I denne artikkelen
dropdown icon
Intensjoner
    Systemintensjoner
    Intensjoner om småprat
    Kontekster
dropdown icon
Enheter
    Enhetstyper
dropdown icon
Svar
    Systemresponser
    Småpratsvar
    Responsdesigner
    Liste over vanlige responsvariabler
Forstå intensjoner, enheter og responser i AI Agent Studio
list-menuI denne artikkelen
list-menuTilbakemelding?

Denne artikkelen gir en oversikt over intensjoner, enheter og svar for konfigurasjon av AI-agenten din.

Intensjoner

Intensjon er en kjernekomponent i Webex AI Agent Studio-plattformen som gjør det mulig for AI-agenten å forstå og svare effektivt på innspillene dine. Det representerer en spesifikk oppgave eller handling du ønsker å utføre under en samtale. Du kan definere alle intensjoner som samsvarer med oppgavene du vil utføre. Nøyaktigheten av intensjonsklassifiseringen påvirker direkte AI-agentens evne til å gi relevante og nyttige svar. Intensjonsklassifisering er prosessen med å identifisere intensjon basert på innspillene dine, slik at AI-agenten kan reagere på en meningsfull og kontekstuelt relevant måte. Hvis du vil ha mer informasjon om hvordan du oppretter intensjoner, kan du se Opprette en intensjon.

Systemintensjoner

  • Standard reserveintensjon– En AI-agents muligheter er iboende begrenset av intensjonene som er utformet for å gjenkjenne og reagere på. Selv om en bedrift ikke kan forutse alle mulige spørsmål du måtte stille, kan standard fallback-intensjonen bidra til at samtaler er på rett spor.

    Ved å implementere en standard reserveintensjon kan utviklere av AI-agenter sikre at AI-agenten håndterer uventede spørringer eller spørringer utenfor omfanget på en elegant måte, og omdirigerer samtalen tilbake til kjente intensjoner.

    Utviklere av AI-agenter trenger ikke å legge til spesifikke ytringer i reserveintensjonen. Agenten kan trenes til å automatisk utløse reserveintensjonen når den støter på kjente spørsmål utenfor omfanget som ellers feilaktig ville blitt kategorisert i andre intensjoner.

    For eksempel, i en bank-AI-agent, kan kunder forsøke å spørre om lån. Hvis AI-agenten ikke er konfigurert til å håndtere lånerelaterte forespørsler, kan disse forespørslene innlemmes som treningsfraser i standard fallback-intent. Når en kunde spør om lån på et hvilket som helst tidspunkt i samtalen, gjenkjenner AI-agenten at spørringen faller utenfor de definerte intensjonene og utløser reserveresponsen. Dette sikrer en mer passende respons.

    Hensikten med reserve:

    • skal ikke ha noen spor tilknyttet den.
    • må bruke standardnøkkelen for reservemalen for svaret sitt.

  • Hjelp– Denne intensjonen er utformet for å svare på kundehenvendelser om AI-agentens muligheter. Når kunder er usikre på hva de kan oppnå eller støter på vanskeligheter under en samtale, søker de ofte hjelp ved å spørre etter help.

    Som standard er svaret for hjelpeintensjonen tilordnet malnøkkelen Help message. 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 kundene får en klar forståelse av hva de kan gjøre videre.

  • Snakk med en agent– Denne intensjonen lar kunder be om hjelp fra en menneskelig agent når som helst i samhandlingen med AI-agenten. Når denne intensjonen aktiveres, starter systemet automatisk en overføring til en menneskelig agent. Standard svarmal for denne intensjonen er agent handover. Selv om det ikke er noen begrensninger i brukergrensesnittet for å endre nøkkelen til svarmalen, vil endring av den ikke påvirke resultatet av den menneskelige overleveringen.

Intensjoner om småprat

Alle nyopprettede AI-agenter inkluderer fire forhåndsdefinerte småprat-intensjoner for å håndtere vanlige kundehilsener, takknemlighetsuttrykk, negative tilbakemeldinger og avskjed:

  • Hilsener
  • Takk deg
  • AI-agenten var ikke til hjelp
  • Adjø
Disse intensjonene og tilhørende svar er tilgjengelige som standard i alle AI-agenter. Du kan imidlertid tilpasse eller slette dem slik at de passer til ditt spesifikke brukstilfelle og ønsket samtaleflyt.

Kontekster

Kontekst gjør interaksjoner mellom agent og kunde enklere og mer konsise. AI-agenter forstår lett setninger som «Jeg vil kjøpe den» når det er nok kontekst til å identifisere hva «den» refererer til. Kontekster bidrar til å oppnå klarhet i samhandling med kunder. Slike uttrykk kan samsvare med en intensjon hvis riktig kontekst oppgis.

For å muliggjøre oppfølgingsintensjoner og organisere måter å strukturere flyten i en samtale på, kan hver intensjon konfigureres med inngangskontekst og utgangskontekst. Denne kontekstvariabelen lagres for hver økt, og tilstanden til denne variabelen endres basert på intensjoner som aktiveres i løpet av en økt.

Inngangskontekst

Oppføringskontekster styrer om en intensjon kan matches med sluttbrukerspørringen basert på øktens aktive kontekst. Når kontekst er tilstede i en økt, brukes følgende regler for intensjonsmatching:

  • En intensjon med inngangskontekster vil bare bli matchet hvis den aktive konteksten i økten allerede inneholder alle de nødvendige inngangskontekstverdiene. Med andre ord må inngangskonteksten til en intensjon være et delsett av den aktive konteksten for at den skal matches.

  • For alle intensjoner som oppfyller regelen ovenfor, gis preferanse til intensjoner hvis inndatakontekst samsvarer bedre med den aktive hvis konfidenspoengene for flere intensjoner er de samme. Med andre ord, inputkonteksten vil bli brukt til delvise kamper som avgjør om uavgjort.

Gå ut av kontekst

Avslutningskontekster styrer de aktive kontekstene for en økt. En exit-kontekst inneholder kontekstverdistrengen og varigheten av den konteksten. Når en intensjon er fullført (alle sporene er fylt og det endelige svaret kalles), blir de konfigurerte exit-kontekstene for den intensjonen exit for sine respektive varigheter. Utviklere kan konfigurere maksimalt 15 exit-kontekster for en bestemt intensjon. En utgangskontekst kan legges til ved å trykke på enter/return tast etter å ha skrevet inn konteksten.

Enheter

Enheter er byggesteinene i samtaler. De er viktige elementer som AI-agenten trekker ut fra brukerytringer. Enheter representerer spesifikke opplysninger, for eksempel produktnavn, datoer, mengder eller andre viktige ordgrupper. Ved å effektivt identifisere og trekke ut enheter, kan AI-agenten bedre forstå brukerens intensjon og gi mer nøyaktige og relevante svar. Hvis du vil ha mer informasjon om hvordan du oppretter en enhet, kan du se Opprette en enhet.

Enhetstyper

Webex AI Agent Studio tilbyr 11 forhåndsbygde enhetstyper for å fange opp ulike typer brukerdata. Du kan også opprette hvilken som helst av følgende tilpassede enheter.

Tilpassede enheter

Disse enhetene er konfigurerbare og lar utviklere fange opp brukstilfellespesifikk informasjon.

  • Tilpasset liste – Definer lister over forventede strenger for å fange opp spesifikke datapunkter som ikke dekkes av forhåndsbygde enheter. Du kan legge til flere synonymer mot hver streng. For eksempel en enhet med tilpasset pizzastørrelse.

  • Regex – Bruk regulære uttrykk til å identifisere spesifikke mønstre og trekke ut tilsvarende data. For eksempel et telefonnummerregeks, som i 123-123-8789

  • Sifre – Registrerer numeriske inndata med fast lengde med høy nøyaktighet, spesielt i taleinteraksjoner. Vi bruker dette som et alternativ til egendefinerte og regex-enhetstyper i ikke-stemmebaserte interaksjoner. For eksempel, definer en lengde på fem for å oppdage et femsifret kontonummer.

  • Alfanumerisk – Registrerer kombinasjoner av bokstaver og tall, og gir nøyaktig gjenkjenning av både tale- og ikke-taleinndata.

  • Fri form – Fang opp fleksible datapunkter som er vanskelige å definere eller validere.

  • Kartposisjon (WhatsApp) – Hent ut posisjonsdata som du har delt på WhatsApp-kanalen.

Systemenheter

EnhetsnavnBeskrivelseEksempelinndataEksempel på utdata
DatoAnalyserer datoer i naturlig språk til et standard datoformat«juli neste år»01/07/2020
TidAnalyserer tid i naturlig språk til et standard tidsformat5 om kvelden17:00
E-postOppdager e-postadresserskriv til meg på info@cisco.com info@cisco.com
TelefonnummerOppdager vanlige telefonnumreRing meg på 98765432109876543210
Monetære enheterAnalyserer valuta og beløpJeg vil ha 20 dollar20$
OrdinalOppdager ordinaltallEn fjerdedel av ti personer4th
KardinalOppdager kardinaltallEn fjerdedel av ti personer10
GeolokaliseringOppdager geografiske steder (byer, land osv.)Jeg svømte i Themsen i London, StorbritanniaLondon, Storbritannia
PersonnavnOppdager vanlige navnBill Gates fra MicrosoftBill Gates
MengdeIdentifiserer målinger, som vekt eller avstandVi er 5 km unna Paris5km
VarighetIdentifiserer tidsperioder1 uke med ferie1 uke

Du kan redigere opprettede enheter fra Enheter-fanen. Når du kobler enheter til en intensjon, annoteres ytringene dine med oppdagede enheter etter hvert som du legger dem til.

Svar

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

  • Tekst– Vanlige tekstmeldinger for direkte kommunikasjon.
  • Multimedia– Bilder, lyd eller videoelementer for å forbedre brukeropplevelsen.

Hvis du vil ha mer informasjon om hvordan du oppretter svar, kan du se Opprett et svar.

Systemresponser

Følgende forhåndskonfigurerte systemsvar er tilgjengelige for den skriptede AI-agenten. Du kan tilpasse meldingene for standard systemresponser. Du kan imidlertid ikke slette disse svarene.

  • Velkomstmelding

  • Svarforslag

  • Delvis melding

  • Reservemelding

  • Enhetsforslag

  • Overlevering av agent

Småpratsvar

Du kan tilpasse og slette følgende småpratsvar:

  • Adjø

  • Hilsener

  • Hjelpemelding

  • Ikke nyttig

  • Takk deg

De støttede kanalene du kan konfigurere svarene for er Web (standard), Apple Messages for Business, Messenger, RCS, SMS, Voice og WhatsApp.

Responsdesigner

Svardesigneren tilbyr et brukervennlig grensesnitt for å lage svar uten at det kreves omfattende kodekunnskaper. Alternativet for betingede svar tillater enkel konstruksjon av svar for ikke-utviklere som AI-agenten leverer til kunder.

Responsdesigneren er utformet for å sikre at brukeropplevelsen er tilpasset den spesifikke kanalen AI-agenten samhandler med.

Støttede svartyper for kanaler

I Response Designer kan du konfigurere kanalspesifikke svar for intensjonene. Hvis du vil ha mer informasjon om hvordan du konfigurerer ulike svartyper, kan du se delen Konfigurer svartyper.

Tabell 1. Svartyper for kanaler
SvartypeBeskrivelseStøttede kanaler
TekstEnkle tekstsvar tillater flere tekstbokser i ett svar. Dette oppsettet deler opp lange meldinger i håndterbare deler. Du kan legge til flere svaralternativer i svarene dine, og systemet vil tilfeldig velge ett som skal vises, noe som sikrer dynamiske interaksjoner.Alle
KarusellRike svar består av ett enkelt kort eller flere kort som vises i et karusellformat.Nett (standard), Messenger
Raskt svarEt forhåndsdefinert svar som AI-agentene bruker for å svare raskt på kundehenvendelser.Nett (standard), SMS, Messenger, Apple Messages for Business, RCS
BildeEn multimedieresponstype der du kan konfigurere bilder ved å oppgi URL-er.Nett (standard), Messenger, WhatsApp
VideoGjengir videoer i forhåndsvisningen basert på den konfigurerte video-URL-en.Nett (standard), WhatsApp
LydGjengir lydfilen ved å oppgi lyd-URL-en. Den viser også varigheten på lydmeldingen i utgangen.Nett (standard), WhatsApp, nettchat
FilShows/plays filtypen basert på den konfigurerte fil-URL-en.WhatsApp
Svar-knappTilbyr raske svar fra et begrenset sett med alternativer, for eksempel å velge et produkt som skal returneres.

Hver melding består av:

  • Topptekst – et valgfritt felt som kan inneholde 20 tegn med tekst, bilde, video eller et dokument.
  • Brødtekst – et obligatorisk tekstfelt som kan inneholde opptil 1024 tegn.
  • Bunntekst – et valgfritt tekstfelt som tillater opptil 60 tegn.
  • Knapper – maksimalt 3 tekstknapper med en grense på 20 tegn.

WhatsApp
ListemeldingPresenterer flere alternativer for enkelt brukervalg, egnet for ulike bruksområder som takeaway-menyer eller produktkataloger. For å sette opp en listemelding, fyll ut fanene «konfigurasjon» og «listeseksjoner». Konfigurasjonsskjermen viser meldingsinnholdet brukerne vil se på enhetene sine.

Hver melding består av:

  • Topptekst – et valgfritt tekstfelt med maksimalt 60 tegn.

  • Brødtekst – et obligatorisk tekstfelt som kan inneholde opptil 1024 tegn.

  • Bunntekst – et valgfritt tekstfelt som tillater opptil 60 tegn.

  • Listetittel – et knappefelt med maksimalt 20 tegn.

Listedelen består av:

  • Seksjonstitler – valgfritt tekstfelt som brukes til å kategorisere flere rader med maksimalt 24 tegn.

  • Radtittel – obligatorisk tekstfelt som sendes som et valg ledsaget av en alternativknapp med maksimalt 24 tegn.

  • Radbeskrivelse – valgfritt tekstfelt som gir ytterligere kontekst for radelementer med maksimalt 72 tegn.

Konfigurering av en listemelding på plattformen krever et ekstra felt: Rad-ID – unik identifikator for hver rad som hjelper deg med å identifisere brukerens valg.

WhatsApp
Nummerert listeHurtigsvar i WhatsApp er definert som en nummerert liste. Når brukere velger et tall fra listen over elementer, mottas nyttelasten som er konfigurert for elementet.WhatsApp
ListevelgerMed listevelgeren deler AI-agenten en liste over elementer med en kunde basert på spørringen. Dette lar kunden velge varene fra de gitte alternativene og svare med valget. Hvis kundeforespørselen delvis samsvarer, svarer AI-agenten med intensjonene som er nær kundeforespørselen som alternativer. De delvise samsvarssvarene gjengis bare for listevelgeralternativet i Apple Messages for Business-kanalen.Apple-meldinger for bedrifter
TidsvelgerMed svartypen for tidsvelgeren kan du sette opp tidsluker for å bestille avtaler eller møter. Hver seksjon trenger en tittel, tidssone og flere tidsrom. Når en intensjon er konfigurert, sender AI-agenten disse tidslukene til brukerne slik at de kan velge mellom.Apple-meldinger for bedrifter
MediaDenne malen støtter vedlegg i forskjellige formater som jpeg, mp3, mp4, png, pdf og aac.Apple-meldinger for bedrifter
Rik lenkeURL-adressen for rikt lenkeinnhold er innebygd i bildet eller en video som er i en chatteboble. Når du klikker på denne boblen, blir kunden omdirigert til nettstedet som er angitt i bildet eller videoen.Apple-meldinger for bedrifter
SkjemaMed Business Forms Messages kan du lage komplekse, interaktive opplevelser på flere sider for iOS og iPadOS ved hjelp av én enkelt JSON-fil. Denne funksjonen hjelper bedrifter med å samle inn detaljerte kundedata gjennom et brukervennlig grensesnitt i Apple Messaging. Det tillater ulike interaksjoner uten at brukerne trenger å forlate chatten.Apple-meldinger for bedrifter
Tilpasset hendelseGir kontroll over en samtale mens man samhandler med den skriptede AI-agenten.Stemme

Liste over vanlige responsvariabler

Bruk responsvariablene i Regler -delen av designeren for betingede responser til å definere betingelser. Du kan også bruke responsvariablene i AI-agentsvarene for å tilpasse og berike agentsvarene. Hvis du vil ha mer informasjon om hvordan du konfigurerer regler, kan du se Opprett et svar.

Tabell 2. Vanlige responsvariabler
Variabelnavn

Variabel nøkkel

Beskrivelse

Enhetsverdi

entity. OR lastdfState.model_state.entities..value

Bruk denne variabelen til å bruke verdien av enheter samlet inn fra brukerne. For eksempel, i et brukstilfelle for avtalebestilling der vi ber brukeren om deres foretrukne dato ved hjelp av en enhet kalt 'Date', returnerer entity.Date verdien som er oppgitt av brukeren.

Intensjon

intent OR lastdfState.model_state.intent.name

Bruk denne variabelen til å returnere intensjonen som er angitt av kunden.

Arrangementsbutikk

eventStore

Bruk dette for å få tilgang til ordlisten som inneholder alle parameterne som sendes i hendelsesnyttelasten for tilpassede hendelser via Webex Contact Center Flow Designer.

Verdier for arrangementsbutikken

EventStore.

Bruk dette for å få tilgang til verdiene til spesifikke nøkler som sendes i hendelsesnyttelaster for tilpassede hendelser via Webex Contact Center Flow Designer.

Ekstra parameter/Message parameterverdi

extra_params.

Bruk dette for å få tilgang til informasjon som sendes under «Meldingsparametere» i AI Agent-noden for skriptstyrte agenter. Hvis for eksempel en nøkkel 'user_plan' sendes i AI-agentnoden, er den tilgjengelig som extra_params.user_plan. Disse verdiene lagres kun i én meldingsomgang, det vil si at verdien for nøkkelen bare kan brukes i svaret på meldingen som fulgte med disse meldingsparametrene.

Ekstra parametere

extra_params

Bruk dette for å få tilgang til ordboken som inneholder alle verdiene som sendes under «Meldingsparametere» i AI Agent-noden for skriptede agenter.

Forbrukerdata store/Customer parametere

consumerDataStore.extra_params

Bruk dette for å få tilgang til ordboken som inneholder alle parameterne som er sendt under «Kundeparametere» i AI Agent-noden for skriptede agenter.

Forbrukerdata store/Customer parameterverdier

consumerDataStore.extra_params.

Bruk dette for å få tilgang til informasjon som sendes under «Kundeparametere» i AI Agent-noden for skriptstyrte agenter. Hvis for eksempel en nøkkel 'user_name' sendes i AI-agentnoden, er den tilgjengelig som consumerDataStore.extra_params.user_name

Tidligere intent/Last aktiv intensjon

lastdfState.previous_intent_model_state.intent.name

Bruk denne variabelen for å få tilgang til navnet på intensjonen som var aktiv i samtalen før den gjeldende intensjonen.

Kontekstmatrise

lastdfState.context

Bruk dette for å få tilgang til navnene på alle kontekstene som er tilstede i samtalen i form av en matrise.

Kontekstvarighet

LastdfState.context.

Henter verdien av varigheten til en bestemt kontekst.

Kundens UID

consumerData.uid

Bruk denne variabelen for å få tilgang til kundens unike ID i AI-agentens svarbetingelser eller innhold. For digitale kanaler konfigureres UID-en i flyten og varierer per kanal.

Datalagervariabel

dataStore.

Bruk denne variabelen for å få tilgang til tilpassede variabler som er lagret på øktnivå.

Flagg for agentoverlevering etter regelverk

messageStore.agent_handover_by_rules

Bruk denne variabelen til å sjekke om samtalen ble overlevert til et menneske basert på noen av agentens overleveringsregler.

Samsvarende malnøkkel

messageStore.templateKey

Bruk denne variabelen for å få tilgang til det gjeldende svarnavnet.

NLP-tekst

nlp.text

Bruk denne variabelen for å få tilgang til den ubehandlede kundeforespørselen.

Behandlet spørring

nlp.processed_query

Bruk denne variabelen for å få tilgang til den behandlede kundeforespørselen.

Transaksjons-ID

transaction_id

Bruk denne variabelen for å få tilgang til transaksjons-ID-en.

I tillegg til det ovennevnte finnes det visse andre dataobjekter som er tilgjengelige som responsvariabler. Disse inkluderer messageStore, newdfState og lastdfState som inneholder metadata om agentens svar. Utviklere kan skrive dette ut i svarene sine for å få tilgang til detaljene og bruke parametere fra disse ordbøkene i svarene sine. I de fleste brukstilfeller er imidlertid variablene som er oppført i tabellen ovenfor nok til å bygge agenten din.

Var denne artikkelen nyttig?
Var denne artikkelen nyttig?