble sendt som svar.
Totalt antall stemmer	Antall ganger svaret på denne malen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne malen ble nedstemt.

Transkripsjoner av meldinger

Viser samtalen til en kunde med AI-agenten sammen med likhetspoengsummene. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i programmet.
Meldingstype	AI-agentmelding eller menneskelig melding.
Meldingstekst	Innholdet i meldingen.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.
Tilbakemelding	Tilbakemelding fra brukere hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarer som legges igjen av brukere når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Denne rapporten er bare relevant for skriptbaserte AI-agenter. Du kan vise følgende detaljer i denne rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for kundens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i applikasjonen.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.

Leveringsmåter for AI Agent-rapport

I dagens datadrevne verden er effektiv og sikker levering av AI Agent-rapporter avgjørende for informert beslutningstaking og operativ fortreffelighet. For å møte ulike organisatoriske behov tilbyr vi flere leveringsmåter for AI-agentrapporter, noe som sikrer fleksibilitet, pålitelighet og sikkerhet. Leveringsalternativene inkluderer Secure File Transfer Protocol (SFTP), e-post og Amazon S3 Bucket. Hver modus er designet for å imøtekomme ulike krav, enten det er behovet for høy sikkerhet, enkel tilgang eller skalerbare lagringsløsninger. Dette dokumentet beskriver funksjonene og fordelene ved hver leveringsmåte, og hjelper deg med å velge det beste alternativet for dine spesifikke behov.

SFTP

Felt	Beskrivelse
Send rapporter til et sikkert sted som planlagt	Ttoggle dette på for å skyve rapportene til den sikre plasseringen til planlagt tid. Du kan bare oppgi følgende detaljer ved å aktivere denne bryteren.
IP-adresse	Den IP adressen til systemet.
Brukernavn	Brukernavnet for å få tilgang til rapportene.
Passord	Passordet for å få tilgang til rapportene.
Privat nøkkel	Den private nøkkelen for å få tilgang til filene.
Last opp bane	Banen der filene rutes i systemet.

E-post

Felt	Beskrivelse
Planlegg e-postmeldinger for flere mottakere, separat med semikolon (;)	Slå på dette for å legge til mottakere.
Mottakere	E-postadressen til alle mottakere som må motta rapportene til angitt tid og hyppighet.

S3-bøtte

Felt	Beskrivelse
Last opp rapporter til et S3-verdiområde i henhold til tidsplanen	Slå på dette for å gjøre S3-feltene tilgjengelige og rute rapportene til det konfigurerte S3-verdiområdet.
AWS-tilgangsnøkkel-ID	Tilgangsnøkkel-ID for å få tilgang til AWS-tjenester og ressurser.
AWS hemmelig tilgangsnøkkel	Den hemmelige tilgangsnøkkelen for å få tilgang til AWS-tjenestene og -ressursene.
Navn på bøtte	Navnet på verdiområdet som rapporten rutes til.
Navn på mappe	Navnet på mappen som er opprettet i S3-samlingen.

Forstå samsvar med kunstig intelligens

Disse delene hjelper deg med å forstå AI-utvikling, personvern, sikkerhet og sikkerhet

AI-utvikling, personvern, sikkerhet og sikkerhet

AI produktutvikling

Alle AI-drevne funksjoner hos Cisco gjennomgår en AI-konsekvensvurdering i henhold til våre prinsipper for ansvarlig kunstig intelligens, og overholder rammeverket for ansvarlig kunstig intelligens, i tillegg til eksisterende prosesser forsikkerhet, personvern og menneskerettigheter ved design.

Personvern og sikkerhet

Cisco beholder ikke kundeinndata etter slutningsprosessen, og 3. parts modellleverandør, Microsoft, verken får tilgang til, overvåker eller lagrer Cisco-kundedata. Hvis du vil ha mer informasjon om funksjonsspesifikke policyer for dataoppbevaring, kan du se Ciscos klareringsportal.

Følgende er listen over AI-gjennomsiktighetsnotater for alle AI-funksjoner:

Datakilder for opplæring og evaluering

Ciscos 3. parts modellleverandør, Microsoft, bekrefter at de ikke vil bruke kundeinnhold til å forbedre Azure OpenAI-modeller, og at de ikke lagrer eller beholder Cisco-kundedata i Azure-infrastrukturen.

Sikkerhet og etiske overveielser

Alle generative AI-funksjoner er utsatt for feil, så Cisco prioriterer innholdssikkerhet for AI-funksjoner ved å velge innholdsfiltrering, levert av Azure OpenAI.

Modellevaluering og ytelse

Cisco prioriterer ytelsen og nøyaktigheten til AI Assistant ved å involvere mennesker i gjennomgangen, testingen og kvalitetssikringen av den underliggende modellen.

Kom i gang med Webex AI Agent

Funksjonene til Webex AI-agent

Nøyaktige svar til rett tid – Gir presise svar på kundehenvendelser i sanntid.
Intelligent oppgaveutførelse – Utfører oppgaver basert på kundeforespørsler eller inndata.

Viktige fordeler for bedrifter

Forbedret kundeopplevelse – Leverer en samtaleopplevelse i sanntid for kundene.
Personlig tilpassede samhandlinger – Skreddersyr svar på individuelle kundebehov og preferanser.
Skalerbarhet og effektivitet – Håndterer et stort volum av kundeinteraksjoner uten behov for flere menneskelige agenter, noe som fører til forbedret tilfredshet og reduserte driftskostnader.

Forstå AI-agenttyper og eksempler

Tabellen nedenfor gir et glimt av AI-agenttyper og deres evner:

Tabell 1. AI-agenttyper og deres funksjoner
AI-agenttype	Formål	Kapasitet	Beskrivelse	Hvordan sette opp?
Autonom	Autonome AI-agenter er designet for å operere uavhengig, ta beslutninger og utføre oppgaver uten direkte menneskelig innblanding.	Utføre handlinger	Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler. Automatiser repeterende eller tidkrevende oppgaver.	Autonome AI-agenter for å utføre handlinger
Autonom		Svar på spørsmål	Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer.	Autonome AI-agenter for å svare på spørsmål
Skriptede	Skriptbaserte AI-agenter er programmert til å følge et forhåndsdefinert sett med regler og instruksjoner.	Utføre handlinger	Skriptagenter kan utføre bestemte oppgaver som er klart definert og strukturert.	Skriptede AI-agenter for å utføre handlinger
Skriptede		Svar på spørsmål	Skriptede agenter kan svare på spørsmål basert på et brukeropprettet opplæringskorpus, som er en samling eksempler og svar.	Skriptede AI-agenter for å svare på spørsmål

Eksempler

Både autonome og skriptbaserte AI-agenter kan brukes på ulike brukstilfeller, avhengig av de spesifikke kravene og ønskede funksjoner. Her er noen eksempler:

Kundeservice – Både autonome og skriptbaserte agenter kan brukes til å gi kundestøtte, med autonome agenter som tilbyr mer fleksibilitet og naturlig språkforståelse.
Virtuelle assistenter – Autonome agenter egner seg godt for virtuelle assistentroller fordi de kan håndtere ulike oppgaver og gi mer tilpassede samhandlinger.
Dataanalyse – Autonome agenter kan brukes til å analysere store datasett og trekke ut verdifull innsikt.
Prosessautomatisering – både autonome og skriptede agenter kan brukes til å automatisere gjentakende oppgaver, forbedre effektiviteten og redusere feil.
Kunnskapsstyring – Autonome agenter kan brukes til å opprette og administrere kunnskapsrepositorier, noe som gjør informasjon lett tilgjengelig for brukerne.

Valget mellom autonome og skriptbaserte AI-agenter avhenger av oppgavenes kompleksitet, det nødvendige nivået av autonomi og tilgjengeligheten av opplæringsdata.

Forutsetninger

Hvis du er en eksisterende Webex Contact Center-kunde, må du kontrollere at du oppfyller følgende forutsetninger:
- Webex Contact Center 2.0-leier.
- Webex Connect er klargjort for leieren.
- Voice media plattform er neste generasjons medieplattform.
Hvis du ikke har en Webex kontaktsenterleier, kontakter du partneren din for å starte en prøveversjon av kontaktsenteret for Webex med neste generasjons medieplattform.
Administratorer kan be om en Webex kontaktsenterutviklersandkasse for å prøve AI-agenter.

Aktivering av funksjoner

Denne funksjonen er for øyeblikket i beta. Kunder kan registrere seg for denne funksjonen på Webex betaportalen ved å fylle ut deltakelsesundersøkelsen for AI-agenter.

For øyeblikket er bare skriptbasert AI-agentfunksjonalitet tilgjengelig i betafasen.
Autonome agenter er bare tilgjengelige for utvalgte kunder. Forespørsler kan gjøres via CSM (Customer Success Manager), PSM (Partner Success Manager) eller ved å sende ask-ccai@cisco.com. Ved godkjenning blir autonome agenter gjort tilgjengelige i tillegg til skriptede agenter for leieren.

Tilgang Webex AI-agent

Hvis du vil opprette AI-agentene, må du logge på Webex AI Agent-programmet. Dette kan gjøres på følgende måter:

Logg på fra Control Hub

Hvis du ikke ser den Webex AI-agenten, kontakter du Ciscos kundestøtte for å aktivere det tilsvarende funksjonsflagget.

Logg på Control Hub ved hjelp av URL  https://admin.webex.com.
Fra Tjenester-delen av navigasjonsruten velger du Kontaktsenter.
I Hurtigkoblinger i høyre rute går du til delen Kontaktsenterpakke .
Klikk Webex AI-agent for å få tilgang til programmet.

Systemet kryssstarter Webex AI Agent-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Logg på fra Webex Connect

Hvis du vil ha tilgang til Webex AI Agent-programmet, må du ha tilgang til Webex Connect.

Logg på Webex Connect-programmet ved hjelp av URL-adressen for leier som er angitt for bedriften og legitimasjonen.
Som standard vises Tjenester-siden som en hjemmeside.
Fra App-statusfeltmenyen i venstre navigasjonsrute klikker du på Webex AI-agent for å få tilgang til programmet.
Systemet kryssstarter Webex AI Agent-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Hjemmeside layout

Velkommen til Webex AI Agent-plattformen. Når du logger på, viser hjemmesiden følgende layout:

Navigasjonslinje

Navigasjonsfeltet som vises til venstre, gir tilgang til følgende menyer:
- Instrumentbord – viser en liste over AI-agenter brukeren har tilgang til, som gitt av bedriftsadministratoren.
- Kunnskap – Viser det sentrale kunnskapslageret eller kunnskapsbasen, som fungerer som hjernen for autonome AI-agenter for å svare på kundespørsmål.
- Rapporter – viser forhåndsbygde AI-agentrapporter av ulike typer. Du kan generere eller planlegge rapporter i henhold til dine forretningsbehov.
- Hjelp – Gir tilgang til brukerhåndboken for Webex AI-agent i brukerstøtten for Webex.
Brukerprofil
Brukerprofilmenyen lar deg se profilinformasjonen din og logge av applikasjonen.

Siden Bedriftsprofil inneholder informasjon om AI-agentleieren, bare tilgjengelig for administratorer med full administratortilgang.
- Fanen Oversikt inneholder følgende informasjon:
  - Bedriftsidentifikatorer – inkluderer Webex organisasjons-ID, CPaaS organisasjons-ID, abonnements-ID for bedriften. Dette er tilgjengelig for bedrifter med Webex kontaktsenterintegrering for den tilsvarende Webex Connect-leieren.
  - Profilinnstillinger – inneholder bedriftsnavn, unikt navn og URL-adresse for logo.
  - Globale agentinnstillinger – Tillater valg av standardagent for talekanal for å håndtere scenarioer for fallback.
  - Sammendrag for dataoppbevaring – gir et sammendrag av dataoppbevaringsperioder for denne virksomheten.
- I Teammedlemmer-fanen kan du vise og administrere listen over teammedlemmer som har tilgang til programmet. Hver bruker er tilordnet en rolle, som bestemmer handlingene de kan utføre basert på gitte tillatelser.

Kjenn dashbordet ditt

Oppgaver på AI-agentkort

Hold markøren over et AI-agentkort for å vise følgende alternativer:

Forhåndsvisning – Klikk på Forhåndsvisning for å åpne kontrollprogrammet for forhåndsvisning av AI-agent.
Ellipseikon – Klikk dette ikonet for å utføre følgende oppgaver:
- Kopier forhåndsvisningskobling – Kopier forhåndsvisningskoblingen for å lime den inn i en ny fane, og forhåndsvis AI-agenten i chat-kontrollprogrammet.
- Kopier tilgangstoken – Kopier AI-agentens tilgangstoken for å starte agenten via API-er.
- Eksporter – Eksporter detaljene for AI-agenten (i JSON-format) til den lokale mappen.
- Slett – Slett AI-agenten permanent fra systemet.
- Fest – Fest AI-agenten til den første posisjonen på instrumentbordet, eller løsne den for å flytte den tilbake til forrige posisjon.

Opprette en ny AI-agent

Hvis du vil vite hvordan du oppretter skriptede og autonome AI-agenter, kan du se følgende deler:

Skriptet AI-agent for å svare på spørsmål
Skriptet AI-agent for å utføre handlinger
Autonom AI-agent for å svare på spørsmål
Autonom AI-agent for å utføre handlinger

Importere forhåndsbygd AI-agent

Klikk Importer agent.
Klikk Last opp for å laste opp AI-agentfilen (i JSON-format) som er eksportert fra plattformen.
I Agentnavn-feltet skriver du inn navnet på AI-agenten.
(Valgfritt) I System-IDen redigerer du den systemgenererte unike identifikatoren.
Klikk på Importer.

AI-agenten er nå importert til Webex AI Agent-plattformen og er tilgjengelig på instrumentbordet.

Nøkkelordsøk

Filtrer etter agenttype

I tillegg til nøkkelordsøk kan du avgrense søkeresultatene ved å filtrere basert på typen AI-agent. Velg ett av agenttypefiltrene fra rullegardinlisten – Skript, Autonom og Alle.

Administrer kunnskapsbase

Slik får du tilgang til kunnskapsbasen:

Logg på Webex AI Agent-plattformen.
På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute. Siden Kunnskapsbaser vises.
Du finner en kunnskapsbase basert på følgende kriterier:
- Navn på kunnskapsbasen
- Type kunnskapsgrunnlag
- Kunnskapsbaser som oppdateres mellom angitte datoer
- Kunnskapsbaser opprettet mellom angitte datoer
- Klikk Tilbakestill alle for å tilbakestille søkekriteriene.
Du kan også opprette en ny kunnskapsbase. Hvis du vil opprette en ny kunnskapsbase, kan du se Opprette kunnskapsbase for AI-agenter.

Opprette kunnskapsbase for AI-agenter

1	På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute.
2	På siden Kunnskapsbaser klikker du på +Opprett kunnskapsbase-knappen øverst til høyre.
3	Angi følgende detaljer på siden Opprett kunnskapsbase : Navn på kunnskapsbase – Angi et navn for kunnskapsbasen. Beskrivelse – Gi en kort beskrivelse av kunnskapsbasen.
4	Klikk på Opprett. Systemet oppretter en kunnskapsbase med det oppgitte navnet.
5	I kategorien Filer : Dra og slipp filene til kunnskapsbasen. Alternativt kan du klikke på Legg til fil-knappen for å legge til en fil. Systemet støtter følgende filformater: PDF, docx, data over kabel, txt, xlsx, xls og CSV. Størrelsen på hver fil må ikke overstige 2 MB. Når du har lagt til filene, klikker du på Behandle filer for å behandle filen. Når du er ferdig, viser systemet filen under Filer-fanen .
6	På Dokumenter-fanen : Klikk + Opprett dokument for å opprette dine egne kunnskapsbasedokumenter. På siden Opprett dokument skriver du inn dokumentnavnet . Bruk tekstredigeringsprogrammet til å legge til nødvendig informasjon og formatere teksten etter behov. Merk av for Legg til i eksisterende kategori for å legge til dokumentet i den eksisterende kategorien. Du kan også velge å legge til i ny kategori og opprette en ny kategori. Klikk på Lagre. Du kan også klikke på + Legg til kategori for å definere kategorier og legge til dokumentene under den tilsvarende kategorien. Velg ønsket dokument i venstre rute, og klikk Web Preview for å forhåndsvise dokumentet.
7	Naviger til kategorien Informasjon . Du kan vise og spore detaljene for filene du har lastet opp og dokumentene du har opprettet. Klikk på Rediger-ikonet for å redigere kunnskapsbasefilene. Rediger om nødvendig navnet på filen. Du kan også slette eksisterende filer og legge til nye filer. Klikk på Slett-ikonet for å slette kunnskapsbasen fullstendig.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for den autonome AI-agenten for å svare på spørsmål.

Konfigurer autonome AI-agenter

Autonom AI-agent for å utføre oppgaver

De autonome AI-agentene kan utføre forskjellige oppgaver, inkludert:

Natural Language Processing (NLP) - Forstå og svare på menneskelig språk på en naturlig og konverserende måte.
Beslutningstaking – Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler.
Automatisering – Automatiser repeterende eller tidkrevende oppgaver.

Opprette en autonom AI-agent for å utføre handlinger

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Filtrer AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for anbefalte fremgangsmåter og eksempler.
9	Klikk på Opprett. Den autonome AI-agenten for å utføre handlinger er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å utføre handlinger.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Rediger målet til AI-agenten, om nødvendig. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
Instruksjoner – Angi instruksjonene for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Standard URL-adresse som systemet henter logoen eller bildet til AI-agenten fra. Endre dette om nødvendig.
AI-motor – Oppdater AI-motoren om nødvendig.
Velkomstmelding – Standard velkomstmelding som AI-agenten bruker til å starte samhandlingen. Oppdater dette om nødvendig.

Klikk på Publiser for å aktivere AI-agenten.

Hva du skal gjøre nå

Legg til de nødvendige handlingene i AI-agenten.

Legge til handlinger i autonom AI-agent

Få den nødvendige informasjonen fra kunden.
Overfør informasjonen til den nødvendige flyten.

Den autonome AI-agenten for å utføre handlinger fungerer på følgende byggeblokker:

Handling – En funksjonalitet som gjør det mulig for AI-agenten å koble til eksterne systemer for å utføre komplekse oppgaver.
Enhet eller spor – representerer et trinn i å oppfylle brukerens hensikt. Utfylling av spor innebærer å stille spesifikke spørsmål til kunden for å oppfylle kundens intensjon basert på ytringer. Det er utløseren for en AI-agent å begynne å utføre en handling. Definer inndataenhetene som en del av utfylling av spor.
Oppfyllelse – Bestemmer hvordan AI-agenten fullfører handlingen. Som en del av oppfyllelsen definerer du utdataenhetene for den autonome AI-agenten for å generere svaret i et bestemt format. Systemet sender utdataenhetene til flyten for å fortsette med handlingen og fullføre oppgaven.

I kategorien Handling klikker du +Ny handling.

Angi følgende detaljer på siden Legg til en ny handling :

Handlingsnavn – Skriv inn navnet på handlingen. For eksempel,Bestill billetter.
Handlingsbeskrivelse – Gi en kort beskrivelse av den forventede handlingen. Sørg for at tiltaksbeskrivelsen er klar og nøyaktig.
Handlingsomfang – Velg handlingsomfanget fra rullegardinlisten. Følgende alternativer er tilgjengelige:
- Klikk Utfylling av spor for å konfigurere de nødvendige inndataenhetene for utfylling av spor. Hvis du velger utfylling av spor, kan du ikke konfigurere innfrielsesdetaljene.
- Klikk på Sporutfylling med innfrielse for å konfigurere de nødvendige inndataenhetene for utfylling av spor og også definere detaljene for fullføring av handlingen.
Agentoverlevering er standardhandlingen som er aktivert som standard. Bruk vekslealternativet for å deaktivere agentoverlevering.

Hva du skal gjøre nå

Du kan enten konfigurere spor, eller du kan konfigurere spor og definere oppfyllelse avhengig av det valgte handlingsomfanget.

Konfigurere utfylling av spor

Utfylling av spor innebærer å legge til de nødvendige inndataenhetene for AI-motoren. I delen Utfylling av spor på Handlinger-siden legger du til inndataenhetene:

Du kan legge til enhetene én etter én i tabellformat.
Du kan også bruke JSON-filen og definere enhetene. Se En innføring i JSON-skjema hvis du vil ha mer informasjon.

Legge til inndataenheter i tabellformat

1	Hvis du vil legge til en inndataenhet, klikker du +Ny inndataenhet.
2	På siden Legg til en ny inndataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på inndataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at enhetsbeskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre denne enheten obligatorisk.
3	Klikk Legg til for å legge til inndataenheten. Du kan legge til så mange inndataenheter du trenger.
4	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å redigere de tilføyde inndataenhetene. Klikk på Slett-ikonet for å slette enheten.

Legge til enheter ved hjelp av JSON-redigeringsprogrammet

Du kan legge til inndataenheter og utdataenheter ved hjelp av JSON-redigeringsprogrammet. I JSON-redigeringsprogrammet må enhetene defineres i et strukturert JSON-format.

Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Parameterstruktur for inndata

Inngangsparametrene må følge følgende struktur:

type – Datatypen til parameterobjektet. Dette er alltid "objekt" for å betegne at parametrene er strukturert som et objekt.

egenskaper – Et objekt der hver nøkkel representerer en parameter og de tilknyttede metadataene.

obligatorisk – En matrise med strenger som viser navnene på parametere som er obligatoriske.

Egenskaper Objekt

Hver nøkkel i egenskapsobjektet representerer en inndataenhet/parameter og inneholder et annet objekt med metadata om denne parameteren . Metadataene bør alltid inneholde følgende nøkkelord:

type – Datatypen for parameteren. De tillatte typene er:
- streng – tekstdata.
- heltall – Numeriske data uten desimaler.
- tall – numeriske data som kan inneholde desimaler.
- boolsk – sanne/falske verdier.
- matrise – En liste over elementer, som alle vanligvis er av samme type.
- Objekt – En kompleks datastruktur med nestede egenskaper.
beskrivelse – En kort forklaring på hva enheten representerer. Dette hjelper AI-motoren med å forstå formålet med og bruken av parameteren. En beskrivelse som er kortfattet og konsistent med agentens instruksjoner og handlingsbeskrivelse, anbefales for bedre nøyaktighet.
Validering håndheves av plattformen kun for "type". «Beskrivelse» håndheves ikke for alle enheter, men det anbefales på det sterkeste at den legges til. Andre nyttige nøkkelord for enhetsmetadata er:
- enum – Opplistingsfeltet viser de mulige verdiene for en parameter. Dette er nyttig for parametere som bare skal godta et begrenset sett med verdier. Utviklere kan definere egendefinerte lister over verdier som en parameter skal godta for å bruke dette.
- mønster – Mønsterfeltet brukes med strengtyper for å angi et regulært uttrykk som strengen må samsvare med. Dette er spesielt nyttig når du skal validere bestemte formater, for eksempel telefonnumre, postnumre eller egendefinerte identifikatorer.
- eksempler – Eksempelfeltet inneholder ett eller flere eksempler på gyldige verdier for parameteren. Dette hjelper AI-motoren med å forstå hva slags data som forventes, og kan være spesielt nyttig for tolknings- og valideringsformål.

Det finnes andre nøkkelord som kan gjøre enhetsdefinisjonen mer nøyaktig og robust. Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Eksempel

Følgende eksempel inneholder ulike typer enheter og nøkkelord:

{ "type": "objekt", "egenskaper": { "brukernavn": { "type": "streng", "beskrivelse": "Det unike brukernavnet for kontoen.", "minLength": 3, "maxLength": 20 }, "passord": { "type": "string", "description": "Passordet for kontoen.", "minLength": 8, "format": "passord" }, "e-post": { "type": "string", "description": "E-postadressen for kontoen.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "fødselsdato": { "type": "string", "description": "Brukerens fødselsdato.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Hvorvidt brukeren ønsker å motta nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } }, "roller": { "type": "array", "beskrivelse": "Liste over roller som er tilordnet brukeren.", "elementer": { "type": "streng", "opplisting": ["bruker", "admin", "moderator"] } }, "obligatorisk": ["brukernavn", "passord", "e-post"] }

Dette eksemplet inkluderer følgende enheter:

brukernavn – En strengtype med begrensning for minimum og maksimum lengde.
passord – En strengtype med en minimumslengde og et bestemt format (passord angir at det skal håndteres på en sikker måte).
e-post – En strengtype med regexmønster for å sikre at det er en gyldig e-postadresse.
fødselsdato – En strengtype med eksempler som angir formatet på datoen.
innstillinger – En objekttype med nestede egenskaper (nyhetsbrev og varsler), inkludert en boolsk med en standardverdi og en streng med bestemte tillatte verdier (opplisting).
roller – En matrisetype der hvert element er en streng begrenset til bestemte verdier (opplisting).

Brukernavnet, passordet og e-postadressen er obligatoriske som definert av "obligatorisk" -matrisen.

Definer oppfyllelse

1	Definer oppfyllelsesdetaljene for implementering av AI-agenten i et kontaktsenter. Angi følgende detaljer: Velg en innfrielsesmetode – Velg flyten. Velg en flytbygger – Velg ønsket flytbygger. URL-adresse for webhook for flyt – angi URL-adressen for webhooken. Hvis du vil ha mer informasjon, kan du se Inngående webhooks. Servicenøkkel – Angi tjenestenøkkeldetaljene.
2	Konfigurer utdataenhetene slik at AI-agenten genererer resultatet i et format som er forståelig for flyten.
3	Hvis du vil legge til en utdataenhet, klikker du + Ny utdataenhet. I skjermbildet Legg til en ny utdataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på utdataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at beskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre dette til en obligatorisk enhet. Du kan også bruke en JSON-fil til å legge til utdataenhetene. Hvis du vil ha mer informasjon, kan du se Legge til enheter ved hjelp av JSON-redigeringsprogram .
4	Klikk Legg til for å legge til utdataenheten. Du kan legge til så mange utdataenheter du trenger.
5	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å gjøre endringer i enheten. Klikk på Slett-ikonetfor å slette enheten.
6	Klikk Legg til for å fullføre kofigureringen.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten. Klikk på Publiser for å aktivere AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Autonome AI-agenter for å svare på spørsmål

Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer. Denne funksjonen er nyttig i scenarier der agenten må:

Gi kundestøtte – svar på vanlige spørsmål, feilsøk problemer og veiled kunder gjennom prosesser.
Tilby teknisk assistanse – Gi ekspertråd om bestemte emner eller domener.

Opprett en autonom AI-agent for å svare på spørsmål

Før du begynner

Sørg for å opprette kunnskapsbasen. Hvis du vil ha mer informasjon, kan du se Administrere kunnskapsbaser.

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. For talebasert forhåndsvisning velger du Vega. Hvis du vil ha mer informasjon, kan du se Talebasert forhåndsvisning . Kunnskapsbase – Velg den nødvendige kunnskapsbasefilen fra listen over tilgjengelige kunnskapsbaser. Du kan ikke tilordne den valgte kunnskapsbasen til andre AI-agenter. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
9	Klikk på Opprett. Den autonome AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra.
AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten.
Velkomstmelding – Skriv inn velkomstmeldingen som AI-agenten skal bruke til å starte samhandlingen.
Tillat agentoverlevering – Aktiver vekslealternativet for å overføre samtalen til en menneskelig agent når en kunde ønsker å snakke med en agent.

Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for AI-agenten.

Konfigurere kunnskapsbasen

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

1	På Instrumentbord-siden velger du AI-agenten du har opprettet.
2	Naviger til Knowledge Base-fanen .
3	Velg den nødvendige kunnskapsbasen fra rullegardinlisten.
4	Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Vis autonom AI-agentøkt og -logg

Økter

Økter-siden inneholder en omfattende oversikt over alle samhandlinger mellom AI-agenter og brukere. Slik går du til Økter-siden :

På instrumentbordet klikker du den autonome AI-agenten du vil vise øktdetaljene for.
Klikk Økter i venstre navigasjonsrute.

Økter-siden vises. Hver økt vises som en oppføring som inneholder alle meldingene i økten. Denne informasjonen er nyttig for å overvåke, analysere og forbedre AI-agenten.

Økt-ID – Den unike rom-ID-en eller økt-ID-en for en samtale.
Forbruker-ID – ID-en til forbrukeren som samhandlet med AI-agenten.
Kanaler – kanalen der samhandlingen fant sted.
Oppdatert kl. – Tidspunktet for stenging av rommet.
Rommetadata – Inneholder tilleggsinformasjon om rommet.
Merk av i de obligatoriske avmerkingsboksene:
- Skjul testøkter – For å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – For å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overlevering av chatten til en menneskelig agent.
- Det oppstod en feil – For å filtrere øktene der feilen oppstod.
- Nedstemt – For å filtrere øktene som er nedstemt.
Klikk på en rad i økttabellen for å få en detaljert visning av økten. Låsikonet angir at økten er låst og må dekrypteres. Du må ha tillatelse til å dekryptere økten. Hvis veksleknappen Dekrypter tilgang er aktivert, kan du åpne en hvilken som helst økt ved å bruke knappen Dekrypter innhold . Denne funksjonaliteten gjelder imidlertid bare når Avansert databeskyttelse er satt til sann eller aktivert for leieren.

Historie

På Historikk-siden kan du vise detaljene for konfigurasjonsendringene som utføres på AI-agenten. Slik viser du loggen for en bestemt agent:

På instrumentbordet klikker du den autonome AI-agenten du vil vise historikken for.
I venstre navigasjonsrute klikker du Logg.

Logg-siden vises med følgende kategorier:

Revisjonslogger – Klikk påfanen Revisjonslogger for å vise endringene som er gjort i AI-agentene.
Modellhistorikk – Klikk på fanen Modellhistorikk for å vise de forskjellige versjonene av den autonome AI-agenten for å utføre handlinger.

Revisjonslogger

Kategorien Revisjonslogger sporer endringene som er gjort i den autonome AI-agenten. Du kan se detaljene for endringene for de siste 35 dagene. Kategorien Overvåkingslogger viser følgende detaljer:

Oppdatert på – Dataene og tidspunktet for endringen.
Oppdatert av – Navnet på brukeren som innlemmet endringen.
Felt – Den spesifikke delen av AI-agenten der endringen ble gjort.
Beskrivelse – Tilleggsinformasjon om endringen.

Modell Historie

Kategorien Modellhistorikk er bare tilgjengelig for den autonome AI-agenten for å utføre handlinger.

Modellbeskrivelse – En kort beskrivelse av versjonen av AI-agenten.
AI Engine – AI-motoren som brukes for den versjonen av AI-agenten.
Oppdatert den – Dato og klokkeslett da versjonen ble opprettet.
Handlinger – Lar deg utføre følgende handlinger på AI-agenten
- Last inn – Alle endringer i AI-agenten går tapt. Du må utføre konfigurasjonen på nytt.
- Eksporter – brukes til å eksportere AI-agenten.

Forhåndsvis din autonome AI-agent

Du kan forhåndsvise de autonome AI-agentene når du oppretter AI-agenten, mens du redigerer og etter distribusjon av agenten. Du kan starte forhåndsvisningen fra:

AI-agentinstrumentbord – Når du holder markøren over et AI-agentkort, blir forhåndsvisningsalternativet for den AI-agenten synlig. Klikk for å starte forhåndsvisningen av AI-agenten.
AI-agenthode – Klikk på AI-agentkortet for å åpne. Forhåndsvisning-knappen er alltid synlig i topptekstdelen.
Minimert widget – Etter at en forhåndsvisning er startet og deretter minimert, opprettes det et kontrollprogram for chattehode nederst til høyre på siden, som enkelt kan brukes til å starte forhåndsvisningsmodusen på nytt.

Widget for forhåndsvisning av plattform

Forhåndsvisningswidgeten kan maksimeres. Det er andre nyttige funksjoner tilgjengelig, for eksempel å gi forbrukerinformasjon og starte flere rom for å teste AI-agenten.

Widget for forhåndsvisning som kan deles

Widgetfarge – Ved å legge til parameteren brandColor i koblingen. Brukere kan definere enkle farger ved hjelp av fargenavn eller bruke hex-kode av farger.
Telefonhus – Ved å endre verdien for phoneCasing-parameteren i koblingen. Dette er satt til sant som standard og kan deaktiveres ved å gjøre det usant.

Eksempel på forhåndsvisningskobling med disse parameterne: ? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<angi en farges heksadesimale verdi i formatet '_XXXX'>.

Talebasert forhåndsvisning

Autonom AI-agent for å svare på spørsmål støtter talebasert forhåndsvisning. Slik aktiverer du dette alternativet:

Velg AI-agenten fra instrumentbordet.
Naviger til Innstillinger > Profil.
1. Fra rullegardinlisten AI Engine velger du Vega.
Klikk Lagre endringer.

Forhåndsvisningsknappen oppdateres med et mikrofonikon for talebasert forhåndsvisning. Klikk på Forhåndsvisning-knappen . Widgeten for taleforhåndsvisning vises:

Brukeren må aktivere mikrofontilgangen for å bruke denne funksjonaliteten.

Widgeten for taleforhåndsvisning har følgende funksjoner for brukerne:

Start-knappen for å starte forhåndsvisningen.
Direkte transkripsjon Når taleforhåndsvisningen pågår, vises en direkte transkripsjon av samtalen i widgeten.
Avslutt samtalen for å avslutte samtalen.
Demp for å dempe.

Se ytelsen til den autonome AI-agenten ved hjelp av Analytics

Delen AI Agent Analytics gir en grafisk fremstilling av de viktigste måledataene for å evaluere ytelsen og effektiviteten til AI-agenten. Slik genererer du analysene for den autonome AI-agenten:

Velg AI-agenten fra instrumentbordet.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Den første delen viser følgende statistikk om økter og meldinger for AI-agenten.

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskemeldinger og AI-agentmeldinger) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Den andre delen viser statistikken om brukerne. Den gir et antall brukere totalt og informasjon om gjennomsnittlige økter per bruker og daglige gjennomsnittlige brukere.

Den tredje delen viser svar fra AI-agent og agentoverleveringer

Konfigurer skriptbasert AI-agent

Skriptbasert AI-agent for å utføre oppgaver

Kjør enkle kommandoer – Følg instruksjonene for å fullføre forhåndsdefinerte handlinger.
Behandle data – Manipuler og transformer data i henhold til angitte regler.
Samhandle med andre systemer – Kommuniser med og kontroller andre løsninger.

Opprette en skriptbasert AI-agent for å utføre handlinger

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent oppretter du en ny AI-agent fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk Start fra bunnen av og deretter Neste.
5	I vinduet Hva slags agent bygger du? klikker du på Skript.
6	I feltet Hva er agentens hovedfunksjon? klikker du på Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren. Du kan også redigere dette feltet. AI-motor – Velg AI-motoren fra rullegardinlisten.
9	Klikk på Opprett. Skriptet AI-agent for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Når du har opprettet en AI-agent, kan du opprette enheter, legge til hensikter og definere svar.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent-plattformen.
2	Fra Instrumentbord-siden velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger om nødvendig navnet på AI-agenten. System-ID – Rediger om nødvendig system-ID-en til AI-agenten. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra. Beskrivelse – Oppgi detaljene om denne AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle det oppstår feil under chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Administrere enheter

Enhetstyper

Webex AI Agents tilbyr 11 forhåndsbygde enhetstyper for å fange opp ulike typer brukerdata. Du kan også opprette en av følgende egendefinerte enheter.

Egendefinerte enheter

Disse enhetene er konfigurerbare og gjør det mulig for utviklere å fange opp spesifikk informasjon om brukstilfelle. De brukes til ting som ikke dekkes av systemenheter.

Egendefinert liste – definer lister over forventede strenger for å fange opp bestemte datapunkter som ikke dekkes av forhåndsbygde enheter. Du kan legge til flere synonymer mot hver streng. For eksempel en egendefinert enhet for pizzastørrelse.
Regex – bruk regulære uttrykk for å identifisere bestemte mønstre og trekke ut tilsvarende data. For eksempel en telefonnummerregex (for eksempel 123-123-8789).
Sifre – fang opp numeriske innganger med fast lengde med høy nøyaktighet, spesielt ved talesamhandling. I ikke-tale-samhandlinger brukes den som et alternativ til egendefinerte og regex-enhetstyper. Hvis du for eksempel vil oppdage et femsifret kontonummer, må en lengde på fem defineres.
Alfanumerisk – fang opp kombinasjoner av bokstaver og tall, noe som gir nøyaktig gjenkjenning for både tale- og ikke-taleinndata.
Friform – fang opp fleksible datapunkter som er vanskelige å definere eller validere.
Kartplassering (WhatsApp) – trekk ut posisjonsdata som du deler på WhatsApp-kanalen.

System-enheter

Enhetsnavn	Beskrivelse	Eksempel på inndata	Eksempel på utdata
Dato	Analyserer datoer i naturlig språk til et standard datoformat	«Juli neste år»	01/07/2020
Tidspunkt	Analyserer tid i naturlig språk til et standard tidsformat	5 om kvelden	17:00
E-post	Oppdager e-postadresser	Skriv til meg på info@cisco.com	info@cisco.com
Telefonnummer	Oppdager vanlig telefonnummer	Ring meg på 9876543210	9876543210
Monetære enheter	Analyserer valuta og beløp	Jeg vil ha 20$	20$
Ordinal	Oppdager ordenstall	Fjerde av ti personer	Fjerde
Kardinal	Oppdager kardinalnummer	Fjerde av ti personer	10
Geografisk plassering	Oppdager geografiske steder (byer, land osv.)	Jeg svømte i Themsen i London, Storbritannia	London, Storbritannia
Personnavn	Oppdager vanlige navn	Bill Gates fra Microsoft	Bill Gates
Kvantitet	Identifiserer målinger, som av vekt eller avstand	Vi er 5 km fra Paris	5km
Varighet (Duration)	Identifiserer tidsperioder	1 ukes ferie	1 uke

Opprettede enheter kan redigeres fra fanen Enheter. Når du knytter enheter til en intensjon, kommenteres ytringene dine med oppdagede enheter etter hvert som du legger dem til.

Enhetsroller

Opprette en enhet med enhetsroller

Før du begynner

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du den skriptbaserte AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På siden Treningsdata klikker du kategorien Enheter .
5	Klikk på Opprett enhet.
6	I vinduet Opprett enhet angir du følgende felt: Enhetsnavn – Skriv inn enhetsnavnet. Enhetstype – Velg alternativet Egendefinert liste fra rullegardinlisten. Verdier – Angi en verdi for enheten.
7	Aktiver veksleknappen Automatisk forslag til sporverdier for å autofullføre og gi alternative forslag for denne enheten under samtalen. Roller-feltet vises bare når du oppretter en egendefinert enhet hvis enhetsroller er aktivert i delen Avanserte innstillinger i vinduet Endre opplæringsmotor for RASA- og Mindmeld NLU-motorer.
8	Klikk på Lagre. Du kan bruke alternativene Rediger og Slett i Handlinger-kolonnen til å utføre relaterte handlinger.

Hva du skal gjøre nå

Når du har opprettet en enhet, kan du knytte roller til en enhet.

Knytte roller til en enhet

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Du kan tilordne roller til en enhet for å samle inn samme enhet to ganger for en hensikt.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For skriptet AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken basisløsning vises – Den minste konfidensen som kreves for at et svar skal vises for deg, og under dette vises et reservesvar.
- Forskjell i poengsum for delvis samsvar – definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret, der en mal for delvis samsvar vises
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis det er merket av for Stavekontroll i slutning.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antall artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i rapporter for utskrift av meldinger for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentresponsen.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som var til stede på tidspunktet for en slutning i øktens andre infodel .

Behandle intensjoner

Systemets hensikter

Standard reserveløsning – Funksjonene til en AI-agent er iboende begrenset av hensiktene som er utformet for å gjenkjenne og svare på. Selv om en bedrift ikke kan forutse alle mulige spørsmål du kan stille, kan standard reserveløsning bidra til at samtaler er på sporet.
Ved å implementere en standard reserveløsning kan AI Agent-utviklere sikre at AI-agenten håndterer uventede eller ikke-omfangsbegrensede spørringer på en elegant måte, og omdirigere samtalen tilbake til kjente hensikter.
Utviklere av AI-agenter trenger ikke legge til bestemte ytringer i reserveintensjonen. Agenten kan læres opp til automatisk å utløse reserveaktiveringen når den støter på spørsmål som er kjent utenfor omfanget, som ellers feilaktig kan kategoriseres i andre hensikter.
I en AI-agent for banktjenester kan brukere for eksempel prøve å spørre om lån. Hvis AI-agenten ikke er konfigurert til å håndtere lånerelaterte forespørsler, kan disse spørringene innlemmes som opplæringsuttrykk i standard basisgjenopprettingsformål. Når en bruker spør om lån på et hvilket som helst punkt i samtalen, gjenkjenner AI-agenten spørringen som faller utenfor de definerte hensiktene og utløser basissvaret. Dette sikrer en mer hensiktsmessig respons.

Reserveløsningsintensjonen skal ikke ha noen spor tilknyttet.

Reserveløsningsintensjonen må bruke standard reservemalnøkkel for svaret.
Hjelp – Denne hensikten er utformet for å håndtere brukerforespørsler om AI-agentens funksjoner. Når brukere er usikre på hva de kan oppnå eller støter på vanskeligheter under en samtale, søker de ofte hjelp ved å be om hjelp.
Som standard er svaret for hjelpehensikten tilordnet til malnøkkelen for hjelpemelding . Utviklere av AI-agenter kan imidlertid tilpasse svaret eller endre den tilknyttede malnøkkelen for å gi mer skreddersydd og informativ veiledning.
Det anbefales å formidle AI-agentens evner på et høyt nivå, slik at brukerne får en klar forståelse av hva de kan gjøre videre.
Snakk med en agent – Denne hensikten gjør det mulig for brukere å be om hjelp fra en menneskelig agent på et hvilket som helst stadium av samhandlingen med AI-agenten. Når denne intensjonen utløses, starter systemet automatisk en overføring til en menneskelig agent. Standard svarmal for denne hensikten er Agentoverlevering. Selv om det ikke er noen brukergrensesnittbegrensninger for endring av svarmalnøkkelen, vil ikke endring av den påvirke utfallet av den menneskelige overleveringen.

Hensikter med småprat

Alle nyopprettede AI-agenter inkluderer fire forhåndsdefinerte småprat-intensjoner for å håndtere vanlige brukerhilsener, uttrykk for takknemlighet, negative tilbakemeldinger og farvel:

Hilsener
Takk
AI-agenten var ikke nyttig
Ha det bra

Opprette en intensjon

Før du begynner

Før du oppretter en gjengivelse, anbefales det at du oppretter enheter for å koble til hensikten. Enhetene må fullføre oppgaven. Hvis du vil ha mer informasjon, kan du se opprette enheter.

1	Logg på Webex AI Agent-plattformen.
2	Velg en oppgave på Instrumentbord-siden.
3	Klikk Opplæring i ruten til venstre.
4	På Treningsdata-siden klikker du på Opprett hensikt.
5	I vinduet Opprett gjengivelse angir du følgende detaljer: Intensjonsnavn – Skriv inn intensjonsnavnet. Legg til ytring – Legg til et uttrykk for å utløse hensikten, og klikk på Legg til. Hvis noen enheter er til stede i de tilføyde ytringene, blir de automatisk kommentert i ytringene og vises i Slots-delen . Du kan legge til flere enheter som spor i en intensjon. Hvis du vil ha mer informasjon, kan du se Opprette enhet med enhetsroller. Hvert spor viser følgende: Enhetsnavnet Om det er nødvendig for fullføring av hensikt. Antall nye forsøk AI-agenten prøver å hente denne sporverdien fra brukeren. Malnøkkelen
6	Merk av for Obligatorisk hvis enheten er obligatorisk.
7	Skriv inn antall nye forsøk som er tillatt for dette sporet når det er feil fylt ut av forbrukeren. Som standard er tallet satt til tre.
8	Velg malnøkkelen fra rullegardinlisten. Klikk Opprett ny for å opprette en ny svarmalnøkkel for enheten. Svarinnholdet for disse malnøklene konfigureres i Svar-delen . Hver malnøkkel har et tilsvarende svar som sendes til brukeren når denne hensikten utløses.
9	I Svar-delen angir du den endelige svarmalnøkkelen som skal returneres til brukerne når intensjonen er fullført.
10	Aktiver veksleknappen Tilbakestill spor etter fullføring for å tilbakestille sporverdiene som er samlet inn i samtalen når intensjonen er fullført. Hvis denne veksleknappen er deaktivert, beholder sporet de gamle verdiene og viser det samme svaret.
11	Aktiver veksleknappen Oppdater sporverdier for å oppdatere sporverdien under samtalen med forbrukeren. Den siste verdien som fylles ut i sporet, vurderes av AI-agenten for å behandle dataene. Hvis denne funksjonen er aktivert, oppdateres verdier for fylte spor hver gang brukere oppgir ny informasjon for samme sportype.
12	Aktiver veksleknappen Gi forslag til spor for å gi forslag til sporutfylling og alternative sporverdier i det endelige svaret, basert på brukerinndata.
13	Aktiver veksleknappen Avslutt samtale for å lukke økten etter denne hensikten. Koble til og taleflyter kan bruke dette til å avslutte en samtale med forbrukere.
14	Klikk på Lagre. Klikk på Lær opp øverst til høyre i kategorien Opplæring for å gjenspeile eventuelle endringer som er gjort i hensikter og enheter. For å trene Rasa eller Mindmeld NLU-motorer kreves minimum to treningsvarianter (ytringer) per intensjon. Hvert spor må også ha minst to merknader. Hvis disse kravene ikke oppfylles, deaktiveres Lær-knappen . Det vises et advarselsikon ved siden av den berørte intensjonen om å indikere problemet. Standard reserveløsningsintensjon er imidlertid unntatt fra disse kravene.

Hva du skal gjøre nå

Koble enheter med hensikt

Før du begynner

Det anbefales at enhetene opprettes og kobles før ytringer legges til. Denne autoen kommenterer enhetene mens ytringer legges til.

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet. De tilknyttede enhetene vises i Slots-delen.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Når en enhet er merket som nødvendig, blir flere konfigurasjonsalternativer tilgjengelige. Du kan angi maksimalt antall ganger AI-agenten kan be om den manglende enheten før den eskalerer eller gir et reservesvar. Du kan definere malnøkkelen som skal utløses hvis den nødvendige enheten ikke angis innenfor det angitte antallet nye forsøk. Når en AI-agent identifiserer en hensikt og samler inn alle nødvendige data (spor), svarer den ved hjelp av meldingen som er knyttet til den endelige malnøkkelen som er konfigurert for den hensikten. Hvis du vil starte en ny samtale eller håndtere etterfølgende hensikter uten å overføre tidligere data, må veksleknappen Tilbakestill spor etter fullføring være aktivert. Denne innstillingen fjerner alle gjenkjente enheter fra samtaleloggen, noe som sikrer en ny start for hver nye samhandling.

Generer treningsdata

Følg trinnene nedenfor for å generere treningsdata:

Skriv inn intensjonsnavnet og en eksempelytring.
Klikk på Generer.
Gi en kort beskrivelse av hensikten med å veilede AI.
Spesifiser ønsket antall varianter og kreativitetsnivået for de AI-genererte forslagene.

Generering av mange varianter samtidig kan påvirke kvaliteten. Vi anbefaler maksimalt 20 varianter per generasjon.
En lavere kreativitetsinnstilling kan produsere mindre varierte varianter.
Genereringsprosessen kan ta noen sekunder, avhengig av antall forespurte varianter.
Lynikonet skiller AI-genererte varianter fra brukerdefinerte treningsdata.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For skriptet AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken basisløsning vises – Den minste konfidensen som kreves for at et svar skal vises for deg, og under dette vises et reservesvar.
- Forskjell i poengsum for delvis samsvar – definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret, der en mal for delvis samsvar vises
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis det er merket av for Stavekontroll i slutning.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antall artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i rapporter for utskrift av meldinger for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentresponsen.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som var til stede på tidspunktet for en slutning i øktens andre infodel .

Flagging av genererte varianter

Finn alternativet Flagging: Et flaggingsalternativ er tilgjengelig for hver genererte ytring.
Gi tilbakemelding: Når utviklere flagger utdata, kan de legge til kommentarer og angi årsaken til flaggingen.

Opprett flerspråklig hensikt og enhet

Behandle svar

Svar er meldingene som AI-agenten sender til kunder som svar på deres spørsmål eller hensikter. Du kan opprette svar som omfatter:

Tekst – Meldinger i ren tekst for direkte kommunikasjon.
Kode – Innebygd kode for dynamisk innhold eller handlinger.
Multimedia – Bilder, lyd eller videoelementer som forbedrer brukeropplevelsen.

Svarene har to hovedkomponenter:

Maler – Forhåndsdefinerte responsstrukturer som er tilordnet bestemte hensikter.
Arbeidsflyter – Logikken som bestemmer hvilken mal som skal brukes, basert på den identifiserte hensikten.

Maler for Agentoverlevering, Hjelp, Basisløsning og Velkommen er forhåndskonfigurert, og svarmeldingen kan endres fra de tilsvarende malene.

Typer svar

Response Designer-systemet dekker ulike typer svar og hvordan de kan konfigureres.

Kategorien Arbeidsflyter brukes til å håndtere asynkrone svar mens du ringer til en ekstern API som svarer på en asynkron måte. Arbeidsflytene må kodes i python.

Variabel substitusjon

Konfigurere svar ved hjelp av svarutforming

Svardesigneren tilbyr et brukervennlig grensesnitt for å lage svar uten å kreve omfattende kodingskunnskap. To svartyper er tilgjengelige:

Betingede svar: For ikke-utviklere gjør dette alternativet det enkelt å konstruere svar som AI-agenten leverer til kunder.
kodesnutter: For utviklere som bruker Python, gir dette alternativet fleksibilitet for å konfigurere svar ved hjelp av kode.

Responsdesigneren for Webex AI-agent er utformet for å sikre at brukeropplevelsen er skreddersydd til den spesifikke kanalen AI-agenten samhandler med.

Svarmaler

Tekst – dette er enkle tekstsvar. For å forbedre brukeropplevelsen tillater svarutformingen flere tekstbokser i ett enkelt svar, slik at du kan bryte ned lange meldinger i mer håndterbare deler. Hver tekstboks kan inneholde ulike svaralternativer. Under en samtale velges et av disse alternativene tilfeldig og vises til brukeren, noe som sikrer en dynamisk og engasjerende interaksjon.
For å opprettholde en dynamisk og engasjerende brukeropplevelse kan du legge til flere svaralternativer i malene dine. Når en mal med flere alternativer er aktivert, velges en av dem tilfeldig og vises til brukeren. Du kan aktivere denne funksjonen ved å klikke på +Legg til variant-knappen nederst i svaret.

Når utviklere lagrer svar, ser de en advarsel som angir antall feil som må rettes. Feltene med feil vil bli uthevet i rødt. Ved å bruke navigasjonspilene kan utviklere enkelt finne og fikse disse feilene i en hvilken som helst kanal eller responsformat. Hvis listevelgeren eller karusellen inneholder flere kort, lar punktnavigering deg gå gjennom kortene med feil. For et enkelt kort blir den tilsvarende prikken rød for å signalisere feilen.
Hurtigsvar – Tekstsvar kan kombineres med knapper, som kan være tekstbaserte koblinger eller URL-koblinger. Tekstknapper krever en tittel og en nyttelast, som sendes til roboten når den klikkes. URL-knapper omdirigerer brukere til en bestemt webside.
Når en brukers spørring er tvetydig, lar delvis samsvar roboten foreslå relevante artikler eller hensikter som alternativer. Denne funksjonen er tilgjengelig for nett- og Facebook-interaksjoner.
Legge til hurtigsvar for URL-adresser
URL-hurtigsvarknapper i faste og betingede svar lar deg opprette knapper som omdirigerer brukere til nettstedet ditt for ytterligere informasjon eller handlinger som å fylle ut skjemaer. Når du klikker på dem, åpner disse knappene den angitte URL-adressen i en ny fane i samme nettleservindu uten å sende data tilbake til roboten.
Slik legger du til en URL-adresse hurtigsvar i betinget eller fast svar:
1. Velg artikkelen eller malnøkkelen du vil konfigurere hurtigsvaret for URL-adressen for.
2. Klikk + Legg til hurtigsvar. Popup-vinduet Knappetype vises.
3. Velg knappetypen som URL-adresse i webkanalen.
4. Angi tittelen på knappen og URL-adressen som forbrukeren må omdirigeres til etter å ha klikket på knappen.
5. Klikk på Ferdig for å legge til en hurtigsvar for URL-adressen.
URL-typeknapper kan også konfigureres via dynamisk svartype, der disse knappene skal konfigureres ved hjelp av utdrag av pythonkode. Disse knappene støttes i forhåndsvisningen av Webex AI Agent-plattformen og forhåndsvisningen som kan deles. De støttes for øyeblikket ikke av IMIchats Live chat-widget eller andre tredjepartskanaler.
Karusell – Rike svar kan omfatte ett kort eller flere kort ordnet i karusellformat. Hvert kort krever en tittel og kan inneholde et bilde, en beskrivelse og opptil tre knapper.
Hurtigsvarknapper i karusellmalen kan konfigureres med tekst- eller URL-koblinger. Ved å klikke på en URL-knapp vil brukeren omdirigeres til det angitte nettstedet. Ved å klikke på en tekstbasert hurtigsvarknapp sendes en konfigurert nyttelast til roboten, og utløser det tilsvarende svaret.
Bilde – En multimediemal der brukere kan konfigurere bilder ved å angi URL-adresser.
Video – Gjengir videoer i forhåndsvisningen basert på nettadressen til den konfigurerte videoen.
Kode – Kan brukes til å skrive Python-kode for å kalle API-er eller utføre annen logikk.

Kodebiter

Hvis du velger å ikke konfigurere et unikt svar for forskjellige kanaler, betraktes websvaret som standardsvaret og sendes til sluttbrukeren. Listen over maler som støttes på webkanalen, er:

Tekst – En enkel tekstmelding som kan ha flere varianter. Denne konfigurerte meldingen vises basert på spørringen.
Hurtigsvar – En mal med tekst og knapper som kan klikkes.
Karusell – En samling kort, der hvert kort har en tittel, en bilde-URL og en beskrivelse.
Bilde – En mal for å konfigurere bilder ved å angi URL-adresser.
Video – En mal for å konfigurere video ved å angi URL-adressen for videoen. Du kan spille av videoen ved å klikke eller trykke på bildet.
Fil – En mal for å konfigurere en pdf-fil ved å angi URL-adressen for tilgang til filen.
Lyd – En mal for å konfigurere en lydfil ved å oppgi URL-adressen for lyd. Den viser også varigheten av lydmeldingen i utgangen.

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Skriptet AI-agent for å svare på spørsmål

Spesifikk kunnskap kreves – Agenten må svare på spørsmål innenfor et forhåndsdefinert domene.
Konsekvens er viktig – Agenten må gi konsekvente svar på lignende spørringer.
Begrenset fleksibilitet er nødvendig – agentens svar begrenses av informasjonen i opplæringskorpuset.

Opprett en skriptbasert AI-agent for å svare på spørsmål

1	Logg på Webex AI Agent-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Skript.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren.
9	Klikk på Opprett. Skriptet AI-agent for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Opprett en enhet med enhetsroller for AI-agenten.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent-plattformen.
2	Fra Instrumentbord-siden velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger om nødvendig navnet på AI-agenten. System-ID – Rediger om nødvendig system-ID-en til AI-agenten. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra. Beskrivelse – Oppgi detaljene om denne AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle det oppstår feil under chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Behandle artikler

Velkomstmelding – Denne inneholder den første meldingen når en samtale mellom kunden og AI-agenten starter.
Fallback-melding – AI-agent viser denne meldingen når agenten ikke forstår brukerens spørsmål.
Delvis samsvar – Når AI-agenten gjenkjenner flere artikler med en liten forskjell i poengsummer (som angitt i innstillingene for overlevering og slutninger ), viser agenten denne samsvarsmeldingen sammen med de samsvarende artiklene som alternativer. Du kan også konfigurere tekstsvaret som skal vises sammen med disse alternativene.
Hva kan du gjøre?– Du kan konfigurere AI-agentens funksjoner. AI Agent viser dette hver gang sluttbrukerne stiller spørsmål ved AI-agentens funksjoner.

I tillegg til disse legges standardartikkelen Snakk med en agent til hvis innstillinger for agentoverlevering fra overlevering og slutning er aktivert.

Alle nye AI-agenter har også fire Smalltalk-artikler som håndterer brukerytringer for:

Hilsener
Takk
AI-agenten var ikke nyttig
Ha det bra

Disse artiklene og svarene er som standard tilgjengelige i AI Agent-kunnskapsbasen når du oppretter en ny AI-agent. Du kan også endre eller fjerne disse.

Du kan ikke slette artiklene Velkomstmelding, basismelding, Snakk med en agent og delvise meldinger.

Legge til artikler via brukergrensesnitt og standardsvar

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på Opprett ny artikkel.
4	Legg til standardvariantene.
5	Velg et av disse standardsvarene for artikkelen. Mulige verdier: Betinget svar – Svaret konfigureres av regler. Svaret kan være i forskjellige formater, for eksempel tekst, karusell, hurtigsvar, bilde, lyd, video, kode og fil. Du kan legge til flere svar i en artikkel. Kodesnutt – Svaret opprettes ved hjelp av hvis-ellers-betingelser. Hvis du vil ha mer informasjon, kan du se delen Konfigurere svar ved hjelp av Response Designer .
6	Klikk Lagre og lær opp.

Importere fra kataloger

1	Mye inn i Webex AI Agent Platform
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre elipsene.
4	Klikk på Importer fra kataloger.
5	Velg kategoriene for artiklene som må legges til agenten.
6	Klikk på Ferdig.

Pakk ut vanlige spørsmål fra lenken

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre ellipsene.
4	Klikk på Pakk ut vanlige spørsmål fra lenken.
5	Gi URL-adressen for hvor vanlige spørsmål er vert, og klikk på Trekk ut.
6	Klikk på Importer.

Importere fra fil

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre elipsene.
4	Klikk på Importer fra en fil , og velg CSV for å importere artiklene fra CSV-filen. Hvis du importerer artikler fra en fil i JSON-format, velger du JSON.
5	Klikk Bla gjennom , og velg en fil som inneholder alle tegnefilene. Klikk Last ned eksempel for å vise formatet som artiklene må angis i.
6	Klikk på Importer.

Legge til egendefinerte synonymer

1	Logg på Webex AI Agent-plattformen.
2	Fra siden Instrumentbord for AI-agenter velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på de tre ellipsene.
4	Klikk Egendefinerte synonymer.
5	Klikk Nytt rotord.
6	Konfigurer rotordverdien og dens synonymer, og klikk Lagre.
7	Lær opp AI-agenten på nytt etter at du har lagt til synonymene. Du kan også eksportere synonymene (i .CSV filformat) til den lokale mappen og importere filen tilbake til plattformen.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For skriptet AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken basisløsning vises – Den minste konfidensen som kreves for at et svar skal vises for deg, og under dette vises et reservesvar.
- Forskjell i poengsum for delvis samsvar – definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret, der en mal for delvis samsvar vises
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis det er merket av for Stavekontroll i slutning.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antall artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i rapporter for utskrift av meldinger for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentresponsen.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som var til stede på tidspunktet for en slutning i øktens andre infodel .

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Forhåndsvis din skriptede AI-agent

AI-agentinstrumentbord – Hold pekeren over et AI-agentkort for å vise forhåndsvisningsalternativet for den AI-agenten . Klikk på Forhåndsvisning for å starte kontrollprogrammet for forhåndsvisning av AI-agent.
AI-agenthode – etter at du har gått inn i redigeringsmodus for en AI-agent ved å klikke på AI-agentkortet eller Rediger-knappen på AI-agentkortet, er forhåndsvisningsalternativet alltid synlig i overskriftsdelen.
Minimert widget – Etter at en forhåndsvisning er startet og deretter minimert, opprettes det et kontrollprogram for chathode nederst til høyre på siden, slik at du enkelt kan starte forhåndsvisningsmodusen på nytt.

Widget for forhåndsvisning av plattform

Forhåndsvisningswidgeten kan maksimeres for en bedre visning. Andre nyttige funksjoner inkluderer å gi forbrukerinformasjon og starte flere rom for å teste AI-agenten grundig.

Widget for forhåndsvisning som kan deles

Widgetfarge – Ved å legge til parameteren brandColor i koblingen. Brukere kan definere enkle farger ved hjelp av fargenavn eller bruke hex-kode av farger.
Telefonhus – Ved å endre verdien for phoneCasing-parameteren i koblingen. Dette er satt til sann som standard og kan deaktiveres ved å gjøre det usant

Eksempel på forhåndsvisningskobling med disse parameterne: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Vanlige administrasjonsdeler for skriptbasert AI-agent

Følgende deler vises i panelet til venstre på konfigurasjonssiden for AI-agent:

Opplæring

Opprett og utfør enkelt et omfattende sett med testtilfeller.
Definer testmeldinger og forventede svar for ulike scenarier.
Simuler komplekse samhandlinger ved å opprette testtilfeller med flere meldinger.

Definere tester

Du kan definere tester ved å følge trinnene nedenfor:

Logg på AI Agent-plattformen.
På instrumentbordet klikker du skriptagenten for kunstig intelligens som du har opprettet.
Klikk på Testing i ruten til venstre. Som standard vises fanen Testcaser .
Velg et testtilfelle, og klikk på Utfør valgte tester.

Hver rad i tabellen representerer et testtilfelle med følgende parametere:

Tabell 1. Testcases
Parameter	Beskrivelse
Melding	En eksempelmelding som representerer typene spørringer og setninger du kan forvente at brukere sender til AI-agenten.
Forventet språk	Språket som brukerne forventes å samhandle med AI-agenten på.
Forventet artikkel	Angi artikkelen som skal vises som svar på en bestemt brukermelding. For å hjelpe deg med å finne den mest relevante artikkelen, har denne kolonnen en Smart autofullfør-funksjon. Mens du skriver, vil systemet foreslå matchende artikler basert på teksten som er lagt inn så langt.
Tilbakestill forrige kontekst	Klikk i avmerkingsboksen i denne kolonnen for å isolere testtilfeller og sikre at de kjøres uavhengig av eksisterende AI-agentkontekst. Når dette er aktivert, simuleres hvert testtilfelle i en ny økt, noe som forhindrer forstyrrelser fra tidligere samhandlinger eller lagrede data.
Inkluder delvise treff	Aktiver denne veksleknappen for å inkludere testtilfeller med forventede artikler som bare delvis samsvarer med det faktiske svaret, anses som vellykket.
Importere fra CSV	Importer testtilfeller fra en kommadelt fil (CSV). I dette tilfellet vil alle eksisterende testtilfeller bli overskrevet.
Eksportere til CSV	Eksporter testtilfeller til en kommadelt fil (CSV).
Test tilbakekall	Aktiver denne veksleknappen for å simulere innkommende tilbakeringinger og teste flytens virkemåte uten å kreve faktiske innkommende anrop. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tilbakeringing i flyt	Klikk avmerkingsboksen i denne kolonnen for å angi at en intensjon må utløse en tilbakeringing. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Mal for forventet tilbakeringing	Angi malnøkkelen som må aktiveres når tilbakeringingen skjer. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tidsavbrudd for tilbakeringing	Maksimal tid (i sekunder) AI-agenten venter på et tilbakeringingssvar før tilbakeringingen vurderes som tidsavbrutt. For øyeblikket håndheves en 20 sekunders timeout. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.

Utfør tester

I kategorien Utførelse klikker du på Utfør valgte tester for å starte en sekvensiell kjøring av alle valgte testtilfeller.

Du kan også utføre testtilfeller fra Testcaser-fanen .

Utførelseshistorikk

I kategorien Historikk får du tilgang til alle utførte testtilfeller.

Klikk på Last ned-ikonet i Handlinger-kolonnen for å eksportere de utførte testdataene som en CSV-fil for frakoblet analyse eller rapportering.
Gå gjennom de spesifikke motor- og algoritmeinnstillingene som brukes for hver kjøring av testtilfellet. Denne informasjonen hjelper utviklere med å optimalisere ytelsen til AI-agenten.
Hvis du vil vise de avanserte algoritmekonfigurasjonsinnstillingene som brukes for en bestemt treningsmotor, klikker du på Info-ikonet ved siden av navnet på treningsmotoren. Dette gir innsikt i parametrene og innstillingene som påvirket AI-agentens virkemåte under testing.

Økter

Kanaler – Kanalen der samhandlingen fant sted (for eksempel chat, tale).
Økt-ID – En unik identifikator for økten.
Forbruker-ID – Brukerens unike identifikator.
Meldinger – Antall meldinger som utveksles i løpet av økten.
Oppdatert – Tidspunktet da økten ble lukket.
Metadata – tilleggsinformasjon om økten.
- Skjul testøkter – Merk av i denne avmerkingsboksen for å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – Merk av i denne avmerkingsboksen for å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overleveringen av chatten til en menneskelig agent.
- Det oppstod en feil – Merk av i denne avmerkingsboksen for å filtrere øktene der feilen oppstod.
- Nedstemt – Merk av i denne avmerkingsboksen for å filtrere øktene med nedstemthet.

Øktdetaljer for en bestemt økt i skriptet AI-agent for å svare på spørsmål

Øktdetaljer-visningen i en skriptbasert AI-agent for å svare på spørsmål gir en omfattende oversikt over en bestemt samhandling mellom en bruker og AI-agenten.

Meldinger-delen :

Viser alle meldinger sendt av brukeren i løpet av økten.
Viser de tilsvarende svarene som genereres av AI-agenten.
Presenterer den kronologiske rekkefølgen for meldingene, og gir kontekst for samhandlingen.

Fanen Transaksjonsinformasjon :

Viser artiklene som ble identifisert som relevante for kundens spørring, inkludert både nøyaktige treff og delvise treff.
Viser likhetspoengsummene som er knyttet til hver identifiserte artikkel, og angir graden av relevans.
Presenterer resultatene av de underliggende algoritmene som brukes til å behandle kundens forespørsel og identifisere relevante artikler.
Viser antall algoritmeresultater avhengig av innstillingene som er konfigurert i kategorien Overlevering og slutning .

Delen Annen informasjon i visningen Øktdetaljer gir ytterligere kontekst og detaljer om en bestemt interaksjon. Her er en oversikt over informasjonen som vises:

Behandlet: Spørring – Viser den forhåndsbehandlede versjonen av kundens inndata etter at den er behandlet av AI-agentens pipeline for naturlig språkforståelse (NLU).
Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Svartype – Angir svartypen som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den spesifikke betingelsen eller regelen som utløste svaret til AI-agenten.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Øktdetaljer for en bestemt økt i skriptbasert AI-agent for å utføre handlinger

Kategorien Transaksjonsinformasjon i Skriptbasert AI-agent for utføring av handlinger gir en detaljert oversikt over en bestemt samhandling, og kategoriserer informasjon i fire deler:

Hensikter identifisert seksjon:

Viser hensiktene som ble identifisert for kundens spørring.
Angir konfidensnivået som er knyttet til hver identifiserte hensikt.
Viser sporene som er knyttet til den identifiserte hensikten. Klikk på sporet for å vise tilleggsinformasjon om verdien og hvordan den ble trukket ut fra brukerens spørring.

Delen Algoritmeresultater gir innsikt i de underliggende prosessene som førte til responsen til AI-agenten. Her er en oversikt over informasjonen som vises:

Liste over intensjoner – Viser identifiserte hensikter og tilhørende likhetspoengsummer.
Enhetsliste – Viser enhetene som ble trukket ut fra brukerens melding.

Annen informasjon vises:

Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Malnøkkel – angir malnøkkelen som er knyttet til hensikten som utløste svaret fra AI-agenten.
Svartype – angir typen svar som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den bestemte betingelsen eller regelen som utløste AI-agentens svar.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Du kan også laste ned og vise transaksjonsinformasjonen i JSON-format ved hjelp av nedlastingsalternativet.

Kategorien Metadata vises:

NLP-metadata – Se gjennom forhåndsbehandlingstrinnene som er brukt på kundens inndata i kategorien NLP .
Datastore og FinalDF – Få tilgang til data relatert til økten i fanene Datastore og FinalDF for smartroboter.
Søkefunksjonalitet – Bruk det innebygde søkefeltet til raskt å finne bestemte ytringer i en samtale.

Historie

På Historikk-siden kan du:

Vis treningshistorikk – Spor når et korpus ble opplært og endringene som ble gjort.
Sammenlign treningsmotorer – Gå gjennom opplæringsmotorene som brukes til ulike gjentakelser, og deres tilhørende opplæringsvarighet.
Spor endringer – Overvåk endringer i innstillinger, artikler, svar, NLP og kuratering.
Gå tilbake til tidligere versjoner – Gå enkelt tilbake til et eldre opplæringssett om nødvendig.

Historikk-delen inneholder praktiske verktøy for å administrere kunnskapsbaseartikler:

Aktiver artikler – Aktiver artikler som tidligere er inaktive, direkte for å inkludere dem i AI-agentens svar.
Rediger artikler – Opprett en ny versjon av en eksisterende artikkel samtidig som du beholder originalen for referanse.
Forhåndsvisningsytelse – evaluer AI-agentens ytelse med en bestemt kunnskapsbase ved hjelp av forhåndsvisningsfunksjonen .
Last ned artikler – Eksporter kunnskapsbaseartiklene som en CSV-fil for frakoblet analyse eller referanse.
Dette alternativet er bare tilgjengelig for skriptbasert AI-agent for å svare på spørsmål.

Revisjonslogger

Delen Revisjonslogger inneholder en detaljert oversikt over endringer som er gjort i din skriptede AI-agent i løpet av de siste 35 dagene. Slik får du tilgang til overvåkingslogger:

Naviger til instrumentbordet, og klikk på AI-agenten du har opprettet.
Klikk på Historikk-fanen for å vise historikken til AI-agenten.
Klikk kategorien Overvåkingslogger for å se en detaljert logg over endringer:
- Oppdatert på – Datoen og klokkeslettet da endringen ble gjort.
- Oppdatert av – Brukeren som gjorde endringen.
- Felt – Delen av roboten der endringen skjedde (for eksempel Innstillinger, Artikler, Svar).
- Beskrivelse – Flere detaljer om endringen.

Bruk søkealternativene Oppdatert av og Felt til raskt å finne bestemte oppføringer i overvåkingsloggen.
Kategorien Modellhistorikk viser maksimalt 10 korpus for hver AI-agent.

Kuratering

Meldinger legges til i kurateringskonsollen basert på følgende kriterier:

Fallback-meldinger – når AI-agenten ikke forstår en brukers melding og utløser tilbakefallsintensjonen.
Standard reserveløsning – Hvis denne veksleknappen er aktivert, sendes meldinger som aktiverer standard reserveløsningsintensjon til kurateringskonsollen.

Dette kriteriet gjelder bare for skriptbasert AI-agent for å utføre handlinger.
Nedstemte meldinger – Meldinger som brukere har nedstemt under forhåndsvisning av AI-agent.
Agentoverlevering – Meldinger som fører til en menneskelig agentoverlevering på grunn av konfigurerte regler.
Fra økt – Meldinger flagget av brukere som ikke mottar ønsket respons fra økt- eller romdata.
Lav konfidensgrad – Meldinger med et konfidensresultat som faller innenfor den angitte lavkonfidensgrensen.
Delvis samsvar – Meldinger der AI-agenten ikke definitivt kunne identifisere riktig hensikt eller svar.

Løse problemer

Kategorien Problemer er en sentral plassering der du kan se gjennom og adressere meldinger som er flagget for kuratering. Du kan gjøre følgende:

Velg å løse eller ignorere problemer basert på alvorlighetsgrad og relevans.
Undersøk den opprinnelige brukerytringen, svaret fra AI-agenten og eventuelle vedlagte medier.

Du kan vise hele innholdet i krypterte økter ved å bruke alternativet Dekrypter innhold , hvis du har deaktivert dekrypteringstilgang.

Dekryptere tilgang gis på brukernivå og krever at avansert databeskyttelse er aktivert i serverdelen.

Hvis du vil løse et problem, kan du:

Lenke til en eksisterende artikkel – Hvis du vil koble et problem til en eksisterende artikkel, velger du alternativet Kobling og søker etter ønsket artikkel.
Opprett ny artikkel – Bruk alternativet Legg til i en ny artikkel for å opprette en ny artikkel direkte fra kurateringskonsollen.
Ignorer problemer – Løs eller ignorer problemer for å fjerne dem fra kurateringskonsollen.

Lenking til standardartikler (velkomstmelding, reservemelding, delvis samsvar) er ikke tillatt.
For skriptbasert AI-agent for utføring av handlinger velger du riktig hensikt fra rullegardinlisten og tagger eventuelle relevante enheter.
Når du har gjort endringer, kan du lære opp AI-agenten på nytt for å sikre at den nye kunnskapen gjenspeiles i svarene.
Løs eller ignorer flere problemer samtidig for effektiv administrasjon.

Slik legger du til problemer fra økter:

Identifiser ytringen – Finn ytringen som utløste det uriktige svaret.
Kontroller kurateringsstatus – Hvis problemet ikke allerede finnes i kurateringskonsollen, vises veksleknappen Kurasjonsstatus .
Veksle flagget – aktiver veksleknappen Kurasjonsstatus for å legge til ytringen i kurateringskonsollen for gjennomgang og løsning.

Hvis problemet allerede finnes i kurateringskonsollen, endres bryterens utseende tilsvarende for å indikere statusen.

Se resultatene dine for skriptbasert kunstig intelligens ved hjelp av Analytics

Oversikt

Oversikten inneholder viktige beregninger og grafer som gir utviklerne et øyeblikksbilde av den generelle bruken og ytelsen til AI-agenten.

Velg AI-agenten fra Instrumentbord-siden.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Økter og meldinger

Den første delen i oversikten viser følgende statistikk om økter og meldinger for AI-agenten:

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskemeldinger og AI-agentmeldinger) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Dette etterfølges av en grafisk fremstilling av økter (stablet kolonne som representerer økter behandlet av AI-agent og overleverte økter) og totale svar sendt ut av AI-agenten.

Brukere

Prestasjon

Den tredje delen inneholder statistikk om AI-agentens svar til brukere. Her kan man se totalt antall svar sendt ut av AI-agenten og fordelingen mellom svar der AI-agenten:

Identifiserte brukerens hensikt.
Svarte med en reservemelding.
Svarte med en delvis samsvarsmelding.
Informerte brukeren om en agentoverlevering.

Det samme aggregeres i et sektordiagram, og et arealdiagram gir informasjon basert på valgt granularitet.

Opplæring

Svar

Kuratering

Gir et visuelt sammendrag av hvor mange kurateringsproblemer som har dukket opp hver dag, og hvor mange av dem som har blitt løst av AI Agent-utviklerne.

Integrere AI-agenter

Denne delen forklarer hvordan du integrerer AI-agenter med både tale og digitale kanaler for å administrere kundesamtaler.

Integrere AI-agenter med talekanaler og digitale kanaler

Hvis du vil ha mer informasjon, kan du se artikkelen Integrere AI-agenter med talekanaler og digitale kanaler.

Administrere AI-agentrapporter

Denne delen beskriver oversikten over AI-agentrapporter, rapporttyper, opprettelse av AI-agentrapporter og rapportleveringsmoduser.

Forstå AI-agentrapporter

Når du åpner Rapporter-menyen fra venstre navigasjonsrute, vises følgende faner:

Konfigurer – Denne fanen viser alle rapportene som for øyeblikket er aktive og genereres med jevne mellomrom. Følgende detaljer er tilgjengelige for listen over rapporter:
- Aktiv – Om en bruker fortsatt abonnerer på rapporten.
- AI-agent – navnet på AI-agenten som er tilknyttet rapporten.
- Rapporttype – Den forhåndsbygde rapporttypen du abonnerer på.
- Frekvens – Intervallet du mottar rapporten i.
- Siste rapport Generert – Den siste rapporten som ble sendt ut.
- Neste planlagte dato – neste dato rapporten sendes ut.
Historikk – Denne fanen viser all historisk informasjon om rapportene som er sendt til dags dato. Klikk på en rapport på denne siden for å redigere konfigurasjonen av rapporter.

Du kan klikke på Last ned-ikonet under Handlinger-kolonnen for å laste ned disse historiske rapportene.

Behovsbetingede rapporter som vises i Logg-fanen , er bare tilgjengelige for nedlasting etter at rapportgenereringen er fullført.

Opprette en AI-agentrapport

1	Logg på Webex AI Agent-plattformen.
2	Klikk på Rapporter i navigasjonsfeltet til venstre.
3	Klikk + Ny rapport.
4	Oppgi følgende informasjon for å opprette og konfigurere rapporten: AI-agent – navnet på AI-agenten som er tilknyttet rapporten. Du kan se alle AI-agentene for å svare på spørsmål og utføre oppgaver på dette programmet. Rapporttype – Den forhåndsbygde rapporttypen du vil abonnere på. Hvis du velger AI-agenten for å svare på spørsmål i AI-agenten, vises tre forskjellige typer rapporter: i) Sammendrag av bruk og atferd, ii) Meldingsutskrift og iii) Kurateringsproblemer. Utdataformat – Formatet rapporten abonnerer på genereres og sendes til den konfigurerte leveringsmodusen. Mulige formater: I) csv og ii) xlsx. Velg ett av følgende to alternativer og relevante innstillinger for rapporttypen du vil generere: Generer nå – Angi startdato og sluttdato for en behovsbetinget rapport. Planlagt rapport – planlegg frekvens , tid, tidssone og startdato for en rapport. Når denne rapporten er opprettet, kan du bruke veksleknappen Aktiver rapport som blir lagt til i rapporten. Du kan aktivere eller deaktivere denne veksleknappen senere for å motta eller stoppe rapporten på den planlagte frekvensen. Leveringsmåte – Se delen Leveringsmåter for mer informasjon.

Rapporttyper for AI-agent

AI-agent for å svare på spørsmål rapporttype

Bruksatferd og sammendrag

Denne delen viser AI-agentsammendraget med hvor ofte artikler og kategorier aktiveres. Du kan se sammendrags-, kategori- og artikkelinformasjonen i en egen fane i rapportene:

Tabell 1. Detaljer i kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler/økter behandlet av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent.
Totalt antall stemmer	Totale svar fra AI-agenter som ble stemt opp av kundene.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av kunder.

Tabell 2. Kategorikategoridetaljer
Felt	Beskrivelse
Kategorinavn	Navnet på kategorien slik den er konfigurert i AI-agenten.
Samtaler for kategorien	Antall samtaler eller økter der en artikkel som tilhører denne kategorien, ble oppdaget.
Totalt antall svar	Antall ganger en artikkel som tilhører denne kategorien ble oppdaget.
Totalt antall stemmer	Antall ganger et svar fra denne kategorien ble stemt opp.
Totalt antall nedstemmer	Antall ganger et svar fra denne kategorien ble nedstemt.

Tabell 3. Detaljer om artikkelfanen
Felt	Beskrivelse
Artikkelnavn	Navnet på artikkelen (standardvarianten) som er konfigurert i AI-agenten.
Artikkel kategori	Kategorien denne hensikten tilhører.
Samtaler for artikkelen	Antall samtaler eller økter der denne artikkelen ble oppdaget.
Totalt antall svar	Antall ganger denne artikkelen ble oppdaget.
Totalt antall stemmer	Antall ganger svaret på denne artikkelen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne artikkelen er nedstemt.

Behandle transkripsjoner

Viser samtalen mellom AI-agenten og kunden sammen med likhetspoengsummen. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempelet for meldingen.
Økt-ID	Den unike identifikatoren for økten.
Forbruker-ID	Den unike identifikatoren for sluttbrukeren på AI-agent.
Meldingstype	AI-agentmeldingen eller den menneskelige meldingen.
Meldingstekst	Innholdet i meldingen.
Artikkel	Identifikatoren for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikten som ble oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoengsummen for den oppdagede hensikten.
Matchet artikkel 1	Hensikten som ble oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Poengsummen for intensjonen som ble oppdaget.
Tilbakemelding	Tilbakemelding fra brukeren hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarene som brukerne legger igjen når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på AI-agent.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Artikkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Matchet artikkel 1	Intent oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Score for intensjonen som er oppdaget.

AI-agent for å utføre oppgaver rapporttype

Bruksatferd og sammendrag

Viser sammendraget av samtaler sammen med gjengivelser og malnøkler som utløses. Kategorien Sammendrag viser følgende detaljer:

Tabell 4. Kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler eller økter som behandles av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger som er sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent
Totalt antall stemmer	Totalt antall svar fra AI-agenter som ble stemt opp av brukere.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av brukere.

Du kan også vise intensjonsdetaljene i kategorien Gjengivelse i regnearket:

Tabell 5. Intensjoner-fanen
Felt	Beskrivelse
Navn på intensjon	Navnet på intensjonen slik den er konfigurert i AI-agenten.
Samtaler for hensikten	Antall samtaler eller økter der denne hensikten ble påberopt.
Totalt antall påkallelser	Antall ganger denne hensikten ble påberopt.
Totalt antall fullføringer	Antall ganger alle sporene ble samlet inn og denne hensikten ble fullført.
Totalt antall stemmer	Totalt antall svar for dette ble stemt opp for hver hensikt.
Totalt antall nedstemmer	Totalt antall svar på dette ble nedstemt for hver hensikt.

Rapporten har også maldetaljer på høyt nivå, for eksempel:

Tabell 6. Mal detaljer
Felt	Beskrivelse
Navn på malnøkkel	Navnet på malen slik den er konfigurert i AI-agenten.
Hensikt med malnøkkel	Hensikter der denne malnøkkelen brukes.
Samtaler for malnøkkelen	Antall ganger denne malnøkkelen ble sendt ut som svar.
Totalt antall svar	Antall ganger denne malnøkkelen ble sendt som svar.
Totalt antall stemmer	Antall ganger svaret på denne malen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne malen ble nedstemt.

Transkripsjoner av meldinger

Viser samtalen til en kunde med AI-agenten sammen med likhetspoengsummene. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i programmet.
Meldingstype	AI-agentmelding eller menneskelig melding.
Meldingstekst	Innholdet i meldingen.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.
Tilbakemelding	Tilbakemelding fra brukere hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarer som legges igjen av brukere når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Denne rapporten er bare relevant for skriptbaserte AI-agenter. Du kan vise følgende detaljer i denne rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for kundens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i applikasjonen.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.

Leveringsmåter for AI Agent-rapport

SFTP

Felt	Beskrivelse
Send rapporter til et sikkert sted som planlagt	Ttoggle dette på for å skyve rapportene til den sikre plasseringen til planlagt tid. Du kan bare oppgi følgende detaljer ved å aktivere denne bryteren.
IP-adresse	Den IP adressen til systemet.
Brukernavn	Brukernavnet for å få tilgang til rapportene.
Passord	Passordet for å få tilgang til rapportene.
Privat nøkkel	Den private nøkkelen for å få tilgang til filene.
Last opp bane	Banen der filene rutes i systemet.

E-post

Felt	Beskrivelse
Planlegg e-postmeldinger for flere mottakere, separat med semikolon (;)	Slå på dette for å legge til mottakere.
Mottakere	E-postadressen til alle mottakere som må motta rapportene til angitt tid og hyppighet.

S3-bøtte

Felt	Beskrivelse
Last opp rapporter til et S3-verdiområde i henhold til tidsplanen	Slå på dette for å gjøre S3-feltene tilgjengelige og rute rapportene til det konfigurerte S3-verdiområdet.
AWS-tilgangsnøkkel-ID	Tilgangsnøkkel-ID for å få tilgang til AWS-tjenester og ressurser.
AWS hemmelig tilgangsnøkkel	Den hemmelige tilgangsnøkkelen for å få tilgang til AWS-tjenestene og -ressursene.
Navn på bøtte	Navnet på verdiområdet som rapporten rutes til.
Navn på mappe	Navnet på mappen som er opprettet i S3-samlingen.

Forstå samsvar med kunstig intelligens

Disse delene hjelper deg med å forstå AI-utvikling, personvern, sikkerhet og sikkerhet

AI-utvikling, personvern, sikkerhet og sikkerhet

AI produktutvikling

Personvern og sikkerhet

Følgende er listen over AI-gjennomsiktighetsnotater for alle AI-funksjoner:

Datakilder for opplæring og evaluering

Sikkerhet og etiske overveielser

Alle generative AI-funksjoner er utsatt for feil, så Cisco prioriterer innholdssikkerhet for AI-funksjoner ved å velge innholdsfiltrering, levert av Azure OpenAI.

Modellevaluering og ytelse

Cisco prioriterer ytelsen og nøyaktigheten til AI Assistant ved å involvere mennesker i gjennomgangen, testingen og kvalitetssikringen av den underliggende modellen.

Kom i gang med Webex AI Agent Studio

Webex AI Agent Studio er en sofistikert plattform som er designet for å opprette, administrere og distribuere automatiserte AI-agenter for å oppfylle kundeservice- og supportbehov. Ved hjelp av kunstig intelligens gir AI-agenter automatisert assistanse til kunder før de samhandler med menneskelige agenter. Disse agentene støtter taleinteraksjoner med intonasjon, språkforståelse og kontekstuell bevissthet i samtaler. AI-agenter håndterer også sømløst og informativt digitale kanalinteraksjoner gjennom tekst- og nettprat. Kunder drar nytte av en concierge-lignende opplevelse, får hjelp med spørsmål, innhenting av informasjon og minimerer ventetider.

Funksjonene Webex AI Agent Studio

Nøyaktige svar til rett tid – Gir presise svar på kundehenvendelser i sanntid.
Intelligent oppgaveutførelse – Utfører oppgaver basert på kundeforespørsler eller inndata.

Viktige fordeler for bedrifter

Forbedret kundeopplevelse – Leverer en samtaleopplevelse i sanntid for kundene.
Personlig tilpassede samhandlinger – Skreddersyr svar på individuelle kundebehov og preferanser.
Skalerbarhet og effektivitet – Håndterer et stort volum av kundeinteraksjoner uten behov for flere menneskelige agenter, noe som fører til forbedret tilfredshet og reduserte driftskostnader.

Forstå AI-agenttyper og eksempler

Tabellen nedenfor gir et glimt av AI-agenttyper og deres evner:

Tabell 1. AI-agenttyper og deres funksjoner
AI-agenttype	Formål	Kapasitet	Beskrivelse	Hvordan sette opp?
Autonom	Autonome AI-agenter er designet for å operere uavhengig, ta beslutninger og utføre oppgaver uten direkte menneskelig innblanding.	Utføre handlinger	Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler. Automatiser repeterende eller tidkrevende oppgaver.	Autonome AI-agenter for å utføre handlinger
Autonom		Svar på spørsmål	Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer.	Autonome AI-agenter for å svare på spørsmål
Skriptede	Skriptbaserte AI-agenter er programmert til å følge et forhåndsdefinert sett med regler og instruksjoner.	Utføre handlinger	Skriptagenter kan utføre bestemte oppgaver som er klart definert og strukturert.	Skriptede AI-agenter for å utføre handlinger
Skriptede		Svar på spørsmål	Skriptede agenter kan svare på spørsmål basert på et brukeropprettet opplæringskorpus, som er en samling eksempler og svar.	Skriptede AI-agenter for å svare på spørsmål

Eksempler

Både autonome og skriptbaserte AI-agenter kan brukes på ulike brukstilfeller, avhengig av de spesifikke kravene og ønskede funksjoner. Her er noen eksempler:

Kundeservice – Både autonome og skriptbaserte agenter kan brukes til å gi kundestøtte, med autonome agenter som tilbyr mer fleksibilitet og naturlig språkforståelse.
Virtuelle assistenter – Autonome agenter egner seg godt for virtuelle assistentroller fordi de kan håndtere ulike oppgaver og gi mer tilpassede samhandlinger.
Dataanalyse – Autonome agenter kan brukes til å analysere store datasett og trekke ut verdifull innsikt.
Prosessautomatisering – både autonome og skriptede agenter kan brukes til å automatisere gjentakende oppgaver, forbedre effektiviteten og redusere feil.
Kunnskapsstyring – Autonome agenter kan brukes til å opprette og administrere kunnskapsrepositorier, noe som gjør informasjon lett tilgjengelig for brukerne.

Valget mellom autonome og skriptbaserte AI-agenter avhenger av oppgavenes kompleksitet, det nødvendige nivået av autonomi og tilgjengeligheten av opplæringsdata.

Forutsetninger

Hvis du er en eksisterende Webex Contact Center-kunde, må du kontrollere at du oppfyller følgende forutsetninger:
- Webex Contact Center 2.0-leier.
- Webex Connect er klargjort for leieren.
- Voice media plattform er neste generasjons medieplattform.
Hvis du ikke har en Webex kontaktsenterleier, kontakter du partneren din for å starte en prøveversjon av kontaktsenteret for Webex med neste generasjons medieplattform.
Administratorer kan be om en Webex kontaktsenterutviklersandkasse for å prøve AI-agenter.

Aktivering av funksjoner

Denne funksjonen er for øyeblikket i beta. Kunder kan registrere seg for denne funksjonen på Webex betaportal ved å fylle ut deltakelsesundersøkelsen for AI-agenter.

For øyeblikket er bare skriptbasert AI-agentfunksjonalitet tilgjengelig i betafasen.
Autonome agenter er bare tilgjengelige for utvalgte kunder. Forespørsler kan gjøres via CSM (Customer Success Manager), PSM (Partner Success Manager) eller ved å sende ask-ccai@cisco.com. Ved godkjenning blir autonome agenter gjort tilgjengelige i tillegg til skriptede agenter for leieren.

Tilgang Webex AI Agent Studio

Hvis du vil opprette AI-agentene, må du logge på Webex AI Agent Studio-programmet. Dette kan gjøres på følgende måter:

Logg på fra Control Hub

Hvis du ikke ser Webex AI Agent Studio, kontakter du Ciscos kundestøtte for å aktivere det tilsvarende funksjonsflagget.

Logg på Control Hub ved hjelp av URL  https://admin.webex.com.
Fra Tjenester-delen av navigasjonsruten velger du Kontaktsenter.
I Hurtigkoblinger i høyre rute går du til delen Kontaktsenterpakke .
Klikk Webex AI Agent Studio for å få tilgang til programmet.

Systemet kryssstarter Webex AI Agent Studio-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Logg på fra Webex Connect

Hvis du vil ha tilgang til Webex AI Agent Studio-appen, må du ha tilgang til Webex Connect.

Logg på Webex Connect-programmet ved hjelp av URL-adressen for leier som er angitt for bedriften og legitimasjonen.
Som standard vises Tjenester-siden som en hjemmeside.
Fra App-statusfeltmenyen i venstre navigasjonsrute klikker du på Webex AI Agent Studio for å få tilgang til programmet.
Systemet kryssstarter Webex AI Agent Studio-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Hjemmeside layout

Velkommen til Webex AI Agent Studio-programmet. Når du logger på, viser hjemmesiden følgende layout:

Navigasjonslinje

Navigasjonsfeltet som vises til venstre, gir tilgang til følgende menyer:
- Instrumentbord – viser en liste over AI-agenter brukeren har tilgang til, som gitt av bedriftsadministratoren.
- Kunnskap – Viser det sentrale kunnskapslageret eller kunnskapsbasen, som fungerer som hjernen for autonome AI-agenter for å svare på kundespørsmål.
- Rapporter – viser forhåndsbygde AI-agentrapporter av ulike typer. Du kan generere eller planlegge rapporter i henhold til dine forretningsbehov.
- Hjelp – Gir tilgang til brukerhåndboken for Webex AI Agent Studio i brukerstøtten for Webex.
Brukerprofil
Brukerprofilmenyen lar deg se profilinformasjonen din og logge av applikasjonen.

Siden Bedriftsprofil inneholder informasjon om agentleieren for kunstig intelligens, bare tilgjengelig for administratorer med full administratortilgang.
- Fanen Oversikt inneholder følgende informasjon:
  - Bedriftsidentifikatorer – inkluderer Webex organisasjons-ID, CPaaS organisasjons-ID, abonnements-ID for bedriften. Dette er tilgjengelig for bedrifter med Webex kontaktsenterintegrering for den tilsvarende Webex Connect-leieren.
  - Profilinnstillinger – inneholder bedriftsnavn, unikt navn og URL-adresse for logo.
  - Globale agentinnstillinger – Tillater valg av standardagent for talekanal for å håndtere scenarioer for fallback.
  - Sammendrag for dataoppbevaring – gir et sammendrag av dataoppbevaringsperioder for denne virksomheten.
- I Teammedlemmer-fanen kan du vise og administrere listen over teammedlemmer som har tilgang til programmet. Hver bruker er tilordnet en rolle, som bestemmer handlingene de kan utføre basert på gitte tillatelser.

Kjenn dashbordet ditt

Oppgaver på AI-agentkort

Hold markøren over et AI-agentkort for å vise følgende alternativer:

Forhåndsvisning – Klikk på Forhåndsvisning for å åpne kontrollprogrammet for forhåndsvisning av AI-agent.
Ellipseikon – Klikk dette ikonet for å utføre følgende oppgaver:
- Kopier forhåndsvisningskobling – Kopier forhåndsvisningskoblingen for å lime den inn i en ny fane, og forhåndsvis AI-agenten i chat-kontrollprogrammet.
- Kopier tilgangstoken – Kopier AI-agentens tilgangstoken for å starte agenten via API-er.
- Eksporter – Eksporter detaljene for AI-agenten (i JSON-format) til den lokale mappen.
- Slett – Slett AI-agenten permanent fra systemet.
- Fest – Fest AI-agenten til den første posisjonen på instrumentbordet, eller løsne den for å flytte den tilbake til forrige posisjon.

Opprette en ny AI-agent

Hvis du vil vite hvordan du oppretter skriptede og autonome AI-agenter, kan du se følgende deler:

Skriptet AI-agent for å svare på spørsmål
Skriptet AI-agent for å utføre handlinger
Autonom AI-agent for å svare på spørsmål
Autonom AI-agent for å utføre handlinger

Importere forhåndsbygd AI-agent

Klikk Importer agent.
Klikk Last opp for å laste opp AI-agentfilen (i JSON-format) som er eksportert fra plattformen.
I Agentnavn-feltet skriver du inn navnet på AI-agenten.
(Valgfritt) I System-IDen redigerer du den systemgenererte unike identifikatoren.
Klikk på Importer.

AI-agenten er nå importert til Webex AI Agent Studio-plattformen og er tilgjengelig på instrumentbordet.

Nøkkelordsøk

Filtrer etter agenttype

I tillegg til nøkkelordsøk kan du avgrense søkeresultatene ved å filtrere basert på typen AI-agent. Velg ett av agenttypefiltrene fra rullegardinlisten – Skript, Autonom og Alle.

Administrer kunnskapsbase

En kunnskapsbase er et sentralt informasjonslager for LLM-drevne autonome AI-agenter drevet av Large Language Model (LLM). De autonome AI-agentene utnytter avanserte AI- og maskinlæringsteknologier for å forstå, behandle og generere menneskelignende tekst. Disse AI-agentene trener på enorme mengder data, slik at de kan gi detaljerte og kontekstuelt relevante svar. Kunnskapsbaser lagrer dataene som er nødvendige for at de autonome AI-agentene skal fungere.

Slik får du tilgang til kunnskapsbasen:

Logg på Webex AI Agent Studio-plattformen.
På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute. Siden Kunnskapsbaser vises.
Du finner en kunnskapsbase basert på følgende kriterier:
- Navn på kunnskapsbasen
- Type kunnskapsgrunnlag
- Kunnskapsbaser som oppdateres mellom angitte datoer
- Kunnskapsbaser opprettet mellom angitte datoer
  Klikk Tilbakestill alle for å tilbakestille søkekriteriene.
Du kan også opprette en ny kunnskapsbase. Hvis du vil opprette en ny kunnskapsbase, kan du se Opprette kunnskapsbase for AI-agent.

Opprette kunnskapsbase for AI-agent

1	På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute.
2	På siden Kunnskapsbaser klikker du + Opprett kunnskapsbase øverst til høyre.
3	Angi følgende detaljer på siden Opprett kunnskapsbase : Navn på kunnskapsbase – Angi et navn for kunnskapsbasen. Beskrivelse – Gi en kort beskrivelse av kunnskapsbasen.
4	Klikk på Opprett. Systemet oppretter en kunnskapsbase med det angitte navnet.
5	I kategorien Filer : Dra og slipp filene til kunnskapsbasen. Alternativt kan du klikke Legg til fil for å legge til en fil. Systemet støtter følgende filformater: PDF, .doc, .docx, data over kabel, .txt, .xlsx, .xls og CSV. Størrelsen på hver fil må ikke overstige 2 MB. Etter å ha lagt til filene, klikker du på Behandle filer for å behandle filene. Når du er ferdig, viser systemet filene under Filer-fanen .
6	På Dokumenter-fanen : Klikk + Opprett dokument for å opprette dine egne kunnskapsbasedokumenter. På siden Opprett dokument skriver du inn dokumentnavnet . Bruk tekstredigeringsprogrammet til å legge til nødvendig informasjon og formatere teksten etter behov. Merk av for Legg til i eksisterende kategori for å legge til dokumentet i den eksisterende kategorien. Du kan også velge å legge til i ny kategori og opprette en ny kategori. Klikk på Lagre. Du kan også klikke på + Legg til kategori for å definere kategorier og legge til dokumentene under den tilsvarende kategorien. Velg ønsket dokument i venstre rute, og klikk Web Preview for å forhåndsvise dokumentet.
7	Naviger til Informasjon-fanen for å vise og spore detaljene for filene du har lastet opp og dokumentene du har opprettet. Klikk på Rediger-ikonet for å redigere kunnskapsbasefilene. Rediger om nødvendig navnet på filen. Du kan også slette eksisterende filer og legge til nye filer. Klikk på Slett-ikonet for å slette kunnskapsbasen fullstendig.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for den autonome AI-agenten for å svare på spørsmål.

Konfigurer autonome AI-agenter

Autonom AI-agent for å utføre oppgaver

De autonome AI-agentene kan utføre forskjellige oppgaver, inkludert:

Natural Language Processing (NLP) - Forstå og svare på menneskelig språk på en naturlig og konverserende måte.
Beslutningstaking – Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler.
Automatisering – Automatiser repeterende eller tidkrevende oppgaver.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprette en autonom AI-agent for å utføre handlinger
Oppdatere profilen for den autonome AI-agenten
Legge til handlinger i autonom AI-agent
Konfigurere utfylling av spor
Definer oppfyllelse

Opprette en autonom AI-agent for å utføre handlinger

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Filtrer AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for anbefalte fremgangsmåter og eksempler.
9	Klikk på Opprett. Du har nå opprettet den autonome AI-agenten for å utføre handlinger, som nå er tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å utføre handlinger.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Rediger målet til AI-agenten, om nødvendig. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
Instruksjoner – Angi instruksjonene for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Standard URL-adresse som systemet henter logoen eller bildet til AI-agenten fra. Endre dette om nødvendig.
AI-motor – Oppdater AI-motoren om nødvendig.
Velkomstmelding – Standard velkomstmelding som AI-agenten bruker til å starte samhandlingen. Oppdater dette om nødvendig.

Klikk på Publiser for å aktivere AI-agenten.

Hva du skal gjøre nå

Legg til de nødvendige handlingene i AI-agenten.

Legge til handlinger i autonom AI-agent

Få den nødvendige informasjonen fra kunden.
Overfør informasjonen til den nødvendige flyten.

Den autonome AI-agenten for å utføre handlinger fungerer på følgende byggeblokker:

Handling – En funksjonalitet som gjør det mulig for AI-agenten å koble til eksterne systemer for å utføre komplekse oppgaver.
Enhet eller spor – representerer et trinn i å oppfylle brukerens hensikt. Utfylling av spor innebærer å stille spesifikke spørsmål til kunden for å oppfylle kundens intensjon basert på ytringer. Det er utløseren for en AI-agent å begynne å utføre en handling. Definer inndataenhetene som en del av utfylling av spor.
Oppfyllelse – Bestemmer hvordan AI-agenten fullfører handlingen. Som en del av oppfyllelsen definerer du utdataenhetene for den autonome AI-agenten for å generere svaret i et bestemt format. Systemet sender utdataenhetene til flyten for å fortsette med handlingen og fullføre oppgaven.

I kategorien Handling klikker du +Ny handling.

Angi følgende detaljer på siden Legg til en ny handling :

Handlingsnavn – Skriv inn navnet på handlingen. For eksempel,Bestill billetter.
Handlingsbeskrivelse – Gi en kort beskrivelse av den forventede handlingen. Sørg for at tiltaksbeskrivelsen er klar og nøyaktig.
Handlingsomfang – Velg handlingsomfanget fra rullegardinlisten. Følgende alternativer er tilgjengelige:
- Klikk Utfylling av spor for å konfigurere de nødvendige inndataenhetene for utfylling av spor. Hvis du velger utfylling av spor, kan du ikke konfigurere innfrielsesdetaljene.
- Klikk på Sporutfylling med innfrielse for å konfigurere de nødvendige inndataenhetene for utfylling av spor og også definere detaljene for fullføring av handlingen.
Agentoverlevering er standardhandlingen som er aktivert som standard. Bruk vekslealternativet for å deaktivere agentoverlevering.

Hva du skal gjøre nå

Du kan enten konfigurere spor, eller du kan konfigurere spor og definere oppfyllelse avhengig av det valgte handlingsomfanget.

Konfigurere utfylling av spor

Utfylling av spor innebærer å legge til de nødvendige inndataenhetene for AI-motoren. I delen Utfylling av spor på Handlinger-siden legger du til inndataenhetene:

Du kan legge til enhetene én etter én i tabellformat.
Du kan også bruke JSON-filen og definere enhetene. Se En innføring i JSON-skjema hvis du vil ha mer informasjon.

Legge til inndataenheter i tabellformat

1	Hvis du vil legge til en inndataenhet, klikker du +Ny inndataenhet.
2	På siden Legg til en ny inndataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på inndataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at enhetsbeskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre denne enheten obligatorisk.
3	Klikk Legg til for å legge til inndataenheten. Du kan legge til så mange inndataenheter du trenger.
4	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å redigere de tilføyde inndataenhetene. Klikk på Slett-ikonet for å slette enheten.

Legge til enheter ved hjelp av JSON-redigeringsprogrammet

Du kan legge til inndataenheter og utdataenheter ved hjelp av JSON-redigeringsprogrammet. I JSON-redigeringsprogrammet må enhetene defineres i et strukturert JSON-format.

Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Parameterstruktur for inndata

Inngangsparametrene må følge følgende struktur:

type – Datatypen til parameterobjektet. Dette er alltid "objekt" for å betegne at parametrene er strukturert som et objekt.

egenskaper – Et objekt der hver nøkkel representerer en parameter og de tilknyttede metadataene.

obligatorisk – En matrise med strenger som viser navnene på parametere som er obligatoriske.

Egenskaper Objekt

Hver nøkkel i egenskapsobjektet representerer en inndataenhet/parameter og inneholder et annet objekt med metadata om denne parameteren . Metadataene bør alltid inneholde følgende nøkkelord:

type – Datatypen for parameteren. De tillatte typene er:
- streng – tekstdata.
- heltall – Numeriske data uten desimaler.
- tall – numeriske data som kan inneholde desimaler.
- boolsk – sanne/falske verdier.
- matrise – En liste over elementer, som alle vanligvis er av samme type.
- Objekt – En kompleks datastruktur med nestede egenskaper.
beskrivelse – En kort forklaring på hva enheten representerer. Dette hjelper AI-motoren med å forstå formålet med og bruken av parameteren. En beskrivelse som er kortfattet og konsistent med agentens instruksjoner og handlingsbeskrivelse, anbefales for bedre nøyaktighet.
Validering håndheves av plattformen kun for "type". «Beskrivelse» håndheves ikke for alle enheter, men det anbefales på det sterkeste at den legges til. Andre nyttige nøkkelord for enhetsmetadata er:
- enum – Opplistingsfeltet viser de mulige verdiene for en parameter. Dette er nyttig for parametere som bare skal godta et begrenset sett med verdier. Utviklere kan definere egendefinerte lister over verdier som en parameter skal godta for å bruke dette.
- mønster – Mønsterfeltet brukes med strengtyper for å angi et regulært uttrykk som strengen må samsvare med. Dette er spesielt nyttig når du skal validere bestemte formater, for eksempel telefonnumre, postnumre eller egendefinerte identifikatorer.
- eksempler – Eksempelfeltet inneholder ett eller flere eksempler på gyldige verdier for parameteren. Dette hjelper AI-motoren med å forstå hva slags data som forventes, og kan være spesielt nyttig for tolknings- og valideringsformål.

Det finnes andre nøkkelord som kan gjøre enhetsdefinisjonen mer nøyaktig og robust. Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Eksempel

Følgende eksempel inneholder ulike typer enheter og nøkkelord:

{ "type": "objekt", "egenskaper": { "brukernavn": { "type": "streng", "beskrivelse": "Det unike brukernavnet for kontoen.", "minLength": 3, "maxLength": 20 }, "passord": { "type": "string", "description": "Passordet for kontoen.", "minLength": 8, "format": "passord" }, "e-post": { "type": "string", "description": "E-postadressen for kontoen.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "fødselsdato": { "type": "string", "description": "Brukerens fødselsdato.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Hvorvidt brukeren ønsker å motta nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } }, "roller": { "type": "array", "beskrivelse": "Liste over roller som er tilordnet brukeren.", "elementer": { "type": "streng", "opplisting": ["bruker", "admin", "moderator"] } }, "obligatorisk": ["brukernavn", "passord", "e-post"] }

Dette eksemplet inkluderer følgende enheter:

brukernavn – En strengtype med begrensning for minimum og maksimum lengde.
passord – En strengtype med en minimumslengde og et bestemt format (passord angir at det skal håndteres på en sikker måte).
e-post – En strengtype med regexmønster for å sikre at det er en gyldig e-postadresse.
fødselsdato – En strengtype med eksempler som angir formatet på datoen.
innstillinger – En objekttype med nestede egenskaper (nyhetsbrev og varsler), inkludert en boolsk med en standardverdi og en streng med bestemte tillatte verdier (opplisting).
roller – En matrisetype der hvert element er en streng begrenset til bestemte verdier (opplisting).

Brukernavnet, passordet og e-postadressen er obligatoriske som definert av "obligatorisk" -matrisen.

Definer oppfyllelse

1	Definer oppfyllelsesdetaljene for implementering av AI-agenten i et kontaktsenter. Angi følgende detaljer: Velg en innfrielsesmetode – Velg flyten. Velg en flytbygger – Velg ønsket flytbygger. URL-adresse for webhook for flyt – angi URL-adressen for webhooken. Hvis du vil ha mer informasjon, kan du se Inngående webhooks. Servicenøkkel – Angi tjenestenøkkeldetaljene.
2	Konfigurer utdataenhetene slik at AI-agenten genererer resultatet i et format som er forståelig for flyten.
3	Hvis du vil legge til en utdataenhet, klikker du + Ny utdataenhet. I skjermbildet Legg til en ny utdataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på utdataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at beskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre dette til en obligatorisk enhet. Du kan også bruke en JSON-fil til å legge til utdataenhetene. Hvis du vil ha mer informasjon, kan du se Legge til enheter ved hjelp av JSON-redigeringsprogram .
4	Klikk Legg til for å legge til utdataenheten. Du kan legge til så mange utdataenheter du trenger.
5	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å gjøre endringer i enheten. Klikk på Slett-ikonetfor å slette enheten.
6	Klikk Legg til for å fullføre kofigureringen.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten. Klikk på Publiser for å aktivere AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Autonome AI-agenter for å svare på spørsmål

Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer. Denne funksjonen er nyttig i scenarier der agenten må:

Gi kundestøtte – svar på vanlige spørsmål, feilsøk problemer og veiled kunder gjennom prosesser.
Tilby teknisk assistanse – Gi ekspertråd om bestemte emner eller domener.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en autonom AI-agent for å svare på spørsmål
Oppdatere profilen for den autonome AI-agenten
Konfigurere kunnskapsbasen

Opprett en autonom AI-agent for å svare på spørsmål

Før du begynner

Sørg for å opprette kunnskapsbasen. Hvis du vil ha mer informasjon, kan du se Administrere kunnskapsbaser.

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. For talebasert forhåndsvisning velger du Vega. Hvis du vil ha mer informasjon, kan du se Talebasert forhåndsvisning . Kunnskapsbase – Velg den nødvendige kunnskapsbasefilen fra listen over tilgjengelige kunnskapsbaser. Du kan ikke tilordne den valgte kunnskapsbasen til andre AI-agenter. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
9	Klikk på Opprett. Den autonome AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra.
AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten.
Velkomstmelding – Skriv inn velkomstmeldingen som AI-agenten skal bruke til å starte samhandlingen.
Tillat agentoverlevering – Aktiver vekslealternativet for å overføre samtalen til en menneskelig agent når en kunde ønsker å snakke med en agent.

Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for AI-agenten.

Konfigurere kunnskapsbasen

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

1	På Instrumentbord-siden velger du AI-agenten du har opprettet.
2	Naviger til Knowledge Base-fanen .
3	Velg den nødvendige kunnskapsbasen fra rullegardinlisten.
4	Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Vis autonom AI-agentøkt og -logg

Økter

Økter-siden inneholder en omfattende oversikt over alle samhandlinger mellom AI-agenter og brukere. Slik går du til Økter-siden :

På instrumentbordet klikker du den autonome AI-agenten du vil vise øktdetaljene for.
Klikk Økter i venstre navigasjonsrute.

Økter-siden vises. Hver økt vises som en oppføring som inneholder alle meldingene i økten. Denne informasjonen er nyttig for å overvåke, analysere og forbedre AI-agenten.

Økt-ID – Den unike rom-ID-en eller økt-ID-en for en samtale.
Forbruker-ID – ID-en til forbrukeren som samhandlet med AI-agenten.
Kanaler – kanalen der samhandlingen fant sted.
Oppdatert kl. – Tidspunktet for stenging av rommet.
Rommetadata – Inneholder tilleggsinformasjon om rommet.
Merk av i de obligatoriske avmerkingsboksene:
- Skjul testøkter – For å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – For å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overlevering av chatten til en menneskelig agent.
- Det oppstod en feil – For å filtrere øktene der feilen oppstod.
- Nedstemt – For å filtrere øktene som er nedstemt.
Klikk på en rad i økttabellen for å få en detaljert visning av økten. Låsikonet angir at økten er låst og må dekrypteres. Du må ha tillatelse til å dekryptere økten. Hvis veksleknappen Dekrypter tilgang er aktivert, kan du åpne en hvilken som helst økt ved å bruke knappen Dekrypter innhold . Denne funksjonaliteten gjelder imidlertid bare når Avansert databeskyttelse er satt til sann eller aktivert for leieren.

Historie

På Historikk-siden kan du vise detaljene for konfigurasjonsendringene som utføres på AI-agenten. Slik viser du loggen for en bestemt agent:

På instrumentbordet klikker du den autonome AI-agenten du vil vise historikken for.
I venstre navigasjonsrute klikker du Logg.

Logg-siden vises med følgende kategorier:

Revisjonslogger – Klikk påfanen Revisjonslogger for å vise endringene som er gjort i AI-agentene.
Modellhistorikk – Klikk på fanen Modellhistorikk for å vise de forskjellige versjonene av den autonome AI-agenten for å utføre handlinger.

Revisjonslogger

Kategorien Revisjonslogger sporer endringene som er gjort i den autonome AI-agenten. Du kan se detaljene for endringene for de siste 35 dagene. Kategorien Overvåkingslogger viser følgende detaljer:

Oppdatert på – Dataene og tidspunktet for endringen.
Oppdatert av – Navnet på brukeren som innlemmet endringen.
Felt – Den spesifikke delen av AI-agenten der endringen ble gjort.
Beskrivelse – Tilleggsinformasjon om endringen.

Modell Historie

Kategorien Modellhistorikk er bare tilgjengelig for den autonome AI-agenten for å utføre handlinger.

Modellbeskrivelse – En kort beskrivelse av versjonen av AI-agenten.
AI Engine – AI-motoren som brukes for den versjonen av AI-agenten.
Oppdatert den – Dato og klokkeslett da versjonen ble opprettet.
Handlinger – Lar deg utføre følgende handlinger på AI-agenten
- Last inn – Alle endringer i AI-agenten går tapt. Du må utføre konfigurasjonen på nytt.
- Eksporter – brukes til å eksportere AI-agenten.

Forhåndsvis din autonome AI-agent

Du kan forhåndsvise de autonome AI-agentene når du oppretter AI-agenten, mens du redigerer og etter distribusjon av agenten. Du kan åpne forhåndsvisningen fra:

Instrumentbord for AI-agent – Når du holder markøren over et kort for AI-agenten, blir forhåndsvisningsalternativet for den AI-agenten synlig. Klikk for å åpne forhåndsvisningen av AI-agenten.
AI-agenthode – Klikk på AI-agentkortet for å åpne AI-agenten. Forhåndsvisningsalternativet er alltid synlig i topptekstdelen.
Minimert widget – Når en forhåndsvisning er startet og minimert, vises en widget for chathode nederst til høyre på siden. Du kan bruke dette alternativet for enkelt å åpne forhåndsvisningsmodus på nytt.

Webex AI Agent Studio tilbyr også et forhåndsvisningsalternativ som kan deles. Klikk på menyen øverst til høyre og velg alternativet Kopier forhåndsvisningskobling . Du kan dele forhåndsvisningskoblingen med andre brukere, for eksempel testere eller forbrukere av AI-agenten.

Widget for forhåndsvisning av plattform

Forhåndsvisningswidgeten vises nederst til høyre på skjermen. Du kan levere ytringer (eller en sekvens med ytringer) for å kontrollere AI-agentens svar og sikre at de fungerer som de skal.

Du kan også minimere kontrollprogrammet forhåndsvisning, oppgi forbrukerinformasjon og starte flere rom for å teste AI-agenten.

Widget for forhåndsvisning som kan deles

Med kontrollprogrammet for delbar forhåndsvisning kan du dele AI-agenten med interessenter og forbrukere på en presentabel måte uten å måtte utvikle et egendefinert brukergrensesnitt for å vise AI-agenten. Som standard gjengir den kopierte forhåndsvisningskoblingen AI-agenten med et telefonhus. Du kan gjøre noen raske tilpasninger ved å endre visse parametere i forhåndsvisningskoblingen. Du kan tilpasse widgeten som følger:

Widgetfarge – Ved å legge til parameteren brandColor i koblingen. Du kan definere enkle farger ved hjelp av fargenavn eller bruke hex-koden til farger.
Telefonkabinett – Ved å endre verdien for phoneCasing-parameteren i koblingen. Dette er satt til sant som standard og kan deaktiveres ved å gjøre det usant.

Eksempel på forhåndsvisningskobling med disse parameterne: ? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<angi en farges heksadesimale verdi i formatet '_XXXX'>.

Talebasert forhåndsvisning

Autonom AI-agent for å svare på spørsmål støtter talebasert forhåndsvisning. Slik aktiverer du dette alternativet:

Naviger til Instrumentbord og velg AI-agenten.
Naviger til Innstillinger > Profil.
1. Fra rullegardinlisten AI Engine velger du Vega.
Klikk Lagre endringer.

Forhåndsvisningsalternativet blir oppdatert med et mikrofonikon for talebasert forhåndsvisning. Klikk på Forhåndsvisning. Widgeten for taleforhåndsvisning vises.

Du må aktivere mikrofontilgang for å bruke denne funksjonaliteten.

Du kan se følgende alternativer i widgeten for taleforhåndsvisning:

Start-knappen for å starte forhåndsvisningen.
Direkte transkripsjon av samtalen vises i widgeten når taleforhåndsvisningen pågår.
Avslutt samtalen for å avslutte samtalen.
Demp for å dempe.

Se ytelsen til den autonome AI-agenten ved hjelp av Analytics

Delen AI Agent Analytics gir en grafisk fremstilling av de viktigste måledataene for å evaluere ytelsen og effektiviteten til AI-agenten. Slik genererer du analysene for den autonome AI-agenten:

Velg AI-agenten fra instrumentbordet.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Den første delen viser følgende statistikk om økter og meldinger for AI-agenten.

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskemeldinger og AI-agentmeldinger) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Den andre delen viser statistikken om brukerne. Den gir et antall brukere totalt og informasjon om gjennomsnittlige økter per bruker og daglige gjennomsnittlige brukere.

Den tredje delen viser svar fra AI-agent og agentoverleveringer

Konfigurer skriptbasert AI-agent

Denne delen beskriver hvordan du konfigurerer og administrerer skriptede AI-agenter på Webex AI Agent Studio-plattformen, slik at de gir nøyaktige svar på brukerspørringer og utfører automatiserte oppgaver effektivt.

Skriptbasert AI-agent for å utføre oppgaver

Skriptbasert AI-agent forsterker agentbyggingsfunksjonene uten kode i Webex AI Agent Studio-plattformen. Skriptbasert AI-agent muliggjør samtaler med flere svinger der den kan hente relevante data fra kunder for å utføre bestemte oppgaver. Dette inkluderer:

Kjør enkle kommandoer – Følg instruksjonene for å fullføre forhåndsdefinerte handlinger.
Behandle data – Manipuler og transformer data i henhold til angitte regler.
Samhandle med andre systemer – Kommuniser med og kontroller andre løsninger.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprette en skriptbasert AI-agent for å utføre handlinger
Oppdatere skriptbasert AI-agentprofil
Administrere enheter
Behandle intensjoner
Behandle svar
Konfigurere administrasjonsinnstillinger
Legge til et språk i skriptbasert AI-agent
Konfigurere innstillinger for overlevering

Opprette en skriptbasert AI-agent for å utføre handlinger

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent oppretter du en ny AI-agent fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk Start fra bunnen av og deretter Neste.
5	I vinduet Hva slags agent bygger du? klikker du på Skript.
6	I feltet Hva er agentens hovedfunksjon? klikker du på Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren. Du kan også redigere dette feltet. AI-motor – Velg AI-motoren fra rullegardinlisten.
9	Klikk på Opprett. Den skriptede AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Opprett enheter, legg til hensikter og definer svar.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger navnet på AI-agenten etter behov. System-ID – rediger den systemgenererte identifikatoren for AI-agenten etter behov. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter logoen eller bildet for AI-agenten fra. Beskrivelse – Angi detaljene om AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la en AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle feil under en chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Administrere enheter

Enheter er byggesteinene i samtaler. De er de essensielle elementene som AI-agenten trekker ut fra brukerytringer. De representerer spesifikke opplysninger, for eksempel produktnavn, datoer, mengder eller andre viktige ordgrupper. Ved å effektivt identifisere og trekke ut enheter kan en AI-agent bedre forstå brukerhensikten og gi mer nøyaktige og relevante svar.

Enhetstyper

Webex AI Agent Studio tilbyr 11 forhåndsbygde enhetstyper for å fange opp ulike typer brukerdata. Du kan også opprette en av følgende egendefinerte enheter.

Egendefinerte enheter

Disse enhetene er konfigurerbare og gjør det mulig for utviklere å fange opp spesifikk informasjon om brukstilfelle.

Egendefinert liste – definer lister over forventede strenger for å fange opp bestemte datapunkter som ikke dekkes av forhåndsbygde enheter. Du kan legge til flere synonymer mot hver streng. For eksempel en egendefinert enhet for pizzastørrelse.
Regex – bruk regulære uttrykk for å identifisere bestemte mønstre og trekke ut tilsvarende data. For eksempel en telefonnummerregex (for eksempel 123-123-8789).
Sifre – fang opp numeriske innganger med fast lengde med høy nøyaktighet, spesielt ved talesamhandling. I ikke-tale-samhandlinger brukes den som et alternativ til egendefinerte og regex-enhetstyper. Hvis du for eksempel vil oppdage et femsifret kontonummer, må en lengde på fem defineres.
Alfanumerisk – fang opp kombinasjoner av bokstaver og tall, noe som gir nøyaktig gjenkjenning for både tale- og ikke-taleinndata.
Friform – fang opp fleksible datapunkter som er vanskelige å definere eller validere.
Kartplassering (WhatsApp) – trekk ut posisjonsdata som du deler på WhatsApp-kanalen.

System-enheter

Enhetsnavn	Beskrivelse	Eksempel på inndata	Eksempel på utdata
Dato	Analyserer datoer i naturlig språk til et standard datoformat	«Juli neste år»	01/07/2020
Tidspunkt	Analyserer tid i naturlig språk til et standard tidsformat	5 om kvelden	17:00
E-post	Oppdager e-postadresser	Skriv til meg på info@cisco.com	info@cisco.com
Telefonnummer	Oppdager vanlig telefonnummer	Ring meg på 9876543210	9876543210
Monetære enheter	Analyserer valuta og beløp	Jeg vil ha 20$	20$
Ordinal	Oppdager ordenstall	Fjerde av ti personer	Fjerde
Kardinal	Oppdager kardinalnummer	Fjerde av ti personer	10
Geografisk plassering	Oppdager geografiske steder (byer, land osv.)	Jeg svømte i Themsen i London, Storbritannia	London, Storbritannia
Personnavn	Oppdager vanlige navn	Bill Gates fra Microsoft	Bill Gates
Kvantitet	Identifiserer målinger, som av vekt eller avstand	Vi er 5 km fra Paris	5km
Varighet (Duration)	Identifiserer tidsperioder	1 ukes ferie	1 uke

Opprettede enheter kan redigeres fra fanen Enheter. Når du knytter enheter til en intensjon, kommenteres ytringene dine med oppdagede enheter etter hvert som du legger dem til.

Enhetsroller

Opprette en enhet med enhetsroller

Før du begynner

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du den skriptbaserte AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På siden Treningsdata klikker du kategorien Enheter .
5	Klikk på Opprett enhet.
6	I vinduet Opprett enhet angir du følgende felt: Enhetsnavn – Skriv inn enhetsnavnet. Enhetstype – Velg alternativet Egendefinert liste fra rullegardinlisten. Verdier – Angi en verdi for enheten.
7	Aktiver veksleknappen Automatisk forslag til sporverdier for å autofullføre og gi alternative forslag for denne enheten under samtalen. Roller-feltet vises bare når du oppretter en egendefinert enhet hvis enhetsroller er aktivert i delen Avanserte innstillinger i vinduet Endre opplæringsmotor for RASA- og Mindmeld NLU-motorer.
8	Klikk på Lagre. Du kan bruke alternativene Rediger og Slett i Handlinger-kolonnen til å utføre relaterte handlinger.

Hva du skal gjøre nå

Når du har opprettet en enhet, kan du knytte roller til en enhet.

Knytte roller til en enhet

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Du kan tilordne roller til en enhet for å samle inn samme enhet to ganger for en hensikt.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og trenger omskolering for nøyaktig slutning basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetspoeng i økter og ettklikkstesting.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For Skriptbasert AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken reserveløsning vises – Minimumskonfidensen som kreves for at et svar skal vises for deg, der et reservesvar vises nedenfor.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret der en mal for delvis samsvar vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i slutning er aktivert.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antallet artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise svaret fra AI-agenten.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når du har opprettet alle artiklene, kan du lære opp AI-agenten og gjøre den tilgjengelig for å teste og distribuere den. Hvis du vil lære opp AI-agenten med gjeldende korpus, klikker du Tren øverst til høyre. Dette bør endre statusen til Opplæring.

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Nå kan du klikke Publiser for å aktivere det opplærte korpuset og teste det i en forhåndsvisning som kan deles, eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan nå velge deres foretrukne vektormodeller som en del av de avanserte motorinnstillingene i Swiftmatch NLU-motoren. Valg er mulig mellom to alternativer - Ytringsnivå versus vektorer på artikkelnivå. I vårt kontinuerlige arbeid med å forbedre nøyaktigheten til NLU-motorene våre, eksperimenterte vi med å bruke vektorer på artikkelnivå i stedet for den eldre modellen som brukte vektorer på ytringsnivå. Vi fant ut at vektorer på artikkelnivå forbedrer nøyaktigheten i de fleste tilfeller. Merk at vektorer på artikkelnivå er den nye standardverdien for vektorisering for nye enspråklige AI-agenter. For flerspråklige AI-agenter støttes treff på artikkelnivå bare når den flerspråklige modellen er Polysamsvar.

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en slutning i delen annen informasjon for økten .

Behandle intensjoner

Intensjon er en kjernekomponent i Webex AI Agent Studio-plattformen som gjør det mulig for AI-agenten å forstå og svare effektivt på inndataene dine. Den representerer en bestemt oppgave eller handling som du vil utføre under en samtale. Du kan definere alle praktiske formål som tilsvarer oppgavene du vil utføre. Nøyaktigheten av intensjonsklassifisering påvirker direkte AI-agentens evne til å gi relevante og nyttige svar. Intensjonsklassifisering er prosessen med å identifisere hensikt basert på inndataene dine, slik at AI-agenten kan svare på en meningsfull og kontekstuelt relevant måte.

Systemets hensikter

Standard reserveløsning – Funksjonene til en AI-agent er iboende begrenset av hensiktene som er utformet for å gjenkjenne og svare på. Selv om en bedrift ikke kan forutse alle mulige spørsmål du kan stille, kan standard reserveløsning bidra til at samtaler er på sporet.
Ved å implementere en standard reserveløsning kan AI-agentutviklere sikre at AI-agenten håndterer uventede spørringer eller spørringer utenfor omfanget på en elegant måte, og omdirigere samtalen tilbake til kjente hensikter.
Utviklere av AI-agenter trenger ikke legge til bestemte ytringer i reserveintensjonen. Agenten kan læres opp til automatisk å utløse reserveaktiveringen når den støter på spørsmål som er kjent utenfor omfanget, som ellers feilaktig kan kategoriseres i andre hensikter.
I en AI-agent for banktjenester kan kunder for eksempel prøve å spørre om lån. Hvis AI-agenten ikke er konfigurert til å håndtere lånerelaterte henvendelser, kan disse spørringene innlemmes som opplæringsuttrykk i standard basisgjenoppretting. Når en kunde spør om lån på et hvilket som helst tidspunkt i samtalen, gjenkjenner AI-agenten spørringen som faller utenfor de definerte hensiktene og utløser basissvaret. Dette sikrer en mer hensiktsmessig respons.

Reserveløsningsintensjonen skal ikke ha noen spor tilknyttet.

Reserveløsningsintensjonen må bruke standard reservemalnøkkel for svaret.
Hjelp – Denne hensikten er utformet for å håndtere kundeforespørsler om AI-agentens funksjoner. Når kunder er usikre på hva de kan oppnå eller støter på vanskeligheter under en samtale, søker de ofte hjelp ved å be om hjelp.
Som standard er svaret for hjelpehensikten tilordnet til malnøkkelen for hjelpemelding . Utviklere av AI-agenter kan imidlertid tilpasse svaret eller endre den tilknyttede malnøkkelen for å gi mer skreddersydd og informativ veiledning.
Det anbefales å formidle AI-agentens evner på et høyt nivå, og gi kundene en klar forståelse av hva de kan gjøre videre.
Snakk med en agent – Denne hensikten gjør det mulig for kunder å be om hjelp fra en menneskelig agent på et hvilket som helst stadium av samhandlingen med AI-agenten. Når denne hensikten påkalles, starter systemet automatisk en overføring til en menneskelig agent. Standard svarmal for denne intensjonen er agentoverlevering. Selv om det ikke er noen brukergrensesnittbegrensninger for endring av svarmalnøkkelen, vil ikke endring av den påvirke utfallet av den menneskelige overleveringen.

Hensikter med småprat

Alle nyopprettede AI-agenter inkluderer fire forhåndsdefinerte småpratintensjoner for å håndtere vanlige kundehilsener, uttrykk for takknemlighet, negative tilbakemeldinger og farvel:

Hilsener
Takk
AI-agenten var ikke hjelpsom
Ha det bra

Disse hensiktene og tilhørende svar er som standard tilgjengelige i alle AI-agenter. Du kan imidlertid tilpasse eller slette dem slik at de samsvarer med ditt spesifikke brukstilfelle og ønsket samtaleflyt.

Opprette en intensjon

Før du begynner

Før du oppretter en gjengivelse, må du passe på at du oppretter enheter som skal kobles til hensikten. Hvis du vil ha mer informasjon, kan du se Opprette enhet med enhetsroller.

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg en AI-agent på instrumentbordet.
3	Klikk Opplæring i ruten til venstre.
4	På Treningsdata-siden klikker du på Opprett hensikt.
5	I vinduet Opprett gjengivelse angir du følgende detaljer: Intensjonsnavn – Skriv inn intensjonsnavnet. Legg til ytring – Legg til et uttrykk for å påkalle hensikten, og klikk på Legg til. Hvis noen enheter er til stede i de tilføyde ytringene, blir de automatisk kommentert i ytringene og vises i Slots-delen . Du kan legge til flere enheter som spor i en intensjon. Hvis du vil ha mer informasjon, kan du se Opprette enhet med enhetsroller. Hvert spor viser følgende: Enhetsnavnet. Om det er nødvendig for fullføring av hensikt. Antallet nye forsøk AI-agenten prøver å hente denne sporverdien fra brukeren. Malnøkkelen.
6	Merk av for Obligatorisk hvis enheten er obligatorisk.
7	Angi antall nye forsøk som er tillatt for dette sporet. Som standard er tallet satt til tre.
8	Velg malnøkkelen fra rullegardinlisten. Klikk Opprett ny for å opprette en ny svarmalnøkkel for enheten. Svarinnholdet for disse malnøklene konfigureres i Svar-delen . Hver malnøkkel har et tilsvarende svar som sendes til brukeren når denne hensikten utløses.
9	I Svar-delen angir du den endelige svarmalnøkkelen som skal returneres til brukerne når intensjonen er fullført.
10	Aktiver veksleknappen Tilbakestill spor etter fullføring for å tilbakestille sporverdiene som er samlet inn i samtalen når intensjonen er fullført. Hvis denne bryteren er i deaktivert status, beholder sporet de gamle verdiene og viser det samme svaret.
11	Aktiver veksleknappen Oppdater sporverdier for å oppdatere sporverdien under samtalen med forbrukeren. AI-agenten vurderer den siste verdien som fylles ut i sporet for å behandle dataene. Hvis aktivert, oppdateres verdier for fylte spor hver gang kunder oppgir ny informasjon for samme sportype.
12	Aktiver veksleknappen Gi forslag til spor for å gi forslag til sporutfylling og alternative sporverdier i det endelige svaret, basert på brukerinndata.
13	Aktiver veksleknappen Avslutt samtale for å lukke økten etter denne hensikten. Webex Connect og taleflyter kan bruke dette til å avslutte en samtale med forbrukere.
14	Klikk på Lagre. Klikk på Lær opp øverst til høyre i kategorien Opplæring for å gjenspeile eventuelle endringer som er gjort i hensikter og enheter. For å trene Rasa eller Mindmeld NLU-motorer kreves minimum to treningsvarianter (ytringer) per intensjon. Hvert spor må også ha minst to merknader. Hvis disse kravene ikke oppfylles, deaktiveres Lær-knappen . Det vises et advarselsikon ved siden av den berørte intensjonen om å indikere problemet. Standard reserveløsningsintensjon er imidlertid unntatt fra disse kravene.

Hva du skal gjøre nå

Koble enheter med hensikt

Før du begynner

Sørg for at du oppretter enheter og kobler dem sammen før du legger til ytringer. Denne autoen kommenterer enhetene mens ytringer legges til.

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet. De tilknyttede enhetene vises i Slots-delen.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Når en enhet er merket som nødvendig, blir flere konfigurasjonsalternativer tilgjengelige. Du kan angi maksimalt antall ganger AI-agenten kan be om den manglende enheten før den eskalerer eller gir et reservesvar. Du kan definere malnøkkelen som skal startes hvis den nødvendige enheten ikke er angitt i det angitte antallet nye forsøk. Når en AI-agent identifiserer en hensikt og samler inn alle nødvendige data (spor), svarer den ved hjelp av meldingen som er knyttet til den endelige malnøkkelen som er konfigurert for den hensikten. For å starte en ny samtale eller håndtere påfølgende hensikter uten å overføre tidligere data, må du aktivere veksleknappen Tilbakestill spor etter fullføring . Denne innstillingen fjerner alle gjenkjente enheter fra samtaleloggen, noe som sikrer en ny start for hver nye samhandling.

Generer treningsdata

Følg trinnene nedenfor for å generere treningsdata:

Skriv inn intensjonsnavnet og en eksempelytring.
Klikk på Generer.
Gi en kort beskrivelse av hensikten med å veilede AI.
Spesifiser ønsket antall varianter og kreativitetsnivået for de AI-genererte forslagene.

Generering av mange varianter samtidig kan påvirke kvaliteten. Vi anbefaler maksimalt 20 varianter per generasjon.
En lavere kreativitetsinnstilling kan produsere mindre varierte varianter.
Genereringsprosessen kan ta noen sekunder, avhengig av antall forespurte varianter.
Lynikonet skiller AI-genererte varianter fra brukerdefinerte treningsdata.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og trenger omskolering for nøyaktig slutning basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetspoeng i økter og ettklikkstesting.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For Skriptbasert AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken reserveløsning vises – Minimumskonfidensen som kreves for at et svar skal vises for deg, der et reservesvar vises nedenfor.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret der en mal for delvis samsvar vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i slutning er aktivert.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antallet artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise svaret fra AI-agenten.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Nå kan du klikke Publiser for å aktivere det opplærte korpuset og teste det i en forhåndsvisning som kan deles, eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en slutning i delen annen informasjon for økten .

Flagging av genererte varianter

Finn alternativet Flagging: Et flaggingsalternativ er tilgjengelig for hver genererte ytring.
Gi tilbakemelding: Når utviklere flagger utdata, kan de legge til kommentarer og angi årsaken til flaggingen.

Opprett flerspråklig hensikt og enhet

Behandle svar

Svar er meldingene som AI-agenten sender til kunder som svar på deres spørsmål eller hensikter. Du kan opprette svar som omfatter:

Tekst – Meldinger i ren tekst for direkte kommunikasjon.
Kode – Innebygd kode for dynamisk innhold eller handlinger.
Multimedia – Bilder, lyd eller videoelementer som forbedrer brukeropplevelsen.

Svarene har to hovedkomponenter:

Maler – Forhåndsdefinerte responsstrukturer som er tilordnet bestemte hensikter.
Arbeidsflyter – Logikken som bestemmer hvilken mal som skal brukes, basert på den identifiserte hensikten.

Maler for Agentoverlevering, Hjelp, Basisløsning og Velkommen er forhåndskonfigurert, og svarmeldingen kan endres fra de tilsvarende malene.

Typer svar

Response Designer-systemet dekker ulike typer svar og hvordan de kan konfigureres.

Kategorien Arbeidsflyter brukes til å håndtere asynkrone svar mens du ringer til en ekstern API som svarer på en asynkron måte. Arbeidsflytene må kodes i python.

Variabel substitusjon

Konfigurere svar ved hjelp av svarutforming

Svardesigneren tilbyr et brukervennlig grensesnitt for å lage svar uten å kreve omfattende kodingskunnskap. To svartyper er tilgjengelige:

Betingede svar: For ikke-utviklere gjør dette alternativet det enkelt å konstruere svar som AI-agenten leverer til kunder.
kodesnutter: For utviklere som bruker Python, gir dette alternativet fleksibilitet for å konfigurere svar ved hjelp av kode.

Svarutformingen er utformet for å sikre at brukeropplevelsen henvender seg til den spesifikke kanalen AI-agenten samhandler med.

Svarmaler

Tekst – dette er enkle tekstsvar. For å forbedre brukeropplevelsen tillater svarutformingen flere tekstbokser i ett enkelt svar, slik at du kan bryte ned lange meldinger i mer håndterbare deler. Hver tekstboks kan inneholde ulike svaralternativer. Under en samtale velges et av disse alternativene tilfeldig og vises til brukeren, noe som sikrer en dynamisk og engasjerende interaksjon.
For å opprettholde en dynamisk og engasjerende brukeropplevelse kan du legge til flere svaralternativer i malene dine. Når en mal med flere alternativer er aktivert, velges en av dem tilfeldig og vises til brukeren. Du kan aktivere denne funksjonen ved å klikke på +Legg til variant-knappen nederst i svaret.

Når du lagrer svar, kan det hende du ser en advarsel som angir antall feil som må rettes. Feltene med feil vil bli uthevet i rødt. Ved å bruke navigasjonspilene kan utviklere enkelt finne og fikse disse feilene i en hvilken som helst kanal eller responsformat. Hvis listevelgeren eller karusellen inneholder flere kort, lar punktnavigering deg gå gjennom kortene med feil. For et enkelt kort blir den tilsvarende prikken rød for å signalisere feilen.
Hurtigsvar – Tekstsvar kan kombineres med knapper, som kan være tekstbaserte koblinger eller URL-koblinger. Tekstknapper krever en tittel og en nyttelast, som sendes til roboten når den klikkes. URL-knapper omdirigerer brukere til en bestemt webside.
Når en kundes spørring er tvetydig, lar delvis samsvar roboten foreslå relevante artikler eller hensikter som alternativer. Denne funksjonen er tilgjengelig for nett- og Facebook-interaksjoner.
Legge til hurtigsvar for URL-adresser
URL-hurtigsvarknapper i faste og betingede svar lar deg opprette knapper som omdirigerer brukere til nettstedet ditt for ytterligere informasjon eller handlinger som å fylle ut skjemaer. Når du klikker på dem, åpner disse knappene den angitte URL-adressen i en ny fane i samme nettleservindu uten å sende data tilbake til roboten.
Slik legger du til en URL-adresse hurtigsvar i betinget eller fast svar:
1. Velg artikkelen eller malnøkkelen du vil konfigurere hurtigsvaret for URL-adressen for.
2. Klikk + Legg til et hurtigsvar. Popup-vinduet Knappetype vises.
3. Velg knappetypen som URL-adresse i webkanalen.
4. Angi tittelen på knappen og nettadressen som forbrukeren må omdirigeres til etter å ha klikket på knappen.
5. Klikk på Ferdig for å legge til en hurtigsvar for URL-adressen.
URL-typeknapper kan også konfigureres via dynamisk svartype, der disse knappene skal konfigureres ved hjelp av utdrag av pythonkode. Disse knappene støttes i forhåndsvisnings- og forhåndsvisningsdelene som kan deles. De støttes for øyeblikket ikke av IMIchats Live chat-widget eller andre tredjepartskanaler.
Karusell – Rike svar kan omfatte ett kort eller flere kort ordnet i karusellformat. Hvert kort krever en tittel og kan inneholde et bilde, en beskrivelse og opptil tre knapper.
Hurtigsvarknapper i karusellmalen kan konfigureres med tekst- eller URL-koblinger. Ved å klikke på en URL-knapp vil brukeren omdirigeres til det angitte nettstedet. Ved å klikke på en tekstbasert hurtigsvarknapp sendes en konfigurert nyttelast til roboten, og utløser det tilsvarende svaret.
Bilde – En multimediemal der brukere kan konfigurere bilder ved å angi URL-adresser.
Video – Gjengir videoer i forhåndsvisningen basert på nettadressen til den konfigurerte videoen.
Kode – Kan brukes til å skrive Python-kode for å kalle API-er eller utføre annen logikk.

Kodebiter

Hvis du ikke konfigurerer et unikt svar for forskjellige kanaler, brukes websvaret som standardsvaret, og det samme sendes til kunden. Listen over maler som støttes på webkanalen, er:

Tekst – En enkel tekstmelding som kan ha flere varianter. Denne konfigurerte meldingen vises basert på spørringen.
Hurtigsvar – En mal med tekst og knapper som kan klikkes.
Karusell – En samling kort, der hvert kort har en tittel, en bilde-URL og en beskrivelse.
Bilde – En mal for å konfigurere bilder ved å angi URL-adresser.
Video – En mal for å konfigurere video ved å angi URL-adressen for videoen. Du kan spille av videoen ved å klikke eller trykke på bildet.
Fil – En mal for å konfigurere en pdf-fil ved å angi URL-adressen for tilgang til filen.
Lyd – En mal for å konfigurere en lydfil ved å oppgi URL-adressen for lyd. Den viser også varigheten av lydmeldingen i utgangen.

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Skriptet AI-agent for å svare på spørsmål

Skriptbaserte AI-agenter er kunnskapsdrevne agenter med en kunnskapsbase som består av et korpus av spørsmål og svar. Skriptbasert AI-agent kan gi svar basert på et brukeropprettet opplæringskorpus, som er en samling eksempler og svar. Denne funksjonen er nyttig i scenarier der:

Spesifikk kunnskap kreves – Agenten må svare på spørsmål innenfor et forhåndsdefinert domene.
Konsekvens er viktig – Agenten må gi konsekvente svar på lignende spørringer.
Begrenset fleksibilitet er nødvendig – agentens svar begrenses av informasjonen i opplæringskorpuset.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en skriptbasert AI-agent for å svare på spørsmål
Oppdatere skriptbasert AI-agentprofil
Behandle artikler
Konfigurere administrasjonsinnstillinger
Legge til et språk i skriptbasert AI-agent
Konfigurere innstillinger for overlevering

Opprett en skriptbasert AI-agent for å svare på spørsmål

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Skript.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren.
9	Klikk på Opprett. Den skriptede AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Legg til artikler i AI-agenten.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger navnet på AI-agenten etter behov. System-ID – rediger den systemgenererte identifikatoren for AI-agenten etter behov. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter logoen eller bildet for AI-agenten fra. Beskrivelse – Angi detaljene om AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la en AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle feil under en chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Behandle artikler

Artikler er en viktig del av skriptede AI-agenter. En artikkel er kombinasjonen av et spørsmål, dets variasjoner og svar på dette spørsmålet. Hver artikkel har et standardspørsmål som identifiserer den. Alle artiklene utgjør til sammen AI-agentens kunnskapsbase eller korpus. Når kunden spør om noe, sjekker systemet kunnskapsbasen og gir deg det beste svaret det finner.

Rasa og Mindmeld NLU-motorer krever minimum to treningsvarianter (ytringer) for at en artikkel skal være en del av et korpus trente modell. Knappene Train og Save og Train er fortsatt ikke tilgjengelige i en skriptbasert AI-agent for å svare på spørsmål hvis du velger en Rasa- eller Mindmeld NLU-motor, og hvis en artikkel har mindre enn to varianter. Når du holder pekeren over disse knappene som ikke er tilgjengelige, viser systemet en melding der du blir bedt om å løse problemene før opplæring. Systemet viser også et advarselsikon som tilsvarer artikkelen med problemer. Du kan løse problemene ved å legge til mer enn to varianter for en artikkel. Knappene Tren og Lagre og Tren blir tilgjengelige når problemene er løst. Å ha to varianter gjelder ikke for standardartiklene – delvis samsvarsmelding, reservemelding og velkomstmelding.

Du kan klassifisere artikler i kategorier etter eget valg, og alle ukategoriserte artikler forblir klassifisert som ikke tilordnet. Fra det tidspunktet artikler opprettes, er det fire standardartikler som er tilgjengelige for hver AI-agent. Følgende er disse:

Velkomstmelding – Denne inneholder den første meldingen når en samtale mellom kunden og AI-agenten starter.
Fallback-melding – AI-agent viser denne meldingen når agenten ikke forstår brukerens spørsmål.
Delvis samsvar – Når AI-agenten gjenkjenner flere artikler med en liten forskjell i poengsummer (som angitt i innstillingene for overlevering og slutninger ), viser agenten denne samsvarsmeldingen sammen med de samsvarende artiklene som alternativer. Du kan også konfigurere tekstsvaret som skal vises sammen med disse alternativene.
Hva kan du gjøre?– Du kan konfigurere AI-agentens funksjoner. AI Agent viser dette hver gang sluttbrukerne stiller spørsmål ved AI-agentens funksjoner.

I tillegg til disse legges standardartikkelen Snakk med en agent til hvis innstillinger for agentoverlevering fra overlevering og slutning er aktivert.

Alle nye AI-agenter har også fire Smalltalk-artikler som håndterer brukerytringer for:

Hilsener
Takk
AI-agenten var ikke nyttig
Ha det bra

Disse artiklene og svarene er som standard tilgjengelige i AI Agent-kunnskapsbasen når du oppretter en ny AI-agent. Du kan også endre eller fjerne disse.

Du kan ikke slette artiklene Velkomstmelding, basismelding, Snakk med en agent og delvise meldinger.

Legge til artikler via brukergrensesnitt og standardsvar

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Artikler, og klikk på Opprett ny artikkel.
4	Legg til standardvariantene.
5	Velg et av disse standardsvarene for artikkelen. Mulige verdier: Betinget svar – Svaret konfigureres av regler. Svaret kan være i forskjellige formater, for eksempel tekst, karusell, hurtigsvar, bilde, lyd, video, kode og fil. Du kan legge til flere svar i en artikkel. Kodesnutt – Svaret opprettes ved hjelp av hvis-ellers-betingelser. Hvis du vil ha mer informasjon, kan du se delen Konfigurere svar ved hjelp av Response Designer .
6	Klikk Lagre og lær opp.

Importere fra kataloger

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på ellipseikonet .
4	Klikk på Importer fra kataloger.
5	Velg kategoriene for artiklene som skal legges til agenten.
6	Klikk på Ferdig.

Pakk ut vanlige spørsmål fra lenken

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på ellipseikonet.
4	Klikk på Pakk ut vanlige spørsmål fra lenken.
5	Oppgi URL-adressen der vanlige spørsmål er vert, og klikk på Trekk ut.
6	Klikk på Importer.

Importere fra fil

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger>artikler og klikk på ellipseikonet .
4	Klikk Importer fra en fil , og velg CSV importere artiklene fra den CSV filen. Hvis du importerer artikler fra en fil i JSON-format, velger du JSON.
5	Klikk Bla gjennom , og velg en fil som inneholder alle artiklene. Klikk Last ned eksempel for å vise formatet som artiklene må angis i.
6	Klikk på Importer.

Legge til egendefinerte synonymer

Mange AI-agentbrukstilfeller har en tendens til å involvere ord og uttrykk som kanskje ikke er en del av standard engelsk ordforråd eller er spesifikke for en forretningskontekst. Du vil for eksempel at AI-agenten skal gjenkjenne Android-appen, iOS-appen og så videre. AI-agenten må inkludere disse termene og deres variasjoner i opplæringsytringene for alle relaterte artikler, noe som fører til overflødig dataregistrering.

For å overvinne dette redundansproblemet kan du bruke egendefinerte synonymer i en skriptbasert AI-agent for å svare på spørsmål. Synonymer av hvert rotord blir automatisk erstattet med rotordet ved kjøretid av plattformen.

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på ellipseikonet.
4	Klikk Egendefinerte synonymer.
5	Klikk Nytt rotord.
6	Konfigurer rotordverdien og dens synonymer, og klikk Lagre.
7	Lær opp AI-agenten på nytt etter at du har lagt til synonymene. Du kan også eksportere synonymene (i .CSV filformat) til den lokale mappen og importere filen tilbake til plattformen.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og trenger omskolering for nøyaktig slutning basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetspoeng i økter og ettklikkstesting.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For Skriptbasert AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken reserveløsning vises – Minimumskonfidensen som kreves for at et svar skal vises for deg, der et reservesvar vises nedenfor.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret der en mal for delvis samsvar vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i slutning er aktivert.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antallet artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise svaret fra AI-agenten.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Nå kan du klikke Publiser for å aktivere det opplærte korpuset og teste det i en forhåndsvisning som kan deles, eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en slutning i delen annen informasjon for økten .

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Forhåndsvis din skriptede AI-agent

Webex AI Agent Studio lar deg forhåndsvise AI-agentene dine mens du utvikler den og til og med etter at utviklingen er ferdig. På denne måten kan du teste funksjonen til AI-agentene og avgjøre om de ønskelige svarene genereres som tilsvarer de respektive inndataspørringene. Du kan forhåndsvise den skriptede AI-agenten på følgende måter.

AI-agentinstrumentbord – Hold pekeren over et kort for AI-agent for å vise forhåndsvisningsalternativet for den AI-agenten . Klikk på Forhåndsvisning for å åpne kontrollprogrammet for forhåndsvisning av AI-agent.
AI-agenthode – etter at du har gått inn i redigeringsmodus for en AI-agent ved å klikke på AI-agentkortet eller Rediger-knappen på AI-agentkortet, er forhåndsvisningsalternativet alltid synlig i overskriftsdelen.
Minimert widget – Etter at en forhåndsvisning er startet og deretter minimert, opprettes det et kontrollprogram for chathode nederst til høyre på siden, slik at du enkelt kan åpne forhåndsvisningsmodusen på nytt.

I tillegg til dette kan du kopiere den delbare forhåndsvisningskoblingen fra en AI-agent. På AI Agent-kortet klikker du Ellipses-ikonet øverst til høyre og klikker Kopier forhåndsvisningskobling. Du kan dele denne koblingen med de andre brukerne av AI-agenten.

Widget for forhåndsvisning av plattform

Widgeten for forhåndsvisning vises nederst til høyre på skjermen. Du kan levere ytringer (eller en sekvens med ytringer) for å se hvordan AI-agenten reagerer, slik at den fungerer som forventet. Forhåndsvisningen av AI-agenten støtter flere språk og kan automatisk gjenkjenne språket i ytringer for å svare deretter. Du kan også velge språk manuelt i forhåndsvisningen ved å klikke språkvelgeren og velge fra listen over tilgjengelige alternativer.

Du kan maksimere forhåndsvisningswidgeten for å få en bedre visning. Du kan også oppgi forbrukerinformasjon og starte flere rom for å teste AI-agenten grundig.

Widget for forhåndsvisning som kan deles

Widgetfarge – Ved å legge til en brandColor-parameter i koblingen. Du kan definere enkle farger ved hjelp av fargenavn eller bruke hex-kode for farger.
Telefonhus – Ved å endre verdien for en phoneCasing-parameter i koblingen. Dette er satt til sann som standard og kan deaktiveres ved å gjøre det usant

Eksempel på forhåndsvisningskobling med disse parameterne: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Vanlige administrasjonsdeler for skriptbasert AI-agent

Følgende deler vises i panelet til venstre på konfigurasjonssiden for AI-agent:

Opplæring

Etter hvert som AI-agenter utvikler seg og blir mer komplekse, kan endringer i logikken eller Natural Language Understanding (NLU) noen ganger få utilsiktede konsekvenser. For å sikre optimal ytelse og identifisere potensielle problemer, tilbyr AI-agentplattformen et praktisk rammeverk for bottesting med ett klikk. Du kan:

Opprett og kjør enkelt et omfattende sett med testtilfeller.
Definer testmeldinger og forventede svar for ulike scenarier.
Simuler komplekse samhandlinger ved å opprette testtilfeller med flere meldinger.

Definere tester

Du kan definere tester ved hjelp av følgende trinn:

Logg på Webex AI Agent Studio-plattformen.
På instrumentbordet klikker du den skriptbaserte AI-agenten du har opprettet.
Klikk på Testing i ruten til venstre. Som standard vises fanen Testcaser .
Velg et testtilfelle, og klikk på Utfør valgte tester.

Hver rad i tabellen representerer et testtilfelle med følgende parametere:

Tabell 1. Testtilfeller
Parameter	Beskrivelse
Melding	En eksempelmelding som representerer typene spørringer og setninger du kan forvente at brukere sender til AI-agenten.
Forventet språk	Språket som brukerne forventes å samhandle med AI-agenten på.
Forventet artikkel	Angi artikkelen som skal vises som svar på en bestemt brukermelding. For å hjelpe deg med å finne den mest relevante artikkelen, har denne kolonnen en Smart autofullfør-funksjon. Når du skriver inn, foreslår systemet å matche artikler basert på teksten som er skrevet inn så langt.
Tilbakestill forrige kontekst	Klikk i avmerkingsboksen i denne kolonnen for å isolere testtilfeller og sikre at de kjøres uavhengig av eksisterende AI-agentkontekst. Når dette er aktivert, simuleres hvert testtilfelle i en ny økt, noe som forhindrer forstyrrelser fra tidligere samhandlinger eller lagrede data.
Inkluder delvise treff	Aktiver denne veksleknappen for å vurdere testtilfeller som vellykkede, selv om de forventede artiklene bare delvis samsvarer med det faktiske svaret.
Importere fra CSV	Importer testtilfeller fra en kommadelt fil (CSV). I dette tilfellet overskrives alle eksisterende testtilfeller.
Eksportere til CSV	Eksporter testtilfeller til en kommadelt fil (CSV).
Test tilbakekall	Aktiver denne veksleknappen for å simulere innkommende tilbakeringinger og teste flytens virkemåte uten å kreve faktiske innkommende anrop. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tilbakeringing i flyt	Klikk avmerkingsboksen i denne kolonnen for å angi at en intensjon må utløse en tilbakeringing. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Mal for forventet tilbakeringing	Angi malnøkkelen som skal aktiveres når tilbakeringingen skjer. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tidsavbrudd for tilbakeringing	Den maksimale tiden (i sekunder) AI-agenten venter på et tilbakeringingssvar før tilbakeringingen vurderes som tidsavbrutt. Maksimalt 20 sekunders tidsavbrudd er tillatt. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.

Utfør tester

I kategorien Utførelse klikker du på Utfør valgte tester for å starte en sekvensiell kjøring av alle valgte testtilfeller.

Du kan også utføre testtilfeller fra Testtilfeller-fanen .

Etter hvert som hvert testtilfelle fullføres, viser systemet resultatet ved siden av den tilsvarende oppføringen. Hvis du vil avslutte et testtilfelle som kjører, klikker du på Avbryt kjøring øverst til høyre på skjermen.

Utførelseshistorikk

I kategorien Historikk får du tilgang til alle utførte testtilfeller.

Klikk på Last ned-ikonet i Handlinger-kolonnen for å eksportere de utførte testdataene som en CSV-fil for frakoblet analyse eller rapportering.
Gå gjennom de spesifikke motor- og algoritmeinnstillingene som brukes for hver kjøring av testtilfellet. Denne informasjonen hjelper utviklere med å optimalisere ytelsen til AI-agenten.
Hvis du vil vise de avanserte algoritmekonfigurasjonsinnstillingene som brukes for en bestemt treningsmotor, klikker du på Info-ikonet ved siden av navnet på treningsmotoren. Dette gir innsikt i parametrene og innstillingene som påvirket AI-agentens oppførsel under testing.

Økter

Kanaler – Kanalen der samhandlingen fant sted (for eksempel chat, tale).
Økt-ID – En unik identifikator for økten.
Forbruker-ID – Brukerens unike identifikator.
Meldinger – Antall meldinger som utveksles i løpet av økten.
Oppdatert – Tidspunktet da økten ble lukket.
Metadata – tilleggsinformasjon om økten.
- Skjul testøkter – Merk av i denne avmerkingsboksen for å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – Merk av i denne avmerkingsboksen for å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overleveringen av chatten til en menneskelig agent.
- Det oppstod en feil – Merk av i denne avmerkingsboksen for å filtrere øktene der feilen oppstod.
- Nedstemt – Merk av i denne avmerkingsboksen for å filtrere øktene med nedstemthet.

Øktdetaljer for en bestemt økt i skriptet AI-agent for å svare på spørsmål

Øktdetaljer-visningen i en skriptbasert AI-agent for å svare på spørsmål gir en omfattende oversikt over en bestemt samhandling mellom en bruker og AI-agenten.

Meldinger-delen :

Viser alle meldinger sendt av brukeren i løpet av økten.
Viser de tilsvarende svarene som genereres av AI-agenten.
Presenterer den kronologiske rekkefølgen for meldingene, og gir kontekst for samhandlingen.

Fanen Transaksjonsinformasjon :

Viser artiklene som ble identifisert som relevante for kundens spørring, inkludert både nøyaktige treff og delvise treff.
Viser likhetspoengsummene som er knyttet til hver identifiserte artikkel, og angir graden av relevans.
Presenterer resultatene av de underliggende algoritmene som brukes til å behandle kundens forespørsel og identifisere relevante artikler.
Viser antall algoritmeresultater avhengig av innstillingene som er konfigurert i kategorien Overlevering og slutning .

Delen Annen informasjon i visningen Øktdetaljer gir ytterligere kontekst og detaljer om en bestemt interaksjon. Her er en oversikt over informasjonen som vises:

Behandlet: Spørring – Viser den forhåndsbehandlede versjonen av kundens inndata etter at den er behandlet av AI-agentens pipeline for naturlig språkforståelse (NLU).
Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Svartype – Angir svartypen som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den spesifikke betingelsen eller regelen som utløste svaret til AI-agenten.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Øktdetaljer for en bestemt økt i skriptbasert AI-agent for å utføre handlinger

Kategorien Transaksjonsinformasjon i Skriptbasert AI-agent for utføring av handlinger gir en detaljert oversikt over en bestemt samhandling, og kategoriserer informasjon i fire deler:

Hensikter identifisert seksjon:

Viser hensiktene som ble identifisert for kundens spørring.
Angir konfidensnivået som er knyttet til hver identifiserte hensikt.
Viser sporene som er knyttet til den identifiserte hensikten. Klikk på sporet for å vise tilleggsinformasjon om verdien og hvordan den ble trukket ut fra brukerens spørring.

Delen Algoritmeresultater gir innsikt i de underliggende prosessene som førte til responsen til AI-agenten. Her er en oversikt over informasjonen som vises:

Liste over intensjoner – Viser identifiserte hensikter og tilhørende likhetspoengsummer.
Enhetsliste – Viser enhetene som ble trukket ut fra brukerens melding.

Annen informasjon vises:

Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Malnøkkel – angir malnøkkelen som er knyttet til hensikten som utløste svaret fra AI-agenten.
Svartype – angir typen svar som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den bestemte betingelsen eller regelen som utløste AI-agentens svar.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Du kan også laste ned og vise transaksjonsinformasjonen i JSON-format ved hjelp av nedlastingsalternativet.

Kategorien Metadata vises:

NLP-metadata – Se gjennom forhåndsbehandlingstrinnene som er brukt på kundens inndata i kategorien NLP .
Datastore og FinalDF – Få tilgang til data relatert til økten i fanene Datastore og FinalDF for smartroboter.
Søkefunksjonalitet – Bruk det innebygde søkefeltet til raskt å finne bestemte ytringer i en samtale.

Historie

På Historikk-siden kan du:

Vis treningshistorikk – Spor når et korpus ble opplært og endringene som ble gjort.
Sammenlign treningsmotorer – Gå gjennom opplæringsmotorene som brukes til ulike gjentakelser, og deres tilhørende opplæringsvarighet.
Spor endringer – Overvåk endringer i innstillinger, artikler, svar, NLP og kuratering.
Gå tilbake til tidligere versjoner – Gå enkelt tilbake til et eldre opplæringssett om nødvendig.

Historikk-delen inneholder praktiske verktøy for å administrere kunnskapsbaseartikler:

Aktiver artikler – Aktiver artikler som tidligere er inaktive, direkte for å inkludere dem i AI-agentens svar.
Rediger artikler – Opprett en ny versjon av en eksisterende artikkel samtidig som du beholder originalen for referanse.
Forhåndsvisningsytelse – evaluer AI-agentens ytelse med en bestemt kunnskapsbase ved hjelp av forhåndsvisningsfunksjonen .
Last ned artikler – Eksporter kunnskapsbaseartiklene som en CSV-fil for frakoblet analyse eller referanse.
Dette alternativet er bare tilgjengelig for skriptbasert AI-agent for å svare på spørsmål.

Revisjonslogger

Delen Revisjonslogger inneholder en detaljert oversikt over endringer som er gjort i din skriptede AI-agent i løpet av de siste 35 dagene. Slik får du tilgang til overvåkingslogger:

Naviger til instrumentbordet, og klikk på AI-agenten du har opprettet.
Klikk på Historikk-fanen for å vise historikken til AI-agenten.
Klikk kategorien Overvåkingslogger for å se en detaljert logg over endringer:
- Oppdatert på – Datoen og klokkeslettet da endringen ble gjort.
- Oppdatert av – Brukeren som gjorde endringen.
- Felt – Delen av roboten der endringen skjedde (for eksempel Innstillinger, Artikler, Svar).
- Beskrivelse – Flere detaljer om endringen.

Bruk søkealternativene Oppdatert av og Felt til raskt å finne bestemte oppføringer i overvåkingsloggen.
Kategorien Modellhistorikk viser maksimalt 10 korpus for hver AI-agent.

Kuratering

Meldinger legges til i kurateringskonsollen basert på følgende kriterier:

Fallback-meldinger – når AI-agenten ikke forstår en brukers melding og utløser tilbakefallsintensjonen.
Standard reserveløsning – Hvis denne veksleknappen er aktivert, sendes meldinger som aktiverer standard reserveløsningsintensjon til kurateringskonsollen.

Dette kriteriet gjelder bare for skriptbasert AI-agent for å utføre handlinger.
Nedstemte meldinger – Meldinger som brukere har nedstemt under forhåndsvisning av AI-agent.
Agentoverlevering – Meldinger som fører til en menneskelig agentoverlevering på grunn av konfigurerte regler.
Fra økt – Meldinger flagget av brukere som ikke mottar ønsket respons fra økt- eller romdata.
Lav konfidensgrad – Meldinger med et konfidensresultat som faller innenfor den angitte lavkonfidensgrensen.
Delvis samsvar – Meldinger der AI-agenten ikke definitivt kunne identifisere riktig hensikt eller svar.

Løse problemer

Kategorien Problemer er en sentral plassering der du kan se gjennom og adressere meldinger som er flagget for kuratering. Du kan gjøre følgende:

Velg å løse eller ignorere problemer basert på alvorlighetsgrad og relevans.
Undersøk den opprinnelige brukerytringen, svaret fra AI-agenten og eventuelle vedlagte medier.

Du kan vise hele innholdet i krypterte økter ved å bruke alternativet Dekrypter innhold , hvis du har deaktivert dekrypteringstilgang.

Dekryptere tilgang gis på brukernivå og krever at avansert databeskyttelse er aktivert i serverdelen.

Hvis du vil løse et problem, kan du:

Lenke til en eksisterende artikkel – Hvis du vil koble et problem til en eksisterende artikkel, velger du alternativet Kobling og søker etter ønsket artikkel.
Opprett ny artikkel – Bruk alternativet Legg til i en ny artikkel for å opprette en ny artikkel direkte fra kurateringskonsollen.
Ignorer problemer – Løs eller ignorer problemer for å fjerne dem fra kurateringskonsollen.

Lenking til standardartikler (velkomstmelding, reservemelding, delvis samsvar) er ikke tillatt.
For skriptbasert AI-agent for utføring av handlinger velger du riktig hensikt fra rullegardinlisten og tagger eventuelle relevante enheter.
Når du har gjort endringer, kan du lære opp AI-agenten på nytt for å sikre at den nye kunnskapen gjenspeiles i svarene.
Løs eller ignorer flere problemer samtidig for effektiv administrasjon.

Slik legger du til problemer fra økter:

Identifiser ytringen – Finn ytringen som utløste det uriktige svaret.
Kontroller kurateringsstatus – Hvis problemet ikke allerede finnes i kurateringskonsollen, vises veksleknappen Kurasjonsstatus .
Veksle flagget – aktiver veksleknappen Kurasjonsstatus for å legge til ytringen i kurateringskonsollen for gjennomgang og løsning.

Hvis problemet allerede finnes i kurateringskonsollen, endres bryterens utseende tilsvarende for å indikere statusen.

Se resultatene dine for skriptbasert kunstig intelligens ved hjelp av Analytics

Når utviklere besøker analyseskjermen, kan de velge AI-agenten de vil se analysene for. De kan også tilpasse analysevisningen ved å velge kanalen de vil se dataene for, sammen med datoperioden og detaljene for dataene. Som standard vises analysedata for den siste måneden for alle kanaler med daglig granularitet (hver dag er et punkt på x-aksen i diagrammene).

Oversikt

Oversikten inneholder viktige beregninger og grafer som gir utviklerne et øyeblikksbilde av den generelle bruken av og ytelsen til AI-agenter.

Fra instrumentbordet velger du AI-agenten du har opprettet.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Økter og meldinger

Den første delen i oversikten viser følgende statistikk om økter og meldinger for AI-agenten:

Totalt antall økter og økter som behandles av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (meldinger fra mennesker og AI-agenter) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Dette etterfølges av en grafisk fremstilling av økter (stablet kolonne som representerer økter behandlet av AI-agenten og overleverte økter) og totale svar sendt ut av AI-agenten.

Brukere

Den andre delen i oversikten inneholder statistikk om brukere for AI-agenten. Den gir et antall brukere totalt og informasjon om gjennomsnittlige økter per bruker og daglige gjennomsnittlige brukere. Dette etterfølges av en graf som viser nye og returnerende brukere for hver enhet, avhengig av valgt granularitet.

Prestasjon

Den tredje delen gir statistikk om tbe AI-agentens svar til brukere. Her kan man se de totale svarene sendt ut av AI-agenten og fordelingen mellom svarene der AI-agenten:

Identifiserte brukerens hensikt.
Svarte med en reservemelding.
Svarte med en delvis samsvarsmelding.
Informerte brukeren om en agentoverlevering.

Det samme aggregeres i et sektordiagram, og et arealdiagram gir informasjon basert på valgt granularitet.

Opplæring

Svar

Kuratering

Denne delen gir et visuelt sammendrag av hvor mange kurateringsproblemer som har dukket opp hver dag, og hvor mange av dem som har blitt løst av AI-agentene.

Integrere AI-agenter

Denne delen forklarer hvordan du integrerer AI-agenter med både tale og digitale kanaler for å administrere kundesamtaler.

Integrer AI-agenter med tale og digitale kanaler

Når du har opprettet og konfigurert AI-agentene i Webex AI Agent Studio-plattformen, er neste trinn å integrere dem med talekanalene og de digitale kanalene. Denne integrasjonen gjør at AI-agentene kan håndtere både talebaserte og digitale samtaler med kundene dine, noe som gir en sømløs og interaktiv brukeropplevelse.

Hvis du vil ha mer informasjon, kan du se artikkelen Integrere AI-agenter med talekanaler og digitale kanaler.

Administrere AI-agentrapporter

Denne delen beskriver oversikten over AI-agentrapporter, rapporttyper, opprettelse av AI-agentrapporter og rapportleveringsmoduser.

Forstå AI-agentrapporter

Når du åpner Rapporter-menyen fra venstre navigasjonsrute, vises følgende faner:

Konfigurer – Denne fanen viser alle rapportene som for øyeblikket er aktive og genereres med jevne mellomrom. Følgende detaljer er tilgjengelige for listen over rapporter:
- Aktiv – Om en bruker fortsatt abonnerer på rapporten.
- AI-agent – navnet på AI-agenten som er tilknyttet rapporten.
- Rapporttype – Den forhåndsbygde rapporttypen du abonnerer på.
- Frekvens – Intervallet du mottar rapporten i.
- Siste rapport Generert – Den siste rapporten som ble sendt ut.
- Neste planlagte dato – neste dato rapporten sendes ut.
Historikk – Denne fanen viser all historisk informasjon om rapportene som er sendt til dags dato. Klikk på en rapport på denne siden for å redigere konfigurasjonen av rapporter.

Du kan klikke på Last ned-ikonet under Handlinger-kolonnen for å laste ned disse historiske rapportene.

Behovsbetingede rapporter som vises i Logg-fanen , er bare tilgjengelige for nedlasting etter at rapportgenereringen er fullført.

Opprette en AI-agentrapport

1	Logg på Webex AI Agent Studio-plattformen.
2	Klikk på Rapporter i navigasjonsfeltet til venstre.
3	Klikk + Ny rapport.
4	Oppgi følgende informasjon for å opprette og konfigurere rapporten: AI-agent – Navnet på AI-agenten som er tilknyttet rapporten. Du kan se alle AI-agentene for å svare på spørsmål og utføre oppgaver på dette programmet. Rapporttype – Den forhåndsbygde rapporttypen du vil abonnere på. Når du velger AI-agenten for å svare på spørsmål, viser feltet AI-agent tre forskjellige typer rapporter: Sammendrag av bruk og virkemåte Avskrift av melding Problemer med kuratering Utdataformat – Formatet du vil at rapporten skal genereres og sendes i til den konfigurerte leveringsmodusen. De støttede formatene er CSV og .xlsx. Velg ett av følgende alternativer og relevante innstillinger for rapporttypen du vil generere: Generer nå – Angi startdato og sluttdato for en behovsbetinget rapport. Planlagt rapport – planlegg frekvens , tid, tidssone og startdato for en rapport. Når du har opprettet denne rapporten, kan du bruke veksleknappen Aktiver rapport i rapporten. Du kan aktivere eller deaktivere denne veksleknappen senere for å motta eller stoppe rapporten på den planlagte frekvensen. Leveringsmåte – Se delen Leveringsmåter for mer informasjon.

Rapporttyper for AI-agent

AI-agent for å svare på spørsmål rapporttype

Bruksatferd og sammendrag

Denne delen viser AI-agentsammendraget med hvor ofte artikler og kategorier aktiveres. Du kan se sammendrags-, kategori- og artikkelinformasjonen i en egen fane i rapportene:

Tabell 1. Detaljer i kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler/økter behandlet av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent.
Totalt antall stemmer	Totale svar fra AI-agenter som ble stemt opp av kundene.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av kunder.

Tabell 2. Kategorikategoridetaljer
Felt	Beskrivelse
Kategorinavn	Navnet på kategorien slik den er konfigurert i AI-agenten.
Samtaler for kategorien	Antall samtaler eller økter der en artikkel som tilhører denne kategorien, ble oppdaget.
Totalt antall svar	Antall ganger en artikkel som tilhører denne kategorien ble oppdaget.
Totalt antall stemmer	Antall ganger et svar fra denne kategorien ble stemt opp.
Totalt antall nedstemmer	Antall ganger et svar fra denne kategorien ble nedstemt.

Tabell 3. Detaljer om artikkelfanen
Felt	Beskrivelse
Artikkelnavn	Navnet på artikkelen (standardvarianten) som er konfigurert i AI-agenten.
Artikkel kategori	Kategorien denne hensikten tilhører.
Samtaler for artikkelen	Antall samtaler eller økter der denne artikkelen ble oppdaget.
Totalt antall svar	Antall ganger denne artikkelen ble oppdaget.
Totalt antall stemmer	Antall ganger svaret på denne artikkelen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne artikkelen er nedstemt.

Behandle transkripsjoner

Viser samtalen mellom AI-agenten og kunden sammen med likhetspoengsummen. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempelet for meldingen.
Økt-ID	Den unike identifikatoren for økten.
Forbruker-ID	Den unike identifikatoren for sluttbrukeren på AI-agent.
Meldingstype	AI-agentmeldingen eller den menneskelige meldingen.
Meldingstekst	Innholdet i meldingen.
Artikkel	Identifikatoren for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikten som ble oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoengsummen for den oppdagede hensikten.
Matchet artikkel 1	Hensikten som ble oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Poengsummen for intensjonen som ble oppdaget.
Tilbakemelding	Tilbakemelding fra brukeren hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarene som brukerne legger igjen når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på AI-agent.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Artikkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Matchet artikkel 1	Intent oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Score for intensjonen som er oppdaget.

AI-agent for å utføre oppgaver rapporttype

Bruksatferd og sammendrag

Viser sammendraget av samtaler sammen med gjengivelser og malnøkler som utløses. Kategorien Sammendrag viser følgende detaljer:

Tabell 4. Kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler eller økter som behandles av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger som er sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent
Totalt antall stemmer	Totalt antall svar fra AI-agenter som ble stemt opp av brukere.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av brukere.

Du kan også vise intensjonsdetaljene i kategorien Gjengivelse i regnearket:

Tabell 5. Intensjoner-fanen
Felt	Beskrivelse
Navn på intensjon	Navnet på intensjonen slik den er konfigurert i AI-agenten.
Samtaler for hensikten	Antall samtaler eller økter der denne hensikten ble påberopt.
Totalt antall påkallelser	Antall ganger denne hensikten ble påberopt.
Totalt antall fullføringer	Antall ganger alle sporene ble samlet inn og denne hensikten ble fullført.
Totalt antall stemmer	Totalt antall svar for dette ble stemt opp for hver hensikt.
Totalt antall nedstemmer	Totalt antall svar på dette ble nedstemt for hver hensikt.

Rapporten har også maldetaljer på høyt nivå, for eksempel:

Tabell 6. Mal detaljer
Felt	Beskrivelse
Navn på malnøkkel	Navnet på malen slik den er konfigurert i AI-agenten.
Hensikt med malnøkkel	Hensikter der denne malnøkkelen brukes.
Samtaler for malnøkkelen	Antall ganger denne malnøkkelen ble sendt ut som svar.
Totalt antall svar	Antall ganger denne malnøkkelen ble sendt som svar.
Totalt antall stemmer	Antall ganger svaret på denne malen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne malen ble nedstemt.

Transkripsjoner av meldinger

Viser samtalen til en kunde med AI-agenten sammen med likhetspoengsummene. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i programmet.
Meldingstype	AI-agentmelding eller menneskelig melding.
Meldingstekst	Innholdet i meldingen.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.
Tilbakemelding	Tilbakemelding fra brukere hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarer som legges igjen av brukere når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Denne rapporten er bare relevant for skriptbaserte AI-agenter. Du kan vise følgende detaljer i denne rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for kundens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i applikasjonen.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.

Leveringsmåter for AI Agent-rapport

SFTP

Felt	Beskrivelse
Send rapporter til et sikkert sted som planlagt	Ttoggle dette på for å skyve rapportene til den sikre plasseringen til planlagt tid. Du kan bare oppgi følgende detaljer ved å aktivere denne bryteren.
IP-adresse	Den IP adressen til systemet.
Brukernavn	Brukernavnet for å få tilgang til rapportene.
Passord	Passordet for å få tilgang til rapportene.
Privat nøkkel	Den private nøkkelen for å få tilgang til filene.
Last opp bane	Banen der filene rutes i systemet.

E-post

Felt	Beskrivelse
Planlegg e-postmeldinger for flere mottakere, separat med semikolon (;)	Slå på dette for å legge til mottakere.
Mottakere	E-postadressen til alle mottakere som må motta rapportene til angitt tid og hyppighet.

S3-bøtte

Felt	Beskrivelse
Last opp rapporter til et S3-verdiområde i henhold til tidsplanen	Slå på dette for å gjøre S3-feltene tilgjengelige og rute rapportene til det konfigurerte S3-verdiområdet.
AWS-tilgangsnøkkel-ID	Tilgangsnøkkel-ID for å få tilgang til AWS-tjenester og ressurser.
AWS hemmelig tilgangsnøkkel	Den hemmelige tilgangsnøkkelen for å få tilgang til AWS-tjenestene og -ressursene.
Navn på bøtte	Navnet på verdiområdet som rapporten rutes til.
Navn på mappe	Navnet på mappen som er opprettet i S3-samlingen.

Forstå samsvar med kunstig intelligens

Disse delene hjelper deg med å forstå AI-utvikling, personvern, sikkerhet og sikkerhet

AI-utvikling, personvern, sikkerhet og sikkerhet

AI produktutvikling

Personvern og sikkerhet

Følgende er listen over AI-gjennomsiktighetsnotater for alle AI-funksjoner:

Datakilder for opplæring og evaluering

Sikkerhet og etiske overveielser

Alle generative AI-funksjoner er utsatt for feil, så Cisco prioriterer innholdssikkerhet for AI-funksjoner ved å velge innholdsfiltrering, levert av Azure OpenAI.

Modellevaluering og ytelse

Cisco prioriterer ytelsen og nøyaktigheten til AI Assistant ved å involvere mennesker i gjennomgangen, testingen og kvalitetssikringen av den underliggende modellen.

Kom i gang med Webex AI Agent Studio

Funksjonene Webex AI Agent Studio

Nøyaktige svar til rett tid – Gir presise svar på kundehenvendelser i sanntid.
Intelligent oppgaveutførelse – Utfører oppgaver basert på kundeforespørsler eller inndata.

Viktige fordeler for bedrifter

Forbedret kundeopplevelse – Leverer en samtaleopplevelse i sanntid for kundene.
Personlig tilpassede samhandlinger – Skreddersyr svar på individuelle kundebehov og preferanser.
Skalerbarhet og effektivitet – Håndterer et stort volum av kundeinteraksjoner uten behov for flere menneskelige agenter, noe som fører til forbedret tilfredshet og reduserte driftskostnader.

Forstå AI-agenttyper og eksempler

Tabellen nedenfor gir et glimt av AI-agenttyper og deres evner:

Tabell 1. AI-agenttyper og deres funksjoner
AI-agenttype	Formål	Kapasitet	Beskrivelse	Hvordan sette opp?
Autonom	Autonome AI-agenter er designet for å operere uavhengig, ta beslutninger og utføre oppgaver uten direkte menneskelig innblanding.	Utføre handlinger	Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler. Automatiser repeterende eller tidkrevende oppgaver.	Autonome AI-agenter for å utføre handlinger
Autonom		Svar på spørsmål	Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer.	Autonome AI-agenter for å svare på spørsmål
Skriptede	Skriptbaserte AI-agenter er programmert til å følge et forhåndsdefinert sett med regler og instruksjoner.	Utføre handlinger	Skriptagenter kan utføre bestemte oppgaver som er klart definert og strukturert.	Skriptede AI-agenter for å utføre handlinger
Skriptede		Svar på spørsmål	Skriptede agenter kan svare på spørsmål basert på et brukeropprettet opplæringskorpus, som er en samling eksempler og svar.	Skriptede AI-agenter for å svare på spørsmål

Eksempler

Både autonome og skriptbaserte AI-agenter kan brukes på ulike brukstilfeller, avhengig av de spesifikke kravene og ønskede funksjoner. Her er noen eksempler:

Kundeservice – Både autonome og skriptbaserte agenter kan brukes til å gi kundestøtte, med autonome agenter som tilbyr mer fleksibilitet og naturlig språkforståelse.
Virtuelle assistenter – Autonome agenter egner seg godt for virtuelle assistentroller fordi de kan håndtere ulike oppgaver og gi mer tilpassede samhandlinger.
Dataanalyse – Autonome agenter kan brukes til å analysere store datasett og trekke ut verdifull innsikt.
Prosessautomatisering – både autonome og skriptede agenter kan brukes til å automatisere gjentakende oppgaver, forbedre effektiviteten og redusere feil.
Kunnskapsstyring – Autonome agenter kan brukes til å opprette og administrere kunnskapsrepositorier, noe som gjør informasjon lett tilgjengelig for brukerne.

Valget mellom autonome og skriptbaserte AI-agenter avhenger av oppgavenes kompleksitet, det nødvendige nivået av autonomi og tilgjengeligheten av opplæringsdata.

Forutsetninger

Hvis du er en eksisterende Webex Contact Center-kunde, må du kontrollere at du oppfyller følgende forutsetninger:
- Webex Contact Center 2.0-leier.
- Webex Connect er klargjort for leieren.
- Voice media plattform er neste generasjons medieplattform.
Hvis du ikke har en Webex kontaktsenterleier, kontakter du partneren din for å starte en prøveversjon av kontaktsenteret for Webex med neste generasjons medieplattform.
Administratorer kan be om en Webex kontaktsenterutviklersandkasse for å prøve AI-agenter.

Aktivering av funksjoner

Denne funksjonen er for øyeblikket i beta. Kunder kan registrere seg for denne funksjonen på Webex betaportal ved å fylle ut deltakelsesundersøkelsen for AI-agenter.

For øyeblikket er bare skriptbasert AI-agentfunksjonalitet tilgjengelig i betafasen.
Autonome agenter er bare tilgjengelige for utvalgte kunder. Forespørsler kan gjøres via CSM (Customer Success Manager), PSM (Partner Success Manager) eller ved å sende ask-ccai@cisco.com. Ved godkjenning blir autonome agenter gjort tilgjengelige i tillegg til skriptede agenter for leieren.

Tilgang Webex AI Agent Studio

Hvis du vil opprette AI-agentene, må du logge på Webex AI Agent Studio-programmet. Dette kan gjøres på følgende måter:

Logg på fra Control Hub

Hvis du ikke ser Webex AI Agent Studio, kontakter du Ciscos kundestøtte for å aktivere det tilsvarende funksjonsflagget.

Logg på Control Hub ved hjelp av URL  https://admin.webex.com.
Fra Tjenester-delen av navigasjonsruten velger du Kontaktsenter.
I Hurtigkoblinger i høyre rute går du til delen Kontaktsenterpakke .
Klikk Webex AI Agent Studio for å få tilgang til programmet.

Systemet kryssstarter Webex AI Agent Studio-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Logg på fra Webex Connect

Hvis du vil ha tilgang til Webex AI Agent Studio-appen, må du ha tilgang til Webex Connect.

Logg på Webex Connect-programmet ved hjelp av URL-adressen for leier som er angitt for bedriften og legitimasjonen.
Som standard vises Tjenester-siden som en hjemmeside.
Fra App-statusfeltmenyen i venstre navigasjonsrute klikker du på Webex AI Agent Studio for å få tilgang til programmet.
Systemet kryssstarter Webex AI Agent Studio-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Hjemmeside layout

Velkommen til Webex AI Agent Studio-programmet. Når du logger på, viser hjemmesiden følgende layout:

Navigasjonslinje

Navigasjonsfeltet som vises til venstre, gir tilgang til følgende menyer:
- Instrumentbord – viser en liste over AI-agenter brukeren har tilgang til, som gitt av bedriftsadministratoren.
- Kunnskap – Viser det sentrale kunnskapslageret eller kunnskapsbasen, som fungerer som hjernen for autonome AI-agenter for å svare på kundespørsmål.
- Rapporter – viser forhåndsbygde AI-agentrapporter av ulike typer. Du kan generere eller planlegge rapporter i henhold til dine forretningsbehov.
- Hjelp – Gir tilgang til brukerhåndboken for Webex AI Agent Studio i brukerstøtten for Webex.
Brukerprofil
Brukerprofilmenyen lar deg se profilinformasjonen din og logge av applikasjonen.

Siden Bedriftsprofil inneholder informasjon om agentleieren for kunstig intelligens, bare tilgjengelig for administratorer med full administratortilgang.
- Fanen Oversikt inneholder følgende informasjon:
  - Bedriftsidentifikatorer – inkluderer Webex organisasjons-ID, CPaaS organisasjons-ID, abonnements-ID for bedriften. Dette er tilgjengelig for bedrifter med Webex kontaktsenterintegrering for den tilsvarende Webex Connect-leieren.
  - Profilinnstillinger – inneholder bedriftsnavn, unikt navn og URL-adresse for logo.
  - Globale agentinnstillinger – Tillater valg av standardagent for talekanal for å håndtere scenarioer for fallback.
  - Sammendrag for dataoppbevaring – gir et sammendrag av dataoppbevaringsperioder for denne virksomheten.
- I Teammedlemmer-fanen kan du vise og administrere listen over teammedlemmer som har tilgang til programmet. Hver bruker er tilordnet en rolle, som bestemmer handlingene de kan utføre basert på gitte tillatelser.

Kjenn dashbordet ditt

Oppgaver på AI-agentkort

Hold markøren over et AI-agentkort for å vise følgende alternativer:

Forhåndsvisning – Klikk på Forhåndsvisning for å åpne kontrollprogrammet for forhåndsvisning av AI-agent.
Ellipseikon – Klikk dette ikonet for å utføre følgende oppgaver:
- Kopier forhåndsvisningskobling – Kopier forhåndsvisningskoblingen for å lime den inn i en ny fane, og forhåndsvis AI-agenten i chat-kontrollprogrammet.
- Kopier tilgangstoken – Kopier AI-agentens tilgangstoken for å starte agenten via API-er.
- Eksporter – Eksporter detaljene for AI-agenten (i JSON-format) til den lokale mappen.
- Slett – Slett AI-agenten permanent fra systemet.
- Fest – Fest AI-agenten til den første posisjonen på instrumentbordet, eller løsne den for å flytte den tilbake til forrige posisjon.

Opprette en ny AI-agent

Hvis du vil vite hvordan du oppretter skriptede og autonome AI-agenter, kan du se følgende deler:

Skriptet AI-agent for å svare på spørsmål
Skriptet AI-agent for å utføre handlinger
Autonom AI-agent for å svare på spørsmål
Autonom AI-agent for å utføre handlinger

Importere forhåndsbygd AI-agent

Klikk Importer agent.
Klikk Last opp for å laste opp AI-agentfilen (i JSON-format) som er eksportert fra plattformen.
I Agentnavn-feltet skriver du inn navnet på AI-agenten.
(Valgfritt) I System-IDen redigerer du den systemgenererte unike identifikatoren.
Klikk på Importer.

AI-agenten er nå importert til Webex AI Agent Studio-plattformen og er tilgjengelig på instrumentbordet.

Nøkkelordsøk

Filtrer etter agenttype

I tillegg til nøkkelordsøk kan du avgrense søkeresultatene ved å filtrere basert på typen AI-agent. Velg ett av agenttypefiltrene fra rullegardinlisten – Skript, Autonom og Alle.

Administrer kunnskapsbase

Slik får du tilgang til kunnskapsbasen:

Logg på Webex AI Agent Studio-plattformen.
På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute. Siden Kunnskapsbaser vises.
Du finner en kunnskapsbase basert på følgende kriterier:
- Navn på kunnskapsbasen
- Type kunnskapsgrunnlag
- Kunnskapsbaser som oppdateres mellom angitte datoer
- Kunnskapsbaser opprettet mellom angitte datoer
  Klikk Tilbakestill alle for å tilbakestille søkekriteriene.
Du kan også opprette en ny kunnskapsbase. Hvis du vil opprette en ny kunnskapsbase, kan du se Opprette kunnskapsbase for AI-agent.

Opprette kunnskapsbase for AI-agent

1	På instrumentbordet klikker du på kunnskapsikonet i venstre navigasjonsrute.
2	På siden Kunnskapsbaser klikker du + Opprett kunnskapsbase øverst til høyre.
3	Angi følgende detaljer på siden Opprett kunnskapsbase : Navn på kunnskapsbase – Angi et navn for kunnskapsbasen. Beskrivelse – Gi en kort beskrivelse av kunnskapsbasen.
4	Klikk på Opprett. Systemet oppretter en kunnskapsbase med det angitte navnet.
5	I kategorien Filer : Dra og slipp filene til kunnskapsbasen. Alternativt kan du klikke Legg til fil for å legge til en fil. Systemet støtter følgende filformater: PDF, .doc, .docx, data over kabel, .txt, .xlsx, .xls og CSV. Størrelsen på hver fil må ikke overstige 2 MB. Etter å ha lagt til filene, klikker du på Behandle filer for å behandle filene. Når du er ferdig, viser systemet filene under Filer-fanen .
6	På Dokumenter-fanen : Klikk + Opprett dokument for å opprette dine egne kunnskapsbasedokumenter. På siden Opprett dokument skriver du inn dokumentnavnet . Bruk tekstredigeringsprogrammet til å legge til nødvendig informasjon og formatere teksten etter behov. Merk av for Legg til i eksisterende kategori for å legge til dokumentet i den eksisterende kategorien. Du kan også velge å legge til i ny kategori og opprette en ny kategori. Klikk på Lagre. Du kan også klikke på + Legg til kategori for å definere kategorier og legge til dokumentene under den tilsvarende kategorien. Velg ønsket dokument i venstre rute, og klikk Web Preview for å forhåndsvise dokumentet.
7	Naviger til Informasjon-fanen for å vise og spore detaljene for filene du har lastet opp og dokumentene du har opprettet. Klikk på Rediger-ikonet for å redigere kunnskapsbasefilene. Rediger om nødvendig navnet på filen. Du kan også slette eksisterende filer og legge til nye filer. Klikk på Slett-ikonet for å slette kunnskapsbasen fullstendig.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for den autonome AI-agenten for å svare på spørsmål.

Konfigurer autonome AI-agenter

Autonom AI-agent for å utføre oppgaver

De autonome AI-agentene kan utføre forskjellige oppgaver, inkludert:

Natural Language Processing (NLP) - Forstå og svare på menneskelig språk på en naturlig og konverserende måte.
Beslutningstaking – Ta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler.
Automatisering – Automatiser repeterende eller tidkrevende oppgaver.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprette en autonom AI-agent for å utføre handlinger
Oppdatere profilen for den autonome AI-agenten
Legge til handlinger i autonom AI-agent
Konfigurere utfylling av spor
Definer oppfyllelse

Opprette en autonom AI-agent for å utføre handlinger

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Filtrer AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for anbefalte fremgangsmåter og eksempler.
9	Klikk på Opprett. Du har nå opprettet den autonome AI-agenten for å utføre handlinger, som nå er tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å utføre handlinger.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Rediger målet til AI-agenten, om nødvendig. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
Instruksjoner – Angi instruksjonene for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Standard URL-adresse som systemet henter logoen eller bildet til AI-agenten fra. Endre dette om nødvendig.
AI-motor – Oppdater AI-motoren om nødvendig.
Velkomstmelding – Standard velkomstmelding som AI-agenten bruker til å starte samhandlingen. Oppdater dette om nødvendig.

Klikk på Publiser for å aktivere AI-agenten.

Hva du skal gjøre nå

Legg til de nødvendige handlingene i AI-agenten.

Legge til handlinger i autonom AI-agent

Få den nødvendige informasjonen fra kunden.
Overfør informasjonen til den nødvendige flyten.

Den autonome AI-agenten for å utføre handlinger fungerer på følgende byggeblokker:

Handling – En funksjonalitet som gjør det mulig for AI-agenten å koble til eksterne systemer for å utføre komplekse oppgaver.
Enhet eller spor – representerer et trinn i å oppfylle brukerens hensikt. Utfylling av spor innebærer å stille spesifikke spørsmål til kunden for å oppfylle kundens intensjon basert på ytringer. Det er utløseren for en AI-agent å begynne å utføre en handling. Definer inndataenhetene som en del av utfylling av spor.
Oppfyllelse – Bestemmer hvordan AI-agenten fullfører handlingen. Som en del av oppfyllelsen definerer du utdataenhetene for den autonome AI-agenten for å generere svaret i et bestemt format. Systemet sender utdataenhetene til flyten for å fortsette med handlingen og fullføre oppgaven.

I kategorien Handling klikker du +Ny handling.

Angi følgende detaljer på siden Legg til en ny handling :

Handlingsnavn – Skriv inn navnet på handlingen. For eksempel,Bestill billetter.
Handlingsbeskrivelse – Gi en kort beskrivelse av den forventede handlingen. Sørg for at tiltaksbeskrivelsen er klar og nøyaktig.
Handlingsomfang – Velg handlingsomfanget fra rullegardinlisten. Følgende alternativer er tilgjengelige:
- Klikk Utfylling av spor for å konfigurere de nødvendige inndataenhetene for utfylling av spor. Hvis du velger utfylling av spor, kan du ikke konfigurere innfrielsesdetaljene.
- Klikk på Sporutfylling med innfrielse for å konfigurere de nødvendige inndataenhetene for utfylling av spor og også definere detaljene for fullføring av handlingen.
Agentoverlevering er standardhandlingen som er aktivert som standard. Bruk vekslealternativet for å deaktivere agentoverlevering.

Hva du skal gjøre nå

Du kan enten konfigurere spor, eller du kan konfigurere spor og definere oppfyllelse avhengig av det valgte handlingsomfanget.

Konfigurere utfylling av spor

Utfylling av spor innebærer å legge til de nødvendige inndataenhetene for AI-motoren. I delen Utfylling av spor på Handlinger-siden legger du til inndataenhetene:

Du kan legge til enhetene én etter én i tabellformat.
Du kan også bruke JSON-filen og definere enhetene. Se En innføring i JSON-skjema hvis du vil ha mer informasjon.

Legge til inndataenheter i tabellformat

1	Hvis du vil legge til en inndataenhet, klikker du +Ny inndataenhet.
2	På siden Legg til en ny inndataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på inndataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at enhetsbeskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre denne enheten obligatorisk.
3	Klikk Legg til for å legge til inndataenheten. Du kan legge til så mange inndataenheter du trenger.
4	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å redigere de tilføyde inndataenhetene. Klikk på Slett-ikonet for å slette enheten.

Legge til enheter ved hjelp av JSON-redigeringsprogrammet

Du kan legge til inndataenheter og utdataenheter ved hjelp av JSON-redigeringsprogrammet. I JSON-redigeringsprogrammet må enhetene defineres i et strukturert JSON-format.

Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Parameterstruktur for inndata

Inngangsparametrene må følge følgende struktur:

type – Datatypen til parameterobjektet. Dette er alltid "objekt" for å betegne at parametrene er strukturert som et objekt.

egenskaper – Et objekt der hver nøkkel representerer en parameter og de tilknyttede metadataene.

obligatorisk – En matrise med strenger som viser navnene på parametere som er obligatoriske.

Egenskaper Objekt

Hver nøkkel i egenskapsobjektet representerer en inndataenhet/parameter og inneholder et annet objekt med metadata om denne parameteren . Metadataene bør alltid inneholde følgende nøkkelord:

type – Datatypen for parameteren. De tillatte typene er:
- streng – tekstdata.
- heltall – Numeriske data uten desimaler.
- tall – numeriske data som kan inneholde desimaler.
- boolsk – sanne/falske verdier.
- matrise – En liste over elementer, som alle vanligvis er av samme type.
- Objekt – En kompleks datastruktur med nestede egenskaper.
beskrivelse – En kort forklaring på hva enheten representerer. Dette hjelper AI-motoren med å forstå formålet med og bruken av parameteren. En beskrivelse som er kortfattet og konsistent med agentens instruksjoner og handlingsbeskrivelse, anbefales for bedre nøyaktighet.
Validering håndheves av plattformen kun for "type". «Beskrivelse» håndheves ikke for alle enheter, men det anbefales på det sterkeste at den legges til. Andre nyttige nøkkelord for enhetsmetadata er:
- enum – Opplistingsfeltet viser de mulige verdiene for en parameter. Dette er nyttig for parametere som bare skal godta et begrenset sett med verdier. Utviklere kan definere egendefinerte lister over verdier som en parameter skal godta for å bruke dette.
- mønster – Mønsterfeltet brukes med strengtyper for å angi et regulært uttrykk som strengen må samsvare med. Dette er spesielt nyttig når du skal validere bestemte formater, for eksempel telefonnumre, postnumre eller egendefinerte identifikatorer.
- eksempler – Eksempelfeltet inneholder ett eller flere eksempler på gyldige verdier for parameteren. Dette hjelper AI-motoren med å forstå hva slags data som forventes, og kan være spesielt nyttig for tolknings- og valideringsformål.

Det finnes andre nøkkelord som kan gjøre enhetsdefinisjonen mer nøyaktig og robust. Hvis du vil ha mer informasjon, kan du se A Tour of JSON Schema.

Eksempel

Følgende eksempel inneholder ulike typer enheter og nøkkelord:

{ "type": "objekt", "egenskaper": { "brukernavn": { "type": "streng", "beskrivelse": "Det unike brukernavnet for kontoen.", "minLength": 3, "maxLength": 20 }, "passord": { "type": "string", "description": "Passordet for kontoen.", "minLength": 8, "format": "passord" }, "e-post": { "type": "string", "description": "E-postadressen for kontoen.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "fødselsdato": { "type": "string", "description": "Brukerens fødselsdato.", "examples": ["mm/dd/YYYY"] }, "preferences": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Hvorvidt brukeren ønsker å motta nyhetsbrev.", "default": true }, "notifications": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } }, "roller": { "type": "array", "beskrivelse": "Liste over roller som er tilordnet brukeren.", "elementer": { "type": "streng", "opplisting": ["bruker", "admin", "moderator"] } }, "obligatorisk": ["brukernavn", "passord", "e-post"] }

Dette eksemplet inkluderer følgende enheter:

brukernavn – En strengtype med begrensning for minimum og maksimum lengde.
passord – En strengtype med en minimumslengde og et bestemt format (passord angir at det skal håndteres på en sikker måte).
e-post – En strengtype med regexmønster for å sikre at det er en gyldig e-postadresse.
fødselsdato – En strengtype med eksempler som angir formatet på datoen.
innstillinger – En objekttype med nestede egenskaper (nyhetsbrev og varsler), inkludert en boolsk med en standardverdi og en streng med bestemte tillatte verdier (opplisting).
roller – En matrisetype der hvert element er en streng begrenset til bestemte verdier (opplisting).

Brukernavnet, passordet og e-postadressen er obligatoriske som definert av "obligatorisk" -matrisen.

Definer oppfyllelse

1	Definer oppfyllelsesdetaljene for implementering av AI-agenten i et kontaktsenter. Angi følgende detaljer: Velg en innfrielsesmetode – Velg flyten. Velg en flytbygger – Velg ønsket flytbygger. URL-adresse for webhook for flyt – angi URL-adressen for webhooken. Hvis du vil ha mer informasjon, kan du se Inngående webhooks. Servicenøkkel – Angi tjenestenøkkeldetaljene.
2	Konfigurer utdataenhetene slik at AI-agenten genererer resultatet i et format som er forståelig for flyten.
3	Hvis du vil legge til en utdataenhet, klikker du + Ny utdataenhet. I skjermbildet Legg til en ny utdataenhet angir du følgende detaljer: Enhetsnavn – Skriv inn navnet på utdataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at beskrivelsen er klar og nøyaktig. Enhetseksempler – Skriv inn et eksempel for enheten. Klikk + Legg til for å legge til flere eksempler. Merk av for Obligatorisk for å gjøre dette til en obligatorisk enhet. Du kan også bruke en JSON-fil til å legge til utdataenhetene. Hvis du vil ha mer informasjon, kan du se Legge til enheter ved hjelp av JSON-redigeringsprogram .
4	Klikk Legg til for å legge til utdataenheten. Du kan legge til så mange utdataenheter du trenger.
5	Bruk alternativet Kontroller til å utføre følgende handlinger på enheten: Klikk på Rediger-ikonet for å gjøre endringer i enheten. Klikk på Slett-ikonetfor å slette enheten.
6	Klikk Legg til for å fullføre kofigureringen.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten. Klikk på Publiser for å aktivere AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Autonome AI-agenter for å svare på spørsmål

Autonome agenter kan få tilgang til og bruke et kunnskapsregister for å gi informative og nøyaktige svar på brukerspørringer. Denne funksjonen er nyttig i scenarier der agenten må:

Gi kundestøtte – svar på vanlige spørsmål, feilsøk problemer og veiled kunder gjennom prosesser.
Tilby teknisk assistanse – Gi ekspertråd om bestemte emner eller domener.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en autonom AI-agent for å svare på spørsmål
Oppdatere profilen for den autonome AI-agenten
Konfigurere kunnskapsbasen

Opprett en autonom AI-agent for å svare på spørsmål

Før du begynner

Sørg for å opprette kunnskapsbasen. Hvis du vil ha mer informasjon, kan du se Administrere kunnskapsbaser.

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Autonom. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Autonom.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. For talebasert forhåndsvisning velger du Vega. Hvis du vil ha mer informasjon, kan du se Talebasert forhåndsvisning . Kunnskapsbase – Velg den nødvendige kunnskapsbasefilen fra listen over tilgjengelige kunnskapsbaser. Du kan ikke tilordne den valgte kunnskapsbasen til andre AI-agenter. Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
9	Klikk på Opprett. Den autonome AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdatere profilen for den autonome AI-agenten

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

På instrumentbordet klikker du AI-agenten du har opprettet.

Naviger til kategorien Innstillinger > Profil og konfigurer følgende detaljer:

Agentnavn – Rediger om nødvendig navnet på AI-agenten.
System-ID – Rediger om nødvendig system-ID-en til AI-agenten.
Agentens mål – Gi en kort beskrivelse av målet for AI-agenten. Se Guidelines for defining goals and instructions for AI Agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter AI-agentlogoen eller -bildet fra.
AI-motor – Velg den nødvendige AI-motoren fra rullegardinlisten.
Velkomstmelding – Skriv inn velkomstmeldingen som AI-agenten skal bruke til å starte samhandlingen.
Tillat agentoverlevering – Aktiver vekslealternativet for å overføre samtalen til en menneskelig agent når en kunde ønsker å snakke med en agent.

Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for AI-agenten.

Konfigurere kunnskapsbasen

Før du begynner

Opprett en autonom AI-agent for å svare på spørsmål.

1	På Instrumentbord-siden velger du AI-agenten du har opprettet.
2	Naviger til Knowledge Base-fanen .
3	Velg den nødvendige kunnskapsbasen fra rullegardinlisten.
4	Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Klikk Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvise den autonome AI-agenten.

Når du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til AI-agenten, kan du se Vise ytelsen til den autonome AI-agenten ved hjelp av analyse.
Hvis du vil se detaljer om økter og logger, kan du se Vise autonome AI-agentøkter og -logger.

Vis autonom AI-agentøkt og -logg

Økter

Økter-siden inneholder en omfattende oversikt over alle samhandlinger mellom AI-agenter og brukere. Slik går du til Økter-siden :

På instrumentbordet klikker du den autonome AI-agenten du vil vise øktdetaljene for.
Klikk Økter i venstre navigasjonsrute.

Økter-siden vises. Hver økt vises som en oppføring som inneholder alle meldingene i økten. Denne informasjonen er nyttig for å overvåke, analysere og forbedre AI-agenten.

Økt-ID – Den unike rom-ID-en eller økt-ID-en for en samtale.
Forbruker-ID – ID-en til forbrukeren som samhandlet med AI-agenten.
Kanaler – kanalen der samhandlingen fant sted.
Oppdatert kl. – Tidspunktet for stenging av rommet.
Rommetadata – Inneholder tilleggsinformasjon om rommet.
Merk av i de obligatoriske avmerkingsboksene:
- Skjul testøkter – For å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – For å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overlevering av chatten til en menneskelig agent.
- Det oppstod en feil – For å filtrere øktene der feilen oppstod.
- Nedstemt – For å filtrere øktene som er nedstemt.
Klikk på en rad i økttabellen for å få en detaljert visning av økten. Låsikonet angir at økten er låst og må dekrypteres. Du må ha tillatelse til å dekryptere økten. Hvis veksleknappen Dekrypter tilgang er aktivert, kan du åpne en hvilken som helst økt ved å bruke knappen Dekrypter innhold . Denne funksjonaliteten gjelder imidlertid bare når Avansert databeskyttelse er satt til sann eller aktivert for leieren.

Historie

På Historikk-siden kan du vise detaljene for konfigurasjonsendringene som utføres på AI-agenten. Slik viser du loggen for en bestemt agent:

På instrumentbordet klikker du den autonome AI-agenten du vil vise historikken for.
I venstre navigasjonsrute klikker du Logg.

Logg-siden vises med følgende kategorier:

Revisjonslogger – Klikk påfanen Revisjonslogger for å vise endringene som er gjort i AI-agentene.
Modellhistorikk – Klikk på fanen Modellhistorikk for å vise de forskjellige versjonene av den autonome AI-agenten for å utføre handlinger.

Revisjonslogger

Kategorien Revisjonslogger sporer endringene som er gjort i den autonome AI-agenten. Du kan se detaljene for endringene for de siste 35 dagene. Kategorien Overvåkingslogger viser følgende detaljer:

Oppdatert på – Dataene og tidspunktet for endringen.
Oppdatert av – Navnet på brukeren som innlemmet endringen.
Felt – Den spesifikke delen av AI-agenten der endringen ble gjort.
Beskrivelse – Tilleggsinformasjon om endringen.

Modell Historie

Kategorien Modellhistorikk er bare tilgjengelig for den autonome AI-agenten for å utføre handlinger.

Modellbeskrivelse – En kort beskrivelse av versjonen av AI-agenten.
AI Engine – AI-motoren som brukes for den versjonen av AI-agenten.
Oppdatert den – Dato og klokkeslett da versjonen ble opprettet.
Handlinger – Lar deg utføre følgende handlinger på AI-agenten
- Last inn – Alle endringer i AI-agenten går tapt. Du må utføre konfigurasjonen på nytt.
- Eksporter – brukes til å eksportere AI-agenten.

Forhåndsvis din autonome AI-agent

Du kan forhåndsvise de autonome AI-agentene når du oppretter AI-agenten, mens du redigerer og etter distribusjon av agenten. Du kan åpne forhåndsvisningen fra:

Instrumentbord for AI-agent – Når du holder markøren over et kort for AI-agenten, blir forhåndsvisningsalternativet for den AI-agenten synlig. Klikk for å åpne forhåndsvisningen av AI-agenten.
AI-agenthode – Klikk på AI-agentkortet for å åpne AI-agenten. Forhåndsvisningsalternativet er alltid synlig i topptekstdelen.
Minimert widget – Når en forhåndsvisning er startet og minimert, vises en widget for chathode nederst til høyre på siden. Du kan bruke dette alternativet for enkelt å åpne forhåndsvisningsmodus på nytt.

Widget for forhåndsvisning av plattform

Forhåndsvisningswidgeten vises nederst til høyre på skjermen. Du kan levere ytringer (eller en sekvens med ytringer) for å kontrollere AI-agentens svar og sikre at de fungerer som de skal.

Du kan også minimere kontrollprogrammet forhåndsvisning, oppgi forbrukerinformasjon og starte flere rom for å teste AI-agenten.

Widget for forhåndsvisning som kan deles

Widgetfarge – Ved å legge til parameteren brandColor i koblingen. Du kan definere enkle farger ved hjelp av fargenavn eller bruke hex-koden til farger.
Telefonkabinett – Ved å endre verdien for phoneCasing-parameteren i koblingen. Dette er satt til sant som standard og kan deaktiveres ved å gjøre det usant.

Eksempel på forhåndsvisningskobling med disse parameterne: ? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/false>&brandcolor<angi en farges heksadesimale verdi i formatet '_XXXX'>.

Talebasert forhåndsvisning

Autonom AI-agent for å svare på spørsmål støtter talebasert forhåndsvisning. Slik aktiverer du dette alternativet:

Naviger til Instrumentbord og velg AI-agenten.
Naviger til Innstillinger > Profil.
1. Fra rullegardinlisten AI Engine velger du Vega.
Klikk Lagre endringer.

Forhåndsvisningsalternativet blir oppdatert med et mikrofonikon for talebasert forhåndsvisning. Klikk på Forhåndsvisning. Widgeten for taleforhåndsvisning vises.

Du må aktivere mikrofontilgang for å bruke denne funksjonaliteten.

Du kan se følgende alternativer i widgeten for taleforhåndsvisning:

Start-knappen for å starte forhåndsvisningen.
Direkte transkripsjon av samtalen vises i widgeten når taleforhåndsvisningen pågår.
Avslutt samtalen for å avslutte samtalen.
Demp for å dempe.

Se ytelsen til den autonome AI-agenten ved hjelp av Analytics

Delen AI Agent Analytics gir en grafisk fremstilling av de viktigste måledataene for å evaluere ytelsen og effektiviteten til AI-agenten. Slik genererer du analysene for den autonome AI-agenten:

Velg AI-agenten fra instrumentbordet.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Den første delen viser følgende statistikk om økter og meldinger for AI-agenten.

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskemeldinger og AI-agentmeldinger) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Den andre delen viser statistikken om brukerne. Den gir et antall brukere totalt og informasjon om gjennomsnittlige økter per bruker og daglige gjennomsnittlige brukere.

Den tredje delen viser svar fra AI-agent og agentoverleveringer

Konfigurer skriptbasert AI-agent

Skriptbasert AI-agent for å utføre oppgaver

Kjør enkle kommandoer – Følg instruksjonene for å fullføre forhåndsdefinerte handlinger.
Behandle data – Manipuler og transformer data i henhold til angitte regler.
Samhandle med andre systemer – Kommuniser med og kontroller andre løsninger.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprette en skriptbasert AI-agent for å utføre handlinger
Oppdatere skriptbasert AI-agentprofil
Administrere enheter
Behandle intensjoner
Behandle svar
Konfigurere administrasjonsinnstillinger
Legge til et språk i skriptbasert AI-agent
Konfigurere innstillinger for overlevering

Opprette en skriptbasert AI-agent for å utføre handlinger

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent oppretter du en ny AI-agent fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk Start fra bunnen av og deretter Neste.
5	I vinduet Hva slags agent bygger du? klikker du på Skript.
6	I feltet Hva er agentens hovedfunksjon? klikker du på Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren. Du kan også redigere dette feltet. AI-motor – Velg AI-motoren fra rullegardinlisten.
9	Klikk på Opprett. Den skriptede AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Opprett enheter, legg til hensikter og definer svar.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger navnet på AI-agenten etter behov. System-ID – rediger den systemgenererte identifikatoren for AI-agenten etter behov. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter logoen eller bildet for AI-agenten fra. Beskrivelse – Angi detaljene om AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la en AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle feil under en chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Administrere enheter

Enhetstyper

Webex AI Agent Studio tilbyr 11 forhåndsbygde enhetstyper for å fange opp ulike typer brukerdata. Du kan også opprette en av følgende egendefinerte enheter.

Egendefinerte enheter

Disse enhetene er konfigurerbare og gjør det mulig for utviklere å fange opp spesifikk informasjon om brukstilfelle.

Egendefinert liste – definer lister over forventede strenger for å fange opp bestemte datapunkter som ikke dekkes av forhåndsbygde enheter. Du kan legge til flere synonymer mot hver streng. For eksempel en egendefinert enhet for pizzastørrelse.
Regex – bruk regulære uttrykk for å identifisere bestemte mønstre og trekke ut tilsvarende data. For eksempel en telefonnummerregex (for eksempel 123-123-8789).
Sifre – fang opp numeriske innganger med fast lengde med høy nøyaktighet, spesielt ved talesamhandling. I ikke-tale-samhandlinger brukes den som et alternativ til egendefinerte og regex-enhetstyper. Hvis du for eksempel vil oppdage et femsifret kontonummer, må en lengde på fem defineres.
Alfanumerisk – fang opp kombinasjoner av bokstaver og tall, noe som gir nøyaktig gjenkjenning for både tale- og ikke-taleinndata.
Friform – fang opp fleksible datapunkter som er vanskelige å definere eller validere.
Kartplassering (WhatsApp) – trekk ut posisjonsdata som du deler på WhatsApp-kanalen.

System-enheter

Enhetsnavn	Beskrivelse	Eksempel på inndata	Eksempel på utdata
Dato	Analyserer datoer i naturlig språk til et standard datoformat	«Juli neste år»	01/07/2020
Tidspunkt	Analyserer tid i naturlig språk til et standard tidsformat	5 om kvelden	17:00
E-post	Oppdager e-postadresser	Skriv til meg på info@cisco.com	info@cisco.com
Telefonnummer	Oppdager vanlig telefonnummer	Ring meg på 9876543210	9876543210
Monetære enheter	Analyserer valuta og beløp	Jeg vil ha 20$	20$
Ordinal	Oppdager ordenstall	Fjerde av ti personer	Fjerde
Kardinal	Oppdager kardinalnummer	Fjerde av ti personer	10
Geografisk plassering	Oppdager geografiske steder (byer, land osv.)	Jeg svømte i Themsen i London, Storbritannia	London, Storbritannia
Personnavn	Oppdager vanlige navn	Bill Gates fra Microsoft	Bill Gates
Kvantitet	Identifiserer målinger, som av vekt eller avstand	Vi er 5 km fra Paris	5km
Varighet (Duration)	Identifiserer tidsperioder	1 ukes ferie	1 uke

Opprettede enheter kan redigeres fra fanen Enheter. Når du knytter enheter til en intensjon, kommenteres ytringene dine med oppdagede enheter etter hvert som du legger dem til.

Enhetsroller

Opprette en enhet med enhetsroller

Før du begynner

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du den skriptbaserte AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På siden Treningsdata klikker du kategorien Enheter .
5	Klikk på Opprett enhet.
6	I vinduet Opprett enhet angir du følgende felt: Enhetsnavn – Skriv inn enhetsnavnet. Enhetstype – Velg alternativet Egendefinert liste fra rullegardinlisten. Verdier – Angi en verdi for enheten.
7	Aktiver veksleknappen Automatisk forslag til sporverdier for å autofullføre og gi alternative forslag for denne enheten under samtalen. Roller-feltet vises bare når du oppretter en egendefinert enhet hvis enhetsroller er aktivert i delen Avanserte innstillinger i vinduet Endre opplæringsmotor for RASA- og Mindmeld NLU-motorer.
8	Klikk på Lagre. Du kan bruke alternativene Rediger og Slett i Handlinger-kolonnen til å utføre relaterte handlinger.

Hva du skal gjøre nå

Når du har opprettet en enhet, kan du knytte roller til en enhet.

Knytte roller til en enhet

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Du kan tilordne roller til en enhet for å samle inn samme enhet to ganger for en hensikt.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og trenger omskolering for nøyaktig slutning basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetspoeng i økter og ettklikkstesting.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For Skriptbasert AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken reserveløsning vises – Minimumskonfidensen som kreves for at et svar skal vises for deg, der et reservesvar vises nedenfor.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret der en mal for delvis samsvar vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i slutning er aktivert.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antallet artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise svaret fra AI-agenten.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Nå kan du klikke Publiser for å aktivere det opplærte korpuset og teste det i en forhåndsvisning som kan deles, eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en slutning i delen annen informasjon for økten .

Behandle intensjoner

Systemets hensikter

Standard reserveløsning – Funksjonene til en AI-agent er iboende begrenset av hensiktene som er utformet for å gjenkjenne og svare på. Selv om en bedrift ikke kan forutse alle mulige spørsmål du kan stille, kan standard reserveløsning bidra til at samtaler er på sporet.
Ved å implementere en standard reserveløsning kan AI-agentutviklere sikre at AI-agenten håndterer uventede spørringer eller spørringer utenfor omfanget på en elegant måte, og omdirigere samtalen tilbake til kjente hensikter.
Utviklere av AI-agenter trenger ikke legge til bestemte ytringer i reserveintensjonen. Agenten kan læres opp til automatisk å utløse reserveaktiveringen når den støter på spørsmål som er kjent utenfor omfanget, som ellers feilaktig kan kategoriseres i andre hensikter.
I en AI-agent for banktjenester kan kunder for eksempel prøve å spørre om lån. Hvis AI-agenten ikke er konfigurert til å håndtere lånerelaterte henvendelser, kan disse spørringene innlemmes som opplæringsuttrykk i standard basisgjenoppretting. Når en kunde spør om lån på et hvilket som helst tidspunkt i samtalen, gjenkjenner AI-agenten spørringen som faller utenfor de definerte hensiktene og utløser basissvaret. Dette sikrer en mer hensiktsmessig respons.

Reserveløsningsintensjonen skal ikke ha noen spor tilknyttet.

Reserveløsningsintensjonen må bruke standard reservemalnøkkel for svaret.
Hjelp – Denne hensikten er utformet for å håndtere kundeforespørsler om AI-agentens funksjoner. Når kunder er usikre på hva de kan oppnå eller støter på vanskeligheter under en samtale, søker de ofte hjelp ved å be om hjelp.
Som standard er svaret for hjelpehensikten tilordnet til malnøkkelen for hjelpemelding . Utviklere av AI-agenter kan imidlertid tilpasse svaret eller endre den tilknyttede malnøkkelen for å gi mer skreddersydd og informativ veiledning.
Det anbefales å formidle AI-agentens evner på et høyt nivå, og gi kundene en klar forståelse av hva de kan gjøre videre.
Snakk med en agent – Denne hensikten gjør det mulig for kunder å be om hjelp fra en menneskelig agent på et hvilket som helst stadium av samhandlingen med AI-agenten. Når denne hensikten påkalles, starter systemet automatisk en overføring til en menneskelig agent. Standard svarmal for denne intensjonen er agentoverlevering. Selv om det ikke er noen brukergrensesnittbegrensninger for endring av svarmalnøkkelen, vil ikke endring av den påvirke utfallet av den menneskelige overleveringen.

Hensikter med småprat

Alle nyopprettede AI-agenter inkluderer fire forhåndsdefinerte småpratintensjoner for å håndtere vanlige kundehilsener, uttrykk for takknemlighet, negative tilbakemeldinger og farvel:

Hilsener
Takk
AI-agenten var ikke hjelpsom
Ha det bra

Opprette en intensjon

Før du begynner

Før du oppretter en gjengivelse, må du passe på at du oppretter enheter som skal kobles til hensikten. Hvis du vil ha mer informasjon, kan du se Opprette enhet med enhetsroller.

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg en AI-agent på instrumentbordet.
3	Klikk Opplæring i ruten til venstre.
4	På Treningsdata-siden klikker du på Opprett hensikt.
5	I vinduet Opprett gjengivelse angir du følgende detaljer: Intensjonsnavn – Skriv inn intensjonsnavnet. Legg til ytring – Legg til et uttrykk for å påkalle hensikten, og klikk på Legg til. Hvis noen enheter er til stede i de tilføyde ytringene, blir de automatisk kommentert i ytringene og vises i Slots-delen . Du kan legge til flere enheter som spor i en intensjon. Hvis du vil ha mer informasjon, kan du se Opprette enhet med enhetsroller. Hvert spor viser følgende: Enhetsnavnet. Om det er nødvendig for fullføring av hensikt. Antallet nye forsøk AI-agenten prøver å hente denne sporverdien fra brukeren. Malnøkkelen.
6	Merk av for Obligatorisk hvis enheten er obligatorisk.
7	Angi antall nye forsøk som er tillatt for dette sporet. Som standard er tallet satt til tre.
8	Velg malnøkkelen fra rullegardinlisten. Klikk Opprett ny for å opprette en ny svarmalnøkkel for enheten. Svarinnholdet for disse malnøklene konfigureres i Svar-delen . Hver malnøkkel har et tilsvarende svar som sendes til brukeren når denne hensikten utløses.
9	I Svar-delen angir du den endelige svarmalnøkkelen som skal returneres til brukerne når intensjonen er fullført.
10	Aktiver veksleknappen Tilbakestill spor etter fullføring for å tilbakestille sporverdiene som er samlet inn i samtalen når intensjonen er fullført. Hvis denne bryteren er i deaktivert status, beholder sporet de gamle verdiene og viser det samme svaret.
11	Aktiver veksleknappen Oppdater sporverdier for å oppdatere sporverdien under samtalen med forbrukeren. AI-agenten vurderer den siste verdien som fylles ut i sporet for å behandle dataene. Hvis aktivert, oppdateres verdier for fylte spor hver gang kunder oppgir ny informasjon for samme sportype.
12	Aktiver veksleknappen Gi forslag til spor for å gi forslag til sporutfylling og alternative sporverdier i det endelige svaret, basert på brukerinndata.
13	Aktiver veksleknappen Avslutt samtale for å lukke økten etter denne hensikten. Webex Connect og taleflyter kan bruke dette til å avslutte en samtale med forbrukere.
14	Klikk på Lagre. Klikk på Lær opp øverst til høyre i kategorien Opplæring for å gjenspeile eventuelle endringer som er gjort i hensikter og enheter. For å trene Rasa eller Mindmeld NLU-motorer kreves minimum to treningsvarianter (ytringer) per intensjon. Hvert spor må også ha minst to merknader. Hvis disse kravene ikke oppfylles, deaktiveres Lær-knappen . Det vises et advarselsikon ved siden av den berørte intensjonen om å indikere problemet. Standard reserveløsningsintensjon er imidlertid unntatt fra disse kravene.

Hva du skal gjøre nå

Koble enheter med hensikt

Før du begynner

Sørg for at du oppretter enheter og kobler dem sammen før du legger til ytringer. Denne autoen kommenterer enhetene mens ytringer legges til.

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du på AI-agenten du har opprettet.
3	Klikk Opplæring i ruten til venstre.
4	På Opplæringsdata-siden velger du en intensjon om å koble enheter og enhetsroller. Kategorien Hensikt vises som standard .
5	I Slots-delen klikker du på Koble enhet. De tilknyttede enhetene vises i Slots-delen.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Når en enhet er merket som nødvendig, blir flere konfigurasjonsalternativer tilgjengelige. Du kan angi maksimalt antall ganger AI-agenten kan be om den manglende enheten før den eskalerer eller gir et reservesvar. Du kan definere malnøkkelen som skal startes hvis den nødvendige enheten ikke er angitt i det angitte antallet nye forsøk. Når en AI-agent identifiserer en hensikt og samler inn alle nødvendige data (spor), svarer den ved hjelp av meldingen som er knyttet til den endelige malnøkkelen som er konfigurert for den hensikten. For å starte en ny samtale eller håndtere påfølgende hensikter uten å overføre tidligere data, må du aktivere veksleknappen Tilbakestill spor etter fullføring . Denne innstillingen fjerner alle gjenkjente enheter fra samtaleloggen, noe som sikrer en ny start for hver nye samhandling.

Generer treningsdata

Følg trinnene nedenfor for å generere treningsdata:

Skriv inn intensjonsnavnet og en eksempelytring.
Klikk på Generer.
Gi en kort beskrivelse av hensikten med å veilede AI.
Spesifiser ønsket antall varianter og kreativitetsnivået for de AI-genererte forslagene.

Generering av mange varianter samtidig kan påvirke kvaliteten. Vi anbefaler maksimalt 20 varianter per generasjon.
En lavere kreativitetsinnstilling kan produsere mindre varierte varianter.
Genereringsprosessen kan ta noen sekunder, avhengig av antall forespurte varianter.
Lynikonet skiller AI-genererte varianter fra brukerdefinerte treningsdata.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og trenger omskolering for nøyaktig slutning basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetspoeng i økter og ettklikkstesting.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For Skriptbasert AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken reserveløsning vises – Minimumskonfidensen som kreves for at et svar skal vises for deg, der et reservesvar vises nedenfor.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret der en mal for delvis samsvar vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i slutning er aktivert.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antallet artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise svaret fra AI-agenten.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Nå kan du klikke Publiser for å aktivere det opplærte korpuset og teste det i en forhåndsvisning som kan deles, eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en slutning i delen annen informasjon for økten .

Flagging av genererte varianter

Finn alternativet Flagging: Et flaggingsalternativ er tilgjengelig for hver genererte ytring.
Gi tilbakemelding: Når utviklere flagger utdata, kan de legge til kommentarer og angi årsaken til flaggingen.

Opprett flerspråklig hensikt og enhet

Behandle svar

Svar er meldingene som AI-agenten sender til kunder som svar på deres spørsmål eller hensikter. Du kan opprette svar som omfatter:

Tekst – Meldinger i ren tekst for direkte kommunikasjon.
Kode – Innebygd kode for dynamisk innhold eller handlinger.
Multimedia – Bilder, lyd eller videoelementer som forbedrer brukeropplevelsen.

Svarene har to hovedkomponenter:

Maler – Forhåndsdefinerte responsstrukturer som er tilordnet bestemte hensikter.
Arbeidsflyter – Logikken som bestemmer hvilken mal som skal brukes, basert på den identifiserte hensikten.

Maler for Agentoverlevering, Hjelp, Basisløsning og Velkommen er forhåndskonfigurert, og svarmeldingen kan endres fra de tilsvarende malene.

Typer svar

Response Designer-systemet dekker ulike typer svar og hvordan de kan konfigureres.

Kategorien Arbeidsflyter brukes til å håndtere asynkrone svar mens du ringer til en ekstern API som svarer på en asynkron måte. Arbeidsflytene må kodes i python.

Variabel substitusjon

Konfigurere svar ved hjelp av svarutforming

Svardesigneren tilbyr et brukervennlig grensesnitt for å lage svar uten å kreve omfattende kodingskunnskap. To svartyper er tilgjengelige:

Betingede svar: For ikke-utviklere gjør dette alternativet det enkelt å konstruere svar som AI-agenten leverer til kunder.
kodesnutter: For utviklere som bruker Python, gir dette alternativet fleksibilitet for å konfigurere svar ved hjelp av kode.

Svarutformingen er utformet for å sikre at brukeropplevelsen henvender seg til den spesifikke kanalen AI-agenten samhandler med.

Svarmaler

Tekst – dette er enkle tekstsvar. For å forbedre brukeropplevelsen tillater svarutformingen flere tekstbokser i ett enkelt svar, slik at du kan bryte ned lange meldinger i mer håndterbare deler. Hver tekstboks kan inneholde ulike svaralternativer. Under en samtale velges et av disse alternativene tilfeldig og vises til brukeren, noe som sikrer en dynamisk og engasjerende interaksjon.
For å opprettholde en dynamisk og engasjerende brukeropplevelse kan du legge til flere svaralternativer i malene dine. Når en mal med flere alternativer er aktivert, velges en av dem tilfeldig og vises til brukeren. Du kan aktivere denne funksjonen ved å klikke på +Legg til variant-knappen nederst i svaret.

Når du lagrer svar, kan det hende du ser en advarsel som angir antall feil som må rettes. Feltene med feil vil bli uthevet i rødt. Ved å bruke navigasjonspilene kan utviklere enkelt finne og fikse disse feilene i en hvilken som helst kanal eller responsformat. Hvis listevelgeren eller karusellen inneholder flere kort, lar punktnavigering deg gå gjennom kortene med feil. For et enkelt kort blir den tilsvarende prikken rød for å signalisere feilen.
Hurtigsvar – Tekstsvar kan kombineres med knapper, som kan være tekstbaserte koblinger eller URL-koblinger. Tekstknapper krever en tittel og en nyttelast, som sendes til roboten når den klikkes. URL-knapper omdirigerer brukere til en bestemt webside.
Når en kundes spørring er tvetydig, lar delvis samsvar roboten foreslå relevante artikler eller hensikter som alternativer. Denne funksjonen er tilgjengelig for nett- og Facebook-interaksjoner.
Legge til hurtigsvar for URL-adresser
URL-hurtigsvarknapper i faste og betingede svar lar deg opprette knapper som omdirigerer brukere til nettstedet ditt for ytterligere informasjon eller handlinger som å fylle ut skjemaer. Når du klikker på dem, åpner disse knappene den angitte URL-adressen i en ny fane i samme nettleservindu uten å sende data tilbake til roboten.
Slik legger du til en URL-adresse hurtigsvar i betinget eller fast svar:
1. Velg artikkelen eller malnøkkelen du vil konfigurere hurtigsvaret for URL-adressen for.
2. Klikk + Legg til et hurtigsvar. Popup-vinduet Knappetype vises.
3. Velg knappetypen som URL-adresse i webkanalen.
4. Angi tittelen på knappen og nettadressen som forbrukeren må omdirigeres til etter å ha klikket på knappen.
5. Klikk på Ferdig for å legge til en hurtigsvar for URL-adressen.
URL-typeknapper kan også konfigureres via dynamisk svartype, der disse knappene skal konfigureres ved hjelp av utdrag av pythonkode. Disse knappene støttes i forhåndsvisnings- og forhåndsvisningsdelene som kan deles. De støttes for øyeblikket ikke av IMIchats Live chat-widget eller andre tredjepartskanaler.
Karusell – Rike svar kan omfatte ett kort eller flere kort ordnet i karusellformat. Hvert kort krever en tittel og kan inneholde et bilde, en beskrivelse og opptil tre knapper.
Hurtigsvarknapper i karusellmalen kan konfigureres med tekst- eller URL-koblinger. Ved å klikke på en URL-knapp vil brukeren omdirigeres til det angitte nettstedet. Ved å klikke på en tekstbasert hurtigsvarknapp sendes en konfigurert nyttelast til roboten, og utløser det tilsvarende svaret.
Bilde – En multimediemal der brukere kan konfigurere bilder ved å angi URL-adresser.
Video – Gjengir videoer i forhåndsvisningen basert på nettadressen til den konfigurerte videoen.
Kode – Kan brukes til å skrive Python-kode for å kalle API-er eller utføre annen logikk.

Kodebiter

Hvis du ikke konfigurerer et unikt svar for forskjellige kanaler, brukes websvaret som standardsvaret, og det samme sendes til kunden. Listen over maler som støttes på webkanalen, er:

Tekst – En enkel tekstmelding som kan ha flere varianter. Denne konfigurerte meldingen vises basert på spørringen.
Hurtigsvar – En mal med tekst og knapper som kan klikkes.
Karusell – En samling kort, der hvert kort har en tittel, en bilde-URL og en beskrivelse.
Bilde – En mal for å konfigurere bilder ved å angi URL-adresser.
Video – En mal for å konfigurere video ved å angi URL-adressen for videoen. Du kan spille av videoen ved å klikke eller trykke på bildet.
Fil – En mal for å konfigurere en pdf-fil ved å angi URL-adressen for tilgang til filen.
Lyd – En mal for å konfigurere en lydfil ved å oppgi URL-adressen for lyd. Den viser også varigheten av lydmeldingen i utgangen.

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Skriptet AI-agent for å svare på spørsmål

Spesifikk kunnskap kreves – Agenten må svare på spørsmål innenfor et forhåndsdefinert domene.
Konsekvens er viktig – Agenten må gi konsekvente svar på lignende spørringer.
Begrenset fleksibilitet er nødvendig – agentens svar begrenses av informasjonen i opplæringskorpuset.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en skriptbasert AI-agent for å svare på spørsmål
Oppdatere skriptbasert AI-agentprofil
Behandle artikler
Konfigurere administrasjonsinnstillinger
Legge til et språk i skriptbasert AI-agent
Konfigurere innstillinger for overlevering

Opprett en skriptbasert AI-agent for å svare på spørsmål

1	Logg på Webex AI Agent Studio-plattformen.
2	På instrumentbordet klikker du + Opprett agent.
3	På skjermen Opprett en AI-agent klikker du Start fra bunnen av. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som Skriptet. I dette tilfellet fylles feltene på Profil-siden automatisk ut.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du, klikker du Skript.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn – Skriv inn navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren.
9	Klikk på Opprett. Den skriptede AI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I AI-agenthodet kan du utføre følgende oppgaver: Forhåndsvis Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, kan du se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importere forhåndsbygd AI-agent.

Hva du skal gjøre nå

Legg til artikler i AI-agenten.

Oppdatere skriptbasert AI-agentprofil

Før du begynner

Opprett en skriptbasert AI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger navnet på AI-agenten etter behov. System-ID – rediger den systemgenererte identifikatoren for AI-agenten etter behov. URL-adresse for agentprofilbilde – Rediger URL-adressen systemet henter logoen eller bildet for AI-agenten fra. Beskrivelse – Angi detaljene om AI-agenten. Tillat tilbakemelding – Aktiver denne veksleknappen for å la en AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som dukker opp i tilfelle feil under en chat med AI-agenten.
4	Klikk Lagre endringer for å lagre innstillingene.

Behandle artikler

Velkomstmelding – Denne inneholder den første meldingen når en samtale mellom kunden og AI-agenten starter.
Fallback-melding – AI-agent viser denne meldingen når agenten ikke forstår brukerens spørsmål.
Delvis samsvar – Når AI-agenten gjenkjenner flere artikler med en liten forskjell i poengsummer (som angitt i innstillingene for overlevering og slutninger ), viser agenten denne samsvarsmeldingen sammen med de samsvarende artiklene som alternativer. Du kan også konfigurere tekstsvaret som skal vises sammen med disse alternativene.
Hva kan du gjøre?– Du kan konfigurere AI-agentens funksjoner. AI Agent viser dette hver gang sluttbrukerne stiller spørsmål ved AI-agentens funksjoner.

I tillegg til disse legges standardartikkelen Snakk med en agent til hvis innstillinger for agentoverlevering fra overlevering og slutning er aktivert.

Alle nye AI-agenter har også fire Smalltalk-artikler som håndterer brukerytringer for:

Hilsener
Takk
AI-agenten var ikke nyttig
Ha det bra

Disse artiklene og svarene er som standard tilgjengelige i AI Agent-kunnskapsbasen når du oppretter en ny AI-agent. Du kan også endre eller fjerne disse.

Du kan ikke slette artiklene Velkomstmelding, basismelding, Snakk med en agent og delvise meldinger.

Legge til artikler via brukergrensesnitt og standardsvar

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > Artikler, og klikk på Opprett ny artikkel.
4	Legg til standardvariantene.
5	Velg et av disse standardsvarene for artikkelen. Mulige verdier: Betinget svar – Svaret konfigureres av regler. Svaret kan være i forskjellige formater, for eksempel tekst, karusell, hurtigsvar, bilde, lyd, video, kode og fil. Du kan legge til flere svar i en artikkel. Kodesnutt – Svaret opprettes ved hjelp av hvis-ellers-betingelser. Hvis du vil ha mer informasjon, kan du se delen Konfigurere svar ved hjelp av Response Designer .
6	Klikk Lagre og lær opp.

Importere fra kataloger

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på ellipseikonet .
4	Klikk på Importer fra kataloger.
5	Velg kategoriene for artiklene som skal legges til agenten.
6	Klikk på Ferdig.

Pakk ut vanlige spørsmål fra lenken

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på ellipseikonet.
4	Klikk på Pakk ut vanlige spørsmål fra lenken.
5	Oppgi URL-adressen der vanlige spørsmål er vert, og klikk på Trekk ut.
6	Klikk på Importer.

Importere fra fil

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger>artikler og klikk på ellipseikonet .
4	Klikk Importer fra en fil , og velg CSV importere artiklene fra den CSV filen. Hvis du importerer artikler fra en fil i JSON-format, velger du JSON.
5	Klikk Bla gjennom , og velg en fil som inneholder alle artiklene. Klikk Last ned eksempel for å vise formatet som artiklene må angis i.
6	Klikk på Importer.

Legge til egendefinerte synonymer

1	Logg på Webex AI Agent Studio-plattformen.
2	Fra instrumentbordet velger du AI-agenten du opprettet.
3	Naviger til Innstillinger > artikler og klikk på ellipseikonet.
4	Klikk Egendefinerte synonymer.
5	Klikk Nytt rotord.
6	Konfigurer rotordverdien og dens synonymer, og klikk Lagre.
7	Lær opp AI-agenten på nytt etter at du har lagt til synonymene. Du kan også eksportere synonymene (i .CSV filformat) til den lokale mappen og importere filen tilbake til plattformen.

NLU-motor (Natural Language Understanding)

Skriptbaserte AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundeintensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask og lett motor som støtter flere språk.
RASA – Et ledende samtalebasert AI-rammeverk med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever flere treningsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer i fanene Skriptede AI-agenters artikler og opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og trenger omskolering for nøyaktig slutning basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetspoeng i økter og ettklikkstesting.

Endre treningsmotorer

For å bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren for.
- For Skriptbasert AI-agent for å svare på spørsmål: Klikk Artikler. Kunnskapsbasesiden vises.
- For skriptede AI-agenter som utfører oppgaver: Klikk Opplæring. Siden Treningsdata vises.
Klikk på Innstillinger-ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Change training engine (Endre treningsmotor) vises.

Som standard er NLU-motoren satt til Swiftmatch for de nyopprettede AI-agentene.
Velg opplæringsmotoren for å lære opp AI-agenten. Mulige verdier:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
Angi denne informasjonen i Slutning-delen :
- Poengsum under hvilken reserveløsning vises – Minimumskonfidensen som kreves for at et svar skal vises for deg, der et reservesvar vises nedenfor.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsgapet mellom konfidensnivåer for svar for å tydelig vise det beste samsvaret der en mal for delvis samsvar vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord - 'Stoppord' er funksjonsord som etablerer grammatiske forhold mellom andre ord i en setning, men som ikke har leksikalsk betydning alene. Når du fjerner stoppord som artikler (a, en, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjernes "stoppordene" fra setningen på tidspunktet for trening og slutning. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Utvid sammentrekninger – Engelske sammentrekninger i treningsdataene kan utvides til det opprinnelige skjemaet sammen med termene i det innkommende forbrukersøket for å få større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av i denne avmerkingsboksen, utvides sammentrekningene i inndatameldingene før behandling. Denne funksjonen støttes for alle tre NLU-motorene.
- Stavekontroll i slutning – Tekstkorrigeringsbiblioteket identifiserer og retter stavefeilene i teksten før slutning. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i slutning er aktivert.
- Fjern spesialtegn – Spesialtegn er de ikke-alfanumeriske tegnene som påvirker slutningen. For eksempel vurderes Wi-Fi og Wi Fi forskjellig av NLU-motoren. Hvis det er merket av i denne avmerkingsboksen, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Enhetsroller – Egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorfunksjonen støttes kun for RASA og Mindmeld.
- Enhetserstatning i inferens – Enhetsverdier i opplæringsdata og inferens erstattes med enhets-ID-er. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Prioriter utfylling av spor – Utfylling av spor prioriteres fremfor intensjonsregistrering.
- Resultater lagret per melding – Antallet artikler der AI-agentens beregnede konfidenspoeng vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av skjermbildet Økter, er nå begrenset til 5. De n øverste resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen Algoritmeresultater i fanen Transaksjonsinformasjon i økter.
- Wordform-utvidelse – Utvid opplæringsdata med ordformer som flertall, verb og så videre, sammen med synonymene som er innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av i denne avmerkingsboksen, genereres vanlige engelske synonymer for ord i treningsdataene automatisk for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemgenererte synonymer være en bakgård, hage og så videre. Denne NLU-motorfunksjonen støttes bare for Swiftmatch.
- Ordformer – Ordformer kan finnes i forskjellige former, for eksempel flertall, adverb, adjektiver eller verb. For eksempel, for ordet "skapelse", kan ordformene opprettes, skape, skaper, kreativt, kreativt, så videre. Hvis det er merket av i denne avmerkingsboksen, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et riktig svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoeng for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise svaret fra AI-agenten.
Klikk på Oppdater for å endre algoritmen i AI-agentens korpus.
Klikk på Tren opp. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres kunnskapsbasestatusen fra Lagret til Opplært.

Du kan bare lære opp AI-agenten med RASA og Mindmeld hvis alle artiklene har minst to ytringer.

Opplæring

Når opplæringen er fullført, endres statusen til Trent. Klikk på Last inn på nytt-ikonet ved siden av Opplæring for å hente gjeldende treningsstatus.

Nå kan du klikke Publiser for å aktivere det opplærte korpuset og teste det i en forhåndsvisning som kan deles, eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en slutning i delen annen informasjon for økten .

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus – Aktiver med veksle for å gjøre AI-agenten ikke tilgjengelig.
Deaktivert melding – Skriv en melding for deaktivert agent: Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Reservehandling – Velg dette alternativet for å utføre en passende handling på de innkommende meldingene til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling blir utført.
- Send til agent: Chatten overleveres til en agent basert på de innkommende meldingene til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne veksleknappen for å be om tilbakemelding fra brukere om nytten av hvert svar fra AI-agent.
Øktens avslutningstid – Tidsavbruddet for økten (i minutter), og deretter lukkes økten automatisk hvis brukeren ikke har aktivitet.
Sikkerhet – Ansvarsfraskrivelsesmeldingen for samtykket. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når dette er satt til Sann, kan du vise dette feltet.

Klikk Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i Scripted AI Agent.

Legge til et språk i skriptbasert AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Naviger til kategorien Innstillinger > språk .
2	Klikk på + Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk Legg til for å legge til språket.
4	Aktiver veksleknappen under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold markøren over språket, klikk Gjør standard. Du kan ikke slette eller deaktivere et standardspråk. Hvis du endrer fra et eksisterende standardspråk, kan det også påvirke artiklene, kurateringen, testingen og forhåndsvisningen av AI-agenten.
6	Klikk Lagre endringer.

Konfigurere innstillinger for overlevering

Før du begynner

Opprett den skriptede AI-agenten.

Naviger til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverlevering – Overfør brukeren til en agent når AI-agenten ikke kan behandle spørringene deres, eller hvis de eksplisitt ber om det.
Aktiver reservelevering ved reserveløsning – En rekke påfølgende reservemeldinger i en økt kan utløse en agentoverlevering. Dette nummeret kan konfigureres i den angitte tekstboksen.
Aktiver overlevering ved delvis samsvar – Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overlevering for påfølgende meldinger – Gjentatte meldinger etter hverandre i en økt kan utløse agentoverlevering. Antall repetisjoner som trengs for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overlevering.

Hva du skal gjøre nå

Naviger til delene Skriptbasert AI-agentbehandling eller forhåndsvis din skriptede AI-agent.

Forhåndsvis din skriptede AI-agent

AI-agentinstrumentbord – Hold pekeren over et kort for AI-agent for å vise forhåndsvisningsalternativet for den AI-agenten . Klikk på Forhåndsvisning for å åpne kontrollprogrammet for forhåndsvisning av AI-agent.
AI-agenthode – etter at du har gått inn i redigeringsmodus for en AI-agent ved å klikke på AI-agentkortet eller Rediger-knappen på AI-agentkortet, er forhåndsvisningsalternativet alltid synlig i overskriftsdelen.
Minimert widget – Etter at en forhåndsvisning er startet og deretter minimert, opprettes det et kontrollprogram for chathode nederst til høyre på siden, slik at du enkelt kan åpne forhåndsvisningsmodusen på nytt.

I tillegg til dette kan du kopiere den delbare forhåndsvisningskoblingen fra en AI-agent. På AI Agent-kortet klikker du Ellipses-ikonet øverst til høyre og klikker Kopier forhåndsvisningskobling. Du kan dele denne koblingen med de andre brukerne av AI-agenten.

Widget for forhåndsvisning av plattform

Widgeten for forhåndsvisning vises nederst til høyre på skjermen. Du kan levere ytringer (eller en sekvens med ytringer) for å se hvordan AI-agenten reagerer, slik at den fungerer som forventet. Forhåndsvisningen av AI-agenten støtter flere språk og kan automatisk gjenkjenne språket i ytringer for å svare deretter. Du kan også velge språk manuelt i forhåndsvisningen ved å klikke språkvelgeren og velge fra listen over tilgjengelige alternativer.

Du kan maksimere forhåndsvisningswidgeten for å få en bedre visning. Du kan også oppgi forbrukerinformasjon og starte flere rom for å teste AI-agenten grundig.

Widget for forhåndsvisning som kan deles

Widgetfarge – Ved å legge til en brandColor-parameter i koblingen. Du kan definere enkle farger ved hjelp av fargenavn eller bruke hex-kode for farger.
Telefonhus – Ved å endre verdien for en phoneCasing-parameter i koblingen. Dette er satt til sann som standard og kan deaktiveres ved å gjøre det usant

Eksempel på forhåndsvisningskobling med disse parameterne: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA

Vanlige administrasjonsdeler for skriptbasert AI-agent

Følgende deler vises i panelet til venstre på konfigurasjonssiden for AI-agent:

Opplæring

Etter hvert som AI-agenter utvikler seg og blir mer komplekse, kan endringer i logikken eller Natural Language Understanding (NLU) noen ganger få utilsiktede konsekvenser. For å sikre optimal ytelse og identifisere potensielle problemer, tilbyr AI-agentplattformen et praktisk rammeverk for bottesting med ett klikk. Du kan:

Opprett og kjør enkelt et omfattende sett med testtilfeller.
Definer testmeldinger og forventede svar for ulike scenarier.
Simuler komplekse samhandlinger ved å opprette testtilfeller med flere meldinger.

Definere tester

Du kan definere tester ved hjelp av følgende trinn:

Logg på Webex AI Agent Studio-plattformen.
På instrumentbordet klikker du den skriptbaserte AI-agenten du har opprettet.
Klikk på Testing i ruten til venstre. Som standard vises fanen Testcaser .
Velg et testtilfelle, og klikk på Utfør valgte tester.

Hver rad i tabellen representerer et testtilfelle med følgende parametere:

Tabell 1. Testtilfeller
Parameter	Beskrivelse
Melding	En eksempelmelding som representerer typene spørringer og setninger du kan forvente at brukere sender til AI-agenten.
Forventet språk	Språket som brukerne forventes å samhandle med AI-agenten på.
Forventet artikkel	Angi artikkelen som skal vises som svar på en bestemt brukermelding. For å hjelpe deg med å finne den mest relevante artikkelen, har denne kolonnen en Smart autofullfør-funksjon. Når du skriver inn, foreslår systemet å matche artikler basert på teksten som er skrevet inn så langt.
Tilbakestill forrige kontekst	Klikk i avmerkingsboksen i denne kolonnen for å isolere testtilfeller og sikre at de kjøres uavhengig av eksisterende AI-agentkontekst. Når dette er aktivert, simuleres hvert testtilfelle i en ny økt, noe som forhindrer forstyrrelser fra tidligere samhandlinger eller lagrede data.
Inkluder delvise treff	Aktiver denne veksleknappen for å vurdere testtilfeller som vellykkede, selv om de forventede artiklene bare delvis samsvarer med det faktiske svaret.
Importere fra CSV	Importer testtilfeller fra en kommadelt fil (CSV). I dette tilfellet overskrives alle eksisterende testtilfeller.
Eksportere til CSV	Eksporter testtilfeller til en kommadelt fil (CSV).
Test tilbakekall	Aktiver denne veksleknappen for å simulere innkommende tilbakeringinger og teste flytens virkemåte uten å kreve faktiske innkommende anrop. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tilbakeringing i flyt	Klikk avmerkingsboksen i denne kolonnen for å angi at en intensjon må utløse en tilbakeringing. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Mal for forventet tilbakeringing	Angi malnøkkelen som skal aktiveres når tilbakeringingen skjer. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.
Tidsavbrudd for tilbakeringing	Den maksimale tiden (i sekunder) AI-agenten venter på et tilbakeringingssvar før tilbakeringingen vurderes som tidsavbrutt. Maksimalt 20 sekunders tidsavbrudd er tillatt. Dette alternativet er bare tilgjengelig for skriptbaserte AI-agenter for å utføre handlinger.

Utfør tester

I kategorien Utførelse klikker du på Utfør valgte tester for å starte en sekvensiell kjøring av alle valgte testtilfeller.

Du kan også utføre testtilfeller fra Testtilfeller-fanen .

Utførelseshistorikk

I kategorien Historikk får du tilgang til alle utførte testtilfeller.

Klikk på Last ned-ikonet i Handlinger-kolonnen for å eksportere de utførte testdataene som en CSV-fil for frakoblet analyse eller rapportering.
Gå gjennom de spesifikke motor- og algoritmeinnstillingene som brukes for hver kjøring av testtilfellet. Denne informasjonen hjelper utviklere med å optimalisere ytelsen til AI-agenten.
Hvis du vil vise de avanserte algoritmekonfigurasjonsinnstillingene som brukes for en bestemt treningsmotor, klikker du på Info-ikonet ved siden av navnet på treningsmotoren. Dette gir innsikt i parametrene og innstillingene som påvirket AI-agentens oppførsel under testing.

Økter

Kanaler – Kanalen der samhandlingen fant sted (for eksempel chat, tale).
Økt-ID – En unik identifikator for økten.
Forbruker-ID – Brukerens unike identifikator.
Meldinger – Antall meldinger som utveksles i løpet av økten.
Oppdatert – Tidspunktet da økten ble lukket.
Metadata – tilleggsinformasjon om økten.
- Skjul testøkter – Merk av i denne avmerkingsboksen for å skjule testøktene og bare vise listen over direkteøkter.
- Agentoverlevering skjedde – Merk av i denne avmerkingsboksen for å filtrere øktene som overleveres til en agent. Hvis agentoverlevering skjer, vises hodetelefonikonet som indikerer overleveringen av chatten til en menneskelig agent.
- Det oppstod en feil – Merk av i denne avmerkingsboksen for å filtrere øktene der feilen oppstod.
- Nedstemt – Merk av i denne avmerkingsboksen for å filtrere øktene med nedstemthet.

Øktdetaljer for en bestemt økt i skriptet AI-agent for å svare på spørsmål

Øktdetaljer-visningen i en skriptbasert AI-agent for å svare på spørsmål gir en omfattende oversikt over en bestemt samhandling mellom en bruker og AI-agenten.

Meldinger-delen :

Viser alle meldinger sendt av brukeren i løpet av økten.
Viser de tilsvarende svarene som genereres av AI-agenten.
Presenterer den kronologiske rekkefølgen for meldingene, og gir kontekst for samhandlingen.

Fanen Transaksjonsinformasjon :

Viser artiklene som ble identifisert som relevante for kundens spørring, inkludert både nøyaktige treff og delvise treff.
Viser likhetspoengsummene som er knyttet til hver identifiserte artikkel, og angir graden av relevans.
Presenterer resultatene av de underliggende algoritmene som brukes til å behandle kundens forespørsel og identifisere relevante artikler.
Viser antall algoritmeresultater avhengig av innstillingene som er konfigurert i kategorien Overlevering og slutning .

Delen Annen informasjon i visningen Øktdetaljer gir ytterligere kontekst og detaljer om en bestemt interaksjon. Her er en oversikt over informasjonen som vises:

Behandlet: Spørring – Viser den forhåndsbehandlede versjonen av kundens inndata etter at den er behandlet av AI-agentens pipeline for naturlig språkforståelse (NLU).
Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Svartype – Angir svartypen som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den spesifikke betingelsen eller regelen som utløste svaret til AI-agenten.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Øktdetaljer for en bestemt økt i skriptbasert AI-agent for å utføre handlinger

Kategorien Transaksjonsinformasjon i Skriptbasert AI-agent for utføring av handlinger gir en detaljert oversikt over en bestemt samhandling, og kategoriserer informasjon i fire deler:

Hensikter identifisert seksjon:

Viser hensiktene som ble identifisert for kundens spørring.
Angir konfidensnivået som er knyttet til hver identifiserte hensikt.
Viser sporene som er knyttet til den identifiserte hensikten. Klikk på sporet for å vise tilleggsinformasjon om verdien og hvordan den ble trukket ut fra brukerens spørring.

Delen Algoritmeresultater gir innsikt i de underliggende prosessene som førte til responsen til AI-agenten. Her er en oversikt over informasjonen som vises:

Liste over intensjoner – Viser identifiserte hensikter og tilhørende likhetspoengsummer.
Enhetsliste – Viser enhetene som ble trukket ut fra brukerens melding.

Annen informasjon vises:

Agentoverlevering – Angir om en agentoverlevering fant sted under økten. Merk av for Agentoverlevering etter regler hvis en agentoverlevering ble utløst av bestemte regler.
Malnøkkel – angir malnøkkelen som er knyttet til hensikten som utløste svaret fra AI-agenten.
Svartype – angir typen svar som genereres av AI-agenten, for eksempel en kodesnutt eller et betinget svar.
Svarbetingelse – Angir den bestemte betingelsen eller regelen som utløste AI-agentens svar.
NLU-motor – identifiserer NLU-motoren som brukes til å behandle kundens spørring (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoeng – Viser minste terskelpoengsum og delvis samsvarpoengforskjell konfigurert i innstillingene for overlevering og avledning . Disse verdiene bestemmer når en spørring anses som utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Inneholder en liste over feilsøkingslogger som er knyttet til den bestemte transaksjons-ID-en. Avanserte logger beholdes vanligvis i 180 dager.

Du kan også laste ned og vise transaksjonsinformasjonen i JSON-format ved hjelp av nedlastingsalternativet.

Kategorien Metadata vises:

NLP-metadata – Se gjennom forhåndsbehandlingstrinnene som er brukt på kundens inndata i kategorien NLP .
Datastore og FinalDF – Få tilgang til data relatert til økten i fanene Datastore og FinalDF for smartroboter.
Søkefunksjonalitet – Bruk det innebygde søkefeltet til raskt å finne bestemte ytringer i en samtale.

Historie

På Historikk-siden kan du:

Vis treningshistorikk – Spor når et korpus ble opplært og endringene som ble gjort.
Sammenlign treningsmotorer – Gå gjennom opplæringsmotorene som brukes til ulike gjentakelser, og deres tilhørende opplæringsvarighet.
Spor endringer – Overvåk endringer i innstillinger, artikler, svar, NLP og kuratering.
Gå tilbake til tidligere versjoner – Gå enkelt tilbake til et eldre opplæringssett om nødvendig.

Historikk-delen inneholder praktiske verktøy for å administrere kunnskapsbaseartikler:

Aktiver artikler – Aktiver artikler som tidligere er inaktive, direkte for å inkludere dem i AI-agentens svar.
Rediger artikler – Opprett en ny versjon av en eksisterende artikkel samtidig som du beholder originalen for referanse.
Forhåndsvisningsytelse – evaluer AI-agentens ytelse med en bestemt kunnskapsbase ved hjelp av forhåndsvisningsfunksjonen .
Last ned artikler – Eksporter kunnskapsbaseartiklene som en CSV-fil for frakoblet analyse eller referanse.
Dette alternativet er bare tilgjengelig for skriptbasert AI-agent for å svare på spørsmål.

Revisjonslogger

Delen Revisjonslogger inneholder en detaljert oversikt over endringer som er gjort i din skriptede AI-agent i løpet av de siste 35 dagene. Slik får du tilgang til overvåkingslogger:

Naviger til instrumentbordet, og klikk på AI-agenten du har opprettet.
Klikk på Historikk-fanen for å vise historikken til AI-agenten.
Klikk kategorien Overvåkingslogger for å se en detaljert logg over endringer:
- Oppdatert på – Datoen og klokkeslettet da endringen ble gjort.
- Oppdatert av – Brukeren som gjorde endringen.
- Felt – Delen av roboten der endringen skjedde (for eksempel Innstillinger, Artikler, Svar).
- Beskrivelse – Flere detaljer om endringen.

Bruk søkealternativene Oppdatert av og Felt til raskt å finne bestemte oppføringer i overvåkingsloggen.
Kategorien Modellhistorikk viser maksimalt 10 korpus for hver AI-agent.

Kuratering

Meldinger legges til i kurateringskonsollen basert på følgende kriterier:

Fallback-meldinger – når AI-agenten ikke forstår en brukers melding og utløser tilbakefallsintensjonen.
Standard reserveløsning – Hvis denne veksleknappen er aktivert, sendes meldinger som aktiverer standard reserveløsningsintensjon til kurateringskonsollen.

Dette kriteriet gjelder bare for skriptbasert AI-agent for å utføre handlinger.
Nedstemte meldinger – Meldinger som brukere har nedstemt under forhåndsvisning av AI-agent.
Agentoverlevering – Meldinger som fører til en menneskelig agentoverlevering på grunn av konfigurerte regler.
Fra økt – Meldinger flagget av brukere som ikke mottar ønsket respons fra økt- eller romdata.
Lav konfidensgrad – Meldinger med et konfidensresultat som faller innenfor den angitte lavkonfidensgrensen.
Delvis samsvar – Meldinger der AI-agenten ikke definitivt kunne identifisere riktig hensikt eller svar.

Løse problemer

Kategorien Problemer er en sentral plassering der du kan se gjennom og adressere meldinger som er flagget for kuratering. Du kan gjøre følgende:

Velg å løse eller ignorere problemer basert på alvorlighetsgrad og relevans.
Undersøk den opprinnelige brukerytringen, svaret fra AI-agenten og eventuelle vedlagte medier.

Du kan vise hele innholdet i krypterte økter ved å bruke alternativet Dekrypter innhold , hvis du har deaktivert dekrypteringstilgang.

Dekryptere tilgang gis på brukernivå og krever at avansert databeskyttelse er aktivert i serverdelen.

Hvis du vil løse et problem, kan du:

Lenke til en eksisterende artikkel – Hvis du vil koble et problem til en eksisterende artikkel, velger du alternativet Kobling og søker etter ønsket artikkel.
Opprett ny artikkel – Bruk alternativet Legg til i en ny artikkel for å opprette en ny artikkel direkte fra kurateringskonsollen.
Ignorer problemer – Løs eller ignorer problemer for å fjerne dem fra kurateringskonsollen.

Lenking til standardartikler (velkomstmelding, reservemelding, delvis samsvar) er ikke tillatt.
For skriptbasert AI-agent for utføring av handlinger velger du riktig hensikt fra rullegardinlisten og tagger eventuelle relevante enheter.
Når du har gjort endringer, kan du lære opp AI-agenten på nytt for å sikre at den nye kunnskapen gjenspeiles i svarene.
Løs eller ignorer flere problemer samtidig for effektiv administrasjon.

Slik legger du til problemer fra økter:

Identifiser ytringen – Finn ytringen som utløste det uriktige svaret.
Kontroller kurateringsstatus – Hvis problemet ikke allerede finnes i kurateringskonsollen, vises veksleknappen Kurasjonsstatus .
Veksle flagget – aktiver veksleknappen Kurasjonsstatus for å legge til ytringen i kurateringskonsollen for gjennomgang og løsning.

Hvis problemet allerede finnes i kurateringskonsollen, endres bryterens utseende tilsvarende for å indikere statusen.

Se resultatene dine for skriptbasert kunstig intelligens ved hjelp av Analytics

Når utviklere besøker analyseskjermen, kan de velge AI-agenten de vil se analysene for. De kan også tilpasse analysevisningen ved å velge kanalen de vil se dataene for, sammen med datoperioden og detaljene for dataene. Som standard vises analysedata for den siste måneden for alle kanaler med daglig granularitet (hver dag er et punkt på x-aksen i diagrammene).

Oversikt

Oversikten inneholder viktige beregninger og grafer som gir utviklerne et øyeblikksbilde av den generelle bruken av og ytelsen til AI-agenter.

Fra instrumentbordet velger du AI-agenten du har opprettet.
I venstre navigasjonsrute klikker du Analyse. En oversikt over ytelsen til AI-agenten vises både i tabellformat og grafisk fremstilling.

Økter og meldinger

Den første delen i oversikten viser følgende statistikk om økter og meldinger for AI-agenten:

Totalt antall økter og økter som behandles av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er en telling av antall økter overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (meldinger fra mennesker og AI-agenter) og hvor mange av disse meldingene som kom fra brukere.
Daglige gjennomsnittlige meldinger

Dette etterfølges av en grafisk fremstilling av økter (stablet kolonne som representerer økter behandlet av AI-agenten og overleverte økter) og totale svar sendt ut av AI-agenten.

Brukere

Prestasjon

Den tredje delen gir statistikk om tbe AI-agentens svar til brukere. Her kan man se de totale svarene sendt ut av AI-agenten og fordelingen mellom svarene der AI-agenten:

Identifiserte brukerens hensikt.
Svarte med en reservemelding.
Svarte med en delvis samsvarsmelding.
Informerte brukeren om en agentoverlevering.

Det samme aggregeres i et sektordiagram, og et arealdiagram gir informasjon basert på valgt granularitet.

Opplæring

Svar

Kuratering

Denne delen gir et visuelt sammendrag av hvor mange kurateringsproblemer som har dukket opp hver dag, og hvor mange av dem som har blitt løst av AI-agentene.

Integrere AI-agenter

Denne delen forklarer hvordan du integrerer AI-agenter med både tale og digitale kanaler for å administrere kundesamtaler.

Integrer AI-agenter med tale og digitale kanaler

Hvis du vil ha mer informasjon, kan du se artikkelen Integrere AI-agenter med talekanaler og digitale kanaler.

Administrere AI-agentrapporter

Denne delen beskriver oversikten over AI-agentrapporter, rapporttyper, opprettelse av AI-agentrapporter og rapportleveringsmoduser.

Forstå AI-agentrapporter

Når du åpner Rapporter-menyen fra venstre navigasjonsrute, vises følgende faner:

Konfigurer – Denne fanen viser alle rapportene som for øyeblikket er aktive og genereres med jevne mellomrom. Følgende detaljer er tilgjengelige for listen over rapporter:
- Aktiv – Om en bruker fortsatt abonnerer på rapporten.
- AI-agent – navnet på AI-agenten som er tilknyttet rapporten.
- Rapporttype – Den forhåndsbygde rapporttypen du abonnerer på.
- Frekvens – Intervallet du mottar rapporten i.
- Siste rapport Generert – Den siste rapporten som ble sendt ut.
- Neste planlagte dato – neste dato rapporten sendes ut.
Historikk – Denne fanen viser all historisk informasjon om rapportene som er sendt til dags dato. Klikk på en rapport på denne siden for å redigere konfigurasjonen av rapporter.

Du kan klikke på Last ned-ikonet under Handlinger-kolonnen for å laste ned disse historiske rapportene.

Behovsbetingede rapporter som vises i Logg-fanen , er bare tilgjengelige for nedlasting etter at rapportgenereringen er fullført.

Opprette en AI-agentrapport

1	Logg på Webex AI Agent Studio-plattformen.
2	Klikk på Rapporter i navigasjonsfeltet til venstre.
3	Klikk + Ny rapport.
4	Oppgi følgende informasjon for å opprette og konfigurere rapporten: AI-agent – Navnet på AI-agenten som er tilknyttet rapporten. Du kan se alle AI-agentene for å svare på spørsmål og utføre oppgaver på dette programmet. Rapporttype – Den forhåndsbygde rapporttypen du vil abonnere på. Når du velger AI-agenten for å svare på spørsmål, viser feltet AI-agent tre forskjellige typer rapporter: Sammendrag av bruk og virkemåte Avskrift av melding Problemer med kuratering Utdataformat – Formatet du vil at rapporten skal genereres og sendes i til den konfigurerte leveringsmodusen. De støttede formatene er CSV og .xlsx. Velg ett av følgende alternativer og relevante innstillinger for rapporttypen du vil generere: Generer nå – Angi startdato og sluttdato for en behovsbetinget rapport. Planlagt rapport – planlegg frekvens , tid, tidssone og startdato for en rapport. Når du har opprettet denne rapporten, kan du bruke veksleknappen Aktiver rapport i rapporten. Du kan aktivere eller deaktivere denne veksleknappen senere for å motta eller stoppe rapporten på den planlagte frekvensen. Leveringsmåte – Se delen Leveringsmåter for mer informasjon.

Rapporttyper for AI-agent

AI-agent for å svare på spørsmål rapporttype

Bruksatferd og sammendrag

Denne delen viser AI-agentsammendraget med hvor ofte artikler og kategorier aktiveres. Du kan se sammendrags-, kategori- og artikkelinformasjonen i en egen fane i rapportene:

Tabell 1. Detaljer i kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler/økter behandlet av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent.
Totalt antall stemmer	Totale svar fra AI-agenter som ble stemt opp av kundene.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av kunder.

Tabell 2. Kategorikategoridetaljer
Felt	Beskrivelse
Kategorinavn	Navnet på kategorien slik den er konfigurert i AI-agenten.
Samtaler for kategorien	Antall samtaler eller økter der en artikkel som tilhører denne kategorien, ble oppdaget.
Totalt antall svar	Antall ganger en artikkel som tilhører denne kategorien ble oppdaget.
Totalt antall stemmer	Antall ganger et svar fra denne kategorien ble stemt opp.
Totalt antall nedstemmer	Antall ganger et svar fra denne kategorien ble nedstemt.

Tabell 3. Detaljer om artikkelfanen
Felt	Beskrivelse
Artikkelnavn	Navnet på artikkelen (standardvarianten) som er konfigurert i AI-agenten.
Artikkel kategori	Kategorien denne hensikten tilhører.
Samtaler for artikkelen	Antall samtaler eller økter der denne artikkelen ble oppdaget.
Totalt antall svar	Antall ganger denne artikkelen ble oppdaget.
Totalt antall stemmer	Antall ganger svaret på denne artikkelen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne artikkelen er nedstemt.

Behandle transkripsjoner

Viser samtalen mellom AI-agenten og kunden sammen med likhetspoengsummen. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempelet for meldingen.
Økt-ID	Den unike identifikatoren for økten.
Forbruker-ID	Den unike identifikatoren for sluttbrukeren på AI-agent.
Meldingstype	AI-agentmeldingen eller den menneskelige meldingen.
Meldingstekst	Innholdet i meldingen.
Artikkel	Identifikatoren for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikten som ble oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoengsummen for den oppdagede hensikten.
Matchet artikkel 1	Hensikten som ble oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Poengsummen for intensjonen som ble oppdaget.
Tilbakemelding	Tilbakemelding fra brukeren hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarene som brukerne legger igjen når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på AI-agent.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Artikkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Kategori	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Matchet artikkel 1	Intent oppdaget av den valgte NLU-motoren.
Artikkel 1 poengsum	Score for intensjonen som er oppdaget.

AI-agent for å utføre oppgaver rapporttype

Bruksatferd og sammendrag

Viser sammendraget av samtaler sammen med gjengivelser og malnøkler som utløses. Kategorien Sammendrag viser følgende detaljer:

Tabell 4. Kategorien Sammendrag
Felt	Beskrivelse
Navn på AI-agent	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler eller økter som behandles av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukere har levert minst én inndata.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall svar fra AI-agent	Totalt antall meldinger som er sendt av AI-agenten til sluttbrukere.
Totalt antall delvise treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere hensikter som alternativer.
Samtaler sendt til agent	Totalt antall samtaler overlevert til en menneskelig agent
Totalt antall stemmer	Totalt antall svar fra AI-agenter som ble stemt opp av brukere.
Totalt antall nedstemmer	Totale svar fra AI-agenter som ble nedstemt av brukere.

Du kan også vise intensjonsdetaljene i kategorien Gjengivelse i regnearket:

Tabell 5. Intensjoner-fanen
Felt	Beskrivelse
Navn på intensjon	Navnet på intensjonen slik den er konfigurert i AI-agenten.
Samtaler for hensikten	Antall samtaler eller økter der denne hensikten ble påberopt.
Totalt antall påkallelser	Antall ganger denne hensikten ble påberopt.
Totalt antall fullføringer	Antall ganger alle sporene ble samlet inn og denne hensikten ble fullført.
Totalt antall stemmer	Totalt antall svar for dette ble stemt opp for hver hensikt.
Totalt antall nedstemmer	Totalt antall svar på dette ble nedstemt for hver hensikt.

Rapporten har også maldetaljer på høyt nivå, for eksempel:

Tabell 6. Mal detaljer
Felt	Beskrivelse
Navn på malnøkkel	Navnet på malen slik den er konfigurert i AI-agenten.
Hensikt med malnøkkel	Hensikter der denne malnøkkelen brukes.
Samtaler for malnøkkelen	Antall ganger denne malnøkkelen ble sendt ut som svar.
Totalt antall svar	Antall ganger denne malnøkkelen ble sendt som svar.
Totalt antall stemmer	Antall ganger svaret på denne malen ble stemt opp.
Totalt antall nedstemmer	Antall ganger svaret på denne malen ble nedstemt.

Transkripsjoner av meldinger

Viser samtalen til en kunde med AI-agenten sammen med likhetspoengsummene. Du kan vise følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i programmet.
Meldingstype	AI-agentmelding eller menneskelig melding.
Meldingstekst	Innholdet i meldingen.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for kundens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.
Tilbakemelding	Tilbakemelding fra brukere hvis en melding ble stemt opp eller nedstemt.
Tilbakemelding kommentar	Kommentarer som legges igjen av brukere når de stemmer ned en melding.

Problemer med kuratering

Viser meldingene som endte opp i kuratering som problemer av ulike årsaker. Denne rapporten er bare relevant for skriptbaserte AI-agenter. Du kan vise følgende detaljer i denne rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for kundens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren i applikasjonen.
Menneskelig budskap	Innholdet i det menneskelige budskapet.
Melding om AI-agent	Innholdet i meldingen AI-agenten svarte med.
Årsak til problemet	Årsaken til at denne meldingen havnet i kuratering.
Mal nøkkel	Identifikator for svaret som sendes tilbake av AI-agenten.
Anspent	Hensikt oppdaget av AI-agenten for brukerens melding.
Toppkampresultat	Likhetspoeng for den oppdagede hensikten.
Samsvarende hensikt 1	Intent oppdaget av den valgte NLU-motoren.
Hensikt 1 poengsum	Score for intensjonen som er oppdaget.

Leveringsmåter for AI Agent-rapport

SFTP

Felt	Beskrivelse
Send rapporter til et sikkert sted som planlagt	Ttoggle dette på for å skyve rapportene til den sikre plasseringen til planlagt tid. Du kan bare oppgi følgende detaljer ved å aktivere denne bryteren.
IP-adresse	Den IP adressen til systemet.
Brukernavn	Brukernavnet for å få tilgang til rapportene.
Passord	Passordet for å få tilgang til rapportene.
Privat nøkkel	Den private nøkkelen for å få tilgang til filene.
Last opp bane	Banen der filene rutes i systemet.

E-post

Felt	Beskrivelse
Planlegg e-postmeldinger for flere mottakere, separat med semikolon (;)	Slå på dette for å legge til mottakere.
Mottakere	E-postadressen til alle mottakere som må motta rapportene til angitt tid og hyppighet.

S3-bøtte

Felt	Beskrivelse
Last opp rapporter til et S3-verdiområde i henhold til tidsplanen	Slå på dette for å gjøre S3-feltene tilgjengelige og rute rapportene til det konfigurerte S3-verdiområdet.
AWS-tilgangsnøkkel-ID	Tilgangsnøkkel-ID for å få tilgang til AWS-tjenester og ressurser.
AWS hemmelig tilgangsnøkkel	Den hemmelige tilgangsnøkkelen for å få tilgang til AWS-tjenestene og -ressursene.
Navn på bøtte	Navnet på verdiområdet som rapporten rutes til.
Navn på mappe	Navnet på mappen som er opprettet i S3-samlingen.

Forstå samsvar med kunstig intelligens

Disse delene hjelper deg med å forstå AI-utvikling, personvern, sikkerhet og sikkerhet

AI-utvikling, personvern, sikkerhet og sikkerhet

AI produktutvikling

Personvern og sikkerhet

Følgende er listen over AI-gjennomsiktighetsnotater for alle AI-funksjoner:

Datakilder for opplæring og evaluering

Sikkerhet og etiske overveielser

Alle generative AI-funksjoner er utsatt for feil, så Cisco prioriterer innholdssikkerhet for AI-funksjoner ved å velge innholdsfiltrering, levert av Azure OpenAI.

Modellevaluering og ytelse

Cisco prioriterer ytelsen og nøyaktigheten til AI Assistant ved å involvere mennesker i gjennomgangen, testingen og kvalitetssikringen av den underliggende modellen.

Kom i gang med Webex AI Agent Studio

Webex AI Agent Studio er en avansert plattform som er utformet for å skape, administrere og distribuere automatiserte AI-agenter for å oppfylle kundeservice- og støttebehov. Ved hjelp av kunstig intelligens gir AI-agenter automatisert assistanse til kundene før de samhandler med menneskelige agenter. Disse agentene støtter taleinteraksjoner med intonasjon, språkforståelse og kontekstuell bevissthet i samtaler. I tillegg håndterer AI-agenter sømløst og informativt digitale kanalinteraksjoner gjennom tekst og nettchat. Kundene drar nytte av en concierge-lignende opplevelse, får hjelp med spørsmål, henting av informasjon og minimering av ventetider.

Funksjoner for Webex AI Agent Studio

Nøyaktige og tidsriktige svar – Gir nøyaktige svar på kundeforespørsler i sanntid.
Intelligent oppgavekjøring – Utfører oppgaver basert på kundeforespørsler eller inndata.

Viktige fordeler for bedrifter

Forbedret kundeopplevelse– Gir kundene en samtaleopplevelse i sanntid.
Tilpassede interaksjoner – Skreddersydde svar på individuelle kunders behov og preferanser.
Skalerbarhet og effektivitet– Håndterer store mengder kundesamhandlinger uten å kreve ekstra menneskelige agenter, noe som fører til forbedret tilfredshet og reduserte driftskostnader.

Forstå typer og eksempler på AI-agent

Tabellen nedenfor gir et glimt av AI-agenttyper og deres egenskaper:

Tabell 1. AI-agenttyper og deres egenskaper
Type AI-agent	Formål	Kapasitet	Beskrivelse	Hvordan sette opp?
Selvstendig	Autonome AI-agenter er laget for å operere uavhengig, ta beslutninger og utføre oppgaver uten direkte menneskelig inngripen.	Utfør handlinger	Foreta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler. Automatiser gjentatte eller tidkrevende oppgaver.	Autonome AI-agenter for å utføre handlinger
Selvstendig		Svar på spørsmål	Selvstendige agenter kan få tilgang til og bruke et kunnskapslager for å gi informative og nøyaktige svar på brukerspørringer.	Selvstendige KI-agenter for å svare på spørsmål
Skript	Skriptede AI-agenter er programmert til å følge et forhåndsdefinert sett med regler og instruksjoner.	Utfør handlinger	Skriptede agenter kan utføre spesifikke oppgaver som er klart definert og strukturert.	Skriptede KI-agenter for å utføre handlinger
Skript		Svar på spørsmål	Skriptede agenter kan svare på spørsmål basert på en brukerskapt opplæringskorpus, som er en samling eksempler og svar.	Skriptede KI-agenter for å svare på spørsmål

Eksempler

Både autonome og skriptede AI-agenter kan brukes på forskjellige brukstilfeller, avhengig av de spesifikke kravene og de ønskede funksjonene. Noen eksempler inkluderer:

Kundestøtte – Både autonome og skriptede agenter kan brukes til å gi kundestøtte, med autonome agenter som gir mer fleksibilitet og forståelse av naturlig språk.
Virtuelle assistenter – Selvstendige agenter er godt egnet for virtuelle assistentroller, fordi de kan håndtere ulike oppgaver og gi mer personlig samhandling.
Dataanalyse – Autonome agenter kan brukes til å analysere store datasett og trekke ut verdifull innsikt.
Prosessautomatisering – Både autonome og skriptede agenter kan brukes til å automatisere gjentatte oppgaver, forbedre effektiviteten og redusere feil.
Kunnskapsadministrasjon – Selvstendige agenter kan brukes til å opprette og administrere kunnskapsrepositorier, noe som gjør informasjon lett tilgjengelig for brukere.

Valget mellom autonome og skriptede AI-agenter avhenger av kompleksiteten i oppgavene, det nødvendige nivået av autonomi og tilgjengeligheten av opplæringsdata.

Forutsetninger

Hvis du er en eksisterende Webex Contact Center-kunde, må du sørge for at du oppfyller følgende forutsetninger:
- Leietaker for Webex Contact Center 2.0.
- Webex Connect er klargjort for leietakeren din.
- Talemediaplattform er neste generasjon mediaplattform.
Hvis du ikke har en Webex Contact Center-leietaker, kontakter du partneren din for å starte en prøveversjon av Webex Contact Center med Next-Generation Media Platform.
Administratorer kan be en Webex Contact Center-utviklersandkasse om å prøve ut KI-agenter.

Aktivering av funksjon

Denne funksjonen er for øyeblikket i betaversjon. Kunder kan registrere seg for denne funksjonen på Webex Beta-portalen ved å fylle ut deltakelsesundersøkelsen for KI-agenter.

For øyeblikket er bare den skriptede AI-agentfunksjonaliteten tilgjengelig i betafasen.
Autonome agenter er bare tilgjengelige for utvalgte kunder. Forespørsler kan gjøres via din CSM (leder for kundesuksess), PSM (leder for partnersuksess) eller ved å sende en e-post til ask-ccai@cisco.com. Etter godkjenning vil selvstendige agenter bli gjort tilgjengelige i tillegg til skriptede agenter for leietakeren din.

Få tilgang til Webex AI Agent Studio

Hvis du vil opprette AI-agentene dine, må du logge på Webex AI Agent Studio-programmet. Dette kan gjøres på følgende måter:

Logg på fra Control Hub

Hvis du ikke ser Webex AI Agent Studio, kan du kontakte Cisco kundestøtte for å aktivere det tilsvarende funksjonsflagget.

Logg på Control Hub med URL-adressen https://admin.webex.com.
Velg Kontaktsenter fra Tjenester-delen i navigasjonsruten.
Gå til delen Kontaktsentersuite i ruten til høyre for Hurtigkoblinger .
Klikk på Webex AI Agent Studio for å få tilgang til programmet.

Systemet kryssstarter Webex AI Agent Studio-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Logg på fra Webex Connect

Hvis du vil ha tilgang til Webex AI Agent Studio-programmet, bør du ha tilgang til Webex Connect.

Logg på Webex Connect-programmet ved hjelp av leietakers URL-adresse for bedriften og legitimasjonen din.
Som standard vises siden Tjenester som en hjemmeside.
Fra Appbakke menyen i venstre navigasjonsrute, klikk Webex AI Agent Studio for å få tilgang til programmet.
Systemet kryssstarter Webex AI Agent Studio-programmet i en annen nettleserfane, og du blir automatisk logget på programmet.

Startsideoppsett

Velkommen til Webex AI Agent Studio-programmet. Når du logger på, viser hjemmesiden følgende oppsett:

Navigasjonsfelt

Navigasjonsfeltet til venstre gir deg tilgang til følgende menyer:
- Instrumentbord – Viser en liste over AI-agenter brukeren har tilgang til, som er gitt av bedriftsadministratoren.
- Kunnskap – Viser det sentrale kunnskapsrepositoriet eller kunnskapsbasen, som fungerer som hjernen for autonome AI-agenter å svare på kundeforespørsler.
- Rapporter– Viser forhåndsbygde KI-agentrapporter av forskjellige typer. Du kan generere eller planlegge rapporter i henhold til forretningsbehovene dine.
- Hjelp – Gir tilgang til brukerveiledningen for Webex AI Agent Studio på hjelpesenteret for Webex.
Brukerprofil
Brukerprofil-menyen lar deg vise profilinformasjonen din og logge av programmet.

Bedriftsprofil-siden inneholder informasjon om AI-agentleieren, som bare er tilgjengelig for administratorer med full administratortilgang.
- Fanen Oversikt inneholder følgende informasjon:
  - Bedriftsidentifikatorer – inkluderer Webex-organisasjons-ID, CPaaS-organisasjons-ID, abonnements-ID for bedriften. Dette er tilgjengelig for bedrifter med Webex Contact Center-integrering for tilsvarende Webex Connect-leietaker.
  - Profilinnstillinger – Inneholder bedriftsnavn, unikt bedriftsnavn og logoens URL-adresse.
  - Globale agentinnstillinger – Tillater valg av standardagenten for talekanalen for å håndtere tilbakefallsscenarier.
  - Oppsummering av dataoppbevaring – Gir et sammendrag av dataoppbevaringsperioder for denne virksomheten.
- I fanen Teammedlemmer kan du vise og administrere listen over teammedlemmer som har tilgang til programmet. Hver bruker får tildelt en rolle, som bestemmer hvilke handlinger de kan utføre basert på tilordnede tillatelser.

Kjenn til instrumentbordet ditt

På instrumentbordet representeres KI-agentene av kort som viser grunnleggende informasjon, inkludert navnet på KI-agenten, sist oppdatert av, sist oppdatert av og motoren som ble brukt til opplæring av agenten.

Oppgaver på KI-agentkort

Hold pekeren over et AI-agentkort for å vise følgende alternativer:

Forhåndsvisning – Klikk på Forhåndsvisning for å åpne miniprogrammet for forhåndsvisning av AI-agent.
Ellipsis -ikon – Klikk på dette ikonet for å utføre følgende oppgaver:
- Kopier forhåndsvisningskobling – Kopier forhåndsvisningskoblingen for å lime inn i en ny fane, og forhåndsvis AI-agenten på chat-widgeten.
- Kopier tilgangstoken – Kopier AI-agentens tilgangstoken for å aktivere agenten gjennom API-er.
- Eksporter – Eksporter AI-agentdetaljene (i JSON-format) til den lokale mappen.
- Slett – Slett AI-agenten permanent fra systemet.
- Fest – Fest AI-agenten til den første posisjonen på instrumentbordet, eller løsne for å flytte den tilbake til den forrige posisjonen.

Opprett en ny KI-agent

Du kan opprette en ny KI-agent ved å bruke alternativet + Opprett agent øverst til høyre på instrumentbordet. Du kan velge å bruke en forhåndsdefinert mal eller opprette en agent fra bunnen.

Hvis du vil vite hvordan du oppretter skriptede og autonome AI-agenter, kan du se følgende deler:

Skriptet KI-agent for å svare på spørsmål
Skriptet KI-agent for å utføre handlinger
Selvstendig KI-agent for å svare på spørsmål
Selvstendig KI-agent for å utføre handlinger

Importer forhåndsbygd AI-agent

Du kan importere en forhåndsbygd KI-agent i JSON-format fra en liste over tilgjengelige KI-agenter. Kontroller først at du har eksportert AI-agenten i JSON-format til din lokale mappe. Følg disse trinnene for å importere den:

Klikk på Importer agent.
Klikk på Last opp for å laste opp AI-agentfilen (i JSON-format) som er eksportert fra plattformen.
Skriv inn navnet på AI-agenten i feltet Agentnavn .
(Valgfritt) Rediger den systemgenererte unike identifikatoren i System-ID.
Klikk på Importer.

AI-agenten din er nå importert til Webex AI Agent Studio-plattformen og er tilgjengelig på instrumentbordet.

Nøkkelordsøk

Filtrer etter agenttype

I tillegg til nøkkelordsøk kan du begrense søkeresultatene ved å filtrere basert på typen AI-agent. Velg ett av agenttypfiltrene fra rullegardinlisten – Skript, Autonomt og Alle.

Administrere kunnskapsbase

En kunnskapsbase er et sentralt lager av informasjon for Large Language Model (LLM)-drevne autonome AI-agenter. De autonome KI-agentene bruker avanserte KI- og maskinlæringsteknologier for å forstå, behandle og generere menneskelig tekst. Disse AI-agentene trene på store mengder data, slik at de kan gi detaljerte og kontekstuelt relevante svar. Kunnskapsbaser lagrer dataene som er nødvendige for driften av de autonome AI-agentene.

Slik får du tilgang til kunnskapsbasen:

Logg på Webex AI Agent Studio-plattformen.
Klikk på Kunnskap-ikonet i venstre navigasjonsrute på Instrumentbord . Siden kunnskapsbaser vises.
Du finner en kunnskapsbase basert på følgende kriterier:
- Navn på kunnskapsbasen
- Type kunnskapsbase
- Kunnskapsbaser oppdatert mellom angitte datoer
- Kunnskapsbaser opprettet mellom angitte datoer
  Klikk på Tilbakestill alle for å tilbakestille søkekriteriene.
Du kan også opprette en ny kunnskapsbase. Hvis du vil opprette en ny kunnskapsbase, kan du se Opprett kunnskapsbase for KI-agent.

Opprett kunnskapsbase for KI-agent

1	Klikk på Kunnskap-ikonet i venstre navigasjonsrute på Instrumentbord .
2	På siden Kunnskapsbaser klikker du på +Opprett kunnskapsbase øverst til høyre.
3	Skriv inn følgende detaljer på siden Opprett kunnskapsbase : Navn på kunnskapsbase – Oppgi et navn på kunnskapsbasen. Beskrivelse – Gi en kort beskrivelse av kunnskapsbasen.
4	Klikk på Opprett. Systemet oppretter en kunnskapsbase med det angitte navnet.
5	På Filer -fanen: Dra og slipp filene til kunnskapsbasen. Du kan også klikke på Legg til fil for å legge til en fil. Systemet støtter følgende filformater: PDF, .doc, .docx, data over kabel, .txt, .xlsx, .xls og CSV. Størrelsen på hver fil må ikke overstige 2 MB. Når du har lagt til filene, klikker du på Behandle filer for å behandle filene. Når dette er gjort, viser systemet filene under Filer -fanen.
6	På Dokumenter -fanen: Klikk på +Opprett dokument for å opprette dine egne kunnskapsbasisdokumenter. Skriv inn Dokumentnavn på siden Opprett dokument. Bruk tekstredigeringsprogrammet til å legge til den nødvendige informasjonen og formatere teksten etter behov. Merk av for Legg til i eksisterende kategori for å legge til dokumentet i eksisterende kategori. Du kan også velge å Legge til i ny kategori og opprette en ny kategori. Klikk på Lagre. Du kan også klikke på +Legg til kategori for å definere kategorier og legge til dokumentene under den tilsvarende kategorien. Velg ønsket dokument i ruten til venstre, og klikk på Forhåndsvisning av nettside for å forhåndsvise dokumentet.
7	Gå til Informasjon -fanen for å vise og spore detaljene om filene du har lastet opp og dokumentene du har opprettet. Klikk på Rediger -ikonet for å redigere kunnskapsbasisfilene. Rediger navnet på filen om nødvendig. Du kan også slette eksisterende filer og legge til nye filer. Klikk på Slett -ikonet for å slette kunnskapsbasen helt.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for den autonome KI-agenten for å svare på spørsmål.

Konfigurere autonome KI-agenter

Autonome AI-agenter opererer uavhengig av hverandre uten direkte menneskelig inngripen. Disse agentene bruker avanserte algoritmer og maskinlæringsteknikker for å analysere data, lære av miljøet og tilpasse handlingene sine for å oppnå spesifikke mål. Denne delen beskriver de to primære funksjonene til Autonom AI-agent.

Selvstendig KI-agent for utføring av oppgaver

De autonome AI-agentene kan utføre forskjellige oppgaver, inkludert:

Natural Language Processing (NLP) – Forstå og reagere på menneskespråk på en naturlig og samtalemåte.
Beslutningstaking – Foreta informerte valg basert på tilgjengelig informasjon og forhåndsdefinerte regler.
Automatisering – Automatiser gjentatte eller tidkrevende oppgaver.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en selvstendig KI-agent for å utføre handlinger
Oppdater profil for autonom KI-agent
Legg til handlinger i selvstendig KI-agent
Konfigurer sporfylling
Definer oppfyllelse

Opprett en selvstendig KI-agent for å utføre handlinger

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på +Opprett agent.
3	På skjermen Opprett en AI-agent klikker du på Start fra bunnen. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Filtrer AI-agenttypen som selvstendig. I dette tilfellet fylles feltene på Profil -siden ut automatisk.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du , klikker du på Selvstendig.
6	I delen Hva er agentens hovedfunksjon klikker du på Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn– angi navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor– Velg AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. Agentens mål – Gi en kort beskrivelse av KI-agentens mål. Se Retningslinjer for å definere mål og instruksjoner for KI-agent for beste praksis og eksempler.
9	Klikk på Opprett. Du har nå opprettet den autonome KI-agenten for å utføre handlinger som nå er tilgjengelig på instrumentbordet. I toppteksten for AI-agent kan du utføre følgende oppgaver: Forhåndsvisning Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importer forhåndsbygd AI-agent

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdater profil for autonom KI-agent

Før du begynner

Opprett en selvstendig KI-agent for å utføre handlinger.

På Instrumentbord klikker du på AI-agenten du har opprettet.

Gå til Innstillinger > Profil -fanen, og konfigurer følgende detaljer:

Agentnavn – Rediger navnet på AI-agenten, om nødvendig.
System-ID – Rediger system-ID-en til AI-agenten, om nødvendig.
Agentens mål – Rediger målet for KI-agenten, om nødvendig. Se Retningslinjer for å definere mål og instruksjoner for KI-agent for retningslinjer og eksempler.
Instruksjoner– Angi instruksjonene for KI-agenten. Se Retningslinjer for å definere mål og instruksjoner for KI-agent for retningslinjer og eksempler.
URL for agentprofilbilde– Standard URL-adressen der systemet henter AI-agentens logo eller bilde. Endre dette om nødvendig.
AI-motor – Oppdater AI-motoren om nødvendig.
Velkomstmelding – Standard velkomstmelding som KI-agenten bruker til å starte samhandlingen. Oppdater dette om nødvendig.

Klikk på Publiser for å gjøre AI-agenten live.

Hva du skal gjøre nå

Legg til de nødvendige handlingene i AI-agenten.

Legg til handlinger i selvstendig KI-agent

De autonome KI-agentene for å utføre handlinger er utformet for å forstå brukerens intensjoner og handle i henhold til dette. I en restaurant er det for eksempel behov for å automatisere inntak av online matbestilling. For å utføre oppgaven kan du opprette en selvstendig KI-agent som utfører følgende handlinger:

Få den nødvendige informasjonen fra kunden.
Overfør informasjonen til ønsket flyt.

Den autonome KI-agenten som skal utføre handlinger, fungerer på følgende byggeblokker:

Handling – En funksjonalitet som gjør det mulig for AI-agenten å koble seg til eksterne systemer for å utføre komplekse oppgaver.
Enhet eller spor – Representerer et trinn i å oppfylle brukerens intensjon. Sporfylling innebærer å stille bestemte spørsmål til kunden for å oppfylle kundens intensjon basert på uttalelser. Det er utløseren for at en AI-agent skal begynne å utføre en handling. Definer inndataenhetene som en del av sporfyllingen.
Oppfyllelse – Bestemmer hvordan AI-agenten fullfører handlingen. Som en del av oppfyllelsen, definer utdataenhetene for den autonome AI-agenten for å generere svaret i et bestemt format. Systemet sender utdataenhetene til flyten for å fortsette med handlingen og fullføre oppgaven.

I fanen Handling klikker du på +Ny handling.

Angi følgende detaljer på siden Legg til en ny handling :

Handlingsnavn– Skriv inn navnet på handlingen. For eksempel Bestill billetter.
Handlingsbeskrivelse – Gi en kort beskrivelse av den forventede handlingen. Sørg for at handlingsbeskrivelsen er klar og nøyaktig.
Handlingsomfang – Velg handlingsomfanget fra rullegardinlisten. Følgende alternativer er tilgjengelige:
- Klikk på Sporfylling for å konfigurere de nødvendige inndataenhetene for sporfylling. Hvis du velger å fylle spor, kan du ikke konfigurere oppfyllingsdetaljene.
- Klikk på Sporfylling med fullføring for å konfigurere de nødvendige inndataenhetene for sporfylling og også definere detaljene for fullføring av handlingen.
Agentoverføring er standardhandlingen som er aktivert som standard. Bruk vekslealternativet for å deaktivere agentoverføring.

Hva du skal gjøre nå

Du kan enten konfigurere spilleautomater, eller du kan konfigurere spilleautomater og definere oppfyllelse, avhengig av hvilket handlingsområde du har valgt.

Konfigurer sporfylling

Sporfylling innebærer å legge til de nødvendige inndataenhetene for AI-motoren. I delen Fylling av spor på siden Handlinger legger du til inndataenhetene:

Du kan legge til enhetene én etter én i tabellformat.
Du kan også bruke JSON-filen og definere enhetene. Se En omvisning av JSON Schema for detaljer.

Legg til inndataenheter i tabellformat

1	Hvis du vil legge til en inndataenhet, klikker du på +Ny inndataenhet.
2	På siden Legg til en ny inndataenhet angir du følgende detaljer: Enhetsnavn– angi navnet på inndataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at beskrivelsen av enheten er klar og nøyaktig. Enhetseksempler– angi et eksempel for enheten. Klikk på +Legg til for å legge til flere eksempler. Merk av i avkrysningsboksen Obligatorisk for å gjøre denne enheten obligatorisk.
3	Klikk på Legg til for å legge til inndataenheten. Du kan legge til så mange inndataenheter som du trenger.
4	Bruk alternativet Kontroller for å utføre følgende handlinger på enheten: Klikk på Rediger -ikonet for å redigere de tillagte inndataenhetene. Klikk på Slett -ikonet for å slette enheten.

Legg til enheter ved hjelp av JSON-redigeringsprogrammet

Du kan legge til inndataenhetene og utdataenhetene ved hjelp av JSON-redigeringsprogrammet. I JSON-redigeringsvisningen må enhetene defineres i et strukturert JSON-format.

Hvis du vil ha mer informasjon, kan du se En omvisning av JSON Schema.

Inndataparameterstruktur

Inndataparametrene må overholde følgende struktur:

type– Datatype for parameterobjektet. Dette er alltid "objekt" for å angi at parametrene er strukturert som et objekt.

egenskaper– Et objekt der hver nøkkel representerer en parameter og tilhørende metadata.

påkrevd – en rekke strenger som viser navnene på parametere som er obligatoriske.

egenskaper Objekt

Hver nøkkel i egenskapsobjektet representerer en inndataenhet/parameter og inneholder et annet objekt med metadata om denne parameteren. Metadataene skal alltid inneholde følgende nøkkelord:

type – Datatype for parameteren. Tillatte typer er:
- streng– tekstdata.
- heltall– Numeriske data uten desimaler.
- tall – Numeriske data som kan inkludere desimaler.
- boolsk – sanne/usanne verdier.
- array – En liste over elementer som vanligvis er av samme type.
- objekt– En kompleks datastruktur med nestede egenskaper.
beskrivelse– En kort forklaring på hva enheten representerer. Dette hjelper AI-motoren med å forstå formålet og bruken av parameteren. En beskrivelse som er koncis og i samsvar med agentens instruksjoner og handlingsbeskrivelse anbefales for bedre nøyaktighet.
Validering håndheves bare av plattformen for "type". "Beskrivelse" er ikke håndhevet for alle enheter, men det anbefales på det sterkeste at den legges til. Andre nyttige nøkkelord for enhetsmetadata er:
- enum– Enum-feltet viser de mulige verdiene for en parameter. Dette er nyttig for parametere som bare skal godta et begrenset sett med verdier. Utviklere kan definere egendefinerte lister over verdier som en parameter bør godta for å bruke dette.
- mønster – mønsterfeltet brukes med strengtyper for å angi et regulært uttrykk som strengen må samsvare med. Dette er spesielt nyttig ved validering av bestemte formater, for eksempel telefonnumre, postnumre eller egendefinerte identifikatorer.
- eksempler– Eksempelfeltet gir ett eller flere eksempler på gyldige verdier for parameteren. Dette hjelper AI-motoren med å forstå hvilken type data som forventes, og kan være spesielt nyttig for tolking og validering.

Det finnes andre nøkkelord som kan gjøre enhetsdefinisjonen mer nøyaktig og robust. Hvis du vil ha mer informasjon, kan du se En omvisning av JSON Schema.

Eksempel

Følgende eksempel inkluderer forskjellige typer enheter og nøkkelord:

{ "type": "object", "properties": { "username": { "type": "string", "description": "Det unike brukernavnet for kontoen.", "minLength": 3, «maksLengde»: 20 }, "passord": { "type": "string", "beskrivelse": "Passordet for kontoen.", "minLengde": 8, "format": "passord" }, "e-post": { "type": "string", "beskrivelse": "Kontoens e-postadresse.", "mønster": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "fødselsdato": { "type": "string", "beskrivelse": "Brukerens fødselsdato.", "eksempler": ["mm/dd/ÅÅÅÅ"] }, "preferanser": { "type": "objekt", "beskrivelse": "Brukerinnstillinger.", "egenskaper": { "nyhetsbrev": { "type": "boolsk", "beskrivelse": "Om brukeren ønsker å motta nyhetsbrev", "standard": true }, "varslinger": { "type": "string", "beskrivelse": "foretrukket varslingsmetode.", "enum": ["email", "sms", "push"] } } }, "roller": { "type": "array", "beskrivelse": "Liste over roller som er tilordnet brukeren.", "elementer": { "type": "string", "enum": ["user", "admin", "moderator"] } } }, "required": ["brukernavn", "passord", "email"] }

Dette eksemplet omfatter følgende enheter:

brukernavn– En strengetype med minste og maksimumslengde begrensning.
passord – En strengtype med en minimumslengde og et bestemt format (passordet angir at det skal håndteres på en sikker måte).
e-post– En strengtype med et regex-mønster for å sikre at det er en gyldig e-postadresse.
fødselsdato – En strengtype med eksempler for å forskrive formatet på datoen.
Innstillinger– En objekttype med nestede egenskaper (nyhetsbrev og varsler), inkludert en boolsk med en standardverdi og en streng med spesifikke tillatte verdier (enum).
roller– En matrisetype der hvert element er en streng begrenset til bestemte verdier (enum).

Brukernavn, passord og e-post er obligatoriske som definert i den "obligatoriske" matrisen.

I dette eksemplet har enhetene beskrivende navn, klare beskrivelser og følger konsekvent struktur og navngivningskonvensjon. Følg disse anbefalte fremgangsmåtene for å opprette veldefinerte enheter som er enkle å tolke og håndheve for AI-motoren.

Definer oppfyllelse

1	Definer oppfyllingsdetaljene for å implementere KI-agenten i et kontaktsenter. Angi følgende detaljer: Velg en oppfyllingstilnærming – Velg flyten. Velg en flytbygger– Velg ønsket flytbygger. Webhook-URL for flyt– angi webhook-URL. Hvis du vil ha mer informasjon, kan du se Innkommende webhooks. Tjenestenøkkel– angi detaljene for tjenestenøkkelen.
2	Konfigurer utdataenhetene slik at AI-agenten genererer resultatet i et format som er forståelig for flyten.
3	Hvis du vil legge til en utdataenhet, klikker du på +Ny utdataenhet. I skjermbildet Legg til en ny utdataenhet angir du følgende detaljer: Enhetsnavn– angi navnet på utdataenheten. Enhetstype – Velg datatypen for enheten. Enhetsbeskrivelse – Gi en kort beskrivelse av enheten. Sørg for at beskrivelsen er klar og nøyaktig. Enhetseksempler– angi et eksempel for enheten. Klikk på +Legg til for å legge til flere eksempler. Merk av i avkrysningsboksen Obligatorisk for å gjøre dette til en obligatorisk enhet. Du kan også bruke en JSON-fil til å legge til utdataenhetene. Hvis du vil ha mer informasjon, kan du se Legge til enheter ved hjelp av JSON-redigeringsprogrammet .
4	Klikk på Legg til for å legge til utdataenheten. Du kan legge til så mange utdataenheter som du trenger.
5	Bruk alternativet Kontroller for å utføre følgende handlinger på enheten: Klikk på Rediger -ikonet for å gjøre endringer i enheten. Klikk på Slett-ikonet for å slette enheten.
6	Klikk på Legg til for å fullføre samfigurasjonen.

Hva du skal gjøre nå

Klikk på Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvis din autonome KI-agent. Klikk på Publiser for å gjøre AI-agenten live.

Etter at du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til KI-agenten, kan du se Vise ytelse for autonom KI-agent ved hjelp av Analyse.
Hvis du vil se detaljer om økter og historikk, kan du se Vis autonome økter og historikk for AI-agent.

Selvstendige KI-agenter for å svare på spørsmål

Selvstendige agenter kan få tilgang til og bruke et kunnskapslager for å gi informative og nøyaktige svar på brukerspørringer. Denne funksjonen er nyttig i scenarier der agenten trenger å:

Gi kundestøtte – svar på vanlige spørsmål, feilsøk problemer og veiled kundene gjennom prosesser.
Tilby teknisk assistanse – Gi ekspertrådgivning om bestemte emner eller domener.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en selvstendig KI-agent for å svare på spørsmål
Oppdater profil for autonom KI-agent
Konfigurere kunnskapsbase

Opprett en selvstendig KI-agent for å svare på spørsmål

Før du begynner

Sørg for å skape kunnskapsbasen. Hvis du vil ha mer informasjon, se Administrere kunnskapsbaser.

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på +Opprett agent.
3	På skjermen Opprett en AI-agent klikker du på Start fra bunnen. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som selvstendig. I dette tilfellet fylles feltene på Profil-siden ut automatisk.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du , klikker du på Selvstendig.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn– angi navnet på AI-agenten. System-ID – En systemgenerert unik identifikator. Dette feltet kan redigeres. AI-motor– Velg den nødvendige AI-motoren fra rullegardinlisten. Standard AI-motor er Nova. Velg Vega for talebasert forhåndsvisning. Hvis du vil ha mer informasjon, kan du se Talebasert forhåndsvisning . Kunnskapsbase – Velg den nødvendige kunnskapsbasefilen fra listen over tilgjengelige kunnskapsbaser. Du kan ikke tilordne den valgte kunnskapsbasen til andre AI-agenter. Agentens mål – Gi en kort beskrivelse av KI-agentens mål. Se Retningslinjer for å definere mål og instruksjoner for KI-agent for retningslinjer og eksempler.
9	Klikk på Opprett. Den autonome KI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på instrumentbordet. I toppteksten for AI-agent kan du utføre følgende oppgaver: Forhåndsvisning Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importer forhåndsbygd AI-agent.

Hva du skal gjøre nå

Oppdater profilen for den autonome AI-agenten.

Oppdater profil for autonom KI-agent

Før du begynner

Opprett en selvstendig KI-agent for å svare på spørsmål.

På Instrumentbord klikker du på AI-agenten du har opprettet.

Gå til Innstillinger > Profil -fanen, og konfigurer følgende detaljer:

Agentnavn – Rediger navnet på AI-agenten, om nødvendig.
System-ID – Rediger system-ID-en til AI-agenten, om nødvendig.
Agentens mål – Gi en kort beskrivelse av KI-agentens mål. Se Retningslinjer for å definere mål og instruksjoner for KI-agent for retningslinjer og eksempler.
URL-adresse for agentprofilbilde – Rediger URL-adressen der systemet henter AI-agentlogoen eller bildet.
AI-motor– Velg den nødvendige AI-motoren fra rullegardinlisten.
Velkomstmelding– Skriv inn velkomstmeldingen som KI-agenten skal bruke for å starte samhandlingen.
Tillat overlevering av agent–– Aktiver vekslealternativet for å overføre samtalen til en menneskelig agent når en kunde ønsker å snakke med en agent.

Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Konfigurer kunnskapsbasen for AI-agenten.

Konfigurere kunnskapsbase

Før du begynner

Opprett en selvstendig KI-agent for å svare på spørsmål.

1	Velg AI-agenten du har opprettet, på Instrumentbord -siden.
2	Gå til fanen Kunnskapsbase .
3	Velg ønsket kunnskapsbase fra rullegardinlisten.
4	Klikk på Lagre endringer for å gjøre AI-agenten live.

Hva du skal gjøre nå

Klikk på Forhåndsvisning for å forhåndsvise AI-agenten. Hvis du vil ha mer informasjon, kan du se Forhåndsvis din autonome KI-agent.

Etter at du har konfigurert AI-agenten:

Hvis du vil vise ytelsen til KI-agenten, kan du se Vise ytelse for autonom KI-agent ved hjelp av Analyse.
Hvis du vil se detaljer om økter og historikk, kan du se Vis autonome økter og historikk for AI-agent.

Vis autonom AI-agentøkt og -historikk

Du kan se øktdetaljene og historikkdetaljene for hver av de autonome AI-agenten du har opprettet. Økter-siden viser detaljene for økter som er opprettet med konstomene. Historikk -siden lar deg se detaljene om konfigurasjonsendringene som utføres på KI-agenten.

Økter

Økter -siden gir en omfattende oversikt over alle samhandlinger mellom AI-agenter og brukere. Slik navigerer du til siden Økter :

På Instrumentbord klikker du på den autonome KI-agenten du vil vise øktdetaljene for.
Klikk på Økter i venstre navigasjonsrute.

Økter -siden vises. Hver økt vises som en oppføring som inneholder alle meldingene i økten. Denne informasjonen er nyttig for revisjon, analyse og forbedring av AI-agenten.

Økttabellen viser en liste over alle øktene/rommene som er opprettet for den KI-agenten. Tabellen blir paginert hvis det er flere rader enn det som kan være plass til i én skjerm. Alle feltene i tabellen kan sorteres eller filtreres ved hjelp av delen Begrens resultater til venstre. Feltene som er til stede representerer følgende informasjon om en bestemt økt:

Økt-ID – Den unike rom-ID-en eller økt-ID-en for en samtale.
Forbruker-ID – ID-en til forbrukeren som samarbeidet med KI-agenten.
Kanaler– Kanalen der samhandlingen fant sted.
Oppdatert ved– Tidspunktet for lukking av rommet.
Room Metadata – Inneholder ytterligere informasjon om rommet.
Merk av i påkrevde avmerkingsbokser:
- Skjul testøkter – For å skjule testøktene og bare vise listen over direktesendte økter.
- Agentoverlevering skjedde – For å filtrere øktene som er overlevert til en agent. Hvis agentoverføring skjer, vises Hodetelefon -ikonet som angir overføringen av chatten til en menneskelig agent.
- Det oppstod en feil – For å filtrere øktene der feilen oppstod.
- Nedstemt – For å filtrere nedstemte økter.
Klikk på en rad i økttabellen for å få en detaljert visning av økten. Låseikonet angir at økten er låst og må dekrypteres. Du må ha tillatelse til å dekryptere økten. Hvis veksleknappen Dekrypter tilgang er aktivert, kan du få tilgang til en hvilken som helst økt ved hjelp av knappen Dekrypter innhold . Denne funksjonaliteten gjelder imidlertid bare når Avansert databeskyttelse er satt til sann eller aktivert for leieren.

Historikk

Historikk -siden lar deg se detaljene om konfigurasjonsendringene som utføres på KI-agenten. Slik viser du loggen til en bestemt agent:

På Instrumentbord klikker du på den autonome KI-agenten du vil vise historikken for.
Klikk på Historikk i venstre navigasjonsrute.

Historikk -siden vises med følgende faner:

Revisjonslogger – Klikk på fanen Revisjonslogger for å vise endringene som er gjort i AI-agentene.
Modellhistorikk – Klikk på fanen Modellhistorikk for å vise de forskjellige versjonene av den autonome AI-agenten for å utføre handlinger.

Revisjonslogger

Fanen Revisjonslogger sporer endringene som er gjort i den autonome AI-agenten. Du kan se detaljene om endringene for de siste 35 dagene. Fanen Revisjonslogger viser følgende detaljer:

Brukere med utviklerroller som administrator eller AI-agent kan bare få tilgang til fanen Revisjonslogger . Brukere med egendefinerte roller som har tillatelse til å hente revisjonsloggen, kan også se revisjonsloggen.

Oppdatert kl.– Datoen og tidspunktet for endringen.
Oppdatert av– Navnet på brukeren som innførte endringen.
Felt – Den spesifikke delen av AI-agenten der endringen ble gjort.
Beskrivelse – Ytterligere informasjon om endringen.

Du kan søke etter en bestemt revisjonslogg ved hjelp av søkealternativene Oppdatert av, Felt og Beskrivelse . Du kan sortere loggene basert på feltene Oppdatert ved og Oppdatert etter .

Modellhistorikk

Fanen Modellhistorikk er bare tilgjengelig for den autonome KI-agenten for å utføre handlinger.

Når du publiserer den autonome KI-agenten for å utføre handlinger, lagres en versjon av den autonome KI-agenten og er tilgjengelig i fanen Modellhistorikk . Du kan vise de forskjellige versjonene av AI-agenten fra fanen Modellhistorikk .

Modellbeskrivelse – En kort beskrivelse av versjonen av AI-agenten.
AI-motoren– AI-motoren som brukes for den versjonen av AI-agenten.
Oppdatert den – Dato og klokkeslett da versjonen ble opprettet.
Handlinger – Lar deg utføre følgende handlinger på KI-agenten
- Last inn – Alle endringer på KI-agenten går tapt. Du må utføre konfigurasjonen på nytt.
- Eksporter – Brukes til å eksportere AI-agenten.

Forhåndsvis din autonome KI-agent

Du kan forhåndsvise de autonome KI-agentene når du oppretter KI-agenten, mens du redigerer og etter å ha distribuert agenten. Du kan åpne forhåndsvisningen fra:

Instrumentbord for KI-agent– Når du holder pekeren over et KI-agentkort, blir Forhåndsvisning -alternativet for denne KI-agenten synlig. Klikk for å åpne forhåndsvisningen av AI-agenten.
Topptekst for KI-agent– Klikk på KI-agentkortet for å åpne KI-agenten. Alternativet Forhåndsvisning er alltid synlig i overskriftsdelen.
Minimert widget– Etter at en forhåndsvisning er startet og minimert, vises en widget for chat-hodet nederst til høyre på siden. Du kan bruke dette alternativet til å enkelt åpne forhåndsvisningsmodus på nytt.

Webex AI Agent Studio gir også et alternativ for forhåndsvisning som kan deles. Klikk på menyen øverst til høyre, og velg alternativet Kopier forhåndsvisningskobling . Du kan dele forhåndsvisningskoblingen med andre brukere, for eksempel testere eller forbrukere av AI-agenten.

Miniprogram for forhåndsvisning av plattform

Forhåndsvisningswidgeten vises nederst til høyre på skjermen. Du kan oppgi uttalelser (eller en sekvens av uttalelser) for å kontrollere AI-agentens svar og sikre at den fungerer som den skal.

Du kan også minimere forhåndsvisningswidgeten, gi forbrukerinformasjon og starte flere rom for å teste AI-agenten.

Kontrollprogram for forhåndsvisning av shareable

Den delbare forhåndsvisningsmodulen lar deg dele AI-agenten med interessenter og forbrukere på en presenterbar måte uten behov for å utvikle et egendefinert brukergrensesnitt for å overflatere AI-agenten. Som standard gjengir den kopierte forhåndsvisningskoblingen AI-agenten med et telefondeksel. Du kan gjøre noen rask tilpasning ved å endre bestemte parametere i forhåndsvisningskoblingen. Du kan tilpasse modulen på følgende måte:

Widget-farge– Ved å legge til parameteren brandColor til koblingen. Du kan definere enkle farger ved hjelp av fargenavn eller bruke den heksadesimale fargekoden.
Telefondeksel – Ved å endre verdien til phoneCasing -parameteren i koblingen. Dette er satt til sann som standard og kan deaktiveres ved å gjøre det usann.

Forhåndsvisningskobling med disse parameterne: ? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=&brandcolor<angi en farges heksadesimale verdi i formatet «_XXXX»>.

Talebasert forhåndsvisning

Selvstendig KI-agent for å svare på spørsmål støtter talebasert forhåndsvisning. Slik aktiverer du dette alternativet:

Naviger til Instrumentbord og velg AI-agenten.
Gå til Innstillinger > Profil.
1. Fra rullegardinlisten AI Engine velger du Vega.
Klikk på Lagre endringer.

Forhåndsvisning -alternativet oppdateres med et Mikrofon -ikon for talebasert forhåndsvisning. Klikk på Forhåndsvisning. Miniprogrammet for forhåndsvisning av tale vises.

Du må aktivere mikrofontilgangen for å bruke denne funksjonaliteten.

Du kan vise følgende alternativer i miniprogrammet for forhåndsvisning av tale:

Start -knappen for å starte forhåndsvisningen.
Direkteavskrift av samtalen vises i widgeten når forhåndsvisningen av tale pågår.
Avslutt samtale for å avslutte samtalen.
Demp for å dempe.

Vis ytelse for autonom AI-agent ved hjelp av Analytics

Delen Analyse av KI-agenter gir en grafisk representasjon av nøkkelmålingene for å evaluere KI-agentens ytelse og effektivitet. Slik genererer du analysen av den autonome AI-agenten:

Velg AI-agenten fra Instrumentbord.
Klikk på Analyse i venstre navigasjonsrute. En oversikt over AI-agentens ytelse vises i både tabellformat og grafisk representasjon.

Den første delen viser følgende statistikk om økter og meldinger for KI-agenten.

Totalt antall økter og økter behandlet av AI-agenten uten menneskelig inngripen.
Totalt antall overleveringer av agenter, som er antall økter som er overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskelige og AI-agentmeldinger) og hvor mange av disse meldingene kom fra brukere.
Daglige gjennomsnittlige meldinger

Den andre delen viser statistikken om brukerne. Den gir totalt antall brukere og informasjon om gjennomsnittlige økter per bruker og daglig gjennomsnittlige brukere.

Den tredje delen viser AI-agentens svar og agentoverføringer

Konfigurer skriptet KI-agent

Denne delen beskriver hvordan du konfigurerer og administrerer skriptede KI-agenter på Webex KI Agent Studio-plattformen, slik at de gir nøyaktige svar på brukerspørringer og utfører automatiserte oppgaver effektivt.

Skriptet KI-agent for å utføre oppgaver

Skriptet AI-agent øker ikke-kodeoppbyggingsfunksjonene til Webex AI Agent Studio-plattformen. Skriptet AI-agent muliggjør samtaler med flere skift der den kan hente relevante data fra kunder for å utføre bestemte oppgaver. Dette inkluderer:

Kjør enkle kommandoer – Følg instruksjonene for å fullføre forhåndsdefinerte handlinger.
Behandling av data – Manipulere og transformere data i henhold til spesifiserte regler.
Samhandle med andre systemer – Kommuniser med og kontrollere andre løsninger.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en skriptet KI-agent for å utføre handlinger
Oppdater skript AI-agentprofil
Administrer enheter
Administrer intensjoner
Administrer svar
Konfigurere administrasjonsinnstillinger
Legg til et språk i skript AI-agent
Konfigurere innstillinger for overføring

Opprett en skriptet KI-agent for å utføre handlinger

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på + Opprett agent.
3	På skjermen Opprett en KI-agent oppretter du en ny KI-agent fra bunnen. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som skript. I dette tilfellet fylles feltene på Profil-siden ut automatisk.
4	Klikk på Start fra bunnen og deretter på Neste.
5	I delen Hvilken type agent bygger du? klikker du på Skript.
6	I delen Hva er agentens hovedfunksjon? klikker du på Utfør handlinger.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn– angi navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren. Du kan også redigere dette feltet. AI-motor– Velg AI-motoren fra rullegardinlisten.
9	Klikk på Opprett. Den skriptede KI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på Instrumentbord. I toppteksten for AI-agent kan du utføre følgende oppgaver: Forhåndsvisning Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importer forhåndsbygd AI-agent.

Hva du skal gjøre nå

Opprett enheter, legg til intensjoner og definer svar.

Oppdater skript AI-agentprofil

Før du begynner

Opprett en skriptet KI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger navnet på AI-agenten etter behov. System-ID – Rediger den systemgenererte identifikatoren for AI-agenten etter behov. URL-adresse for agentprofilbilde – Rediger URL-adressen der systemet henter AI-agentlogoen eller bildet. Beskrivelse – Angi detaljene om KI-agenten. Tillat tilbakemelding – Aktiver denne bryteren for å la en AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som vises i tilfelle det oppstår en feil under en chat med AI-agenten.
4	Klikk på Lagre endringer for å lagre innstillingene.

Administrer enheter

Enheter er byggesteinene i samtaler. De er de essensielle elementene som AI-agenten trekker ut fra brukerytringer. De representerer spesifikke informasjonsdeler, for eksempel produktnavn, datoer, mengder eller andre viktige grupper av ord. Ved å effektivt identifisere og trekke ut enheter, kan en AI-agent bedre forstå brukerens intensjon og gi mer nøyaktige og relevante svar.

Enhetstyper

Webex AI Agent Studio tilbyr 11 forhåndsbygde enhetstyper for å registrere ulike typer brukerdata. Du kan også opprette en av følgende egendefinerte enheter.

Egendefinerte enheter

Disse enhetene kan konfigureres og gjør det mulig for utviklere å registrere bruksaksspesifikk informasjon.

Egendefinert liste – definer lister over forventede strenger for å fange opp bestemte datapunkter som ikke dekkes av forhåndsbygde enheter. Du kan legge til flere synonymer mot hver streng. For eksempel en egendefinert pizza størrelse enhet.
Regex – bruk regulære uttrykk for å identifisere spesifikke mønstre og trekke ut tilsvarende data. For eksempel et telefonnummer regex (for eksempel 123-123-8789).
Sifre – tar opp numeriske inndata med fast lengde med høy nøyaktighet, spesielt i taleinteraksjoner. I ikke-taleinteraksjoner brukes den som et alternativ til Custom- og Regex-enhetstyper. Hvis du for eksempel vil oppdage et femsifret kontonummer, må det defineres en lengde på fem.
Alfanumerisk – ta opp kombinasjoner av bokstaver og tall, noe som gir nøyaktig gjenkjenning av både tale og ikke-tale inndata.
Gratis skjema – ta opp fleksible datapunkter som er vanskelige å definere eller validere.
Kartplassering (WhatsApp) – utdrag plasseringsdata som deles av deg på WhatsApp-kanalen.

Systemenheter

Enhetsnavn	Beskrivelse	Eksempelinndata	Eksempelutgang
Dato	Analyserer datoer på naturlig språk til et standard datoformat	«juli neste år»	01/07/2020
Tid	Analyserer tid på naturlig språk til et standard tidsformat	5 om kvelden	17:00
E-post	Oppdager e-postadresser	skriv til meg på info@cisco.com	info@cisco.com
Telefonnummer	Registrerer vanlig telefonnummer	ring meg på 9876543210	9876543210
Monetære enheter	Analyserer valuta og beløp	Jeg vil ha 20 dollar	20$
Ordinal	Oppdager vanlig nummer	Fjerde av ti personer	4th
Kardinal	Registrerer kardinalnummer	Fjerde av ti personer	10
Geolokalisering	Registrerer geografiske steder (byer, land osv.)	Jeg svømte i Themsen i London Storbritannia	London, Storbritannia
Personnavn	Oppdager vanlige navn	Bill Gates fra Microsoft	Bill Gates
Antall	Angir mål, i henhold til vekt eller avstand	Vi er 5 km unna Paris	5km
Varighet	Angir tidsperioder	1 uke av ferie	1 uke

Opprettede enheter kan redigeres fra fanen enheter. Ved å koble enheter til en hensikt, kommenterer du dine uttalelser med oppdagede enheter når du legger dem til.

Enhetsroller

Når en enhet må samles inn flere ganger innenfor en enkelt hensikt, blir enhetsroller avgjørende. Ved å tilordne forskjellige roller til den samme enheten, kan du veilede AI-agenten i å forstå og behandle brukerinndata mer nøyaktig.

Hvis du for eksempel vil bestille en flyreise med et lag, kan du opprette en flyplass -enhet med tre roller: opprinnelse,destinasjon og lagdeling. Ved å kommentere opplæringsutteringer med disse rollene kan AI-agenten lære de forventede mønstrene og håndtere komplekse bestillingsforespørsler sømløst.

Enhetsroller støttes bare for Mindmeld (egendefinerte enheter og systemenheter) og Rasa (kun egendefinerte enheter). Administratorer må merke av i avkrysningsboksen Enhetsroller under de avanserte innstillingene i dialogboksen for NLU-motorvelgeren.

Administratorer kan ikke bytte fra RASA eller Mindmeld til Swiftmatch mens enhetsroller er i bruk. Roller må fjernes fra intensjoner for å deaktivere enhetsroller fra avanserte NLU-motorinnstillinger. Du kan opprette en enhet med enhetsroller.

Opprett en enhet med enhetsroller

Før du begynner

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på den skriptede AI-agenten du har opprettet.
3	Klikk på Opplæring i venstre rute.
4	Klikk på Enheter -fanen på Opplæringsdata -siden.
5	Klikk på Opprett enhet.
6	Angi følgende felt i vinduet Opprett enhet : Enhetsnavn– angi enhetsnavnet. Enhetstype – velg alternativet Egendefinert liste fra rullegardinlisten. Verdier– angi en verdi for enheten.
7	Aktiver veksleknappen Automatisk foreslå sporverdier for å fullføre automatisk og gi alternative forslag for denne enheten under samtalen. Roller -feltet vises bare når du oppretter en egendefinert enhet hvis enhetsroller er aktivert i delen Avanserte innstillinger i vinduet Endre opplæringsmotor for RASA- og Mindmeld NLU-motorer.
8	Klikk på Lagre. Du kan bruke alternativene Rediger og Slett i Handlinger -kolonnen for å utføre relaterte handlinger.

Hva du skal gjøre nå

Når du har opprettet en enhet, kan du koble roller til en enhet.

Koble roller til en enhet

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på AI-agenten du har opprettet.
3	Klikk på Opplæring i ruten til venstre.
4	Velg en hensikt for å koble sammen enheter og enhetsroller på siden Opplæringsdata . Som standard vises fanen Intensjon .
5	I delen Spor klikker du på Koble enhet.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Du kan tilordne roller til en enhet for å samle inn den samme enheten to ganger for en hensikt.

NLU-motor (Natural Language Understanding)

Skriptede AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundens intensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask, lett motor som støtter flere språk.
RASA – Et ledende rammeverk for AI-samtaler med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

RASA krever mer opplæringsdata enn Swiftmatch for å oppnå høy nøyaktighet. Utviklere kan bytte NLU-motorer på fanene Artikler og Opplæring for å evaluere ytelsen. Endring av motoren oppdaterer AI-agentens algoritme, og krever omopplæring for nøyaktig innsikt basert på den nye modellen. Du kan analysere ytelsesforskjellene ved hjelp av likhetsresultater i økter og ettklikkstesting.

Utviklere kan også teste og justere terskelpoengsummene i delen «Overlevering og inferanse» etter å ha byttet motorer. For RASA har terskelverdiene en tendens til å være omvendt proporsjonal med antall intensjoner, noe som betyr at agenter med mange intensjoner (100+) vanligvis har lavere fallback-score i innføringsinnstillinger.

Endre opplæringsmotorer

Bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren.
- For skriptet KI-agent for å svare på spørsmål: Klikk på Artikler. Siden Kunnskapsbase vises.
- For skriptede AI-agenter for å utføre oppgaver: Klikk på Opplæring. Siden Opplæringsdata vises.
Klikk på Innstillinger -ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Endre opplæringsmotor vises.

Som standard er NLU-motoren satt til Swiftmatch for nylig opprettede AI-agenter.
Velg opplæringsmotoren for å trene AI-agenten. Mulige verdier:
- RASA (beta)
- Hurtigmatch
- Mindmeld (beta)
Angi denne informasjonen i delen Referanse :
- Poengsum under hvilken tilbakefall vises– Den minste tillit som er nødvendig for at en respons skal vises for deg, hvorunder en tilbakefall vises.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsforskjellen mellom tillit til svar for å tydelig vise det beste samsvaret under hvilket en delvis samsvarsmal vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord– «Stoppord» er funksjonsord som etablerer grammatiske relasjoner blant andre ord i en setning, men som ikke har leksikal betydning i seg selv. Når du fjerner stoppord som artikler (a, a, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjerner den "stoppordene" fra setningen på opplæringstidspunktet. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Utvid sammentrekninger– Engelske sammentrekninger i opplæringsdataene kan utvides til det opprinnelige skjemaet sammen med begrepene i innkommende forbrukerspørring for større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av for dette alternativet, utvides kontraksjonene i inndatameldingene før behandling. Denne kapasiteten støttes for alle tre NLU-motorer.
- Stavekontroll i inferanse – Tekstkorreksjonsbibliotek identifiserer og korrigerer feil stavemåte i teksten før inferanse. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i inference er aktivert.
- Fjern spesialtegn– Spesialtegn er ikke-alfanumeriske tegn som påvirker inferanse. Wi-Fi og Wi-Fi vurderes for eksempel annerledes av NLU-motoren. Hvis det er merket av for dette alternativet, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Enhetsroller – egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorkapasiteten støttes bare for RASA og Mindmeld.
- Enhetssubstitusjon i referanse– Enhetsverdier i opplæringsdata og referanse erstattes med enhets-ID-er. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Prioriter påfylling av spor– Påfylling av spor prioriteres over bevisstgjøring.
- Resultater lagret per melding – Antall artikler som AI-agentens beregnede tillitsresultater vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av Økter-skjermen, er nå begrenset til 5. De øverste n resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen «Algoritmeresultater» i fanen Transaksjonsinformasjon i økter.
- Ordformutvidelse – Utvid opplæringsdata med ordformer som flertall, verber og så videre, sammen med synonymene innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av for dette alternativet, blir vanlige engelske synonymer for ord i opplæringsdataene automatisk generert for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemet genererte synonymer være en bakgård, hage, og så videre. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Ordformer– Ordformer kan finnes i forskjellige former, for eksempel flertall, adverber, adjektiver eller verber. For eksempel, for ordet "skapelse", kan ordskjemaene opprettes, opprettes, opprettes, kreativt, kreativt osv. Hvis det er merket av for dette alternativet, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et passende svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoengsummer for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentens respons.
Klikk på Oppdater for å endre algoritmen i AI-agentens kropp.
Klikk på Train. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres statusen for kunnskapsbasen fra Lagret til Opplært.

Du kan trene AI-agenten med RASA og Mindmeld bare hvis alle artiklene har minst to uttalelser.

Opplæring

Når du har opprettet alle artiklene, kan du trene AI-agenten og gjøre den levende til å teste og distribuere den. Hvis du vil trene AI-agenten med gjeldende kropp, klikker du på Trene øverst til høyre. Dette bør endre statusen til Opplæring.

Når opplæringen er fullført, endres statusen til Opplært. Klikk på Last inn på nytt -ikonet ved siden av Opplæring for å hente gjeldende opplæringsstatus.

På dette tidspunktet kan du klikke på Gjør live for å få det utdannede corpus til live og teste det i samlebar forhåndsvisning eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan nå velge deres foretrukne vektormodeller som en del av de avanserte motorinnstillingene i Swiftmatch NLU-motoren. Det er mulig å velge mellom to alternativer – Utterance nivå kontra Article nivå vektorer. I vårt kontinuerlige forsøk på å forbedre nøyaktigheten til våre NLU-motorer, eksperimenterte vi med å bruke vektorer på artikkelnivå i stedet for den eldre modellen som brukte vektorer på utterance-nivå. Vi fant at vektorer på artikkelnivå forbedrer nøyaktigheten i de fleste tilfeller. Merk at vektorer på artikkelnivå er den nye standardverdien for vectorisering for nye enspråklige AI-agenter. For flerspråklige AI-agenter støttes artikkelnivå bare når den flerspråklige modellen er Polymatch.

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en referanse i øktens andre informasjonsdel .

Administrer intensjoner

Intensjon er en kjernekomponent i Webex AI Agent Studio-plattformen som gjør det mulig for AI-agenten å forstå og svare på inndataene dine effektivt. Det representerer en bestemt oppgave eller handling som du ønsker å utføre under en samtale. Du kan definere alle intensjoner som tilsvarer oppgavene du ønsker å utføre. Nøyaktigheten av intensjonsklassifiseringen påvirker direkte AI-agentens evne til å gi relevante og nyttige svar. Intensjonsklassifisering er prosessen med å identifisere intensjoner basert på dine innspill, slik at KI-agenten kan svare på en meningsfull og kontekstuelt relevant måte.

Systemintensjoner

Standard tilbakefallsintensjon – En KI-agents kapasitet er i sin natur begrenset av intensjonene som er laget for å gjenkjenne og svare på. Selv om en bedrift ikke kan forutse alle mulige spørsmål du måtte stille, kan standard tilbakefallsintensjon hjelpe samtaler med å være på rett spor.
Ved å implementere en standard tilbakefallsintensjon kan KI-agentutviklere sikre at KI-agenten på en elegant måte håndterer uventede eller utenfor omfanget spørringer, og omdirigere samtalen tilbake til kjente intensjoner.
AI-agentutviklere trenger ikke å legge til spesifikke uttalelser i tilbakefallsintensjonen. Agenten kan læres opp til automatisk å utløse tilbakefallsintensjonen når den støter på kjente spørsmål utenfor omfanget som ellers kunne være feilaktig kategorisert i andre intensjoner.
I en bank-AI-agent kan kunder for eksempel forsøke å spørre om lån. Hvis AI-agenten ikke er konfigurert til å håndtere lånerelaterte forespørsler, kan disse spørringene innlemmes som opplæringsuttrykk i standard tilbakefallsintensjon. Når en kunde spør om lån på et hvilket som helst tidspunkt i samtalen, gjenkjenner AI-agenten spørringen som faller utenfor sine definerte intensjoner og utløser tilbakefallssvaret. Dette sikrer en mer hensiktsmessig respons.

Reservenavsikten skal ikke ha noen spor tilknyttet den.

Tilbakefallsintensjonen må bruke standard tilbakefallmalnøkkel for å svare.
Hjelp– Denne intensjonen er utformet for å adressere kundeforespørsler om KI-agentens kapasitet. Når kundene er usikre på hva de kan oppnå eller støte på vanskeligheter under en samtale, søker de ofte hjelp ved å be om hjelp.
Som standard tilordnes svaret for hjelpeintensjonen til malnøkkelen Hjelpemelding . Utviklere av AI-agenter kan imidlertid tilpasse svaret eller endre den tilknyttede malnøkkelen for å gi mer skreddersydd og informativ veiledning.
Det anbefales å formidle AI-agentens funksjoner på et høyt nivå, og gi kundene en klar forståelse av hva de kan gjøre nå.
Snakk med en agent– Denne intensjonen gjør det mulig for kunder å be om hjelp fra en menneskelig agent når som helst i samhandlingen med AI-agenten. Når denne intensjonen brukes, starter systemet automatisk en overføring til en menneskelig agent. Standard svarmal for denne intensjonen er agentoverføring. Selv om det ikke er noen begrensninger for brukergrensesnitt for å endre svarmalnøkkelen, vil endring av den ikke påvirke utfallet av menneskelig overføring.

Småpraktintensjoner

Alle nylig opprettede KI-agenter inkluderer fire forhåndsdefinerte små samtaler for å håndtere vanlige kundehilsener, taknemmelighetsuttrykk, negativ tilbakemelding og farvel:

Hilsener
Takk
AI-agenten var ikke nyttig
Farvel

Disse intensjonene og deres tilsvarende svar er tilgjengelige som standard i alle AI-agenter. Du kan imidlertid tilpasse eller slette dem slik at de samsvarer med ditt spesifikke brukstilfelle og ønsket samtaleflyt.

Opprett en hensikt

Før du begynner

Før du oppretter en hensikt, må du sørge for å opprette enheter som kan koble til hensikten. Hvis du vil ha mer informasjon, se Opprett enhet med enhetsroller.

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg en KI-agent på Instrumentbord.
3	Klikk på Opplæring i venstre rute.
4	Klikk på Opprett intensjon på siden Opplæringsdata.
5	Angi følgende detaljer i vinduet Opprett intensjon : Intensjonsnavn– Skriv inn intensjonsnavnet. Legg til uttrykk – Legg til et uttrykk for å aktivere intensjonen, og klikk på Legg til. Hvis noen enheter er til stede i de ekstra uttteransene, blir de automatisk kommentert i uttteransene og vises i Spor -delen. Du kan legge til flere enheter som spor i en hensikt. Hvis du vil ha mer informasjon, se Opprett enhet med enhetsroller. Hvert spor viser følgende: Enhetsnavnet. Om det er nødvendig for å fullføre intensjonen. Antall nye forsøk AI-agenten prøver å få denne spilleverdien fra brukeren. Malnøkkelen.
6	Merk av i avkrysningsboksen Obligatorisk hvis enheten er obligatorisk.
7	Angi antall nye forsøk som er tillatt for dette sporet. Som standard er nummeret satt til tre.
8	Velg malnøkkelen fra rullegardinlisten. Klikk på Opprett ny for å opprette en ny svarmalnøkkel for enheten. Svarinnholdet for disse malnøklene konfigureres i Svar -delen. Hver malnøkkel har et tilsvarende svar som sendes til brukeren når intensjonen utløses.
9	I Svar -delen skriver du inn den endelige svarmalnøkkelen som skal returneres til brukerne når intensjonen er fullført.
10	Aktiver veksleknappen Tilbakestill spor etter fullført for å tilbakestille sporverdiene som er samlet inn i samtalen når intensjonen er fullført. Hvis denne bryteren er deaktivert, beholder sporet de gamle verdiene og viser samme respons.
11	Aktiver veksleknappen Oppdater sporverdier for å oppdatere sporverdien under samtalen med forbrukeren. AI-agenten vurderer den siste verdien fylt i sporet for å behandle dataene. Hvis aktivert, oppdateres verdier for fylte spor når kunder oppgir ny informasjon for samme type spor.
12	Aktiver veksleknappen Gi forslag til spor for å gi forslag til sporfylling og alternative sporverdier i det endelige svaret, basert på brukerinndata.
13	Aktiver veksleknappen Avslutt samtale for å lukke økten etter denne intensjonen. Webex Connect og taleflyter kan bruke dette til å lukke en samtale med forbrukere.
14	Klikk på Lagre. Klikk på Opplæring øverst til høyre i Opplæring -fanen for å gjenspeile eventuelle endringer i intensjoner og enheter. For å trene Rasa- eller Mindmeld NLU-motorer kreves minst to opplæringsvarianter (uttteranser) per intensjon. Hvert spor må også ha minst to merknader. Hvis disse kravene ikke oppfylles, deaktiveres Tog -knappen. Et advarselsikon vises ved siden av den berørte intensjonen for å indikere problemet. Standard tilbakefallsintensjon er imidlertid fritatt fra disse kravene.

Hva du skal gjøre nå

Etter at en hensikt er opprettet, kreves noe informasjon for å oppfylle hensikten. Sammenkoblede enheter bestemmer hvordan denne informasjonen hentes fra brukeruttalelser. Hvis du vil ha mer informasjon, kan du se Koble enheter med intensjon.

Koble enheter til hensikt

Før du begynner

Sørg for at du oppretter enheter og kobler dem til før du legger til uttalelser. Denne automatisk kommenterer enhetene mens uttteranser legges til.

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på AI-agenten du har opprettet.
3	Klikk på Opplæring i ruten til venstre.
4	Velg en hensikt for å koble sammen enheter og enhetsroller på siden Opplæringsdata . Som standard vises fanen Intensjon .
5	I delen Spor klikker du på Koble enhet. De koblede enhetene vises i Slots-delen.
6	Velg enhetsrollen for enhetsnavnet.
7	Klikk på Lagre. Når en enhet er merket etter behov, blir ytterligere konfigurasjonsalternativer tilgjengelige. Du kan angi maksimalt antall ganger AI-agenten kan be om den manglende enheten før du eskalerer eller gir et tilbakefallssvar. Du kan definere malnøkkelen som skal aktiveres hvis den nødvendige enheten ikke er oppgitt innenfor det angitte antallet nye forsøk. Når en KI-agent identifiserer en hensikt og samler inn alle nødvendige data (spor), svarer den ved hjelp av meldingen som er knyttet til den endelige malnøkkelen som er konfigurert for hendelsen. Hvis du vil starte en ny samtale eller håndtere etterfølgende intensjoner uten å overføre tidligere data, må du aktivere veksleknappen Tilbakestill spor etter fullført . Denne innstillingen fjerner alle gjenkjennede enheter fra samtaleloggen, noe som sikrer en ny start for hver ny samhandling.

Generer opplæringsdata

Du må legge til opplæringsdata manuelt i deres intensjoner for å få AI-agenten til å jobbe med rimelig nøyaktighet. Opplæringsdataene består av forskjellige måter du kan bruke den samme hensikten på. Du kan legge til minst 15-20 varianter for hver hensikt for å forbedre nøyaktigheten. Å lage dette opplæringskorpus manuelt kan være kjedelig og tidkrevende. Du kan bare legge til noen få varianter, eller bare legge til nøkkelord som varianter i stedet for meningsfulle setninger. Dette kan unngås ved å generere opplæringsdata for å supplere de eksisterende.

Følg trinnene nedenfor for å generere opplæringsdata:

Skriv inn intensjonsnavnet og et eksempelord.
Klikk på Generer.
Gi en kort beskrivelse av hensikten med å veilede AI.
Angi ønsket antall varianter og graden av kreativitet for AI-genererte forslag.

Det å generere mange varianter samtidig kan påvirke kvaliteten. Vi anbefaler maksimalt 20 varianter per generasjon.
En lavere kreativ innstilling kan produsere færre variasjoner.
Genereringsprosessen kan ta noen sekunder, avhengig av hvor mange varianter som er forespurt.
Lightning-ikonet skiller AI-genererte varianter fra brukerdefinerte opplæringsdata.

NLU-motor (Natural Language Understanding)

Skriptede AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundens intensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask, lett motor som støtter flere språk.
RASA – Et ledende rammeverk for AI-samtaler med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre opplæringsmotorer

Bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren.
- For skriptet KI-agent for å svare på spørsmål: Klikk på Artikler. Siden Kunnskapsbase vises.
- For skriptede AI-agenter for å utføre oppgaver: Klikk på Opplæring. Siden Opplæringsdata vises.
Klikk på Innstillinger -ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Endre opplæringsmotor vises.

Som standard er NLU-motoren satt til Swiftmatch for nylig opprettede AI-agenter.
Velg opplæringsmotoren for å trene AI-agenten. Mulige verdier:
- RASA (beta)
- Hurtigmatch
- Mindmeld (beta)
Angi denne informasjonen i delen Referanse :
- Poengsum under hvilken tilbakefall vises– Den minste tillit som er nødvendig for at en respons skal vises for deg, hvorunder en tilbakefall vises.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsforskjellen mellom tillit til svar for å tydelig vise det beste samsvaret under hvilket en delvis samsvarsmal vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord– «Stoppord» er funksjonsord som etablerer grammatiske relasjoner blant andre ord i en setning, men som ikke har leksikal betydning i seg selv. Når du fjerner stoppord som artikler (a, a, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjerner den "stoppordene" fra setningen på opplæringstidspunktet. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Utvid sammentrekninger– Engelske sammentrekninger i opplæringsdataene kan utvides til det opprinnelige skjemaet sammen med begrepene i innkommende forbrukerspørring for større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av for dette alternativet, utvides kontraksjonene i inndatameldingene før behandling. Denne kapasiteten støttes for alle tre NLU-motorer.
- Stavekontroll i inferanse – Tekstkorreksjonsbibliotek identifiserer og korrigerer feil stavemåte i teksten før inferanse. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i inference er aktivert.
- Fjern spesialtegn– Spesialtegn er ikke-alfanumeriske tegn som påvirker inferanse. Wi-Fi og Wi-Fi vurderes for eksempel annerledes av NLU-motoren. Hvis det er merket av for dette alternativet, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Enhetsroller – egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorkapasiteten støttes bare for RASA og Mindmeld.
- Enhetssubstitusjon i referanse– Enhetsverdier i opplæringsdata og referanse erstattes med enhets-ID-er. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Prioriter påfylling av spor– Påfylling av spor prioriteres over bevisstgjøring.
- Resultater lagret per melding – Antall artikler som AI-agentens beregnede tillitsresultater vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av Økter-skjermen, er nå begrenset til 5. De øverste n resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen «Algoritmeresultater» i fanen Transaksjonsinformasjon i økter.
- Ordformutvidelse – Utvid opplæringsdata med ordformer som flertall, verber og så videre, sammen med synonymene innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av for dette alternativet, blir vanlige engelske synonymer for ord i opplæringsdataene automatisk generert for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemet genererte synonymer være en bakgård, hage, og så videre. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Ordformer– Ordformer kan finnes i forskjellige former, for eksempel flertall, adverber, adjektiver eller verber. For eksempel, for ordet "skapelse", kan ordskjemaene opprettes, opprettes, opprettes, kreativt, kreativt osv. Hvis det er merket av for dette alternativet, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et passende svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoengsummer for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentens respons.
Klikk på Oppdater for å endre algoritmen i AI-agentens kropp.
Klikk på Train. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres statusen for kunnskapsbasen fra Lagret til Opplært.

Du kan trene AI-agenten med RASA og Mindmeld bare hvis alle artiklene har minst to uttalelser.

Opplæring

Når opplæringen er fullført, endres statusen til Opplært. Klikk på Last inn på nytt -ikonet ved siden av Opplæring for å hente gjeldende opplæringsstatus.

På dette tidspunktet kan du klikke på Gjør live for å få det utdannede corpus til live og teste det i samlebar forhåndsvisning eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en referanse i øktens andre informasjonsdel .

Flagggenererte varianter

For å sikre ansvarlig AI-bruk kan utviklere flagge AI-genererte utdata for gjennomgang. Dette gjør det mulig å identifisere og forhindre skadelig eller partisk innhold. For å flagge AI-genererte utganger:

Finn flaggalternativet: Et flaggalternativ er tilgjengelig for hver generert uttteranse.
Gi tilbakemelding: Når du flagger en utdata, kan utviklere legge til kommentarer og spesifisere årsaken til flaggingen.

Denne funksjonen er opprinnelig tilgjengelig med en månedlig bruksgrense på 500 genererte operasjoner. For å imøtekomme voksende behov kan utviklere kontakte kontoeierne sine for å be om en økning i denne grensen.

Opprett flerspråklig intensjon og enhet

Du kan opprette opplæringsdata på flere språk. For hvert språk som er konfigurert for AI-agenten, må du definere uttteranser som gjenspeiler ønsket samhandling. Mens sporene forblir konsekvente på tvers av språk, identifiserer malnøklene svarene på hvert språk på en unik måte.

Ikke alle språk støtter alle enhetstyper. Hvis du vil ha mer informasjon om listen over enhetstyper som hvert språk støtter, kan du se tabellen Språk verser støttede enheter i Støttede språk for skriptede AI-agenter.

Administrer svar

Svar er meldingene som KI-agenten sender til kunder som svar på deres spørsmål eller intensjoner. Du kan opprette svar som inkluderer:

Tekst – Meldinger med ren tekst for direkte kommunikasjon.
Kode – Innebygd kode for dynamisk innhold eller handlinger.
Multimedia – bilder, lyd eller videoelementer for å forbedre brukeropplevelsen.

Responser har to hovedkomponenter:

Maler– Forhåndsdefinerte responsstrukturer som er tilordnet bestemte intensjoner.
Arbeidsflyter – Logikken som avgjør hvilken mal som skal brukes, basert på den identifiserte hensikten.

Maler for agentoverføring, hjelp, tilbakefall og velkomst er forhåndskonfigurert, og svarmeldingen kan endres fra de tilsvarende malene.

Responstyper

Svardesignseksjonen dekker ulike typer svar og hvordan de kan konfigureres.

Arbeidsflyter -fanen brukes til å håndtere asynkron respons mens du ringer til en ekstern API som svarer asynkron. Arbeidsflytene må kodes i python.

Variabel substitusjon

Variabel substitusjon lar deg bruke dynamiske variabler som en del av svarmaler. Alle standardvariablene (eller enhetene) i en økt, sammen med de som en KI-agentutvikler kan angi i et fritt skjemaobjekt, for eksempel feltet datalager , kan brukes i svarmaler via denne funksjonen. Variablene representeres ved hjelp av denne syntaksen: ${variable_name}. Hvis du for eksempel bruker verdien til en enhet kalt apptdate, bruker du ${entities.apptdate} eller ${newdfState.model_state.entities.apptdate.value}.

Svarene kan tilpasses ved hjelp av variabler mottatt fra kanalen eller samlet inn fra forbrukere i løpet av en samtale. Automatisk komplett funksjonalitet viser syntaksen til variabler i tekstområdet når du begynner å skrive ${. Hvis du velger ønsket forslag automatisk, fyller du området med variabelen og fremhever denne variabelen.

Konfigurer svar ved hjelp av svardesigner

Svardesigneren tilbyr et brukervennlig grensesnitt for å lage svar uten å kreve omfattende kodekunnskap. To responstyper er tilgjengelige:

Betingelsessvar: For ikke-utviklere gjør dette alternativet det enkelt å bygge opp svar som AI-agenten leverer til kunder.
Kodesnutt: For utviklere som bruker Python, gir dette alternativet fleksibilitet til å konfigurere svar ved hjelp av kode.

Responsdesigneren er utformet for å sikre at brukeropplevelsen tar hensyn til den spesifikke kanalen AI-agenten samhandler med.

Svarmaler

Tekst – Dette er enkle tekstsvar. For å forbedre brukeropplevelsen, tillater svardesigneren flere tekstbokser i ett enkelt svar, slik at du kan bryte ned lange meldinger i mer håndterbare deler. Hver tekstboks kan inneholde forskjellige svaralternativer. Under en samtale velges et av disse alternativene tilfeldig og vises til brukeren, noe som sikrer en dynamisk og engasjerende samhandling.
For å opprettholde en dynamisk og engasjerende brukeropplevelse kan du legge til flere svaralternativer i malene dine. Når en mal med flere alternativer aktiveres, velges én av dem tilfeldig og vises for brukeren. Du kan aktivere denne funksjonen ved å klikke på knappen +Legg til variant nederst i svaret.

Når du lagrer svar, kan det hende du ser en advarsel som angir hvor mange feil som må rettes. Feltene med feil markeres med rødt. Ved hjelp av navigasjonspilene kan utviklere enkelt finne og løse disse feilene i en hvilken som helst kanal eller svarformat. Hvis listevelgeren eller karusellen inneholder flere kort, lar punkts navigasjon deg gå gjennom kortene med feil. For ett enkelt kort blir den tilsvarende prikken rød for å signalisere feilen.
Hurtigsvar – Tekstsvar kan pares med knapper, som kan være enten tekstbaserte eller URL-koblinger. Tekstknapper krever en tittel og en nyttelast, som sendes til boten når de klikkes. URL-knapper omdirigerer brukere til en bestemt nettside.
Når en kundes spørring er tvetydig, lar delvis samsvar boten foreslå relevante artikler eller intensjoner som alternativer. Denne funksjonen er tilgjengelig for interaksjoner på nett og Facebook.
Legge til hurtigsvar på nettadresse
URL hurtigsvarknapper i faste og betingede svar lar deg opprette knapper som omdirigerer brukere til nettstedet ditt for ytterligere informasjon eller handlinger som å fylle ut skjemaer. Når du klikker, åpner disse knappene den angitte URL-adressen i en ny fane i samme nettleservindu uten å sende data tilbake til boten.
Slik legger du til et hurtigsvar på en URL i betinget eller fast svar:
1. Velg artikkel- eller malnøkkelen du vil konfigurere hurtigsvar på URL-adressen for.
2. Klikk på +Legg til et raskt svar. Popup-vinduet Knapptype vises.
3. Velg knappetypen som URL i nettkanalen.
4. Angi tittelen på knappen og URL-adressen som forbrukeren må omdirigeres til etter å ha klikket på knappen.
5. Klikk på Ferdig for å legge til et hurtigsvar på URL-adressen.
URL-type knapper kan også konfigureres gjennom dynamisk responstype, der disse knappene skal konfigureres ved hjelp av pytonkoder. Disse knappene støttes i forhåndsvisningen og de delbare forhåndsvisningsavsnittene. De støttes for øyeblikket ikke av IMIchats Live Chat-widget eller andre tredjepartskanaler.
Karusell – Rike svar kan inkludere ett enkelt kort eller flere kort arrangert i karuselformat. Hvert kort krever en tittel og kan inneholde et bilde, en beskrivelse og opptil tre knapper.
Hurtigsvarknapper i karusellmalen kan konfigureres med tekst- eller URL-koblinger. Hvis du klikker på en URL-knapp, omdirigeres brukeren til det angitte nettstedet. Hvis du klikker på en tekstbasert hurtigsvarknapp, sendes en konfigurert nyttelast til boten, noe som utløser det tilsvarende svaret.
Bilde – En multimediemal der brukere kan konfigurere bilder ved å oppgi URL-adresser.
Video – gjengir videoer i forhåndsvisningen basert på den konfigurerte video-URL-adressen.
Kode – kan brukes til å skrive Python-kode for anrop-API-er, eller utføre annen logikk.

Kodesnutt

Betingede svar, med sine omfattende funksjoner og ulike maler, kan effektivt møte de fleste behov for AI-agenter. For komplekse brukstilfeller som ikke kan realiseres fullt ut gjennom betingede svar eller for utviklere som foretrekker koding, er svartypen Code Snippet tilgjengelig.

Kodesnutter lar deg konfigurere svar ved hjelp av Python-kode. Med denne tilnærmingen kan du opprette alle typer svar, inkludert hurtigsvar, tekst, karusell, bilder, lyd, video og filer, i en svarmal eller artikkel.

Funksjonskoden som er definert i Code Snippet-malen kan brukes til å angi variabler som deretter brukes i andre maler. Det er viktig å merke seg at funksjonskoden ikke kan returnere svar direkte når den brukes innenfor betingede svar.

Validering av kodesnutt – Plattformen sjekker bare for syntaksfeil innenfor kodesnutt du konfigurerer. Eventuelle feil i selve svarinnholdet kan imidlertid forårsake problemer for brukere som samhandler med boten på den konfigurerte kanalen. Redigeringsprogrammet vil for eksempel ikke hindre deg i å legge til et "tidsvelger"-svar for nettkanalen, men dette fører til feil hvis en brukers spørring utløser det spesifikke svaret.

Hvis du ikke konfigurerer et unikt svar for forskjellige kanaler, blir nettresponsen tatt som standard og det samme sendes til kunden. Listen over maler som støttes på nettkanalen er:

Tekst – En enkel tekstmelding som kan ha flere varianter. Denne konfigurerte meldingen vises basert på spørringen.
Hurtigsvar – En mal med tekst og klikkbare knapper.
Karusell – En samling kort, med hvert kort som har en tittel, en bilde-URL og en beskrivelse.
Bilde – En mal for å konfigurere bilder ved å oppgi URL-adresser.
Video – En mal for å konfigurere video ved å oppgi video-URL-adressen. Du kan spille av videoen ved å klikke eller trykke på bildet.
Fil – En mal for å konfigurere en PDF-fil ved å oppgi URL-adressen som gir tilgang til filen.
Lyd – En mal for å konfigurere en lydfil ved å oppgi URL-adressen for lyd. Den viser også varigheten av lydmeldingen i utdataene.

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Gå til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus– Aktivering med veksleknapp gjør AI-agenten utilgjengelig.
Deaktivert melding – Skriv en melding til deaktivert agent. Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Fallback-handling – Velg dette alternativet for å utføre en passende handling på innkommende meldinger til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling utføres.
- Send til agent: Chatten overleveres til en agent basert på innkommende meldinger til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne bryteren for å be om tilbakemelding fra brukere om nytten av hvert svar fra KI-agenten.
Lukketid for økt – Tidsavbruddet for økten (i minutter), deretter lukkes økten automatisk i scenariet med brukerinaktivitet.
Sikkerhet – Ansvarsfraskrivelsen for samtykke. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når feltet er satt til Sann, kan du vise dette feltet.

Klikk på Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i den skriptede AI-agenten.

Legg til et språk i skript AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Gå til Innstillinger > Språk -fanen.
2	Klikk på +Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk på Legg til for å legge til språket.
4	Aktiver bryteren under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold pekeren over språket, klikk på Gjør til standard. Du kan ikke slette eller deaktivere et standardspråk. Også, hvis du endrer fra et eksisterende standardspråk, kan det påvirke artiklene, kureringen, testene og forhåndsvise opplevelsene til AI-agenten.
6	Klikk på Lagre endringer.

Konfigurere innstillinger for overføring

Før du begynner

Opprett den skriptede AI-agenten.

Gå til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverføring – Overfør brukeren til en agent når KI-agenten ikke kan håndtere forespørslene sine, eller hvis de eksplisitt ber om det.
Aktiver overføring ved tilbakefall – En rekke påfølgende tilbakefall-meldinger i en økt kan utløse en agentoverføring. Dette nummeret kan konfigureres i den medfølgende tekstboksen.
Aktiver overlevering ved delvis match– Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overføring for etterfølgende meldinger – Etterfølgende gjentatte meldinger i en økt kan utløse agentoverføring. Antall repetisjoner som kreves for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overføring.

Hva du skal gjøre nå

Naviger til Administrasjonsavsnittene for skriptet KI-agent eller forhåndsvis din skriptede KI-agent.

Skriptet KI-agent for å svare på spørsmål

Skriptede AI-agenter er kunnskapsdrevne agenter hvis kunnskapsbase består av et korpus av spørsmål og svar. Skriptet AI-agent kan gi svar basert på en brukerskapt opplæringskorpus, som er en samling eksempler og svar. Denne funksjonen er nyttig i scenarier der:

Spesifikk kunnskap kreves – Agenten må svare på spørsmål innenfor et forhåndsdefinert domene.
Konsistens er viktig – agenten må gi konsekvente svar på lignende spørsmål.
Begrenset fleksibilitet er nødvendig – Agentens svar er begrenset av informasjonen i opplæringskorpus.

Denne delen inneholder følgende konfigurasjonsinnstillinger:

Opprett en skriptet KI-agent for å svare på spørsmål
Oppdater skript AI-agentprofil
Administrere artikler
Konfigurere administrasjonsinnstillinger
Legg til et språk i skript AI-agent
Konfigurere innstillinger for overføring

Opprett en skriptet KI-agent for å svare på spørsmål

1	Logg på Webex AI Agent Studio-plattformen.
2	På Instrumentbord klikker du på +Opprett agent.
3	På skjermen Opprett en AI-agent klikker du på Start fra bunnen. Du kan også velge en forhåndsdefinert mal for å opprette AI-agenten raskt. Du kan filtrere AI-agenttypen som skript. I dette tilfellet blir feltene på Profil -siden automatisk opplastet.
4	Klikk på Neste.
5	I delen Hvilken type agent bygger du , klikker du på Skript.
6	I delen Hva er agentens hovedfunksjon klikker du på Svar på spørsmål.
7	Klikk på Neste.
8	Angi følgende detaljer på siden Definer agent : Agentnavn– angi navnet på AI-agenten. System-ID – Dette er den systemgenererte unike identifikatoren.
9	Klikk på Opprett. Den skriptede KI-agenten for å svare på spørsmål er opprettet og er nå tilgjengelig på Instrumentbord. I toppteksten for AI-agent kan du utføre følgende oppgaver: Forhåndsvisning Kopier forhåndsvisningskobling Kopier tilgangstoken Slett Eksporter Hvis du vil ha mer informasjon, se denne delen. Du kan også importere de forhåndsbygde AI-agentene. Hvis du vil ha mer informasjon, kan du se Importer forhåndsbygd AI-agent.

Hva du skal gjøre nå

Legg til artikler i AI-agenten.

Oppdater skript AI-agentprofil

Før du begynner

Opprett en skriptet KI-agent for å svare på spørsmål.

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Profil og konfigurer følgende detaljer: Agentnavn – Rediger navnet på AI-agenten etter behov. System-ID – Rediger den systemgenererte identifikatoren for AI-agenten etter behov. URL-adresse for agentprofilbilde – Rediger URL-adressen der systemet henter AI-agentlogoen eller bildet. Beskrivelse – Angi detaljene om KI-agenten. Tillat tilbakemelding – Aktiver denne bryteren for å la en AI-agent be om tilbakemelding i meldingen. Egendefinert feilmelding – Skriv en melding som vises i tilfelle det oppstår en feil under en chat med AI-agenten.
4	Klikk på Lagre endringer for å lagre innstillingene.

Administrere artikler

Artikler er en viktig del av skriptede AI-agenter. En artikkel er kombinasjonen av et spørsmål, dets variasjoner og svaret på dette spørsmålet. Hver artikkel har et Standardspørsmål som identifiserer den. Alle artiklene utgjør AI-agentens kunnskapsbase eller corpus. Når kunden spør noe, sjekker systemet sin kunnskapsbase og gir deg det beste svaret de finner.

Rasa og Mindmeld NLU-motorer krever minst to opplæringsvarianter (uttteranser) for at en artikkel skal være en del av et selskaps utdannede modell. Knappene Train og Save and Train forblir utilgjengelige i en skriptet AI-agent for å svare på spørsmål, hvis du velger en Rasa- eller Mindmeld NLU-motor og hvis en artikkel har mindre enn to variasjoner. Når du holder pekeren på disse utilgjengelige knappene, viser systemet en melding som ber deg om å løse problemene før opplæring. Systemet viser også et advarselsikon som tilsvarer artikkelen med problemer. Du kan løse problemene ved å legge til mer enn to varianter for en artikkel. Knappene Train og Save and Train blir tilgjengelige når problemene er løst. Det å ha to varianter gjelder ikke for standardartiklene – delvis samsvarsmelding, tilbakefallmelding og velkomstmelding.

Du kan klassifisere artikler i kategorier etter eget valg, og alle artikler som ikke er kategorisert forblir klassifisert som ikke tilordnet. Fra det tidspunktet artiklene opprettes, er det fire standardartikler som er tilgjengelige for hver AI-agent. Følgende er:

Velkomstmelding– Denne inneholder den første meldingen hver gang en samtale starter mellom kunden og AI-agenten.
Tilbakefallmelding– AI-agenten viser denne meldingen når agenten ikke kan forstå brukerens spørsmål.
Delvis match– Når AI-agenten gjenkjenner flere artikler med en liten forskjell i poengsummene (som angitt i innstillingene for Overlevering og Innføringer ), viser agenten denne samsvarsmeldingen sammen med de samsvarte artiklene som alternativer. Du kan også konfigurere tekstsvaret som skal vises sammen med disse alternativene.
Hva kan du gjøre?– Du kan konfigurere AI-agentens funksjoner. AI-agent viser dette når sluttbrukerne spør AI-agentens funksjoner.

I tillegg til disse legges standardartikkelen Snakk til en agent til hvis agentoverføring fra innstillingene Overføring og Referanse er aktivert.

Alle nye AI-agenter har også fire Smalltalk -artikler som håndterer brukerytringer for:

Hilsener
Takk
AI-agenten var ikke nyttig
Farvel

Disse artiklene og svarene er tilgjengelige i kunnskapsbasen for KI-agenten som standard mens du oppretter en ny KI-agent. Du kan også endre eller fjerne disse.

Du kan ikke slette velkomstmeldingen, tilbakefallsmeldingen, snakke med en agent og standardartikler for delvis melding.

Legg til artikler via brukergrensesnitt og standardsvar

En artikkel er kombinasjonen av et spørsmål, dets variasjoner og svaret på dette spørsmålet. Hver forbrukers spørring sammenlignes med disse artiklene (kunnskapsbase), og svaret som returnerer det høyeste tillitsnivået vises til brukeren som svar fra AI-agenten. Slik legger du til artikler:

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Artikler, og klikk på Opprett ny artikkel.
4	Legg til standardvariantene.
5	Velg et av disse standardsvarene for artikkelen. Mulige verdier: Betinget svar – Svaret er konfigurert etter regler. Svaret kan være i forskjellige formater, for eksempel tekst, karusell, hurtigsvar, bilde, lyd, video, kode og fil. Du kan legge til flere svar i en artikkel. Kodesnutt – Svaret opprettes ved bruk av betingelser hvis ikke. Hvis du vil ha mer informasjon, kan du se delen Konfigurere svar ved hjelp av svardesigner .
6	Klikk på Lagre og trene.

Importere fra kataloger

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Artikler og klikk på Ellipser-ikonet.
4	Klikk på Importer fra kataloger.
5	Velg kategoriene av artiklene som skal legges til i agenten.
6	Klikk på Ferdig.

Utdrag vanlige spørsmål fra lenke

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Artikler og klikk på ellipseikonet.
4	Klikk på Utdrag vanlige spørsmål fra koblingen.
5	Oppgi URL-adressen der vanlige spørsmål driftes, og klikk på Utdrag.
6	Klikk på Importer.

Importer fra fil

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Artikler og klikk på Ellipsis -ikonet.
4	Klikk på Importer fra en fil , og velg CSV for å importere artiklene fra CSV-filen. Hvis du importerer artikler fra en fil i JSON-format, velger du JSON.
5	Klikk på Bla gjennom og velg en fil som inneholder alle artiklene. Klikk på Last ned prøve for å vise formatet som artiklene må angis i.
6	Klikk på Importer.

Legg til egendefinerte synonymer

Mange brukstilfeller for AI-agenter har en tendens til å involvere ord og uttrykk som kanskje ikke er en del av det standard engelske ordforrådet eller er spesifikke for en forretningsmessig kontekst. Du vil for eksempel at AI-agenten skal gjenkjenne android-appen, iOS-appen og så videre. AI-agenten må inkludere disse begrepene og deres variasjoner i opplæringsuttrykkene for alle relaterte artikler, noe som fører til overflødig dataoppføring.

For å overvinne dette overflødighetsproblemet kan du bruke egendefinerte synonymer i en skriptet AI-agent for å svare på spørsmål. Synonymer for hvert rotord erstattes automatisk av rotordet i kjøretiden av plattformen.

1	Logg på Webex AI Agent Studio-plattformen.
2	Velg AI-agenten du opprettet, fra Instrumentbord.
3	Gå til Innstillinger > Artikler og klikk på Ellipser-ikonet.
4	Klikk på Egendefinerte synonymer.
5	Klikk på Nytt rotord.
6	Konfigurer rotordverdien og dens synonymer, og klikk på Lagre.
7	Trene AI-agenten på nytt etter å ha lagt til synonymene. Du kan også eksportere synonymene (i .CSV-filformat) til den lokale mappen og importere filen tilbake til plattformen.

NLU-motor (Natural Language Understanding)

Skriptede AI-agenter bruker Natural Language Understanding (NLU) med maskinlæring for å identifisere kundens intensjoner. Følgende NLU-motorer tolker kundeinndata og gir nøyaktige svar:

Swiftmatch – En rask, lett motor som støtter flere språk.
RASA – Et ledende rammeverk for AI-samtaler med åpen kildekode.
Mindmeld (Beta) – Tilbyr avanserte samtaleflyter og NLU-funksjoner.

Endre opplæringsmotorer

Bytte mellom NLU-motorene.

Velg AI-agenten du vil endre opplæringsmotoren.
- For skriptet KI-agent for å svare på spørsmål: Klikk på Artikler. Siden Kunnskapsbase vises.
- For skriptede AI-agenter for å utføre oppgaver: Klikk på Opplæring. Siden Opplæringsdata vises.
Klikk på Innstillinger -ikonet ved siden av NLU-motoren til høyre på siden. Vinduet Endre opplæringsmotor vises.

Som standard er NLU-motoren satt til Swiftmatch for nylig opprettede AI-agenter.
Velg opplæringsmotoren for å trene AI-agenten. Mulige verdier:
- RASA (beta)
- Hurtigmatch
- Mindmeld (beta)
Angi denne informasjonen i delen Referanse :
- Poengsum under hvilken tilbakefall vises– Den minste tillit som er nødvendig for at en respons skal vises for deg, hvorunder en tilbakefall vises.
- Forskjell i poengsum for delvis samsvar – Definerer minimumsforskjellen mellom tillit til svar for å tydelig vise det beste samsvaret under hvilket en delvis samsvarsmal vises.
Klikk for å utvide delen Avanserte innstillinger .
- Fjern stoppord– «Stoppord» er funksjonsord som etablerer grammatiske relasjoner blant andre ord i en setning, men som ikke har leksikal betydning i seg selv. Når du fjerner stoppord som artikler (a, a, den og så videre), pronomen (ham, henne og så videre) fra setningen, kan maskinlæringsalgoritmene fokusere på ord som definerer betydningen av tekstspørringen av forbrukeren. Hvis du merker av i boksen, fjerner den "stoppordene" fra setningen på opplæringstidspunktet. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Utvid sammentrekninger– Engelske sammentrekninger i opplæringsdataene kan utvides til det opprinnelige skjemaet sammen med begrepene i innkommende forbrukerspørring for større nøyaktighet. Eksempel: «ikke» utvides til «ikke». Hvis det er merket av for dette alternativet, utvides kontraksjonene i inndatameldingene før behandling. Denne kapasiteten støttes for alle tre NLU-motorer.
- Stavekontroll i inferanse – Tekstkorreksjonsbibliotek identifiserer og korrigerer feil stavemåte i teksten før inferanse. Denne funksjonen støttes bare for alle tre motorene hvis avmerkingsboksen Stavekontroll i inference er aktivert.
- Fjern spesialtegn– Spesialtegn er ikke-alfanumeriske tegn som påvirker inferanse. Wi-Fi og Wi-Fi vurderes for eksempel annerledes av NLU-motoren. Hvis det er merket av for dette alternativet, fjernes spesialtegnene i forbrukerspørringen for å vise et passende svar. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Enhetsroller – egendefinerte enheter kan ha forskjellige roller. Denne NLU-motorkapasiteten støttes bare for RASA og Mindmeld.
- Enhetssubstitusjon i referanse– Enhetsverdier i opplæringsdata og referanse erstattes med enhets-ID-er. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Prioriter påfylling av spor– Påfylling av spor prioriteres over bevisstgjøring.
- Resultater lagret per melding – Antall artikler som AI-agentens beregnede tillitsresultater vises under transaksjonsinformasjon i økter.
  
  Antall resultater som skal vises i Algoritme-delen av Økter-skjermen, er nå begrenset til 5. De øverste n resultatene (1=<n=<5) er tilgjengelige i meldingsutskriftsrapporter for skriptede AI-agenter og i delen «Algoritmeresultater» i fanen Transaksjonsinformasjon i økter.
- Ordformutvidelse – Utvid opplæringsdata med ordformer som flertall, verber og så videre, sammen med synonymene innebygd i dataene. Denne funksjonen støttes bare for Swiftmatch.
- Synonymer – Synonymer er alternative ord som brukes til å betegne det samme ordet. Hvis det er merket av for dette alternativet, blir vanlige engelske synonymer for ord i opplæringsdataene automatisk generert for å gjenkjenne forbrukerspørringen nøyaktig. For eksempel, for ordet hage, kan systemet genererte synonymer være en bakgård, hage, og så videre. Denne NLU-motorkapasiteten støttes bare for Swiftmatch.
- Ordformer– Ordformer kan finnes i forskjellige former, for eksempel flertall, adverber, adjektiver eller verber. For eksempel, for ordet "skapelse", kan ordskjemaene opprettes, opprettes, opprettes, kreativt, kreativt osv. Hvis det er merket av for dette alternativet, opprettes ordene i spørringen med alternative ordformer og behandles for å gi et passende svar til forbrukerne.
Utviklere kan angi forskjellige terskelpoengsummer for forskjellige NLU-motorer for å bestemme den laveste poengsummen som er akseptabel for å vise AI-agentens respons.
Klikk på Oppdater for å endre algoritmen i AI-agentens kropp.
Klikk på Train. Når AI-agenten er opplært med den valgte opplæringsmotoren, endres statusen for kunnskapsbasen fra Lagret til Opplært.

Du kan trene AI-agenten med RASA og Mindmeld bare hvis alle artiklene har minst to uttalelser.

Opplæring

Når opplæringen er fullført, endres statusen til Opplært. Klikk på Last inn på nytt -ikonet ved siden av Opplæring for å hente gjeldende opplæringsstatus.

På dette tidspunktet kan du klikke på Gjør live for å få det utdannede corpus til live og teste det i samlebar forhåndsvisning eller på eksterne kanaler der AI-agenten er distribuert.

Vektormodell

Du kan sjekke informasjonen om vektormodellen som er tilgjengelig på tidspunktet for en referanse i øktens andre informasjonsdel .

Konfigurere administrasjonsinnstillinger

Før du begynner

Opprett den skriptede AI-agenten.

Gå til Innstillinger > Administrasjon og konfigurer følgende detaljer:

Agentstatus– Aktivering med veksleknapp gjør AI-agenten utilgjengelig.
Deaktivert melding – Skriv en melding til deaktivert agent. Denne meldingen vises til brukerne som prøver å få tilgang til denne agenten.
Fallback-handling – Velg dette alternativet for å utføre en passende handling på innkommende meldinger til agenten. Mulige verdier:
- Ikke gjør noe: Ingen handling utføres.
- Send til agent: Chatten overleveres til en agent basert på innkommende meldinger til AI-agenten.
Øktbehandling > Tillat tilbakemelding – Aktiver denne bryteren for å be om tilbakemelding fra brukere om nytten av hvert svar fra KI-agenten.
Lukketid for økt – Tidsavbruddet for økten (i minutter), deretter lukkes økten automatisk i scenariet med brukerinaktivitet.
Sikkerhet – Ansvarsfraskrivelsen for samtykke. Dette feltet er bare tilgjengelig hvis du aktiverer alternativet Avansert databeskyttelse. Dette alternativet er flyttet til backend. Når feltet er satt til Sann, kan du vise dette feltet.

Klikk på Lagre endringer for å lagre innstillingene.

Hva du skal gjøre nå

Legg til språk i den skriptede AI-agenten.

Legg til et språk i skript AI-agent

Før du begynner

Opprett den skriptede AI-agenten.

1	Gå til Innstillinger > Språk -fanen.
2	Klikk på +Legg til språk for å legge til nye språk, og velg språkene fra rullegardinlisten.
3	Klikk på Legg til for å legge til språket.
4	Aktiver bryteren under Handling for å aktivere språket.
5	Når du har lagt til et språk, kan du angi språket som standard. Hold pekeren over språket, klikk på Gjør til standard. Du kan ikke slette eller deaktivere et standardspråk. Også, hvis du endrer fra et eksisterende standardspråk, kan det påvirke artiklene, kureringen, testene og forhåndsvise opplevelsene til AI-agenten.
6	Klikk på Lagre endringer.

Konfigurere innstillinger for overføring

Før du begynner

Opprett den skriptede AI-agenten.

Gå til Innstillinger > Overlevering og konfigurer følgende detaljer:

Tillat agentoverføring – Overfør brukeren til en agent når KI-agenten ikke kan håndtere forespørslene sine, eller hvis de eksplisitt ber om det.
Aktiver overføring ved tilbakefall – En rekke påfølgende tilbakefall-meldinger i en økt kan utløse en agentoverføring. Dette nummeret kan konfigureres i den medfølgende tekstboksen.
Aktiver overlevering ved delvis match– Et antall påfølgende delvise treff i en økt kan utløse overlevering. Dette nummeret kan konfigureres.
Aktiver overføring for etterfølgende meldinger – Etterfølgende gjentatte meldinger i en økt kan utløse agentoverføring. Antall repetisjoner som kreves for denne utløseren, kan konfigureres.

Klikk på Lagre endringer for å lagre innstillingene for overføring.

Hva du skal gjøre nå

Naviger til Administrasjonsavsnittene for skriptet KI-agent eller forhåndsvis din skriptede KI-agent.

Forhåndsvis din skriptede KI-agent

Webex AI Agent Studio lar deg forhåndsvise dine AI-agenter mens du utvikler den og selv etter at utviklingen er fullført. På denne måten kan du teste funksjonen til AI-agentene og finne ut om de ønskede svarene genereres i samsvar med de respektive inndataspørringene. Du kan forhåndsvise den skriptede AI-agenten på følgende måter.

Instrumentbord for KI-agent– Hold pekeren over et KI-agentkort for å vise alternativet Forhåndsvisning for denne KI-agenten. Klikk på Forhåndsvisning for å åpne miniprogrammet for forhåndsvisning av AI-agent.
AI-agenttopptekst– Når du har gått inn i redigeringsmodus for en AI-agent ved å klikke på AI-agentkortet eller Rediger-knappen på AI-agentkortet, er Forhåndsvisning -alternativet alltid synlig i topptekstdelen.
Minimert widget– Etter at en forhåndsvisning er startet og deretter minimert, opprettes en chat hode widget nederst til høyre på siden, slik at du enkelt kan åpne forhåndsvisningsmodusen på nytt.

I tillegg til dette kan du kopiere den delbare forhåndsvisningskoblingen fra en AI-agent. Klikk på Ellipser -ikonet øverst til høyre på AI-agentkortet, og klikk på Kopier forhåndsvisningskobling. Du kan dele denne koblingen med de andre brukerne av AI-agenten.

Miniprogram for forhåndsvisning av plattform

Forhåndsvisningswidgeten vises nederst til høyre på skjermen. Du kan gi uttteranser (eller en sekvens av uttteranser) for å se hvordan AI-agenten svarer, slik at den fungerer som forventet. Forhåndsvisningen av AI-agenten støtter flere språk og kan automatisk gjenkjenne språket til ytringer for å svare tilsvarende. Du kan også velge språket manuelt i forhåndsvisningen ved å klikke på språkvelgeren og velge fra listen over tilgjengelige alternativer.

Du kan maksimere forhåndsvisningswidgeten for en bedre visning. Du kan også gi forbrukerinformasjon og starte flere rom for å teste AI-agenten grundig.

Kontrollprogram for forhåndsvisning av shareable

Widget-farge– Ved å legge til en brandColor -parameter til koblingen. Du kan definere enkle farger ved å bruke fargenavn eller bruke heksadesimale fargekoder.
Telefondeksel – Ved å endre verdien til en phoneCasing -parameter i koblingen. Dette er satt til sann som standard og kan deaktiveres ved å gjøre det usann

Forhåndsvisningskobling med disse parameterne: ?botunique_name=<yourbot_unique_name>&enterpriseunique_name=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391NO

Vanlige administrasjonsdeler for skriptet KI-agent

Følgende deler vises i venstre panel på konfigurasjonssiden for KI-agent:

Opplæring

Etter hvert som AI-agenter utvikler seg og blir mer komplekse, kan endringer i deres logiske eller naturlige språkforståelse (NLU) noen ganger ha utilsiktede konsekvenser. For å sikre optimal ytelse og identifisere potensielle problemer tilbyr AI-agentplattformen et praktisk rammeverk for ettklikksbot. Du kan gjøre følgende:

Du kan enkelt opprette og kjøre et omfattende sett med testsaker.
Definer testmeldinger og forventede svar for ulike scenarier.
Simuler komplekse interaksjoner ved å opprette testtilfeller med flere meldinger.

Definer tester

Du kan definere tester ved hjelp av følgende trinn:

Logg på Webex AI Agent Studio-plattformen.
På Instrumentbord klikker du på den skriptede AI-agenten du har opprettet.
Klikk på Testing i ruten til venstre. Som standard vises fanen Testtilfeller .
Velg et testtilfelle, og klikk på Utfør valgte tester.

Hver rad i tabellen representerer et testtilfelle med følgende parametere:

Tabell 1. Testtilfeller
Parameter	Beskrivelse
Melding	En eksempelmelding som representerer typene spørringer og uttalelser du kan forvente at brukerne sender til din AI-agent.
Forventet språk	Språket som brukerne forventes å samhandle med AI-agenten på.
Forventet artikkel	Angi artikkelen som skal vises som svar på en bestemt brukermelding. For å hjelpe deg med å finne den mest relevante artikkelen har denne kolonnen en Smart automatisk fullføring-funksjon. Når du skriver inn, foreslår systemet samsvarende artikler basert på teksten som er angitt så langt.
Tilbakestill forrige kontekst	Klikk i avmerkingsboksen i denne kolonnen for å isolere testtilfeller og sikre at de kjøres uavhengig av eksisterende AI-agentkontekst. Når dette alternativet er aktivert, simuleres hvert testtilfelle i en ny økt, slik at forstyrrelser fra tidligere interaksjoner eller lagrede data forhindres.
Inkluder delvise treff	Aktiver denne bryteren for å vurdere at testtilfellene er vellykkede selv om de forventede artiklene bare delvis samsvarer med den faktiske responsen.
Importere fra CSV	Importer testsaker fra en kommadelt fil (CSV). I dette tilfellet overskrives alle eksisterende testtilfeller.
Eksporter til CSV	Eksporter testtilfeller til en kommadelt fil (CSV).
Test tilbakeringinger	Aktiver denne bryteren for å simulere innkommende tilbakeringinger og teste flytens virkemåte uten å kreve faktiske innkommende anrop. Dette alternativet er bare tilgjengelig for skriptede KI-agenter for å utføre handlinger.
Tilbakeringingsflyt	Klikk i avmerkingsboksen i denne kolonnen for å angi at en hensikt må utløse en tilbakeringing. Dette alternativet er bare tilgjengelig for skriptede KI-agenter for å utføre handlinger.
Forventet tilbakeringingsmal	Angi malnøkkelen som skal aktiveres når tilbakeringingen skjer. Dette alternativet er bare tilgjengelig for skriptede KI-agenter for å utføre handlinger.
Tidsavbrudd for tilbakeringing (r)	Den maksimale tiden (i sekunder) AI-agenten venter på et tilbakeringingsrespons før tilbakeringingen vurderes som tidsavbrutt. Et tidsavbrudd på maksimalt 20 sekunder er tillatt. Dette alternativet er bare tilgjengelig for skriptede KI-agenter for å utføre handlinger.

Utfør tester

På Utfør -fanen klikker du på Utfør valgte tester for å starte en sekvensiell utføring av alle valgte testtilfeller.

Du kan også utføre testsaker fra fanen Testsaker .

Når hver testsak er fullført, viser systemet resultatet ved siden av den tilsvarende oppføringen. Hvis du vil avslutte et testtilfelle, klikker du på Avbryt kjøring øverst til høyre på skjermen.

Hvis du vil vise testtilfeller med spesifikke resultater, klikker du på ønsket resultat (for eksempel Bestått, Bestått med delvis samsvar, Mislyktes, Venter) i sammendragsbåndet. Dette filtrerer testsakslisten til å vise bare de som samsvarer med det valgte resultatet.

Økt-ID-en som er knyttet til hvert testtilfelle, vises i resultatene. Dette gjør det mulig for deg raskt å se transaksjonsdetaljer på tvers av referanser. For å utføre dette velger du alternativet Transaksjonsdetaljer i kolonnen Handlinger .

Utføringshistorikk

Gå til alle utførte testtilfeller i fanen Historikk .

Klikk på Last ned -ikonet fra Handlinger -kolonnen for å eksportere de utførte testdataene som en CSV-fil for frakoblet analyse eller rapportering.
Se gjennom de spesifikke motor- og algoritmeinnstillingene som brukes for hver utførelse av testsaker. Denne informasjonen hjelper utviklere med å optimalisere AI-agentens ytelse.
Hvis du vil vise de avanserte konfigurasjonsinnstillingene for algoritme som brukes for en bestemt opplæringsmotor, klikker du på Info -ikonet ved siden av navnet på opplæringsmotoren. Dette gir innsikt i parametrene og innstillingene som påvirket AI-agentens atferd under testing.

Økter

Økter -delen gir en omfattende oversikt over alle samhandlinger mellom AI-agenter og kunder. Hver økt inneholder en detaljert historikk over utvekslede meldinger. Du kan eksportere øktdata som en CSV-fil for frakoblet analyse og overvåking. Du kan bruke disse dataene til å undersøke meldingene og konteksten til bestemte økter for å få innsikt i brukersamhandlinger, og identifisere områder for forbedring, forbedre AI-agentens svar og forbedre den generelle brukeropplevelsen.

Den kan håndtere store datasett ved å vise resultater på sider. Du kan bruke delen Begrens resultater til å filtrere og sortere økter basert på ulike kriterier. Hver rad i tabellen viser viktige øktdetaljer, inkludert:

Kanaler – Kanalen der samhandlingen fant sted (for eksempel chat, tale).
Økt-ID – En unik identifikator for økten.
Forbruker-ID – Brukerens unike identifikator.
Meldinger – Antall meldinger som utveksles i løpet av økten.
Oppdatert kl. – Da økten ble lukket.
Metadata – Ytterligere informasjon om økten.
- Skjul testøkter – Merk av i denne avmerkingsboksen for å skjule testøktene og vise kun listen over direktesendte økter.
- Agentoverlevering skjedde – Merk av i denne avmerkingsboksen for å filtrere øktene som er overlevert til en agent. Hvis en agent overlever, vises hodetelefonikonet som angir overleveringen av chatten til en menneskelig agent.
- Det oppstod en feil – Merk av i denne avmerkingsboksen for å filtrere øktene der det oppstod en feil.
- Nedstemte – Merk av i denne avmerkingsboksen for å filtrere nedstemte økter.

Klikk på en rad for å få tilgang til den detaljerte visningen av en bestemt økt. Bruk avmerkingsbokser til å filtrere økter basert på agentoverføring, feil og nedstemninger. Dekryptering av økter krever tillatelse på brukernivå og avanserte innstillinger for databeskyttelse. Klikk på Dekrypter innhold for å vise øktdetaljene.

Øktdetaljer for en bestemt økt i den skriptede KI-agenten for å svare på spørsmål

Visningen Øktdetaljer i en skriptet KI-agent for å svare på spørsmål gir en omfattende oversikt over en bestemt samhandling mellom en bruker og KI-agenten.

Delen Meldinger :

Viser alle meldinger som brukeren har sendt i løpet av økten.
Viser de tilsvarende svarene generert av KI-agenten.
Presenterer den kronologiske rekkefølgen på meldingene, og gir kontekst for samhandlingen.

Transaksjonsinformasjon-fanen:

Viser artiklene som ble identifisert som relevante for kundens spørring, inkludert både nøyaktige treff og delvise treff.
Viser likhetsscore knyttet til hver identifisert artikkel, og viser graden av relevans.
Presenterer resultatene av de underliggende algoritmene som brukes til å behandle kundens spørring og identifisere relevante artikler.
Viser antall algoritmeresultater avhengig av innstillingene som er konfigurert i fanen Overlevering og Inferanse .

Delen Annen informasjon i visningen Øktdetaljer gir ytterligere kontekst og detaljer om en bestemt samhandling. Her er en oversikt over informasjonen som vises:

Behandlet spørring – Viser den forhåndsbehandlede versjonen av kundens inndata etter at den har blitt behandlet av AI-agentens NLU-rørledning (Natural Language Understanding).
Agentoverføring – Angir om en agentoverføring fant sted under økten. Merk av i avkrysningsboksen Agentoverføring etter regler hvis en agentoverføring ble utløst av bestemte regler.
Responstype – Angir typen respons som genereres av KI-agenten, for eksempel en kodesnutt eller en betinget respons.
Responstilstand – Angir den spesifikke tilstanden eller regelen som utløste KI-agentens respons.
NLU Engine – Identifiserer NLU-motoren som brukes til å behandle kundens forespørsel (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoengsum – Viser minste terskelpoengsum og delvis matchpoengforskjell som er konfigurert i innstillingene for Overlevering og Inference . Disse verdiene bestemmer når en spørring vurderes utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Gir en liste over feilsøkingslogger knyttet til den spesifikke transaksjons-ID-en. Avanserte logger lagres vanligvis i 180 dager.

Øktdetaljer for en bestemt økt i den skriptede KI-agenten for å utføre handlinger

Fanen Transaksjonsinformasjon i den skriptede KI-agenten for å utføre handlinger gir en detaljert oversikt over en bestemt samhandling og kategoriserer informasjon i fire deler:

Identifiserte intensjoner -delen:

Viser intensjonene som ble identifisert for kundens spørring.
Angir tillitsnivået som er knyttet til hver identifisert hensikt.
Viser sporene som er knyttet til den identifiserte hensikten. Klikk på sporet for å vise ytterligere informasjon om verdien og hvordan det ble hentet ut fra brukerens spørring.

Identifiserte enheter -delen viser enhetene som ble fjernet fra kundens melding og er knyttet til den aktive forbrukerintensjonen. Disse enhetene representerer de viktigste informasjonsdelene som boten identifiserte i brukerens spørring.

Delen Algoritmeresultater gir innsikt i de underliggende prosessene som førte til KI-agentens respons. Her er en oversikt over informasjonen som vises:

Liste over intensjoner – Viser de identifiserte intensjonene og deres tilsvarende likhetsresultater.
Enhetsliste – Viser enhetene som ble hentet ut av brukerens melding.

Annen informasjon viser:

Agentoverføring – Angir om en agentoverføring fant sted under økten. Merk av i avkrysningsboksen Agentoverføring etter regler hvis en agentoverføring ble utløst av bestemte regler.
Malnøkkel – Angir malnøkkelen som er knyttet til intensjonen som utløste KI-agentens respons.
Responstype – Angir typen respons som genereres av KI-agenten, for eksempel en kodesnutt eller en betinget respons.
Responstilstand – Angir den spesifikke tilstanden eller regelen som utløste KI-agentens respons.
NLU Engine – Identifiserer NLU-motoren som brukes til å behandle kundens forespørsel (for eksempel RASA, Switchmatch eller Mindmeld).
Terskelpoengsum – Viser minste terskelpoengsum og delvis matchpoengforskjell som er konfigurert i innstillingene for Overlevering og Inference . Disse verdiene bestemmer når en spørring vurderes utenfor omfanget eller krever agentintervensjon.
Avanserte logger – Gir en liste over feilsøkingslogger knyttet til den spesifikke transaksjons-ID-en. Avanserte logger lagres vanligvis i 180 dager.

Du kan også laste ned og vise transaksjonsinformasjonen i JSON-format ved hjelp av nedlastingsalternativet.

Fanen Metadata viser:

NLP-metadata – gjennomgå trinnene før behandlingen som brukes på kundens inndata i NLP -fanen.
Datastore og FinalDF – Tilgang til data relatert til økten i fanene Datastore og FinalDF for smarte roboter.
Søkefunksjonalitet – Bruk det innebygde søkefunksjonsområdet til raskt å finne spesifikke ytringer i en samtale.

Historikk

Når du legger til eller endrer artikler, intensjoner eller enheter, er det viktig å oppgradere din skriptede AI-agent for å sikre at den er oppdatert. Etter hver opplæringsøkt må du teste AI-agenten grundig for å bekrefte nøyaktigheten og effektiviteten.

Historikk-siden lar deg gjøre følgende:

Vis opplæringshistorikk – Spor når et corpus ble opplært og endringene som ble gjort.
Sammenlign opplæringsmotorer – Se gjennom opplæringsmotorene som brukes til forskjellige iterasjoner og deres tilsvarende opplæringsvarighet.
Spor endringer – Overvåk endringer i innstillinger, artikler, svar, NLP og helbredelse.
Gå tilbake til tidligere versjoner – Gå enkelt tilbake til et eldre opplæringssett om nødvendig.

Historikk-delen gir praktiske verktøy for å administrere kunnskapsgrunnartiklene dine:

Aktiver artikler – Gjør tidligere inaktive artikler Live for å inkludere dem i KI-agentens svar.
Rediger artikler – Opprett en ny versjon av en eksisterende artikkel samtidig som du beholder den opprinnelige for referanse.
Forhåndsvisning av ytelse – Evaluer AI-agentens ytelse med en bestemt kunnskapsbase ved hjelp av Forhåndsvisning -funksjonen.
Last ned artikler – Eksporter kunnskapsgrunnartiklene som en CSV-fil for frakoblet analyse eller referanse.
Dette alternativet er kun tilgjengelig for skript KI-agent for å svare på spørsmål.

Revisjonslogger

Delen Revisjonslogger gir en detaljert oversikt over endringer som er gjort i den skriptede KI-agenten i løpet av de siste 35 dagene. Slik får du tilgang til revisjonslogger:

Naviger til instrumentbordet og klikk på AI-agenten du har opprettet.
Klikk på Historikk -fanen for å vise AI-agentens historikk.
Klikk på fanen Revisjonslogger for å se en detaljert logg over endringer:
- Oppdatert Kl. – Datoen og klokkeslettet endringen ble gjort.
- Oppdatert av – Brukeren som gjorde endringen.
- Felt – delen av boten der endringen skjedde (for eksempel Innstillinger, Artikler, Svar).
- Beskrivelse – Flere detaljer om endringen.

Bruk Oppdatert av - og Felt -søkealternativene for å raskt finne spesifikke revisjonsloggoppføringer.
Fanen Modellhistorikk viser maksimalt 10 corpora for hver AI-agent.

Heling

Meldinger legges til i Curation-konsollen basert på følgende kriterier:

Fallback Messages – Når AI-agenten ikke forstår en brukers melding og utløser fallback intensjonen.
Standard tilbakefallsintensjon – Hvis denne bryteren er aktivert, sendes meldinger som aktiverer standard tilbakefallsintensjon til Healing-konsollen.

Disse kriteriene gjelder bare for Scripted KI-agent for å utføre handlinger.
Nedstemte meldinger – Meldinger som brukere har nedstemt under forhåndsvisninger av AI-agent.
Agentoverføring – Meldinger som resulterer i en overføring av menneskelig agent på grunn av konfigurerte regler.
Fra økt – Meldinger flagget av brukere som ikke mottar ønsket svar fra økt- eller romdata.
Lav tillit – Meldinger med en tillidsscore som faller innenfor den angitte grensen for lav tillit.
Delvis samsvar – meldinger der KI-agenten ikke kunne identifisere riktig hensikt eller respons.

Løse problemer

Fanen Problemer gir en sentralisert plassering for gjennomgang og adressering av meldinger som er flagget for helbredelse. Du kan gjøre følgende:

Velg å løse eller ignorere problemer basert på alvorlighetsgraden og relevansen.
Undersøk den opprinnelige brukerens uttalelse, AI-agentens svar og eventuelle tilknyttede medier.

Du kan vise hele innholdet i krypterte økter ved hjelp av alternativet Dekrypter innhold hvis du har dekrypteringstilgang aktivert.

Dekrypteringstilgang gis på brukernivå og krever at Avansert databeskyttelse aktiveres i backend.

For å løse et problem kan du:

Kobling til en eksisterende artikkel – Hvis du vil koble et problem til en eksisterende artikkel, velger du alternativet Kobling og søker etter den ønskede artikkelen.
Opprett ny artikkel – Bruk alternativet Legg til i en ny artikkel for å opprette en ny artikkel direkte fra Healing Console.
Ignorer problemer – Løs eller ignorer problemer for å fjerne dem fra Healing Console.

Kobling til standardartikler (velkomstmelding, tilbakefallmelding, delvis samsvar) er ikke tillatt.
For skriptet AI-agent for å utføre handlinger velger du riktig intensjon fra rullegardinlisten og merker alle relevante enheter.
Etter at du har gjort endringer, må du omdanne AI-agenten for å sikre at den nye kunnskapen gjenspeiles i svarene.
Løs eller ignorer flere problemer samtidig for effektiv administrasjon.

Fanen Løst gir en omfattende oversikt over alle problemene som er behandlet. Du kan se et sammendrag av hvert løste problem, inkludert om problemet var koblet til en eksisterende artikkel, brukt til å opprette en ny artikkel/hensikt eller ignorert. Hvis du støter på uønskede svar som ikke ble tatt opp automatisk av de eksisterende reglene, kan du legge til spesifikke uttalelser manuelt i Healing Console.

Slik legger du til problemer fra økter:

Identifiser utteransen – Finn utteransen som utløste feil respons.
Kontroller kurasjonsstatus – Hvis problemet ikke allerede er i Kurasjonskonsollen, vises bryteren Kurasjonsstatus .
Veksle flagg – Aktiver veksleknappen Kurasjonsstatus for å legge til uttteransen i Kurasjonskonsollen for gjennomgang og oppløsning.

Hvis problemet allerede finnes i Curation Console, endres bryterens utseende tilsvarende for å indikere statusen.

Vis din skriptede AI-ytelse ved hjelp av Analytics

Analyse-delen gir en grafisk representasjon av viktige måledata for å evaluere AI-agentens ytelse og effektivitet. Nøkkelmålingene er delt inn i fire deler representert som faner. Dette er: Oversikt, svar, opplæring og helbredelse.

Når utviklere besøker analyseskjermen, kan de velge AI-agenten de vil se analysene for. De kan også tilpasse analysevisningen ved å velge kanalen de vil se dataene for, sammen med datoområdet og detaljene til dataene. Som standard vises analysedata for den siste måneden for alle kanaler med daglig granularitet (hver dag er et punkt på x-aksen i grafene).

Oversikt

Oversikten inneholder viktige målinger og grafer som gir utviklerne et øyeblikksbilde av den totale bruken og ytelsen til AI-agenten.

Velg AI-agenten du har opprettet, fra Instrumentbord.
Klikk på Analyse i venstre navigasjonsrute. En oversikt over AI-agentens ytelse vises i både tabellformat og grafisk representasjon.

Økter og meldinger

Den første delen av oversikten viser følgende statistikk om økter og meldinger for KI-agenten:

Totalt antall økter og økter som håndteres av AI-agenten uten menneskelig inngripen.
Totalt antall agentoverleveringer, som er et antall økter som er overlevert til menneskelige agenter.
Daglige gjennomsnittlige økter
Totalt antall meldinger (menneskelige og AI-agentmeldinger) og hvor mange av disse meldingene kom fra brukere.
Daglige gjennomsnittlige meldinger

Dette etterfølges av en grafisk representasjon av økter (stablet kolonne som representerer økter behandlet av KI-agenten og økter overlevert) og totalt antall svar sendt ut av KI-agenten.

Brukere

Den andre delen av oversikten inneholder statistikk om brukere for AI-agenten. Den gir totalt antall brukere og informasjon om gjennomsnittlige økter per bruker og daglig gjennomsnittlige brukere. Dette etterfølges av en graf som viser nye og returnerte brukere for hver enhet, avhengig av den valgte granulariteten.

Ytelse

Den tredje delen gir statistikk om tbe AI-agentens svar til brukere. Her kan man se totalt antall svar sendt ut av KI-agenten og fordelingen mellom svarene der KI-agenten:

Identifiserte brukerens intensjon.
Svarte med en tilbakefallmelding.
Svarte med en delvis matchmelding.
Informerte brukeren om en agentoverføring.

Det samme er aggregert i et sektordiagram, og et områdediagram gir informasjon basert på valgt granularitet.

Opplæring

Opplæringsavdelingen representerer "helsen" til et AI Agent Corpus. Det anbefales at utviklere konfigurerer 20+ opplæringsutteringer for hver hensikt/artikkel i sine AI-agenter. I denne delen vises alle artiklene/intensjonene i et korpus som individuelle rektangler der fargen og den relative størrelsen på hver rektangel indikerer opplæringsdataene artikkelen/intensjonen inneholder. Jo nærmere en hensikt er å hvitt, desto mer opplæringsdata trenger den for å forbedre AI-agentens nøyaktighet.

Svar

Denne delen gir utviklerne en detaljert oversikt over hva brukerne spør om, og hvor ofte de spør det. Den gir en grafisk representasjon av de mest populære artiklene for KI-agenter for å svare på spørsmål og svarmaler for KI-agenter for å utføre handlinger.

Heling

Denne delen gir et visuelt sammendrag av hvor mange helbredelsesproblemer som har oppstått hver dag, og hvor mange av dem som har blitt løst av KI-agentene.

Integrer KI-agenter

Denne delen forklarer hvordan du integrerer KI-agenter med både tale og digitale kanaler for å administrere kundesamtaler.

Integrer AI-agenter med tale og digitale kanaler

Når du har opprettet og konfigurert AI-agentene dine i Webex AI Agent Studio-plattformen, er neste trinn å integrere dem med tale og digitale kanaler. Denne integreringen gjør det mulig for AI-agenter å håndtere både talebaserte og digitale samtaler med kundene dine, noe som gir en sømløs og interaktiv brukeropplevelse.

Hvis du vil ha mer informasjon, kan du se artikkelen Integrere AI-agenter med tale- og digitale kanaler.

Administrer KI-agentrapporter

Denne delen beskriver oversikten over KI-agentrapporter, rapporttyper, oppretting av KI-agentrapporter og leveringsmoduser for rapporter.

Forstå rapporter fra KI-agenter

Rapportfunksjonen lar deg generere eller planlegge (generere med jevne mellomrom) spesifikke rapporter fra de tilgjengelige rapporttypene og motta dem via tilgjengelige leveringsmoduser. Disse rapportene kan gi verdifull informasjon om brukeratferd, bruk, engasjement, produktytelse osv. Du kan få ønsket informasjon levert til deres e-post, SFTP-bane eller S3-bucket. Du kan velge rapporttype fra en liste over forhåndsbygde rapporter og velge om du vil generere en engangsrapport umiddelbart eller med jevne mellomrom.

Når du åpner menyen Rapporter fra venstre navigasjonsrute, vises følgende faner:

Konfigurer – Denne fanen viser alle rapportene som for øyeblikket er aktive og generert regelmessig. Følgende informasjon er tilgjengelig for listen over rapporter:
- Aktiv – Om en bruker fortsatt abonnerer på rapporten.
- KI-agent– Navnet på KI-agenten som er knyttet til rapporten.
- Rapporttype– Den forhåndsbygde rapporttypen du abonnerer på.
- Frekvens– Intervallet der du mottar rapporten.
- Siste genererte rapport – Den siste rapporten som ble sendt ut.
- Neste planlagte dato– Neste dato rapporten sendes ut.
Historikk – Denne fanen viser all historisk informasjon om rapportene som er sendt til dato. Klikk på en rapport på denne siden for å redigere konfigurasjonen av rapporter.

Du kan klikke på Last ned -ikonet under Handlinger -kolonnen for å laste ned disse historiske rapportene.

Behovsrapporter som vises i fanen Historikk , er bare tilgjengelige for nedlasting etter at rapportgenereringen er fullført.

Opprett en KI-agentrapport

1	Logg på Webex AI Agent Studio-plattformen.
2	Klikk på Rapporter fra venstre navigasjonslinje.
3	Klikk på +Ny rapport.
4	Oppgi følgende informasjon for å opprette og konfigurere rapporten: KI-agent– Navnet på KI-agenten som er knyttet til rapporten. Du kan se alle AI-agentene for å svare på spørsmål og utføre oppgaver på denne applikasjonen. Rapporttype – Den forhåndsbygde rapporttypen du vil abonnere på. Når du velger KI-agenten for å svare på spørsmål, viser feltet KI-agenten tre forskjellige typer rapporter: Sammendrag av bruk og atferd Utskrift av meldingen Kurasjonsproblemer Utdataformat– Formatet du vil at rapporten skal genereres og sendes til den konfigurerte leveringsmodusen. Støttede formater er CSV og .xlsx. Velg ett av følgende alternativer og relevante innstillinger for typen rapporter du vil generere: Generer nå – Angi startdato og sluttdato for en behovsrapport. Planlagt rapport – Planlegg Frekvens, Klokkeslett, Tidssone og Startdato for en rapport. Når du har opprettet denne rapporten, kan du bruke veksleknappen Aktiver rapport i rapporten. Du kan aktivere eller deaktivere denne bryteren senere for å motta eller stoppe rapporten med den planlagte frekvensen. Leveringsmodus– Se delen Leveringsmodus for mer informasjon.

Rapporttyper for AI-agent

Du kan velge fra en liste over forhåndsbygde rapporter basert på den valgte KI-agenttypen. Denne delen dekker disse rapporttypene, arkene som er inkludert i hver rapport, og kolonnene som er tilgjengelige i hvert ark.

AI-agent for å svare på spørsmål rapport type

Det er tre forskjellige rapporttyper tilgjengelig for en KI-agent for å svare på spørsmål i applikasjonen. Ved hjelp av ulike rapporttyper kan du brukes til å forstå sammendraget av bruk av KI-agenten, atferden, hva brukere spør og hvordan KI-agenten svarer på spørringene. Du kan også se meldingene som endte som problemer i kurasjon.

Bruksadferd og sammendrag

Denne delen viser sammendraget av AI-agenten med hvor ofte artikler og kategorier brukes. Du kan vise informasjon om sammendrag, kategorier og artikler i en egen fane på rapportene:

Tabell 1. Detaljer om oppsummeringsfanen
Felt	Beskrivelse
AI-agentnavn	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler/økter behandlet av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukerne ga med minst ett innspill.
Totalt antall menneskelige meldinger	Meldingene sendt av sluttbrukere til AI-agenten.
Totalt antall AI-agentsvar	Totalt antall meldinger sendt av AI-agenten til sluttbrukere.
Totalt antall partielle treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere intensjoner som alternativer.
Samtaler sendt til agenten	Totalt antall samtaler overlevert til en menneskelig agent.
Totalt antall oppstemninger	Totalt antall AI-agentsvar som ble stemt opp av kunder.
Totalt antall nedstemninger	Totalt antall AI-agentsvar som ble nedstemt av kunder.

Tabell 2. Detaljer om kategorifanen
Felt	Beskrivelse
Kategorinavn	Navnet på kategorien som konfigurert i AI-agenten.
Samtaler for kategorien	Antall samtaler eller økter der en artikkel som tilhører denne kategorien ble oppdaget.
Totalt antall svar	Antall ganger en artikkel som tilhører denne kategorien ble oppdaget.
Totalt antall oppstemninger	Antall ganger en respons fra denne kategorien ble stemt opp.
Totalt antall nedstemninger	Antallet ganger et svar fra denne kategorien ble nedstemt.

Tabell 3. Detaljer om artikkelfane
Felt	Beskrivelse
Artikkelnavn	Navnet på artikkelen (standardvarianten) som er konfigurert i AI-agenten.
Artikkelkategori	Kategorien denne intensjonen tilhører.
Samtaler for artikkelen	Antall samtaler eller økter der denne artikkelen ble oppdaget.
Totalt antall svar	Antall ganger denne artikkelen ble oppdaget.
Totalt antall oppstemninger	Antall ganger svaret på denne artikkelen ble stemt opp.
Totalt antall nedstemninger	Antall ganger svaret på denne artikkelen er nedstemt.

Administrer utskrifter

Viser samtalen mellom AI-agenten og kunden sammen med likhetsscore. Du kan se følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempelet for meldingen.
Økt-ID	Den unike identifikatoren for økten.
Forbruker-ID	Den unike identifikatoren for sluttbrukeren på AI-agenten.
Meldingstype	AI-agentmeldingen eller menneskelig melding.
Meldingstekst	Innholdet i meldingen.
Artikkel	Identifikatoren for svaret sendt tilbake av AI-agenten.
Kategori	Hensikten oppdaget av AI-agenten for kundens melding.
Beste poengsum	Likhetsscore for den oppdagede intensjonen.
Samsvarer artikkel 1	Intensjonen oppdaget av den valgte NLU-motoren.
Poengsum for artikkel 1	Poengsummen for intensjonen oppdaget.
Tilbakemelding	Brukerens tilbakemelding om en melding ble stemt opp eller ned.
Tilbakemeldingskommentar	Kommentarene som brukere legger igjen når de nedstemmer en melding.

Kurasjonsproblemer

Viser meldingene som endte i helbredelse som problemer av ulike årsaker. Du kan se følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på AI-agenten.
Menneskelig melding	Innholdet i den menneskelige meldingen.
AI-agentmelding	Innholdet i meldingen AI-agenten svarte med.
Årsak til utstedelse	Årsaken til at denne meldingen ender i helbredelse.
Artikkel	Identifikator for svaret som ble sendt tilbake av AI-agenten.
Kategori	Intensjon oppdaget av AI-agenten for brukerens melding.
Beste poengsum	Likhetsscore for den oppdagede intensjonen.
Samsvarer artikkel 1	Intensjon oppdaget av den valgte NLU-motoren.
Poengsum for artikkel 1	Poengsum for intensjonen oppdaget.

Rapporttype for AI-agent for utføring av oppgaver

Det finnes tre forskjellige rapporttyper som er tilgjengelige for en KI-agent for å utføre oppgaver i programmet for KI-agentbygging. Som AI-agentutvikler kan du opprette forskjellige rapporttyper. Disse kan brukes til å forstå sammendraget av bruk av KI-agenten, atferden til KI-agenten, hva brukere spør og hvordan en KI-agent svarer på spørsmålene. Du kan også se meldingene som endte som problemer i kurasjon.

Bruksadferd og sammendrag

Viser oppsummeringen av samtaler sammen med intensjoner og maltaster som er utløst. Oppsummeringsfanen viser følgende detaljer:

Tabell 4. Oppsummeringsfane
Felt	Beskrivelse
AI-agentnavn	Navnet på AI-agenten.
Totalt antall samtaler	Totalt antall samtaler eller økter som håndteres av AI-agenten.
Samtaler med minst én brukermelding	Samtaler eller økter der brukerne ga med minst ett innspill.
Totalt antall menneskelige meldinger	Meldingene som sendes av sluttbrukere til AI-agenten.
Totalt antall AI-agentsvar	Totalt antall meldinger som sendes av AI-agenten til sluttbrukere.
Totalt antall partielle treff	Tilfeller der det var noe tvetydighet om brukerens melding og AI-agenten svarte med flere intensjoner som alternativer.
Samtaler sendt til agenten	Totalt antall samtaler overlevert til en menneskelig agent
Totalt antall oppstemninger	Totalt antall AI-agentsvar som ble stemt opp av brukerne.
Totalt antall nedstemninger	Totalt antall AI-agentsvar som ble nedstemt av brukere.

Du kan også vise hensiktsdetaljene i Intensjoner -fanen i regnearket:

Tabell 5. Intensjoner-fanen
Felt	Beskrivelse
Intensjonsnavn	Navnet på intensjonen som er konfigurert i AI-agenten.
Samtaler til hensikt	Antall samtaler eller økter der denne intensjonen ble påberåbt.
Totalt antall anrop	Antall ganger denne intensjonen ble påberåbt.
Totalt antall fullførte	Antall ganger alle sporene ble samlet inn og denne intensjonen ble fullført.
Totalt antall oppstemninger	Totalt antall svar på det ble stemt opp for hver hensikt.
Totalt antall nedstemninger	Totalt antall svar på det ble nedstemt for hver hensikt.

Rapporten inneholder også maldetaljer på høyt nivå, for eksempel:

Tabell 6. Maldetaljer
Felt	Beskrivelse
Navn på malnøkkel	Navn på malen som konfigurert i AI-agenten.
Intensjon for malnøkkel	Intensjoner der denne malnøkkelen brukes.
Samtaler for malnøkkelen	Antall ganger denne malnøkkelen ble sendt ut som svar.
Totalt antall svar	Antallet ganger denne malnøkkelen ble sendt som svar.
Totalt antall oppstemninger	Antall ganger svaret for denne malen ble stemt opp.
Totalt antall nedstemninger	Antall ganger svaret for denne malen ble nedstemt.

Utskrifter av meldinger

Viser samtalen av en kunde med AI-agenten sammen med likhetspoeng. Du kan se følgende detaljer i rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for brukerens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på programmet.
Meldingstype	AI-agentmelding eller menneskelig melding.
Meldingstekst	Innholdet i meldingen.
Malnøkkel	Identifikator for svaret som ble sendt tilbake av AI-agenten.
Intensjon	Intensjon oppdaget av AI-agenten for kundens melding.
Beste poengsum	Likhetsscore for den oppdagede intensjonen.
Samsvarende intensjon 1	Intensjon oppdaget av den valgte NLU-motoren.
Intent 1-poengsum	Poengsum for intensjonen oppdaget.
Tilbakemelding	Brukertilbakemelding hvis en melding ble stemt opp eller ned.
Tilbakemeldingskommentar	Kommentarer etterlatt av brukere når de nedstemmer en melding.

Kurasjonsproblemer

Viser meldingene som endte i helbredelse, som problemer av forskjellige årsaker. Denne rapporten er kun relevant for skriptede AI-agenter. Du kan se følgende detaljer i denne rapporten:

Felt	Beskrivelse
Tidsstempel	Tidsstempel for meldingen.
Økt-ID	Unik identifikator for kundens økt.
Forbruker-ID	Unik identifikator for sluttbrukeren på programmet.
Menneskelig melding	Innholdet i den menneskelige meldingen.
AI-agentmelding	Innholdet i meldingen AI-agenten svarte med.
Årsak til utstedelse	Årsaken til at denne meldingen ender i helbredelse.
Malnøkkel	Identifikator for svaret som ble sendt tilbake av AI-agenten.
Intensjon	Intensjon oppdaget av AI-agenten for brukerens melding.
Beste poengsum	Likhetsscore for den oppdagede intensjonen.
Samsvarende intensjon 1	Intensjon oppdaget av den valgte NLU-motoren.
Intent 1-poengsum	Poengsum for intensjonen oppdaget.

Leveringsmåter for KI-agentrapport

I dagens datadrevne verden er effektiv og sikker levering av AI-agentrapporter avgjørende for informert beslutningstaking og operativ ekspertise. For å møte ulike organisasjonskrav tilbyr vi flere leveringsmoduser for AI-agentrapporter, noe som sikrer fleksibilitet, pålitelighet og sikkerhet. Leveringsalternativene inkluderer SFTP (Secure File Transfer Protocol), Email og Amazon S3 Bucket. Hver modus er utformet for å imøtekomme ulike krav, enten det er behov for høy sikkerhet, enkel tilgang eller skalerbare lagringsløsninger. Dette dokumentet beskriver funksjonene og fordelene ved hver leveringsmodus, slik at du kan velge det beste alternativet for dine spesifikke behov.

sftp

Felt	Beskrivelse
Skyv rapporter til et sikkert sted som planlagt	Slå på dette for å sende rapportene til den sikre plasseringen til det planlagte tidspunktet. Du kan bare oppgi følgende informasjon ved å aktivere denne bryteren.
IP-adresse	Systemets IP-adresse.
Brukernavn	Brukernavnet som gir tilgang til rapportene.
Passord	Passordet for å få tilgang til rapportene.
Privat nøkkel	Den private nøkkelen for å få tilgang til filene.
Opplastingsbane	Banen der filene rutes i systemet.

E-post

Felt	Beskrivelse
Planlegg e-post for flere mottakere, separat med semikolon(;)	Slå på denne for å legge til mottakere.
Mottakere	E-postadressen til alle mottakere som må motta rapportene på angitt tidspunkt og frekvens.

S3 bøtte

Felt	Beskrivelse
Last opp rapporter til en S3-bucket som planlagt	Slå på dette for å gjøre S3-feltene tilgjengelige og rute rapportene til den konfigurerte S3-spinnen.
AWS-tilgangsnøkkel-ID	Tilgangsnøkkel-ID-en for å få tilgang til AWS-tjenestene og ressursene.
AWS hemmelig tilgangsnøkkel	Den hemmelige tilgangsnøkkelen for å få tilgang til AWS-tjenestene og ressursene.
Splintnavn	Navnet på spanden som rapporten sendes til.
Mappenavn	Navnet på mappen som er opprettet i S3-spinnen.

Forstå AI-samsvar

Disse delene hjelper deg med å forstå AI-utvikling, personvern, sikkerhet og sikkerhet

AI-utvikling, personvern, sikkerhet og sikkerhet

AI-produktutvikling

Hver AI-drevne funksjon hos Cisco gjennomgår en AI-konsekvensanalyse i forhold til våre Ansvarlige AI-prinsipper og overholder Ansvarlige AI-rammeverk, i tillegg til eksisterende prosesser for sikkerhet, personvern og menneskerettigheter ved design.

Personvern og sikkerhet

Cisco lagrer ikke kundeinndata etter konferanseprosessen, og tredjeparts modellleverandør, Microsoft, får ikke tilgang til, overvåker eller lagrer ikke Cisco-kundedata. Hvis du vil ha mer informasjon om funksjonsspesifikke retningslinjer for dataoppbevaring, kan du se Cisco Trust Portal.

Følgende er listen over KI-gjennomsiktighet merknader for alle KI-funksjoner:

Datakilder for opplæring og evaluering

Ciscos tredjeparts modellleverandør, Microsoft, representerer at den ikke vil bruke kundeinnhold til å forbedre Azure OpenAI-modeller, og at den ikke lagrer eller oppbevarer Ciscos kundedata i Azure-infrastrukturen.

Sikkerhets- og etiske hensyn

Alle generative KI-funksjoner er utsatt for feil, så Cisco prioriterer innholdssikkerhet for KI-funksjoner ved å velge Innholdsfiltrering, levert av Azure OpenAI.

Modellevaluering og -ytelse

Cisco prioriterer ytelsen og nøyaktigheten til KI-assistenten ved å involvere mennesker i gjennomgang, testing og kvalitetssikring av den underliggende modellen.

Takk for tilbakemeldingen.

Administrasjonsveiledning for Webex AI Agent Studio

Kom i gang med Webex AI Agent

Funksjonene til Webex AI-agent

Viktige fordeler for bedrifter

Forstå AI-agenttyper og eksempler

Eksempler

Forutsetninger

Tilgang Webex AI-agent

Logg på fra Control Hub

Logg på fra Webex Connect

Hjemmeside layout

Kjenn dashbordet ditt

Oppgaver på AI-agentkort

Opprette en ny AI-agent

Importere forhåndsbygd AI-agent

Nøkkelordsøk

Filtrer etter agenttype

Administrer kunnskapsbase

Opprette kunnskapsbase for AI-agenter

Konfigurer autonome AI-agenter

Autonom AI-agent for å utføre oppgaver

Opprette en autonom AI-agent for å utføre handlinger

Oppdatere profilen for den autonome AI-agenten

Legge til handlinger i autonom AI-agent

Konfigurere utfylling av spor

Legge til inndataenheter i tabellformat

Legge til enheter ved hjelp av JSON-redigeringsprogrammet

Parameterstruktur for inndata

Egenskaper Objekt

Eksempel

Definer oppfyllelse

Autonome AI-agenter for å svare på spørsmål

Opprett en autonom AI-agent for å svare på spørsmål

Oppdatere profilen for den autonome AI-agenten

Konfigurere kunnskapsbasen

Vis autonom AI-agentøkt og -logg

Økter

Historie

Revisjonslogger

Modell Historie

Forhåndsvis din autonome AI-agent

Widget for forhåndsvisning av plattform

Widget for forhåndsvisning som kan deles

Talebasert forhåndsvisning

Se ytelsen til den autonome AI-agenten ved hjelp av Analytics

Konfigurer skriptbasert AI-agent

Skriptbasert AI-agent for å utføre oppgaver

Opprette en skriptbasert AI-agent for å utføre handlinger

Oppdatere skriptbasert AI-agentprofil

Administrere enheter

Enhetstyper

Enhetsroller

Opprette en enhet med enhetsroller

Knytte roller til en enhet

NLU-motor (Natural Language Understanding)

Endre treningsmotorer

Opplæring

Behandle intensjoner

Systemets hensikter

Hensikter med småprat

Opprette en intensjon

Koble enheter med hensikt

Generer treningsdata

NLU-motor (Natural Language Understanding)

Endre treningsmotorer

Opplæring

Flagging av genererte varianter

Opprett flerspråklig hensikt og enhet

Behandle svar

Typer svar

Variabel substitusjon

Konfigurere svar ved hjelp av svarutforming

Svarmaler

Kodebiter

Konfigurere administrasjonsinnstillinger

Legge til et språk i skriptbasert AI-agent

Konfigurere innstillinger for overlevering

Skriptet AI-agent for å svare på spørsmål

Opprett en skriptbasert AI-agent for å svare på spørsmål