- Página inicial
- /
- Artigo
Obrigado pelos seus comentários.
Guia de administração do Webex AI Agent Studio
Neste artigo
Comentários?Este artigo descreve a visão geral do Webex AI Agent Studio e seus recursos, configuração de agente de IA configurada, integração de agentes de IA com voz e canais digitais, e relatórios de agentes de IA.
Get iniciado com Webex Agente de IA
Webex agente de IA é uma plataforma sofisticada projetada para criar, gerenciar e implementar agentes de IA automatizados para atender às necessidades de atendimento ao cliente e suporte. Usando inteligência artificial, os agentes de IA fornecem assistência automática aos clientes antes de interagirem com agentes humanos. Esses agentes suportam interações de voz com entonação, compreensão de idioma e ciência contextual nas conversações. Além disso, os agentes de IA tratam de forma legível e informativa as interações de canal digital por meio de texto e bate-papo online. Os clientes se beneficiam de uma experiência como zelador, recebendo assistência com perguntas, recuperação de informações e minimizando os tempos de espera.
Recursos de Webex agente de IA
- Respostas precisas e precisas — Fornece respostas precisas para as perguntas do cliente em tempo real.
- Execução de tarefa inteligente — Executa tarefas com base em solicitações ou entradas do cliente.
Principais benefícios para as empresas
-
Experiência aprimorada do cliente — Proporciona uma experiência conversacional em tempo real para os clientes.
-
Interações personalizadas — Adapta as respostas às necessidades e preferências individuais do cliente.
-
Escalabilidade e eficiência — Lida com um alto volume de interações com os clientes sem precisar de agentes humanos adicionais, levando a uma satisfação melhorada e a redução dos custos operacionais.
Entender os tipos e exemplos de agentes de IA
A tabela a seguir fornece um vislumbre dos tipos de agentes de IA e suas capacidades:
| Tipo de agente de IA | Objetivo | Capacidade | Descrição | Como configurar? |
|---|---|---|---|---|
|
Autônomo |
Os agentes autônomos de IA são projetados para operar de forma independente, tomando decisões e executando tarefas sem intervenção humana direta. |
Executar ações |
Faça escolhas informadas com base nas informações disponíveis e em regras predefinidas. Automatizar tarefas repetitivas ou que consomem tempo. |
|
|
Responder perguntas |
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. |
Agentes autônomos de IA para responder perguntas | ||
|
Script |
Os agentes de IA com script são programados para seguir um conjunto predefinido de regras e instruções. |
Executar ações |
Agentes com script podem executar tarefas específicas que são claramente definidas e estruturadas. |
Agentes de IA com script para executar ações. |
|
Responder perguntas |
Os agentes com script podem responder a perguntas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. |
Agentes de IA com script para responder perguntas |
Exemplos
Os agentes de IA independentes e com script podem ser aplicados a vários casos de uso, dependendo dos requisitos específicos e dos recursos desejados. Alguns exemplos incluem:
-
Serviço ao cliente — agentes autônomos e com script podem ser usados para fornecer suporte ao cliente, com agentes autônomos oferecendo mais flexibilidade e compreensão do idioma natural.
-
Assistentes virtuais— os agentes autônomos são adequados para funções de assistente virtual, pois podem lidar com várias tarefas e fornecer interações mais personalizadas.
-
Análise de dados — agentes autônomos podem ser usados para analisar conjuntos de dados grandes e extrair insights valiosos.
-
Automação de processo — Agentes autônomos e com scripts podem ser usados para automatizar tarefas repetitivas, melhorar a eficiência e reduzir erros.
-
Gerenciamento do conhecimento—Agentes autônomos podem ser usados para criar e gerenciar repositórios de conhecimento, tornando as informações facilmente acessíveis aos usuários.
A escolha entre agentes de IA independentes e com scripts depende da complexidade das tarefas, do nível necessário de ou menos dados de treinamento e da disponibilidade de dados de treinamento.
Pré-requisitos
-
Se você for um cliente da Webex Contact Center existente, assegure-se de atender aos seguintes pré-requisitos:
-
Webex espaço do Contact Center 2.0.
-
Webex Connect é provisionado para seu espaço.
-
A plataforma de mídia de voz é a plataforma de mídia da próxima geração.
-
-
Se você não tiver um espaço Webex Contact Center, entre em contato com seu Parceiro para iniciar um teste Webex da Central de Contatos com a Plataforma de Mídia da Próxima Geração.
-
Os administradores podem solicitar uma caixa de areia do desenvolvedor Webex Contact Center para testar Agentes de IA.
Ativação de recursos
Este recurso está atualmente em Beta. Os clientes podem se inscrever para esse recurso no Webex Beta Portal preenchendo a pesquisa de participação para Agentes de IA.
-
Atualmente, apenas a funcionalidade de agente de IA com script está disponível na fase Beta.
-
Agentes autônomos estão disponíveis apenas para selecionar clientes. As solicitações podem ser feitas por meio do seu CSM (Customer Success Manager), do PSM (Partner Success Manager) ou do e-mail ask-ccai@cisco.com. Após a aprovação, agentes autônomos serão disponibilizados além dos agentes com script para o seu espaço.
Acessar Webex agente de IA
Para criar seus agentes de IA, você deve fazer logon no aplicativo Webex Agente de IA. Isso pode ser feito das seguintes maneiras:
Iniciar sessão a partir do Centro de Controle
- Fazer login no Hub de controle usando a URL https://admin.webex.com.
- Na seção Serviços do painel de navegação, escolha Central de contatos.
- Em links rápidos no painel direito, vá para a seção do suite Central de contatos.
- Clique Webex agente de IA para acessar o aplicativo.
O sistema cruza- inicia o aplicativo Webex agente de IA em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Iniciar sessão a partir do Webex Connect
Para acessar o aplicativo Webex agente de IA, você deve ter acesso a Webex Conectar.
- Faça login no aplicativo Webex Connect usando a URL de espaço fornecida para sua empresa e credenciais.
Por padrão, a página Serviços é exibida como uma página inicial.
- No menu Bandeja do aplicativo do painel de navegação esquerdo, clique no Webex Agente de IA para acessar o aplicativo.
O sistema cruza- inicia o aplicativo Webex agente de IA em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Layout da página inicial
Bem-vindo à plataforma Webex agente de IA. Quando você faz login, a página inicial exibe o seguinte layout:
-
Barra de navegação
A barra de navegação exibida à esquerda fornece acesso aos seguintes menus:
- Painel — Exibe uma lista de agentes de IA aos quais o usuário tem acesso, conforme concedido pelo administrador da empresa.
- Conhecimento — Mostra o repositório de conhecimento central ou a base de conhecimento, que serve como cérebro para que agentes de IA autônomos respondam a consultas de clientes.
- Relatórios — Lista relatórios de agentes de IA pré-reconstruídos de vários tipos. Você pode gerar ou agendar relatórios de acordo com as necessidades da empresa.
- Ajuda— Fornece acesso ao guia do usuário do agente da Webex de IA na Central de ajuda Webex.
-
Perfil do usuário
O menu de perfil do usuário permite exibir suas informações do perfil e sair do aplicativo.
A página Perfil corporativo contém informações sobre o espaço do Agente de IA, acessível apenas a administradores com acesso total admin.
-
A guia Visão geral contém as seguintes informações:
- Identificadores empresariais — Inclui Webex ID de organização, ID de organização CPaaS, ID de assinatura para a empresa. Ele está disponível para empresas com integração Webex Contact Center para o espaço Webex Connect correspondente.
- Configurações de perfil — Contém nome corporativo, nome exclusivo da empresa e URL do logotipo.
- Configurações do Agente global—Permite que a seleção do agente padrão para canal de voz controle cenários de recuo.
- Resumo de retenção de dados — Fornece um resumo dos períodos de retenção de dados para esta empresa.
-
Na guia Companheiros de equipe, você pode exibir e gerenciar a lista de companheiros de equipe que têm acesso ao aplicativo. Cada usuário recebe uma função, que determina as ações que ele pode executar com base em permissões concedidas.
-
Conhecer seu Painel
No painel, os agentes de IA são representados por cartões que exibem informações básicas, incluindo o nome do agente de IA, atualizados pela última vez e o mecanismo usado para treinar o agente.
Tarefas no cartão Agente de IA
Passe o mouse sobre um cartão de agente de IA para visualizar as seguintes opções:
- Visualizar—Clique em Visualizar para abrir o widget de visualização do agente de IA.
- Ícone Elipse —Clique neste ícone para executar as seguintes tarefas:
-
Link Copiar visualização — Copie o link de visualização para colar em uma nova guia e visualizar o agente de IA no widget de chat.
-
Copiar token acesso —Copie o token de acesso do agente de IA para chamar o agente por meio de APIs.
-
Exportar — Exportar detalhes do agente de IA (no formato JSON) para sua pasta local.
-
Excluir — Exclua permanentemente o agente de IA do sistema.
-
Pin—Fixe o agente de IA na primeira posição no painel ou unpine para movê-lo de volta à sua posição anterior.
-
Crie um novo Agente de IA
Você pode criar um novo agente de IA usando a opção Criar agente + no canto superior direito do painel. Você pode optar por usar um modelo predefinido ou criar um agente a partir do zero.
Para saber como criar agentes com script e de IA autônomos, consulte as seguintes seções:
Importar agente de IA pré-reconstruído
Você pode importar um agente de IA pré-reconstruído no formato JSON de uma lista de agentes de IA disponíveis. Primeiro, assegure-se de ter exportado o agente de IA no formato JSON para sua pasta local. Siga os seguintes passos para importá-lo:
- Clique em Importar agente.
- Clique em Carregar para carregar o arquivo do agente de IA (no formato JSON) exportado da plataforma.
- No campo Nome do agente, insira o nome do agente de IA.
- (Opcional) No ID dosistema, edite o identificador exclusivo gerado pelo sistema.
- Clique em Importar.
Seu agente de IA agora é importado com êxito para a Webex plataforma Agente de IA e está disponível no Painel.
Pesquisa de Palavra-Chave
A plataforma fornece recursos de pesquisa robustos para ajudá-lo a localizar e gerenciar facilmente agentes de IA. Você pode realizar uma pesquisa de palavra-chave usando o nome do agente. Insira o nome do agente ou uma parte do nome na barra de pesquisa. O sistema exibe uma lista de agentes de IA que correspondem aos seus critérios de pesquisa.
Filtrar por tipo de agente
Além da pesquisa por palavra-chave, é possível refinar seus resultados de pesquisa filtrando-os com base no tipo de agente de IA. Escolha um dos filtros de tipo de agente na lista suspensa — Script, Autônomo e Todos.
Agente do Conhecimento
Uma base de conhecimento é um repositório central de informações sobre os Agentes autônomos de IA alimentados por Large Language Model (LLM). Os Agentes autônomos de IA aproveitam as tecnologias avançadas de IA e de aprendizagem de máquina para entender, processar e gerar texto semelhante a humanos. Esses agentes da IA treinam com grandes quantidades de dados, permitindo que eles forneçam respostas detalhadas e contextualmente relevantes. As bases de conhecimento armazenam os dados necessários para o funcionamento dos Agentes autônomos de IA.
Para acessar a base de conhecimento:
- Faça login na plataforma Webex agente de IA.
- No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. A página de bases de conhecimento é exibida.
- Você pode encontrar uma base de conhecimento com base nos seguintes critérios:
- Nome da base de conhecimento
- Tipo de base de conhecimento
- Bases de conhecimento atualizadas entre datas especificadas
- Bases de conhecimento criadas entre datas especificadas
- Clique em Redefinir todos para redefinir os critérios de pesquisa.
- Você também pode criar uma nova base de conhecimento. Para criar uma nova base de conhecimento, consulte Criar base de conhecimento para Agentes AI.
Criar base de conhecimento para agentes da IA
| 1 |
No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. |
| 2 |
Na página Bases do conhecimento, clique no botão+Criar conhecimento no canto superior direito. |
| 3 |
Na página Criar base de conhecimento, insira os seguintes detalhes: |
| 4 |
Clique em Criar. O sistema cria uma base de conhecimento com o nome fornecido. |
| 5 |
Na guia Arquivos : |
| 6 |
Na guia Documentos : |
| 7 |
Navegue até a guia Informações . Você pode visualizar e rastrear os detalhes dos arquivos que você carregou e documentos que você criou. Clique no ícone Editar para editar os arquivos base de conhecimento. Edite o nome do arquivo, se necessário. Também é possível excluir os arquivos existentes e adicionar novos arquivos.
Clique no ícone Excluir para excluir totalmente a base de conhecimento.
|
O que fazer a seguir
Configure a base de conhecimento para o Agente autônomo de IA para responder as perguntas.
Definir agentes autônomos de IA
Os agentes autônomos de IA operam independentemente sem intervenção humana direta. Esses agentes usam algoritmos avançados e técnicas de aprendizagem de máquina para analisar dados, aprender com seus ambientes e adaptar suas ações para alcançar objetivos específicos. Esta seção destaca as duas capacidades principais do Agente autônomo de IA.
Agente autônomo de IA para executar tarefas
Os agentes autônomos de IA podem realizar várias tarefas, incluindo:
-
Processamento de linguagem natural (NLP) — Compreenda e responda à linguagem humana de forma natural e conversacional.
-
Tomada de decisões — Escolhas informadas com base nas informações disponíveis e em regras predefinidas.
-
Automação — Automatizar tarefas repetitivas ou que consomem tempo.
Criar um agente autônomo de IA para executar ações
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero.
Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Filtre o tipo de agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Função principal do seu agente, clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente autônomo de IA para realizar ações foi criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-reconstruído |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um agente autônomo de IA para executar ações.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Publicar para tornar o agente de IA ao vivo. |
O que fazer a seguir
Adicione as ações necessárias ao Agente de IA.
Adicionar ações a agente autônomo de IA
Os agentes autônomos de IA para efetuar ações são projetados para compreender as intenção do usuário e agir de acordo. Por exemplo, em um restaurante há a necessidade de automatizar a ingestão da ordem alimentar online. Para realizar a tarefa, você pode criar um Agente autônomo de IA que execute as seguintes ações:
-
Obtenha as informações necessárias do cliente.
-
Transfira as informações para o fluxo necessário.
O Agente autônomo de IA para executar ações trabalha nos seguintes blocos de construção:
-
Ação — Uma funcionalidade que permite que o agente de IA se conecte com sistemas externos para executar tarefas complexas.
-
Entidade ou slot – Representa um passo para cumprir a intenção do usuário. O preenchimento de slots envolve fazer perguntas específicas ao cliente para cumprir a intenção do cliente com base em pronunciamentos. É o disparador de um agente da IA para iniciar a execução de uma ação. Defina as entidades de entrada como parte do preenchimento de slots.
-
Conclusão — Determina como o agente de IA conclui a ação. Como parte da conclusão, defina as entidades de saída para o Agente autônomo de IA gerar a resposta em um formato específico. O sistema envia as entidades de saída ao fluxo para continuar com a ação e concluir a tarefa com êxito.
| 1 |
Na guia Ação , clique em+Nova ação. |
| 2 |
Na página Adicionar uma nova ação , especifique os seguintes detalhes: |
O que fazer a seguir
Você pode configurar slots ou pode configurar slots e definir a conclusão dependendo do objetivo de ação escolhido.
Configurar o preenchimento de slots
O preenchimento do slot envolve adicionar as entidades de entrada necessárias para o mecanismo de IA. Na seção de preenchimento de slots da página Ações , adicione as entidades de entrada:
-
Você pode adicionar as entidades uma a uma no formato de tabela.
-
Você também pode usar o arquivo JSON e definir as entidades. Consulte Uma turnê do esquema JSON para obter detalhes.
Adicionar entidades de entrada no formato de tabela
| 1 |
Para adicionar uma entidade de entrada, clique em+Novo recurso de entrada. |
| 2 |
Na página Adicionar uma nova entidade de entrada, especifique os seguintes detalhes: |
| 3 |
Clique em Adicionar para adicionar a entidade de entrada. Você pode adicionar quantas entidades de entrada forem necessárias. |
| 4 |
Use a opção Controles para executar as seguintes ações na entidade: |
Adicionar entidades usando o editor JSON
Você pode adicionar entidades de entrada e entidades de saída usando o editor JSON. Na exibição do editor do JSON, as entidades devem ser definidas em um formato JSON estruturado.
Para obter mais informações, consulte A Tour of JSON Schema.
Estrutura de parâmetros de entrada
Os parâmetros de entrada devem aderir à seguinte estrutura:
-
tipo — Tipo de dados do objeto de parâmetros. É sempre 'objeto' para indicar que os parâmetros são estruturados como um objeto.
propriedades — Um objeto onde cada chave representa um parâmetro e seus metadados associados.
necessário — Uma matriz de strings listando os nomes dos parâmetros que são obrigatórios.
Objetos de propriedades
Cada chave no objeto de propriedades representa uma entidade/parâmetro de entrada e contém outro objeto com metadados sobre esse parâmetro. Os metadados devem sempre incluir as seguintes palavras-chave:
-
tipo — Tipo de dados do parâmetro. Os tipos permitidos são:
-
string — Dados textuais.
-
inteiro — dados numéricos sem casas decimais.
-
número — Dados numéricos que podem incluir decimais.
-
booliano — Valores verdadeiros/falsos.
-
matriz — Uma lista de itens, todos do mesmo tipo.
-
objeto — Uma estrutura de dados complexa com propriedades aninhadas.
-
-
descrição — Uma breve explicação do que a entidade representa. Isso ajuda o mecanismo de IA a entender a finalidade e o uso do parâmetro. Uma descrição concisa, bem como consistente com as instruções do agente e a descrição da ação, é recomendada para uma melhor precisão.
-
A validação é aplicada pela plataforma apenas para o 'tipo'. 'Descrição' não é aplicado para todas as entidades, mas é altamente recomendado que ele seja adicionado. Outras palavras-chave úteis para metadados de entidades são:
-
enum —O campo enum lista os valores possíveis para um parâmetro. Isso é útil para parâmetros que devem aceitar apenas um conjunto limitado de valores. Os desenvolvedores podem definir listas de valores personalizadas que um parâmetro deve aceitar para usá-lo.
- padrão — O campo padrão é usado com tipos de cadeia de caracteres para especificar uma expressão regular que a cadeia de caracteres deve corresponder. Isso é particularmente útil para validar formatos específicos, como números de telefone, códigos postais ou identificadores personalizados.
-
exemplos — O campo de exemplos fornece um ou mais exemplos de valores válidos para o parâmetro. Isso ajuda o mecanismo de IA a entender que tipo de dados é esperado e pode ser especialmente útil para fins de interpretação e validação.
-
Existem outras palavras-chave que podem tornar a definição de entidade mais precisa e robusta. Para obter mais informações, consulte A Tour of JSON Schema.
Exemplo
O seguinte exemplo inclui vários tipos de entidades e palavras-chave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address for the account.", "pattern": "\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "data de nascimento": { "tipo": "string", "descrição": "A data de nascimento do usuário.", "exemplos": ["mm/dd/AAAA"] }, "preferências": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Whether the user wants to receive newsletters.", "default": true }, true }, "notificações": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "descrição": "Lista de funções atribuídas ao usuário.", "itens": { "type": "string", "enum": ["user", "admin", "moderador"] } } }, "required": ["username", "password", "email"] } Este exemplo inlcude as seguintes entidades:
- nome de usuário — Um tipo de cadeia de caracteres com restrição de tamanho mínimo e máximo.
- senha — Um tipo de cadeia de caracteres com um comprimento mínimo e um formato específico (a senha indica que ela deve ser tratada com segurança).
- e-mail—Um tipo de cadeia de caracteres com um padrão regex para garantir que ele seja um endereço de e-mail válido.
- data de nascimento — Um tipo de cadeia de caracteres com exemplos para prescrever o formato da data.
- preferências—Um tipo de objeto com propriedades aninhadas (boletins informativos e notificações), incluindo um booleano com um valor padrão e uma cadeia de caracteres com valores permitidos específicos (enum).
- funções —Um tipo de matriz em que cada item é uma cadeia de caracteres limitada a valores específicos (enum).
O nome de usuário, a senha e o e-mail são obrigatórios, conforme definido pela matriz 'obrigatória'.
Neste exemplo, as entidades possuem nomes descritivos, descrições claras e seguem estrutura consistente e convenção de nomenclatura. Siga estas melhores práticas para criar entidades bem definidas que seja fácil para o mecanismo da IA interpretar e reforçar.
Definir conclusão
| 1 |
Defina os detalhes da conclusão para implementar o Agente de IA em uma central de contato. Especifique os seguintes detalhes: |
| 2 |
Configure as entidades de saída de modo que o Agente de IA gere o resultado em um formato que seja compreensível pelo fluxo. |
| 3 |
Para adicionar uma entidade de saída, clique em+Novo recurso de saída. Na tela Adicionar uma nova entidade de saída, especifique os seguintes detalhes: Você também pode usar um arquivo JSON para adicionar as entidades de saída. Para obter mais informações, consulte Adicionar entidades usando o editor JSON . |
| 4 |
Clique em Adicionar para adicionar a entidade de saída. Você pode adicionar quantas entidades de saída forem necessárias. |
| 5 |
Use a opção Controles para executar as seguintes ações na entidade: |
| 6 |
Clique em Adicionar para concluir a cofiguração. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA. Clique em Publicar para tornar o agente de IA ao vivo.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Agentes autônomos de IA para responder perguntas
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. Esse recurso é útil em cenários onde o agente precisa:
-
Fornecer suporte ao cliente — Responda PERGUNTAS FREQUENTEs, solucionar problemas e guie os clientes através dos processos.
-
Oferecer assistência técnica — Forneça conselhos de especialistas sobre tópicos ou domínios específicos.
Crie um Agente Autônomo de IA para responder perguntas
Antes de começar
Certifique-se de criar a base de conhecimento. Para obter mais informações, consulte Gerenciar bases de conhecimento.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de Agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente Autônomo de IA para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Configure a base de Conhecimento para o agente de IA.
Configurar base de conhecimento
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
Na página Painel , selecione o Agente de IA que você criou. |
| 2 |
Navegue até a guia Base de conhecimento. |
| 3 |
Escolha a base de conhecimento necessária na lista suspensa. |
| 4 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Exibir Sessão e histórico de agente autônomo de IA
Você pode exibir os detalhes da sessão e do histórico de cada agente autônomo de IA criado. A página Sessões exibe os detalhes das sessões estabelecidas com os constomers. A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA.
Sessões
A página Sessões fornece um registro abrangente de todas as interações entre agentes de IA e usuários. Para navegar até a página Sessões :
- No Painel, clique no agente autônomo de IA para o qual deseja exibir os detalhes da sessão.
- Clique em Sessões no painelde navegação esquerdo.
A página Sessões é exibida. Cada sessão é exibida como um registro que contém todas as mensagens da sessão. Essas informações são úteis para auditar, analisar e melhorar o Agente de IA.
A tabela de sessões mostra uma lista de todas as sessões/salas criadas para esse Agente de IA. A tabela será paginada se houver mais linhas do que pode ser acomodada em uma tela. Qualquer um dos campos da tabela pode ser classificado ou filtrado usando a seção Refinar resultados no lado esquerdo. Os campos que estão presentes representam as seguintes informações sobre qualquer sessão específica:
-
ID da sessão — A ID da sala exclusiva ou a ID da sessão para uma conversação.
- ID do consumidor — O ID do consumidor que interagiu com o agente de IA.
-
Canais — canal onde a interação ocorreu.
-
Atualizado na hora de encerramento da sala.
-
Metadados de sala — Contém informações adicionais sobre a sala.
-
Marque as caixas de seleção desejadas:
- Ocultar sessões de teste – Para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência do agente ocorreu — Para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de Fone de Ouvido indicando a transferência do chat para um agente humano.
- Erro – Para filtrar as sessões em que o erro ocorreu.
- Voto baixo — Para filtrar as sessões com o voto baixo.
Clique em uma linha da tabela de sessões para obter uma exibição detalhada daquela sessão. O ícone de cadeado indica que a sessão está bloqueada e precisa ser descriptografada. Você precisa ter permissão para descriptografar a sessão. Se a alternância de acesso de descriptografada estiver ativada, você poderá acessar qualquer sessão usando o botão de conteúdo Descriptpt. No entanto, essa funcionalidade é aplicável somente quando a proteção de dados Avançada está definida como verdadeira ou ativada para o espaço.
Histórico
A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA. Para exibir o histórico de um agente específico:
- No Painel, clique no agente autônomo de IA para o qual deseja exibir o histórico.
- No painel de navegação esquerdo, clique em Histórico.
A página Histórico aparece com as seguintes guias:
- Registros de auditoria—Clique na guia Logs de auditoria para exibir as alterações feitas nos agentes de IA.
- Histórico de modelos—Clique na guia Histórico de modelos para exibir as várias versões do Agente autônomo de IA para executar ações.
Registros de auditoria
A guia Registros de auditoria rastreia as alterações feitas no agente autônomo de IA. Você pode exibir os detalhes das alterações dos últimos 35 dias. A guia Registros de auditoria exibe os seguintes detalhes:
Os usuários com funções de desenvolvedor de Admin ou Agente de IA podem acessar apenas a guia Logs de auditoria. Os usuários com funções personalizadas com a permissão 'Obter log de auditoria' também podem exibir os logs de auditoria.
- Atualizado às — Os dados e a hora da alteração.
- Atualizado por — O nome do usuário que incorporou a alteração.
- Campo — A seção específica do agente da IA em que a alteração foi feita.
- Descrição — Informações adicionais sobre a alteração.
Você pode pesquisar por um registro de auditoria específico usando as opções de pesquisa Atualizado por,Campo e Descrição. É possível classificar os logs com base nos campos Atualizados e Atualizados por .
Histórico de modelos
A guia Histórico de modelos está disponível somente para agentes autônomos de IA para execução de ações.
Sempre que você publicar o Agente autônomo de IA para realizar ações, uma versão do agente autônomo de IA é sálvia e está disponível na guia Histórico de modelos. Você pode exibir as várias versões do agente de IA na guia Histórico de modelos.
- Descrição do modelo — Uma breve descrição sobre a versão do agente de IA.
- Mecanismo de IA — o mecanismo de IA usado para essa versão do agente de IA.
- Atualizado em — Data e hora em que a versão foi criada.
- Ações—Permite que você execute as seguintes ações sobre o agente de IA
- Carga — Todas as alterações feitas no agente de IA são perdidas. Você precisa executar a configuração novamente.
- Exportar — use para exportar o agente de IA.
Visualizar seu agente autônomo de IA
É possível visualizar os Agentes autônomos de IA no momento de criar o agente de IA, durante a edição e depois da implantação do agente. Você pode iniciar a visualização a partir de:
- Painel do agente de IA — Ao passar o cursor sobre um cartão de agente de IA, a opção Visualizar para que o Agente de IA se torne visível. Clique para iniciar a visualização do Agente de IA.
- Cabeçalho Agente de IA — Clique no cartão agente de IA para abrir. O botão Visualizar é sempre visível na seção de cabeçalho.
- Widget minimizado — Após uma visualização ser iniciada e minimizada, um widget cabeça de chat é criado no canto inferior direito da página e pode ser usado para relançar facilmente o modo de visualização.
Webex agente de IA também fornece uma opção de visualização acionável. Clique no menu no canto superior direito e selecione a opção Copiar link de visualização . O link de visualização pode ser compartilhado com testadores ou consumidores do Agente de IA.
Widget pré-visualização de plataforma
O widget visualização é aberto na seção inferior direita da tela. Os usuários podem fornecer total (ou sequência de pronunciamentos) para as quais a resposta do Agente de IA precisa ser marcada. Essa funcionalidade permite que o desenvolvedor assegure-se de que o Agente de IA esteja respondendo conforme esperado.
O widget de visualização pode ser maximizado. Há outros recursos úteis disponíveis, como fornecer informações do consumidor e iniciar várias salas para testar o Agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite que desenvolvedores de agentes da IA compartilhem seu agente de IA com partes interessadas e consumidores de uma maneira atualizável sem a necessidade de desenvolver uma interface de usuário personalizada para que apareça o Agente de IA. Por padrão, o link de visualização copiado renderiza o Agente de IA com casing de telefone. Os desenvolvedores podem fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. As duas principais personalizações são:
- Cor do widget—Ao anexar o parâmetro Cor da marca ao link. Os usuários podem definir cores simples usando nomes de cores ou usar código hex de cores.
-
Casing do telefone—Alterando o valor do parâmetro PhoneCasing no link. Definido como verdadeiro por padrão e pode ser desabilitado tornando-o falso.
Link de visualização de exemplo com estes parâmetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/falso>&<enter o valor hexadecimal de uma cor no formato '_XXXX'>.
Visualização baseada em voz
O agente autônomo de IA para responder perguntas suporta visualização baseada em voz. Para habilitar esta opção:
- Escolha o agente de IA no Painel.
- Navegue até .
- Na lista suspensa Mecanismo da IA, selecione Vega.
- Clique em Salvar alterações.
O botão Pré-visualizar é atualizado com um ícone de Micrograma para visualização com base em voz. Clique no botão Visualizar . O widget de visualização de voz aparece:
O usuário deve habilitar o acesso ao microfone para usar essa funcionalidade.
O widget visualização de voz fornece os seguintes recursos para os usuários:
- Inicie o botão para iniciar a visualização.
- Transcrição em tempo real Quando a exibição de voz estiver em andamento, uma transcrição ao vivo da conversa será exibida no widget.
- Termine a chamada para encerrar a conversação.
- Silenciar para silenciar.
Exibir o desempenho do agente autônomo de IA usando Análise
A seção Análise de agentes de IA fornece uma representação gráfica das principais métricas para avaliar o desempenho e a eficácia do agente de IA. Para gerar a análise do Agente autônomo de IA:
- Escolha o Agente de IA no Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
A primeira seção exibe as seguintes estatísticas sobre sessões e mensagens para o Agente de IA.
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem de números de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
A segunda seção exibe as estatísticas sobre os usuários. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários.
A terceira seção exibe as respostas do Agente de IA e as entregas do agente
Definir agente de IA com script
Esta seção descreve como configurar e gerenciar agentes de IA com script em Webex plataforma do Agente de IA, de modo que eles forneçam respostas precisas às consultas do usuário e realizem tarefas automatizadas de modo eficaz.
Agente de IA com script para efetuar tarefas
O agente com script de IA aumenta os recursos de criação de agentes sem código Webex plataforma do Agente de IA. O agente de IA com script permite conversações em vários turnos onde ele pode obter dados relevantes dos clientes para realizar tarefas específicas. Isso inclui:
-
Executar comandos simples — Siga as instruções para concluir ações predefinidas.
-
Processamento de dados — Manipula e transforma dados de acordo com as regras especificadas.
-
Interagir com outros sistemas — Comunique-se e controle outras soluções.
Criar agente de IA com script para executar ações
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel , clique em + Criar agente . |
| 3 |
Na tela Criar um agente de IA, crie um novo Agente de IA a partir do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Iniciar do zero e, em seguida, em Avançar. |
| 5 |
Em que tipo de agente você está construindo? clique em Script. |
| 6 |
Na função principal do seu agente? clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Depois de criar um agente de IA, você pode criar entidades, adicionar intençãos e definir respostas.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um Agente de IA com script para responder perguntas.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel, selecione o Agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar Alterações para salvar as configurações. |
Gerenciar Entidades
As entidades são os blocos de construção de conversações. Eles são os elementos essenciais que os Agentes de IA extraem de declarações do usuário. Eles representam informações específicas, como nomes de produtos, datas, quantidades ou qualquer outro grupo significativo de palavras. Ao identificar e extrair entidades com eficácia, os agentes de IA podem entender melhor a intenção do usuário e fornecer respostas mais precisas e relevantes.
Tipos de entidade
Webex agentes de IA oferecem 11 tipos de entidades pré-reconstruídas para capturar vários tipos de dados do usuário. Você também pode criar qualquer uma das entidades personalizadas a seguir.
Entidades personalizadas
Essas entidades são configuráveis e permitem que os desenvolvedores capturem informações específicas de caso de uso. São usados para coisas não cobertas por entidades do sistema.
-
Lista personalizada — define listas de strings esperadas para capturar pontos de dados específicos não cobertos por entidades pré-reconstruídas. Você pode adicionar vários sinônimos em cada string. Por exemplo, uma entidade personalizada do tamanho de pizza.
-
Regex — use expressões regulares para identificar padrões específicos e extrair dados correspondentes. Por exemplo, um regex de número de telefone (por exemplo,
123-123-8789). -
Dígitos — captura entradas numéricas de comprimento fixo com alta precisão, especialmente nas interações de voz. Em interações que não são de voz, é usada como uma alternativa aos tipos de entidades Custom e Regex. Por exemplo, para detectar um número de conta de cinco dígitos, um comprimento de cinco deve ser definido.
-
Alfanumérico — capture combinações de letras e números, fornecendo um reconhecimento preciso para entradas de voz e que não sejam de voz.
-
Formulário livre — capture pontos de dados flexíveis que sejam difíceis de definir ou validar.
-
Local do mapa (WhatsApp)—extraia dados de localização compartilhados por você no canal WhatsApp.
Entidades do sistema
| Nome da entidade | Descrição | Exemplo de entrada | Exemplo de saída |
|---|---|---|---|
| Data | Analisar datas na linguagem natural para um formato de data padrão | "julho do próximo ano" | 01/07/2020 |
| Hora | Analisa o tempo na linguagem natural para um formato de hora padrão | 5 da noite | 17:00 |
| Detecta endereços de e-mail | Gravar para mim em info@cisco.com | info@cisco.com | |
| Número do telefone | Detecta número de telefone comum | Me ligar em 9876543210 | 9876543210 |
| Unidades monetárias | Analisar moeda e quantia | Eu quero 20$ | 20$ |
| Ordinal | Detecta número ordinal | Quarto de dez pessoas | Dia 4. |
| Cardeal | Detecta número de cardeal | Quarto de dez pessoas | 10 |
| Geolocalização | Detecta localizações geográficas (cidades, países etc.) | Fui nadar no Tâmisa, em Londres, Reino Unido | Londres, Reino Unido |
| Nomes de pessoas | Detecta nomes comuns | Bill Gates da Microsoft | Bill Gates |
| Quantidade | Identifica medidas, como de peso ou distância | Estamos a 5km de Paris. | 5km |
| Duração | Identifica períodos de tempo | 1 semana de férias | 1 semana |
As entidades criadas podem ser editadas a partir da guia entidades. Vincular entidades a uma intenção anota suas frases com entidades detectadas ao adicioná-las.
Funções de entidade
Quando um recurso precisa ser coletado várias vezes dentro de um único intenção, as funções de entidade se tornam essenciais. Ao atribuir funções distintas à mesma entidade, você pode guiar o agente de IA para entender e processar a entrada do usuário com mais precisão.
Por exemplo, para reservar um voo com uma parada, você pode criar uma entidade aeroportuária com três funções: origem, destino e parada. Anotando frases de treinamento com essas funções, o Agente de IA pode aprender os padrões esperados e lidar continuamente com solicitações complexas de reserva.
As funções de entidade somente são suportadas para Mindmeld (entidades personalizadas e de sistema) e Rasa (apenas entidades personalizadas), os administradores precisam marcar a caixa de seleção de funções de entidade nas configurações avançadas da caixa de diálogo do seletor de mecanismos NLU.
Os administradores não podem mudar de RASA ou Mindmeld para Swiftmatch enquanto funções de entidade estão em uso. As funções devem ser removidas das intençãos para desabilitar as funções de entidade das configurações avançadas do mecanismo NLU. Você pode criar uma entidade com funções de entidade.
Criar uma entidade com funções de entidade
Antes de começar
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel, clique no agente de IA com script criado. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página Dados de Treinamento, clique na guia Entidades . |
| 5 |
Clique em Criar entidade. |
| 6 |
Na janela Criar entidade , especifique os seguintes campos: |
| 7 |
Ative os valores de slot sugestão automático para a conclusão automática e forneça sugestões alternativas para este recurso durante a conversação. O campo De funções será exibido durante a criação de uma entidade personalizada somente se funções de entidade estiverem habilitadas na seção Configurações avançadas da janela do mecanismo de treinamento Alterar para os mecanismos RASA e Mindmeld NLU. |
| 8 |
Clique em Save (Salvar). Você pode usar as opções Editar e Excluir na coluna Ações para executar ações relacionadas.
|
O que fazer a seguir
Depois de criar uma entidade, você pode vincular funções a uma entidade.
Vincular funções a uma entidade
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. |
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Você pode atribuir funções a um recurso para coletar o mesmo recurso duas vezes para uma intenção. |
Mecanismo de compreensão da linguagem natural (NLU)
Agentes de IA com script aproveitam o Entendimento da linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem alternar mecanismos NLU nas guias Artigos e Treinamentos dos Agentes de IA com script para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do Agente de IA, necessitando de requalificação para uma inferência precisa com base no novo modelo. As diferenças de desempenho podem ser analisadas usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os Agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o Agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo será exibida.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela, etc.) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver marcada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de Agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de Transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do Agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente da IA.
- Clique em Treinar. Depois que o Agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com a RASA e a Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois que todos os artigos desejados forem criados, você poderá treinar o Agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Tornar Em Tempo Real para tornar o corpus treinado ao vivo e testá-lo em Webex visualização compartilhável por agente de IA ou em canais externos onde o Agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores do nível de artigo. Em nosso esforço contínuo para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo, em oposição ao modelo mais antigo de usar vetores de nível de totalidade e encontramos vetores no nível do artigo melhorarem a precisão na maioria dos casos. Observe que os vetores de nível de artigo serão o novo valor padrão para vetorização para novos Agentes de IA de lingua única e para correspondências de nível de artigo de Agentes AI multilíngues só será suportado quando o modelo multilíngue for Polymatch.
Você pode verificar as informações sobre o modelo vetor presente no momento de uma inferência na outra seção de informações da sessão.
Gerenciar Intençãos
A intenção é um componente central da plataforma Webex agente de IA que permite aos agentes de IA entenderem e responderem à sua entrada de forma eficaz. Ele representa uma tarefa ou ação específica que você deseja realizar durante uma conversação. Os desenvolvedores de agentes de IA definem todas as intençãos que correspondem às tarefas que você deseja executar. A precisão da classificação da intenção afeta diretamente a capacidade do agente de IA de fornecer respostas relevantes e úteis. A intenção de classificação é o processo de identificar a intenção com base em sua entrada, permitindo que o Agente de IA responda de forma significativa e contextualmente relevante.
Intenção do sistema
- Intenção de recuo padrão — Os recursos de um agente de IA são inerentemente limitados pelas intenção que são projetadas para reconhecer e responder. Embora uma empresa não possa antecipar todas as perguntas possíveis que você possa fazer, a intenção padrão de recuo pode ajudar as conversas a estarem no caminho certo.
Ao implementar uma intenção padrão de recuo, os desenvolvedores de Agentes de IA podem garantir que o Agente de IA lida graciosamente com consultas inesperadas ou fora do escopo, redirecionando a conversa de volta para intençãos conhecidas.
Os desenvolvedores de agentes de IA não precisam adicionar pronunciamentos específicos à intenção de recuo. O agente pode ser treinado para disparar automaticamente a intenção de recuo quando encontra perguntas conhecidas fora do escopo que, de outra forma, podem ser categorizadas incorretamente em outras tentativas.
Por exemplo, em um agente de IA bancária, os usuários podem tentar perguntar sobre empréstimos. Se o Agente de IA não estiver configurado para tratar de consultas relacionadas a empréstimos, essas consultas podem ser incorporadas como frases de treinamento dentro da intenção padrão de recuo. Quando um usuário consulta sobre empréstimos em qualquer momento da conversa, o Agente de IA reconhece a consulta como fora das intençãos definidas por ele e aciona a resposta de recuo. Isso garante uma resposta mais adequada.
A intenção de recuo não deve ter nenhum slot associado a ela.
A intenção de recuo deve usar a chave de modelo de recuo padrão para sua resposta.
- Ajuda—Essa intenção foi projetada para endereçar perguntas do usuário sobre os recursos do agente de IA. Quando os usuários não têm certeza do que podem realizar ou encontrar dificuldades durante uma conversação, muitas vezes, buscam ajuda pedindo
ajuda.Por padrão, a resposta para o intenção de ajuda é mapeada para a chave do modelo de mensagem
daAjuda. No entanto, os desenvolvedores de agentes de IA podem personalizar a resposta ou alterar a chave de modelo associada para fornecer orientação mais personalizada e informativa.É recomendado transmitir os recursos do agente de IA em um alto nível, fornecendo aos usuários uma compreensão clara do que podem fazer a seguir.
- Falar com um agente — Essa intenção permite que os usuários solicitem ajuda de um agente humano em qualquer fase de interação deles com o agente de IA. Quando essa intenção é acionada, o sistema inicia automaticamente a transferência para um agente humano. O modelo de resposta padrão para essa intenção é
a transferência doAgente. Embora não haja restrições de IU para alterar a chave do modelo de resposta, alterá-la não afetará o resultado da transferência humana.
Pequenas Tentativas de Conversa
Todos os agentes de IA criados recentemente incluem quatro tentativas predefinidas de conversa pequenas para tratar saudações comuns do usuário, expressões de gratidão, feedback negativo e adeus:
- Saudações
- Obrigado
- O agente de IA não foi útil
- Até logo
Criar uma Intenção
Antes de começar
Antes de criar uma intenção, é recomendável criar entidades para vincular à intenção. As entidades são obrigadas a concluir a tarefa. Para obter mais informações, consulte criar entidades.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel, escolha uma tarefa. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página De dados Treinamento, clique em Criar intenção. |
| 5 |
Na janela Criar intenção , especifique os seguintes detalhes: |
| 6 |
Marque a caixa de seleção Obrigatório se a entidade for obrigatória. |
| 7 |
Digite o número de novas tentativas permitidas para esse slot quando ele for preenchido incorretamente pelo consumidor. Por padrão, o número é definido para três. |
| 8 |
Escolha a chave do modelo na lista suspensa. |
| 9 |
Na seção Resposta , digite a chave do modelo de resposta final a ser retornada aos usuários quando a intenção for concluída. |
| 10 |
Ative os slots Redefinir após a conclusão para redefinir os valores de slot coletados na conversa depois que a intenção for concluída. Se essa alternância estiver desativada, o slot manterá os valores antigos e exibirá a mesma resposta.
|
| 11 |
Ative a alternância dos valores de slot para atualizar o valor do slot durante a conversa com o consumidor. O último valor preenchido no slot é considerado pelo Agente de IA para processar os dados. Se esse recurso estiver ativado, os valores para slots preenchidos serão atualizados sempre que os usuários fornecerem novas informações para o mesmo tipo de slot.
|
| 12 |
Ative a oba sugestões de slots para alternar, de modo a fornecer sugestões de valores de slot alternativos e preenchimento de slots na resposta final, com base na entrada do usuário. |
| 13 |
Ative a alternância de conversa Final para fechar a sessão após essa intenção. Os fluxos de conexão e de voz podem usar isso para fechar uma conversa com os consumidores.
|
| 14 |
Clique em Save (Salvar). Clique em Treinar , na parte superior direita da guia Treinamento , para refletir todas as alterações feitas em intenção e entidades.
Para treinar mecanismos Rasa ou Mindmeld NLU, é necessário um mínimo de duas variantes de treinamento (pronunciamentos) por intenção. Além disso, cada slot deve ter pelo menos duas anotações. Se esses requisitos não forem atendidos, o botão Treinar está desativado. Um ícone de aviso aparece ao lado da intenção afetada para indicar o problema. No entanto, a intenção padrão de recuo está isenta desses requisitos. |
O que fazer a seguir
Depois que uma intenção é criada, algumas informações são necessárias para cumprir a intenção. As entidades vinculadas determinam como essas informações são obtidas a partir das declarações do usuário. Para obter mais informações, consulte Entidades de link com intenção.
Vincular entidades com intenção
Antes de começar
É recomendável que as entidades sejam criadas e vinculadas antes de adicionar pronunciamentos. Isso anota automaticamente as entidades enquanto as frases são adicionadas.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. As entidades vinculadas são exibidas na seção Slots.
|
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Quando uma entidade é marcada como necessária, opções de configuração adicionais ficam disponíveis. É possível especificar o número máximo de vezes que o Agente de IA pode solicitar o recurso ausente antes de aumentar a escalada ou fornecer uma resposta de recuo. Você pode definir a chave do modelo que será acionada se a entidade necessária não for fornecida dentro do número especificado de novas tentativas.
Depois que um agente de IA identifica uma intenção e reúne todos os dados necessários (slots), ele responde usando a mensagem associada à chave final do modelo configurada para essa intenção. Para iniciar uma nova conversação ou lidar com as intençãos subsequentes sem carregar dados anteriores, a alternância Redefinir slots após a conclusão deve ser ativada. Essa configuração apaga todas as entidades reconhecidas do histórico de conversas, assegurando um novo começo para cada nova interação. |
Gerar dados de treinamento
Você tem que adicionar manualmente dados de treinamento às suas intençãos para fazer com que o agente de IA trabalhe com uma precisão razoável. Os dados de treinamento consistem em diferentes maneiras pelas quais você pode invocar o mesmo intenção. Você pode adicionar pelo menos 15-20 variantes para cada intenção para melhorar sua precisão. Criar este corpus de treinamento manualmente pode ser entediante e demorado. Você pode adicionar apenas algumas variantes ou adicionar apenas palavras-chave como variantes em vez de frases significativas. Isso pode ser evitado gerando dados de treinamento para complementar os existentes.
Para gerar dados de treinamento, siga as etapas a seguir:
- Insira o nome da intenção e uma frase de exemplo.
- Clique em Gerar.
- Forneça uma breve descrição da intenção de guiar a IA.
- Especifique o número desejado de variantes e o nível de criatividade para as sugestões geradas por IA.
- Gerar muitas variantes de uma só vez pode afetar a qualidade. Recomendamos um máximo de 20 variantes por geração.
- Uma configuração de menor criatividade pode produzir variantes menos diversas.
- O processo de geração pode levar alguns segundos, dependendo do número de variantes solicitadas.
- O ícone de raio diferencia as variantes geradas por IA dos dados de treinamento definidos pelo usuário.
Mecanismo de compreensão da linguagem natural (NLU)
Agentes de IA com script aproveitam o Entendimento da linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem alternar mecanismos NLU nas guias Artigos e Treinamentos dos Agentes de IA com script para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do Agente de IA, necessitando de requalificação para uma inferência precisa com base no novo modelo. As diferenças de desempenho podem ser analisadas usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os Agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o Agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo será exibida.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela, etc.) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver marcada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de Agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de Transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do Agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente da IA.
- Clique em Treinar. Depois que o Agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com a RASA e a Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois que todos os artigos desejados forem criados, você poderá treinar o Agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Tornar Em Tempo Real para tornar o corpus treinado ao vivo e testá-lo em Webex visualização compartilhável por agente de IA ou em canais externos onde o Agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores do nível de artigo. Em nosso esforço contínuo para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo, em oposição ao modelo mais antigo de usar vetores de nível de totalidade e encontramos vetores no nível do artigo melhorarem a precisão na maioria dos casos. Observe que os vetores de nível de artigo serão o novo valor padrão para vetorização para novos Agentes de IA de lingua única e para correspondências de nível de artigo de Agentes AI multilíngues só será suportado quando o modelo multilíngue for Polymatch.
Você pode verificar as informações sobre o modelo vetor presente no momento de uma inferência na outra seção de informações da sessão.
Sinalizando Variantes Geradas
Para garantir o uso responsável da IA, os desenvolvedores podem sinalizar as saídas geradas por IA para revisão. Isso permite a identificação e prevenção de quaisquer conteúdos prejudiciais ou tendenciosos. Para sinalizar saídas geradas por IA:
- Localize a Opção Sinalização: uma opção de sinalização está disponível para cada pronunciamento gerado.
- Fornecer Feedback: ao marcar um resultado, os desenvolvedores podem adicionar comentários e especificar o motivo da sinalização.
Esse recurso está inicialmente disponível com um limite mensal de uso de 500 operações de geração. Para acomodar necessidades crescentes, os desenvolvedores podem entrar em contato com seus proprietários de contas para solicitar um aumento nesse limite.
Criar Intenção e Entidade multilíngue
É possível criar dados de treinamento em vários idiomas. Para cada idioma configurado para seu agente de IA, você deve definir as frases que refletem as interações desejadas. Embora os slots permaneçam consistentes em todos os idiomas, as chaves do modelo identificam exclusivamente as respostas em cada idioma.
Nem todos os idiomas oferecem suporte a todos os tipos de entidade. Para obter mais informações sobre a lista de tipos de entidades com suporte a cada idioma, consulte as entidades dos versos Idiomas com suporte na tabela em idiomas Com suporte para Agentes de IA com script.
Gerenciar Respostas
As respostas são as mensagens que seu agente de IA envia aos clientes em resposta às suas consultas ou intenções. Você pode criar respostas que incluem:
- Texto — Mensagens de texto simples para comunicação direta.
- Código — Código incorporado para conteúdo dinâmico ou ações.
- Multimídia: imagens, elementos de áudio ou vídeo para aprimorar a experiência do usuário.
As respostas têm dois componentes principais:
- Modelos — Estruturas de resposta predefinidas que são mapeadas para intenção específica.
- Fluxos de trabalho — A lógica que determina qual modelo usar com base na intenção identificada.
Os modelos para Transferência de Agente, Ajuda, Retorno de queda e Bem-vindo são pré-configurados e a mensagem de resposta pode ser alterada nos modelos correspondentes.
Tipos de resposta
A sessão do Designer de respostas abrange diferentes tipos de respostas e como elas podem ser configuradas.
A guia Fluxos de trabalho é usada para lidar com respostas assíncronos enquanto liga para um API externo que responde de forma assíncrorona. Os fluxos de trabalho devem ser codificados em píton.
Substituição de variável
A substituição de variáveis permite usar variáveis dinâmicas como parte de modelos de resposta. Todas as variáveis padrão (ou entidades) de uma sessão, juntamente com aquelas que um desenvolvedor de agente de IA pode definir dentro de um objeto de formulário livre, como o campo datastore , podem ser usados em modelos de resposta por meio desse recurso. As variáveis são representadas usando esta sintaxe: ${variable_name}. Por exemplo, usando o valor de uma entidade chamada apptdate usa ${entities.apptdate} ou ${newdfState.model_state.entities.apptdate.value}.
As respostas podem ser personalizadas usando variáveis recebidas do canal ou coletadas dos consumidores ao longo de uma conversação. A funcionalidade de conclusão automática mostra a sintaxe de variáveis na área de texto quando você começa a digitar ${. Selecionar a sugestão necessária preenche automaticamente a área com a variável e destaca tal variável.
Configurar respostas usando o Designer de resposta
O designer de respostas oferece uma interface amigável para criar respostas sem precisar de conhecimento amplo de codificação. Dois tipos de resposta estão disponíveis:
- Respostas condicionais: Para nondevelopers, essa opção permite uma construção fácil de respostas que o agente de IA fornece aos clientes.
- Trechos de código: para desenvolvedores que usam Python, esta opção permite flexibilidade para configurar respostas usando código.
O Webex designer de resposta do agente de IA foi projetado para garantir que a experiência do usuário seja adaptada ao canal específico com o qual o Agente de IA está interagindo.
Modelos de resposta
- Texto — São respostas de texto simples. Para aprimorar a experiência do usuário, o designer de respostas permite várias caixas de texto em uma única resposta, permitindo que você divida mensagens longas em seções mais gerenciáveis. Cada caixa de texto pode incluir várias opções de resposta. Durante uma conversação, uma dessas opções é selecionada aleatoriamente e exibida ao usuário, assegurando uma interação dinâmica e envolvente.
Para manter uma experiência dinâmica e envolvente do usuário, você pode adicionar várias opções de resposta aos seus modelos. Quando um modelo com várias opções é ativado, um deles é selecionado aleatoriamente e exibido para o usuário. É possível ativar essa função clicando no botão+Adicionar variante localizado na parte inferior da resposta.
Ao salvar respostas, os desenvolvedores veem um aviso indicando o número de erros que precisam ser corrigidos. Os campos com erros serão destacados em vermelho. Usando as setas de navegação, o desenvolvedor pode localizar e corrigir facilmente esses erros em qualquer formato de canal ou resposta. Se o picareta ou o carroel da lista contiver várias placas, a navegação por ponto permite que você passe pelos cartões com erros. Para um único cartão, o ponto correspondente fica vermelho para sinalizar o erro.
- Resposta rápida — as respostas de texto podem ser emparelhadas com botões, que podem ser baseados em texto ou links URL. Os botões de texto exigem um título e uma carga, que são enviados para o bot quando clicados. Os botões URL redirecionam os usuários para uma página da Web específica.
Quando a consulta de um usuário é ambígua, a correspondência parcial permite que o bot sugira artigos ou intençãos relevantes como opções. Este recurso está disponível para interações web e Facebook.
Adicionando respostas rápidas de URL
Os botões de URL de resposta rápida em respostas fixas e condicionais permitem criar botões que redirecionam os usuários ao seu site para mais informações ou ações, como preencher formulários. Quando o usuário clica nessa opção, esses botões abrem a URL especificada em uma nova guia na mesma janela do navegador, sem enviar nenhum dado de volta para o bot.
Para adicionar uma resposta rápida URL em resposta condicional ou fixa:
- Escolha a chave do artigo ou modelo para a qual deseja configurar a resposta rápida da URL.
- Clique em +Adicionar resposta rápida. A janela pop-up tipo Tecla é exibida.
- Escolha o tipo de botão como URL no canal da Web.
- Especifique o título do botão e URL para o qual o consumidor deve ser redirecionado após clicar no botão.
- Clique em Concluído para adicionar uma resposta rápida URL.
Os botões de tipo de URL também podem ser configurados através do tipo de resposta dinâmica, onde esses botões devem ser configurados usando trechos de código píton. Esses botões são suportados na visualização de plataforma Webex agente da IA e na visualização compartilhamento. Eles não contam, atualmente, com o widget IMIchat Live chat ou outros canais de terceiros.
- Carroel — Respostas ricas podem incluir um único cartão ou vários cartões organizados em um formato de carroel. Cada cartão requer um título e pode conter uma imagem, uma descrição e até três botões.
Os botões de resposta rápida no modelo Carousel podem ser configurados com texto ou links URL. Clicar em um botão URL redirecionará o usuário para o site especificado. Clicar em um botão de resposta rápida baseado em texto envia uma carga de pagamento configurada para o bot, acionando a resposta correspondente.
- Imagem— Um modelo multimídia onde os usuários podem configurar imagens fornecendo URLs.
- Vídeo: renderiza vídeos na visualização com base na URL de vídeo configurada.
- Código — pode ser usado para gravar código Python para chamar APIs ou executar outra lógica.
Trechos de códigos
As respostas condicionais, com seus recursos extensos e modelos diversos, podem atender efetivamente a maioria das necessidades do agente de IA. No entanto, para casos de uso complexo que não podem ser totalmente realizados através de respostas condicionais ou para desenvolvedores que preferem codificação, o tipo de resposta trecho de código está disponível.
Trechos de código permitem configurar as respostas usando o código Python. Essa abordagem permite criar todos os tipos de respostas, incluindo respostas rápidas, texto, carroousels, imagens, áudio, vídeo e arquivos, dentro de um modelo de resposta ou artigo.
O código de função definido no modelo trecho de código pode ser usado para definir variáveis que são usadas em outros modelos. É importante observar que o código de função não pode retornar respostas diretamente quando usado em respostas condicionais.
Validação de trecho de código—A plataforma verifica apenas erros de sintaxe dentro do trecho de código que você está configurando. Entretanto, qualquer erro no conteúdo de resposta em si pode causar problemas para os usuários que interagem com o bot no canal configurado. Por exemplo, o editor não impedirá que você adicionando uma resposta de "picareta de tempo" para o canal da Web, mas isso resulta em erros se a consulta de um usuário disparar essa resposta específica.
Se você optar por não configurar uma resposta exclusiva para diferentes canais, a resposta da Web será considerada como a resposta padrão e será enviada ao usuário final. A lista de modelos suportados no canal Web são:
- Texto— uma mensagem de texto simples que pode ter várias variantes. Essa mensagem configurada é exibida com base na consulta.
- Resposta rápida — Um modelo que tem texto e botões clique nele.
- Carousel — Uma coleção de cartões, com cada cartão tendo um título, uma URL de imagem e uma descrição.
- Imagem—Um modelo para configurar imagens fornecendo URLs.
- Vídeo— Um modelo para configurar vídeo fornecendo a URL de vídeo. Você pode reproduzir o vídeo clicando ou tocando na imagem.
- Arquivo—Um modelo para configurar um arquivo em pdf, fornecendo a URL para acessar o arquivo.
- Áudio— Um modelo para configurar um arquivo de áudio fornecendo a URL de áudio. Ele também mostra a duração da mensagem de áudio na saída.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Agente de IA com script para responder perguntas
Agentes de IA com script são agentes orientados pelo conhecimento cuja base de conhecimento consiste em um corpus de perguntas e respostas. O agente de IA com script pode fornecer respostas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. Essa capacidade é útil em cenários onde:
- É necessário um conhecimento específico — o agente precisa responder perguntas em um domínio predefinido.
- Consistência é importante — o agente deve fornecer respostas consistentes a consultas semelhantes.
- Flexibilidade limitada é necessária — as respostas do agente são limitadas pelas informações no treinamento.
Crie um agente de IA com script para responder perguntas
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente está construindo , clique em Scripted. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Crie uma entidade com funções de entidade para o Agente de IA.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um Agente de IA com script para responder perguntas.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel, selecione o Agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar Alterações para salvar as configurações. |
Gerenciar Artigos
Artigos a partir do cerne dos Agentes de IA com script. Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Cada artigo tem uma pergunta Padrão que serve como identificador para esse artigo em sessões, curadoria e outros lugares no Agente de IA. Todos os artigos configurados juntos em um Agente da IA constituem a base de conhecimento ou o corpus doagente. O sistema compara sua consulta com essa base de conhecimento e mostra a resposta com o nível de confiança mais alto como uma resposta do Agente.
Os mecanismos Rasa e Mindmeld NLU exigem um mínimo de duas variantes de treinamento (pronunciamentos) para que um artigo faça parte do modelo treinado de uma corporação. Em um Agente de IA com script para responder perguntas, se Rasa ou Mindmeld NLU estiver selecionado e se um artigo tiver menos de duas variações, os botões Treinar e Salvar e Treinar não estarão disponíveis. Quando você descansa o ponteiro nesses botões não disponíveis, uma mensagem é exibida para resolver os problemas antes do treinamento. Há também um ícone de aviso exibido correspondente ao artigo com problemas. As questões são resolvidas adicionando mais de duas variantes para um artigo. Depois que os problemas são resolvidos, os botões Treinar e Salvar e Treinar são disponibilizados. Ter duas variantes não é aplicável aos artigos padrão – mensagem de correspondência parcial, mensagem de recuo e mensagem de boas-vindas.
É possível classificar os artigos em categorias de sua escolha, e todos os artigos não categorizados são classificados como não atribuídos. Há quatro artigos padrão disponíveis para cada Agente de IA, desde o momento da criação. São eles:
- Mensagem de boas-vindas — Contém a primeira mensagem sempre que houver um início de conversa entre o cliente e o agente de IA.
- Mensagem de recuo — O agente de IA mostra essa mensagem quando o agente não consegue entender a pergunta do usuário.
- Correspondência parcial — Quando o Agente de IA reconhece vários artigos com uma pequena diferença de pontuações (conforme definido nas configurações de Transferência e Inferências ), o agente mostra essa mensagem de correspondência juntamente com os artigos correspondidos como opções. Você também pode configurar a resposta de texto a ser exibida junto com essas opções.
- O que você pode fazer?— Você pode configurar os recursos do agente de IA. O agente de IA exibe isso sempre que os usuários finais questionam os recursos de Agente de IA.
Além disso, o artigo padrão de Falar com um agente será adicionado se a transferência de agentes a partir das configurações De transferência e Inferência estiver ativada.
Todos os novos agentes de IA também apresentam quatro artigos Smalltalk que tratam das declarações do usuário para:
- Saudações
- Obrigado
- O agente de IA não foi útil
-
Até logo
Esses artigos e respostas estão disponíveis na base de conhecimento do agente de IA por padrão, enquanto criam um novo Agente de IA. Você também pode modificá-los ou removê-los.
Adicionar artigos por meio de IU e resposta padrão
Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Toda consulta de consumidor é comparada com esses artigos (base de conhecimento) e a resposta que retorna o maior nível de confiança é exibida ao usuário como a resposta do Agente de IA. Para adicionar artigos:
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique em Criar novo artigo. |
| 4 |
Adicione os variantes padrão. |
| 5 |
Selecione qualquer uma dessas respostas padrão para o artigo. Valores possíveis:
Para obter mais informações, consulte a seção Configurar respostas usando o Designer de respostas. |
| 6 |
Clique em Salvar e treinar. |
Importar de catálogos
| 1 |
Muito na plataforma de Webex agente de IA |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nos três elipses. |
| 4 |
Clique em Importar de catálogos. |
| 5 |
Selecione as categorias dos artigos que devem ser adicionados ao agente. |
| 6 |
Clique em Concluído. |
Extrair PERGUNTAS FREQUENTEs do link
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nas três elipses. |
| 4 |
Clique em Extrair PERGUNTAS FREQUENTEs a partir do link. |
| 5 |
Forneça o URL de onde as perguntas frequentes estão hospedadas e clique em Extrair. |
| 6 |
Clique em Importar. |
Importar do arquivo
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nos três elipses. |
| 4 |
Clique em Importar de um arquivo e selecione CSV o importar os artigos do arquivo csv. Se estiver importando artigos de um arquivo no formato JSON, selecione o JSON. |
| 5 |
Clique em Procurar e selecione um arquivo que contenha todas as aticles. Clique no exemplo Download para exibir o formato em que os artigos devem ser especificados. |
| 6 |
Clique em Importar. |
Adicionar sinônimos personalizados
Muitos casos de uso de agentes de IA tendem a envolver palavras e frases que podem não fazer parte do vocabulário inglês padrão ou que são específicas a um contexto comercial. Por exemplo, você deseja que o agente da IA reconheça o aplicativo para Android, o aplicativo para iOS e assim por diante. O Agente de IA deve incluir esses termos e suas variações nas pronunciamentos de treinamento para todos os artigos relacionados, levando a uma entrada de dados redundante.
Para superar esse problema de redundância, você pode usar sinônimos personalizados dentro de um agente de IA com script para responder perguntas. Sinônimos de cada palavra raiz são substituídos pela palavra raiz no tempo de execução pela plataforma automaticamente.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nas três elipses. |
| 4 |
Clique em Sinônimos Personalizados. |
| 5 |
Clique em Nova Palavra Raiz. |
| 6 |
Configure o valor da palavra raiz, seus sinônimos e clique em Salvar. |
| 7 |
Treinar o agente de IA novamente depois de adicionar os sinônimos. Você também pode exportar os sinônimos (em formato .CSV de arquivos) para a pasta local e importar o arquivo de volta para a plataforma. |
Mecanismo de compreensão da linguagem natural (NLU)
Agentes de IA com script aproveitam o Entendimento da linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem alternar mecanismos NLU nas guias Artigos e Treinamentos dos Agentes de IA com script para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do Agente de IA, necessitando de requalificação para uma inferência precisa com base no novo modelo. As diferenças de desempenho podem ser analisadas usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os Agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o Agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo será exibida.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela, etc.) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver marcada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de Agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de Transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do Agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente da IA.
- Clique em Treinar. Depois que o Agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com a RASA e a Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois que todos os artigos desejados forem criados, você poderá treinar o Agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Tornar Em Tempo Real para tornar o corpus treinado ao vivo e testá-lo em Webex visualização compartilhável por agente de IA ou em canais externos onde o Agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores do nível de artigo. Em nosso esforço contínuo para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo, em oposição ao modelo mais antigo de usar vetores de nível de totalidade e encontramos vetores no nível do artigo melhorarem a precisão na maioria dos casos. Observe que os vetores de nível de artigo serão o novo valor padrão para vetorização para novos Agentes de IA de lingua única e para correspondências de nível de artigo de Agentes AI multilíngues só será suportado quando o modelo multilíngue for Polymatch.
Você pode verificar as informações sobre o modelo vetor presente no momento de uma inferência na outra seção de informações da sessão.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Visualizar seu agente de IA com script
Webex agente de IA permite visualizar seus agentes de IA enquanto os desenvolve e, mesmo depois do desenvolvimento, é concluído. Dessa forma, você pode testar o funcionamento dos agentes de IA e determinar se as respostas desejáveis são geradas correspondentes a respectivas consultas de entrada. Você pode visualizar seu Agente de IA com script usando as seguintes maneiras.
- Painel Agente de IA —Passe o cursor sobre um cartão Agente de IA para visualizar a opção Visualizar desse agente de IA. Clique em Visualizar para iniciar o widget de visualização do agente de IA.
- Cabeçalho Agente de IA — Após inserir o modo de edição para qualquer agente de IA, clicando no cartão do agente de IA ou no botão Editar no cartão Agente de IA, a opção Visualizar é sempre visível na seção de cabeçalho.
- Widget minimizado — Após uma visualização ser iniciada e minimizada, um widget cabeça de chat é criado no canto inferior direito da página, permitindo-lhe relançar facilmente o modo de visualização.
Além disso, você pode copiar o link de visualização compartilhamento de um agente de IA. No cartão Agente de IA, clique no ícone Elipses, na parte superior direita, e clique em Copiar link de visualização. Esse link pode ser compartilhado com outros usuários do Agente de IA.
Widget pré-visualização de plataforma
O widget visualização aparece na parte inferior direita da tela. Você pode fornecer pronunciamentos (ou uma sequência de pronunciamentos) para ver como o agente de IA responde, garantindo que ele atue conforme esperado. A visualização do agente de IA oferece suporte a vários idiomas e pode detectar automaticamente o idioma das expressões para responder de acordo. Também é possível selecionar manualmente o idioma na visualização, clicando no seletor de idiomas e escolhendo na lista de opções disponíveis.
O widget visualização pode ser maximizado para uma visualização melhor. Recursos úteis adicionais incluem fornecer informações sobre o consumidor e iniciar várias salas para testar todo o agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite que desenvolvedores de agentes da IA compartilhem seu agente de IA com partes interessadas e consumidores de uma maneira atualizável sem a necessidade de desenvolver uma interface de usuário personalizada para que apareça o Agente de IA. Por padrão, o link de visualização copiado renderiza o Agente de IA com casing de telefone. Os desenvolvedores podem fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. Essas duas principais personalizações são:
- Cor do widget—Ao anexar o
parâmetro Corda marca ao link. Os usuários podem definir cores simples usando nomes de cores ou usar código hex de cores. -
Casing do telefone—Alterando o valor do
parâmetro PhoneCasingno link. Definido comoverdadeiropor padrão e pode ser desabilitado tornando-o falsoLink de visualização de exemplo com estes parâmetros:
?botunique_name=<yourbot_unique_name>&unique_name enterprise=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Seções de geranciamento comuns para agente de IA com script
As seções a seguir são exibidas no painel esquerdo da página de configuração do agente de IA:
Treinamento
À medida que os agentes de IA evoluim e se tornam mais complexos, mudanças em sua lógica ou Noções básicas sobre a linguagem natural (NLU) às vezes podem ter consequências não intencionais. Para garantir um desempenho ideal e identificar os problemas potenciais, a plataforma agente da IA oferece uma estrutura de teste bot conveniente de um clique. É possível:
- Crie e execute facilmente um conjunto abrangente de casos de teste.
- Defina as mensagens de teste e as respostas esperadas para diversos cenários.
- Simule interações complexas criando casos de teste com várias mensagens.
Definir testes
Você pode definir testes seguindo as seguintes etapas:
- Faça login na plataforma Agente de IA.
- No Painel, clique no agente de IA com script que você criou.
- Clique em Teste no painel esquerdo. Por padrão, a guia Testcases é exibida.
- Selecione um caso de teste e clique em Executar testes selecionados.
Cada linha na tabela representa um caso de teste com os seguintes parâmetros:
| Parâmetro | Descrição |
|---|---|
| Mensagem | Uma mensagem de exemplo que representa os tipos de consultas e declarações que você pode esperar que os usuários enviem para o seu Agente de IA. |
| Idioma esperado | Espera-se que o idioma no qual os usuários interajam com o Agente de IA. |
| Artigo esperado | Especifique o artigo que deve ser exibido em resposta a uma mensagem de usuário específica. Para ajudá-lo a encontrar o artigo mais relevante, esta coluna tem uma função auto-completa inteligente. À medida que você digita, o sistema sugerirá correspondências de artigos com base no texto inserido até então. |
| Redefinir contexto anterior | Clique na caixa de seleção desta coluna para isolar casos de teste e verifique se eles são executados independentemente de qualquer contexto existente do agente de IA. Quando habilitado, cada caso de teste é simulado em uma nova sessão, evitando qualquer interferência de interações anteriores ou dados armazenados. |
| Incluir correspondências parciais | Permitir que essa alternância inclua casos de teste com artigos esperados que correspondam parcialmente à resposta real seja considerado bem-sucedido. |
| Importar de CSV | Importar casos de teste de um arquivo separado por vírgulas (CSV). Nesse caso, todos os casos de teste existentes serão substituídos. |
| Exportar para CSV | Exportar casos de teste para um arquivo separado por vírgulas (CSV). |
| Testar retornos de chamada | Ative essa alternância para simular os retornos de chamada recebidos e testar o comportamento do fluxo sem precisar de chamadas recebidas reais. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
| Retorno de chamada em fluxo | Clique na caixa de seleção dessa coluna para indicar que uma intenção deve disparar um retorno de chamada. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
| Modelo de retorno de chamada esperado | Especifique a chave do modelo que deve ser ativada quando o retorno de chamada ocorrer. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
| Tempo limite de retorno (s) | Tempo máximo (em segundos) que o Agente de IA aguarda uma resposta de retorno de chamada antes de considerar o retorno de chamada conforme o tempo expirado. Atualmente, um tempo limite de 20 segundos é aplicado. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
Executar testes
Na guia Execução , clique em Executar testes selecionados para iniciar uma execução sequencial de todos os casos de teste selecionados.
Você também pode executar casos de teste na guia Testcases .
.Para exibir casos de teste com resultados específicos, clique no resultado desejado (por exemplo, Passado, Passado com correspondência parcial,Falha,Pendente ) na faixa de resumo. Isso filtrará a lista de ocorrências de teste para exibir somente aquelas que correspondem ao resultado selecionado.
O ID da sessão associado a cada caso de teste é exibido nos resultados. Isso permite que você cruze casos de teste de referência rapidamente e visualize detalhes da transação. Para fazer isso, escolha a opção Detalhes da transação na coluna Ações .
Histórico de execução
Na guia Histórico , acesse todos os casos de teste executados.
- Clique no ícone Download da coluna Ações para exportar os dados de teste executados como um arquivo CSV para relatórios ou análise offline.
- Revise as configurações específicas do mecanismo e do algoritmo usadas para cada execução de caso de teste. Essas informações ajudam os desenvolvedores a otimizar o desempenho do agente de IA.
- Para visualizar as configurações avançadas de configuração do algoritmo usadas para um mecanismo de treinamento específico, clique no ícone Informações próximo ao nome do mecanismo de treinamento. Isso fornecerá insights sobre os parâmetros e configurações que influenciaram o comportamento do agente de IA durante o teste.
Sessões
A seção Sessões fornece um registro abrangente de todas as interações entre agentes de IA e clientes. Cada sessão inclui um histórico detalhado de mensagens trocadas. Você pode exportar dados da sessão como um arquivo CSV para análise off-line e auditoria. Você pode usar esses dados para examinar as mensagens e o contexto de sessões específicas a fim de obter insights sobre as interações do usuário e identificar áreas para melhoria, refinar as respostas do agente de IA e aprimorar a experiência geral do usuário.
Ele pode lidar com grandes conjuntos de dados exibindo resultados em páginas. Você pode usar a seção Refinar resultados para filtrar e classificar sessões com base em vários critérios. Cada linha na tabela exibe detalhes essenciais da sessão, incluindo:
- Canais — o canal onde a interação ocorreu (por exemplo, bate-papo, voz).
- ID da sessão — Um identificador exclusivo para a sessão.
- ID do consumidor — o identificador exclusivo do usuário.
- Mensagens — O número de mensagens trocadas durante a sessão.
- Atualizado em — A hora em que a sessão foi fechada.
- Metadados — Informações adicionais sobre a sessão.
- Ocultar sessões de teste – Marque essa caixa de seleção para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência de agente - Marque essa caixa de seleção para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de fone de ouvido indicando a transferência do chat para um agente humano.
- Erro – Marque essa caixa de seleção para filtrar as sessões em que ocorreu o erro.
- Downvoted —Marque esta caixa de seleção para filtrar as sessões com o voto baixo.
Clique em uma linha para acessar a exibição detalhada de uma sessão específica. Use caixas de seleção para filtrar sessões com base na transferência do agente, erros e votos baixos. Sessões descriptografação exigem permissão em nível de usuário e configurações avançadas de proteção de dados. Clique em Descriptografar para exibir os detalhes da sessão.
Detalhes da sessão de uma sessão específica do agente de IA com script para responder perguntas
A exibição Detalhes da sessão em um agente de IA com script para responder perguntas fornece uma ruptura abrangente de uma interação específica entre um usuário e o Agente de IA.
A seção Mensagens :
- Exibe todas as mensagens enviadas pelo usuário durante a sessão.
- Mostra as respostas correspondentes geradas pelo Agente de IA.
- Apresenta a ordem cronológica das mensagens, fornecendo contexto para a interação.
A guia Informações da transação:
- Lista os artigos identificados como relevantes para a consulta do cliente, incluindo correspondências exatas e correspondências parciais.
- Exibe os pontuações de similaridade associados a cada artigo identificado, indicando o grau de relevância.
- Apresenta os resultados dos algoritmos subjacentes usados para processar a consulta do cliente e identificar artigos relevantes.
- Exibe o número de resultados do algoritmo dependendo das configurações configuradas na guia Transferência e Inferência .
A seção Outras informações na exibição Detalhes da sessão fornece contexto adicional e detalhes sobre uma interação específica. Aqui está um detalhamento das informações exibidas:
- Consulta processada — Mostra a versão pre precedida da entrada do cliente depois de ter sido processada pelo pipeline de compreensão de linguagem natural (NLU) do agente de IA.
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Tipo de resposta — Especifica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Detalhes da sessão de uma sessão específica no Agente de IA com script para realizar ações
A guia Informações de transação no agente de IA com script para realizar ações fornece uma análise detalhada de uma interação específica, categorizando as informações em quatro seções:
seção Tentativas identificadas :
- Exibe as intenção que foram identificadas para a consulta do cliente.
- Indica o nível de confiança associado a cada intenção identificada.
- Lista os slots associados à intenção identificada. Clique no slot para exibir informações adicionais sobre seu valor e como ele foi extraído da consulta do usuário.
A seção Entidades identificadas lista as entidades que foram extraídas da mensagem do cliente e estão associadas à intenção ativa do consumidor. Essas entidades representam as principais informações que o bot identificou na consulta do usuário.
A seção Resultados do algoritmo fornece insights sobre os processos subjacentes que levaram à resposta do agente de IA. Aqui está um detalhamento das informações exibidas:
- Lista de intenções — Mostra as intençãos identificadas e suas pontuações de similaridade correspondentes.
- Lista de entidades — Exibe as entidades que foram extraídas da mensagem do usuário.
As Outras informações são exibidas:
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Chave de modelo — Indica a chave do modelo associada à intenção que desencadeou a resposta do agente de IA.
- Tipo de resposta — Indica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Você também pode baixar e visualizar as informações da transação no formato JSON usando a opção de download.
A guia Metadados exibe:
- Metadados de NLP — Revise as etapas de pré-processamento aplicadas à entrada do cliente na guia NLP .
- Datastore e FinalDF — Acesse dados relacionados à sessão nas guias Datastore e FinalDF de bots inteligentes.
- Funcionalidade de pesquisa —Use a barra de pesquisa interna para localizar rapidamente frases específicas dentro de uma conversação.
Histórico
Sempre que você adicionar ou modificar artigos, intençãos ou entidades, é essencial requalificação de seu agente de IA com script para garantir que ele esteja atualizado. Após cada sessão de treinamento, teste todo o seu agente de IA para verificar sua precisão e eficácia.
A página Histórico permite:
- Exibir Histórico de Treinamento — Rastreia quando um corpus foi treinado e as alterações feitas.
- Comparar mecanismos de treinamento — Revise os mecanismos de treinamento usados para iterações diferentes e suas durações correspondentes de treinamento.
- Alterações de rastreamento — Monitore as alterações feitas nas configurações, artigos, respostas, NLP e cura.
- Reverter para versões anteriores— Reverta facilmente para um conjunto de treinamentos mais antigo, se necessário.
A seção Histórico fornece ferramentas convenientes para gerenciar seus artigos básicos de conhecimento:
- Ativar artigos— disponibilize artigos anteriormente inativos em tempo real para incluí-los nas respostas do agente da IA.
- Editar artigos—Crie uma nova versão de um artigo existente preservando o original para referência.
- Desempenho de visualização — Avalie o desempenho do agente da IA com uma base de conhecimento específica usando o recurso Visualizar .
- Baixar artigos — Exporta seus artigos base de conhecimento como um arquivo CSV para análise ou referência offline. Essa opção está disponível apenas para agentes de IA com script para responder perguntas.
Registros de auditoria
A seção Logs de auditoria fornece um registro detalhado das modificações feitas no agente de IA com script nos últimos 35 dias. Para acessar logs de auditoria:
- Navegue até o Painel e clique no agente de IA que você criou.
- Clique na guia Histórico para exibir o histórico do agente de IA.
- Clique na guia Logs de auditoria para ver um log detalhado de alterações:
- Atualizado em — A data e a hora em que a alteração foi feita.
- Atualizado por — O usuário que fez a alteração.
- Campo — A seção do bot onde a modificação ocorreu (por exemplo, Configurações, Artigos, Respostas).
- Descrição — Detalhes adicionais sobre a alteração.
-
Utilize as
opções de pesquisa Atualizado poreCampopara localizar rapidamente entradas de logs de auditoria específicas. -
A guia Histórico de modelos exibe no máximo 10 corporações para cada agente de IA.
Curadoria
As mensagens são adicionadas ao console de Curation com base nos seguintes critérios:
- Mensagens de recuo—Quando o agente de IA não entende a mensagem de um usuário e aciona a intenção de recuo.
- Intenção padrão de recuo — Se essa alternância estiver ativada, as mensagens que ativarem a intenção padrão de recuo serão enviadas ao console de Cura.
Esses critérios se aplicam apenas a agentes de IA com script para a execução de ações.
- Mensagens interrompidas — Mensagens que os usuários têm voz baixa durante as visualizações do Agente de IA.
- Transferência do agente — Mensagens que resultarão na transferência de um agente humano devido às regras configuradas.
- Da sessão — Mensagens sinalizadas pelos usuários como não recebendo a resposta desejada dos dados da sessão ou da sala.
- Baixa confiança — Mensagens com uma pontuação de confiança que estão dentro do limite de baixa confiança especificado.
- Correspondência parcial — Mensagens nas quais o agente de IA não pôde identificar definitivamente a intenção ou resposta corretas.
Solucionar problemas
A guia Problemas fornece um local centralizado para revisar e endereçar mensagens que foram sinalizadas para cura. É possível fazer o seguinte:
- Escolha resolver ou ignorar problemas com base em sua gravidade e relevância.
- Examine a declaração do usuário original, a resposta do agente de IA e qualquer mídia anexada.
O acesso descriptografado é concedido no nível do usuário e exige que a Proteção avançada de dados seja ativada no backend.
Para resolver um problema, você pode:
-
Vínculo com um artigo existente — Para conectar um problema a um artigo existente, selecione a opção Link e procure o artigo desejado.
-
Criar novo artigo—Use a opção Adicionar a um novo artigo para criar um novo artigo diretamente do Console de cura.
-
Ignorar problemas — Resolve ou ignora problemas para removê-los do Console de cura.
- A vinculação a artigos padrão (mensagem de boas-vindas, mensagem de recuo, correspondência parcial) não é permitida.
- Para um agente de IA com script para realizar ações, selecione a intenção apropriada na lista suspensa e marque todas as entidades relevantes.
- Depois de fazer alterações, requalificação do agente de IA para garantir que o novo conhecimento seja refletido em suas respostas.
- Resolva ou ignore múltiplos problemas ao mesmo tempo para um geranciamento eficiente.
A guia Resolvidos fornece uma visão geral abrangente de todas as questões que foram tratadas. É possível visualizar um resumo de cada problema resolvido, incluindo se o problema estava vinculado a um artigo existente, usado para criar um novo artigo/intenção, ou ignorado. Se você encontrar respostas indesejável que não foram capturadas automaticamente pelas regras existentes, você pode adicionar manualmente declarações específicas ao Console de cura.
Para adicionar problemas a partir das sessões:
- Identificar a totalidade — Localize a pronunciamento que desencadeou a resposta incorreta.
- Verifique o status da cura:Se o problema ainda não estiver no console de cura,
a alternância statusda cura será exibida. - Alternar a opção Sinalização—Ativar o
statusda cura para adicionar a toância ao console de cura para revisão e resolução.
Se o problema já estiver presente no Console de Curação, a aparência da alternância muda de acordo, para indicar seu status.
Exibir seu desempenho de IA com script usando Análise
A seção Análise fornece representação gráfica de métricas-chave para avaliar o desempenho e a eficácia do agente de IA. As principais métricas são divididas em quatro seções representadas como guias. São eles: Visão geral, Respostas, Treinamento e Cura.
Ao visitar a tela de análise, os desenvolvedores podem selecionar o agente de IA para o qual desejam ver a análise. Eles também podem personalizar a exibição de análise escolhendo o canal para o qual desejam ver os dados, juntamente com o intervalo de datas e a granularidade dos dados. Por padrão, os dados de análise do último mês são mostrados para todos os canais com uma granularidade diária (cada dia sendo um ponto no eixo x nos gráficos).
Visão geral
A visão geral contém as principais métricas e gráficos que fornecem um instantâneo do uso e desempenho gerais do agente de IA para os desenvolvedores.
- Selecione o agente de IA na página Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
Sessões e mensagens
A primeira seção de visão geral exibe as seguintes estatísticas sobre sessões e mensagens para o agente de IA:
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem de números de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
Isso é seguido por uma representação gráfica de sessões (coluna empilhada que representa sessões tratadas pelo agente de IA e sessões entregues) e o total de respostas enviadas pelo Agente de IA.
Usuários
A segunda seção da Visão geral contém estatísticas sobre usuários para o Agente de IA. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários. Seguido por um gráfico que exibe usuários novos e retornados para cada unidade, dependendo da granularidade selecionada.
Desempenho
A terceira seção fornece estatísticas sobre as respostas do agente de IA aos usuários. Aqui é possível ver o total de respostas enviadas pelo Agente de IA e a divisão entre as respostas em que o Agente de IA:
- Identificou a intenção do usuário.
- Respondeu com uma mensagem de recuo.
- Respondeu com uma mensagem parcial da correspondência.
- Informado o usuário de uma transferência de agente.
O mesmo é agregado em um gráfico de pizza e um gráfico de área fornece informações baseadas na granularidade selecionada.
Treinamento
A seção de treinamento representa a "saúde" de um corpus de agente da IA. Recomenda-se que os desenvolvedores configurem mais de 20 pronunciamentos de treinamento para cada intenção/artigo em seus Agentes de IA. Nesta seção, todos os artigos/intençãos de um corpus são exibidos como retângulos individuais em que a cor e o tamanho relativo de cada retângulo são condicionados aos dados de treinamento que o artigo/intenção contém. Quanto mais próximo de uma intenção for branca, mais dados de treinamento precisarão que a precisão do seu agente de IA melhore.
Respostas
Esta seção dá aos desenvolvedores uma visão detalhada do que os usuários estão perguntando e com que frequência eles estão perguntando a ele. Fornece uma representação gráfica dos artigos mais populares dos agentes AI para responder perguntas e modelos de resposta de agentes de IA para a execução de ações.
Curadoria
Fornece um resumo visual de quantos problemas de cura vêm aparecendo todos os dias e quantos deles foram resolvidos pelos desenvolvedores de Agentes de IA.
Inibir agentes AI
Esta seção explica como integrar agentes de IA com canais de voz e digitais para gerenciar conversas do cliente.
Integrar agentes de IA aos canais voz e digital
Depois de você ter criado e configurado seus agentes de IA na Webex plataforma de Agente de IA, o próximo passo é integrá-los com os canais de voz e digitais. Essa integração permite que agentes de IA processem conversações digitais e baseadas em voz com seus clientes, proporcionando uma experiência de usuário de fácil e interativa.
Para obter mais informações, consulte o artigo Integrar agentes de IA com canais de voz e digital.
Ager Agente da IA
Esta seção destaca a visão geral dos relatórios de agentes de IA, tipos de relatório, criação de relatórios de agentes de IA e modos de entrega de relatório.
Noções básicas sobre relatórios de agentes de IA
O recurso relatórios permite gerar ou agendar (gerar periodicamente) relatórios específicos a partir dos tipos de relatórios disponíveis e recebê-los nos modos de entrega disponíveis. Esses relatórios podem fornecer informações valiosas em torno do comportamento do usuário, uso, engajamento, desempenho do produto e assim por diante. Você pode ter as informações desejadas entregues em seu e-mail, SFTP caminho ou balde S3. É possível escolher o tipo de relatório de uma lista de relatórios pré-criados e também escolher se deseja gerar um relatório de uma vez instantaneamente ou em intervalos regulares.
Quando você acessa o menu Relatórios no painel de navegação esquerdo, as seguintes guias são exibidas:
-
Configurar — Essa guia lista todos os relatórios atualmente ativos e gerados periodicamente. Os seguintes detalhes estão disponíveis para a lista de relatórios:
- Ativo — Se um usuário ainda está inscrito no relatório.
- Agente de IA — Nome do agente da IA associado ao relatório.
- Tipo de relatório — O tipo de relatório pré-criado ao qual se inscreveu.
- Frequência — o intervalo no qual você recebe o relatório.
- Último relatório gerado — O último relatório que foi enviado.
- Próxima data agendada — A próxima data em que o relatório será enviado.
-
Histórico — Essa guia lista todas as informações históricas dos relatórios enviados até a data. Clique em qualquer relatório nessa página para editar a configuração dos relatórios.
É possível clicar no ícone Download na coluna Ações para fazer download desses relatórios de histórico.
Os relatórios sob demanda que aparecem na guia Histórico estão disponíveis para download somente após a geração do relatório ter sido completada.
Criar relatório de agente de IA
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em Relatórios na barra de navegação esquerda. |
| 3 |
Clique em+Novo relatório. |
| 4 |
Forneça as seguintes informações para criar e configurar o relatório: |
Tipos de relatório de agentes de IA
Você pode escolher a partir de uma lista de relatórios pré-reconstruídos com base no tipo de agente de IA selecionado. Esta seção aborda esses tipos de relatório, as folhas incluídas em cada relatório e as colunas disponíveis em cada folha.
Agente de IA para responder tipo de relatório de perguntas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para responder perguntas no aplicativo. Usando diferentes tipos de relatório, você pode ser usado para entender o resumo de uso, o comportamento do agente da IA, o que os usuários estão perguntando e como o Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Comportamento e resumo de usoEsta seção exibe o resumo do agente da IA com a frequência na qual os artigos e categorias são solicitados. É possível visualizar informações de resumo, categorias e artigos em uma guia separada dos relatórios:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas/sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas | As mensagens enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens enviadas pelo agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | O total de conversas entregues a um agente humano. |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos clientes. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos clientes. |
| Campo | Descrição |
|---|---|
| Nome da categoria | O nome da categoria conforme configurado no agente de IA. |
| Conversas para a categoria | Foi detectado o número de conversas ou sessões nas quais um artigo pertencente a esta categoria foi detectado. |
| Total de respostas | O número de vezes que um artigo pertencente a essa categoria foi detectado. |
| Total de votos | O número de vezes que uma resposta dessa categoria foi votada novamente. |
| Total de votos baixos |
O número de vezes que uma resposta dessa categoria foi derrubada. |
| Campo | Descrição |
|---|---|
| Nome do artigo | O nome do artigo (variante padrão) configurado no agente de IA. |
| Categoria do artigo | A categoria à qual essa intenção pertence. |
| Conversas para o artigo | O número de conversas ou sessões nas quais este artigo foi detectado. |
| Total de respostas | O número de vezes que este artigo foi detectado. |
| Total de votos | O número de vezes que a resposta para este artigo foi votada. |
| Total de votos baixos |
O número de vezes que a resposta para este artigo é derrubada. |
Exibe a conversação entre o agente de IA e o cliente juntamente com a pontuação de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | O carimbo de hora da mensagem. |
| ID da Sessão | O identificador exclusivo da sessão. |
| ID do consumidor | O identificador exclusivo para o usuário final em agente de IA. |
| Tipo de mensagem | A mensagem ou mensagem humana do agente da IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Artigo | O identificador da resposta enviada de volta pelo agente da IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | A pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | A intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º | A pontuação da intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Os comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador exclusivo para o usuário final no agente de IA. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Artigo | Identificador da resposta enviada de volta pelo agente de IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º |
Pontuação para a intenção detectada. |
Agente de IA para executar tipo de relatório de tarefas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para execução de tarefa no aplicativo criador de agentes de IA. Como um desenvolvedor de agente de IA, você pode criar diferentes tipos de relatório. Eles podem ser usados para entender o resumo de uso do agente de IA, o comportamento do agente da IA, o que os usuários estão perguntando e como um Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Exibe o resumo de conversas juntamente com as intençãos e as chaves de modelo que são acionadas. A guia Resumo exibe os seguintes detalhes:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas ou sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas |
As mensagens que são enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens que são enviadas pelo Agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | Total de conversas entregues a um agente humano |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos usuários. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos usuários. |
Você também pode visualizar os detalhes da intenção na guia Intenção da planilha:
| Campo | Descrição |
|---|---|
| Nome da intenção | O nome da intenção, conforme configurado no agente de IA. |
| Conversas para a intenção | Número de conversas ou sessões em que essa intenção foi invocada. |
| Total de invocações | Número de vezes que essa intenção foi invocada. |
| Total de conclusões | Número de vezes que todos os slots foram coletados e essa intenção foi concluída. |
| Total de votos | O total de respostas para isso foi agrupado para cada intenção. |
| Total de votos baixos |
O total de respostas para isso foi reduzido para cada intenção. |
O relatório também tem detalhes de modelos de alto nível, como:
| Campo | Descrição |
|---|---|
| Nome da chave do modelo | O nome do modelo, conforme configurado no agente de IA. |
| Intenção-chave do modelo | Tentativas nas quais essa chave de modelo é usada. |
| Conversas para a chave do modelo | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de respostas | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de votos | Número de vezes que a resposta para este modelo foi votada novamente. |
| Total de votos baixos |
Número de vezes que a resposta para esse modelo foi interrompida. |
Exibe a conversa de um cliente com o agente de IA juntamente com os scores de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Tipo de mensagem | Mensagem ou mensagem humana de agente de IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação | Pontuação para a intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Este relatório é relevante apenas para agentes de IA com script. Você pode exibir os seguintes detalhes neste relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do cliente. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação |
Pontuação para a intenção detectada. |
Modos de entrega do relatório do agente de IA
No mundo baseado em dados de hoje, a entrega eficiente e segura dos relatórios de agentes da IA é crucial para a tomada de decisões informada e a excelência operacional. Para atender às diversas necessidades organizacionais, oferecemos vários modos de entrega para relatórios de agentes da IA, garantindo flexibilidade, confiabilidade e segurança. As opções de entrega incluem Secure File Transfer Protocol (SFTP), Email e Amazon S3 Bucket. Cada modo é projetado para atender a diferentes requisitos, seja pela necessidade de alta segurança, facilidade de acesso ou soluções de armazenamento escaláveis. Este documento destaca os recursos e os benefícios de cada modo de entrega, ajudando você a escolher a melhor opção para suas necessidades específicas.
SFTP
|
Campo |
Descrição |
|---|---|
| Enviar relatórios para um local seguro como programado |
Ative isso para empurrar os relatórios para o local seguro na hora agendada. Só é possível fornecer os seguintes detalhes ativando essa alternância. |
| Endereço IP | O IP endereço do sistema. |
| Nome de usuário | O nome de usuário para acessar os relatórios. |
| Senha | A senha para acessar os relatórios. |
| Chave privada | A chave privada para acessar os arquivos. |
| Carregar caminho |
O caminho para onde os arquivos são roteados no sistema. |
| Campo | Descrição |
|---|---|
| Agende e-mails para vários destinatários, separados por ponto e vírgula (;) | Ative isso para adicionar destinatários. |
| Destinatários |
O endereço de e-mail de todos os destinatários que devem receber os relatórios na hora e frequência especificadas. |
Recipiente S3
| Campo | Descrição |
|---|---|
| Carregar relatórios em um recipiente S3 de acordo com o agendamento |
Ative isso para disponibilizar os campos S3 e encaminhar os relatórios para o recipiente S3 configurado. |
| ID da chave de acesso a AWS | O ID chave de acesso para acessar os serviços e recursos do AWS. |
| Chave de acesso secreta do AWS | A chave de acesso secreta para acessar os serviços e recursos AWS. |
| Nome do recipiente | O nome do recipiente para o qual o relatório é roteado. |
| Nome da pasta |
O nome da pasta criada no recipiente S3. |
A conformidade com a ia do suporte
Estas seções o ajudam a compreender o Desenvolvimento da IA, Privacidade de dados, Segurança e Segurança
Desenvolvimento de IA, Privacidade de dados, Segurança e Segurança
Todos os recursos alimentados por IA da Cisco passam por uma Avaliação de impacto de IA em relação aos nossosprincípios de IA responsável e cumprem a Estrutura de IA Responsável, além dos processos existentes de Segurança, Privacidade e Direitos Humanos por design.
Privacidade e SegurançaA Cisco não retém os dados de entrada do cliente após o processo de inferência e o provedor de modelos de terceiros, a Microsoft, não acessa, monitora ou armazena dados de clientes da Cisco. Para obter mais detalhes sobre as políticas de retenção de dados específicas de recursos, consulte o Portal de confiança da Cisco.
A seguir está a lista de notas de transparência da IA para todos os recursos de IA:
Fontes de dados para treinamento e avaliaçãoO fornecedor de modelos de terceiros da Cisco, a Microsoft, representa que não usará conteúdo do cliente para melhorar os modelos Azure OpenAI e que não armazena nem retém dados de clientes da Cisco na infraestrutura Azure.
Considerações de segurança e éticasTodos os recursos de IA generalizados são propensos a erros, de modo que a Cisco prioriza a segurança de conteúdo para os recursos de IA, optando pelo filtro de conteúdo, fornecido pelo Azure OpenAI.
Avaliação de modelo e DesempenhoA Cisco prioriza o desempenho e a precisão do Assistente de IA envolvendo humanos na revisão, teste e garantia de qualidade do modelo subjacente.
Get iniciado com Webex Agente de IA
Webex agente de IA é uma plataforma sofisticada projetada para criar, gerenciar e implementar agentes de IA automatizados para atender às necessidades de atendimento ao cliente e suporte. Usando inteligência artificial, os agentes de IA fornecem assistência automática aos clientes antes de interagirem com agentes humanos. Esses agentes suportam interações de voz com entonação, compreensão de idioma e ciência contextual nas conversações. Além disso, os agentes de IA tratam de forma legível e informativa as interações de canal digital por meio de texto e bate-papo online. Os clientes se beneficiam de uma experiência como zelador, recebendo assistência com perguntas, recuperação de informações e minimizando os tempos de espera.
Recursos de Webex agente de IA
- Respostas precisas e precisas — Fornece respostas precisas para as perguntas do cliente em tempo real.
- Execução de tarefa inteligente — Executa tarefas com base em solicitações ou entradas do cliente.
Principais benefícios para as empresas
-
Experiência aprimorada do cliente — Proporciona uma experiência conversacional em tempo real para os clientes.
-
Interações personalizadas — Adapta as respostas às necessidades e preferências individuais do cliente.
-
Escalabilidade e eficiência — Lida com um alto volume de interações com os clientes sem precisar de agentes humanos adicionais, levando a uma satisfação melhorada e a redução dos custos operacionais.
Entender os tipos e exemplos de agentes de IA
A tabela a seguir fornece um vislumbre dos tipos de agentes de IA e suas capacidades:
| Tipo de agente de IA | Objetivo | Capacidade | Descrição | Como configurar? |
|---|---|---|---|---|
|
Autônomo |
Os agentes autônomos de IA são projetados para operar de forma independente, tomando decisões e executando tarefas sem intervenção humana direta. |
Executar ações |
Faça escolhas informadas com base nas informações disponíveis e em regras predefinidas. Automatizar tarefas repetitivas ou que consomem tempo. |
|
|
Responder perguntas |
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. |
Agentes autônomos de IA para responder perguntas | ||
|
Script |
Os agentes de IA com script são programados para seguir um conjunto predefinido de regras e instruções. |
Executar ações |
Agentes com script podem executar tarefas específicas que são claramente definidas e estruturadas. |
Agentes de IA com script para executar ações. |
|
Responder perguntas |
Os agentes com script podem responder a perguntas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. |
Agentes de IA com script para responder perguntas |
Exemplos
Os agentes de IA independentes e com script podem ser aplicados a vários casos de uso, dependendo dos requisitos específicos e dos recursos desejados. Alguns exemplos incluem:
-
Serviço ao cliente — agentes autônomos e com script podem ser usados para fornecer suporte ao cliente, com agentes autônomos oferecendo mais flexibilidade e compreensão do idioma natural.
-
Assistentes virtuais— os agentes autônomos são adequados para funções de assistente virtual, pois podem lidar com várias tarefas e fornecer interações mais personalizadas.
-
Análise de dados — agentes autônomos podem ser usados para analisar conjuntos de dados grandes e extrair insights valiosos.
-
Automação de processo — Agentes autônomos e com scripts podem ser usados para automatizar tarefas repetitivas, melhorar a eficiência e reduzir erros.
-
Gerenciamento do conhecimento—Agentes autônomos podem ser usados para criar e gerenciar repositórios de conhecimento, tornando as informações facilmente acessíveis aos usuários.
A escolha entre agentes de IA independentes e com scripts depende da complexidade das tarefas, do nível necessário de ou menos dados de treinamento e da disponibilidade de dados de treinamento.
Pré-requisitos
-
Se você for um cliente da Webex Contact Center existente, assegure-se de atender aos seguintes pré-requisitos:
-
Webex espaço do Contact Center 2.0.
-
Webex Connect é provisionado para seu espaço.
-
A plataforma de mídia de voz é a plataforma de mídia da próxima geração.
-
-
Se você não tiver um espaço Webex Contact Center, entre em contato com seu Parceiro para iniciar um teste Webex da Central de Contatos com a Plataforma de Mídia da Próxima Geração.
-
Os administradores podem solicitar uma caixa de areia do desenvolvedor Webex Contact Center para testar Agentes de IA.
Ativação de recursos
Este recurso está atualmente em Beta. Os clientes podem se inscrever para esse recurso no Webex Beta Portal preenchendo a pesquisa de participação para Agentes de IA.
-
Atualmente, apenas a funcionalidade de agente de IA com script está disponível na fase Beta.
-
Agentes autônomos estão disponíveis apenas para selecionar clientes. As solicitações podem ser feitas por meio do seu CSM (Customer Success Manager), do PSM (Partner Success Manager) ou do e-mail ask-ccai@cisco.com. Após a aprovação, agentes autônomos serão disponibilizados além dos agentes com script para o seu espaço.
Acessar Webex agente de IA
Para criar seus agentes de IA, você deve fazer logon no aplicativo Webex Agente de IA. Isso pode ser feito das seguintes maneiras:
Iniciar sessão a partir do Centro de Controle
- Fazer login no Hub de controle usando a URL https://admin.webex.com.
- Na seção Serviços do painel de navegação, escolha Central de contatos.
- Em links rápidos no painel direito, vá para a seção do suite Central de contatos.
- Clique Webex agente de IA para acessar o aplicativo.
O sistema cruza- inicia o aplicativo Webex agente de IA em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Iniciar sessão a partir do Webex Connect
Para acessar o aplicativo Webex agente de IA, você deve ter acesso a Webex Conectar.
- Faça login no aplicativo Webex Connect usando a URL de espaço fornecida para sua empresa e credenciais.
Por padrão, a página Serviços é exibida como uma página inicial.
- No menu Bandeja do aplicativo do painel de navegação esquerdo, clique no Webex Agente de IA para acessar o aplicativo.
O sistema cruza- inicia o aplicativo Webex agente de IA em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Layout da página inicial
Bem-vindo à plataforma Webex agente de IA. Quando você faz login, a página inicial exibe o seguinte layout:
-
Barra de navegação
A barra de navegação exibida à esquerda fornece acesso aos seguintes menus:
- Painel — Exibe uma lista de agentes de IA aos quais o usuário tem acesso, conforme concedido pelo administrador da empresa.
- Conhecimento — Mostra o repositório de conhecimento central ou a base de conhecimento, que serve como cérebro para que agentes de IA autônomos respondam a consultas de clientes.
- Relatórios — Lista relatórios de agentes de IA pré-reconstruídos de vários tipos. Você pode gerar ou agendar relatórios de acordo com as necessidades da empresa.
- Ajuda— Fornece acesso ao guia do usuário do agente da Webex de IA na Central de ajuda Webex.
-
Perfil do usuário
O menu de perfil do usuário permite exibir suas informações do perfil e sair do aplicativo.
A página Perfil corporativo contém informações sobre o espaço do Agente de IA, acessível apenas a administradores com acesso total admin.
-
A guia Visão geral contém as seguintes informações:
- Identificadores empresariais — Inclui Webex ID de organização, ID de organização CPaaS, ID de assinatura para a empresa. Ele está disponível para empresas com integração Webex Contact Center para o espaço Webex Connect correspondente.
- Configurações de perfil — Contém nome corporativo, nome exclusivo da empresa e URL do logotipo.
- Configurações do Agente global—Permite que a seleção do agente padrão para canal de voz controle cenários de recuo.
- Resumo de retenção de dados — Fornece um resumo dos períodos de retenção de dados para esta empresa.
-
Na guia Companheiros de equipe, você pode exibir e gerenciar a lista de companheiros de equipe que têm acesso ao aplicativo. Cada usuário recebe uma função, que determina as ações que ele pode executar com base em permissões concedidas.
-
Conhecer seu Painel
No painel, os agentes de IA são representados por cartões que exibem informações básicas, incluindo o nome do agente de IA, atualizados pela última vez e o mecanismo usado para treinar o agente.
Tarefas no cartão Agente de IA
Passe o mouse sobre um cartão de agente de IA para visualizar as seguintes opções:
- Visualizar—Clique em Visualizar para abrir o widget de visualização do agente de IA.
- Ícone Elipse —Clique neste ícone para executar as seguintes tarefas:
-
Link Copiar visualização — Copie o link de visualização para colar em uma nova guia e visualizar o agente de IA no widget de chat.
-
Copiar token acesso —Copie o token de acesso do agente de IA para chamar o agente por meio de APIs.
-
Exportar — Exportar detalhes do agente de IA (no formato JSON) para sua pasta local.
-
Excluir — Exclua permanentemente o agente de IA do sistema.
-
Pin—Fixe o agente de IA na primeira posição no painel ou unpine para movê-lo de volta à sua posição anterior.
-
Crie um novo Agente de IA
Você pode criar um novo agente de IA usando a opção Criar agente + no canto superior direito do painel. Você pode optar por usar um modelo predefinido ou criar um agente a partir do zero.
Para saber como criar agentes com script e de IA autônomos, consulte as seguintes seções:
Importar agente de IA pré-reconstruído
Você pode importar um agente de IA pré-reconstruído no formato JSON de uma lista de agentes de IA disponíveis. Primeiro, assegure-se de ter exportado o agente de IA no formato JSON para sua pasta local. Siga os seguintes passos para importá-lo:
- Clique em Importar agente.
- Clique em Carregar para carregar o arquivo do agente de IA (no formato JSON) exportado da plataforma.
- No campo Nome do agente, insira o nome do agente de IA.
- (Opcional) No ID dosistema, edite o identificador exclusivo gerado pelo sistema.
- Clique em Importar.
Seu agente de IA agora é importado com êxito para a Webex plataforma Agente de IA e está disponível no Painel.
Pesquisa de Palavra-Chave
A plataforma fornece recursos de pesquisa robustos para ajudá-lo a localizar e gerenciar facilmente agentes de IA. Você pode realizar uma pesquisa de palavra-chave usando o nome do agente. Insira o nome do agente ou uma parte do nome na barra de pesquisa. O sistema exibe uma lista de agentes de IA que correspondem aos seus critérios de pesquisa.
Filtrar por tipo de agente
Além da pesquisa por palavra-chave, é possível refinar seus resultados de pesquisa filtrando-os com base no tipo de agente de IA. Escolha um dos filtros de tipo de agente na lista suspensa — Script, Autônomo e Todos.
Agente do Conhecimento
Uma base de conhecimento é um repositório central de informações sobre os Agentes autônomos de IA alimentados por Large Language Model (LLM). Os Agentes autônomos de IA aproveitam as tecnologias avançadas de IA e de aprendizagem de máquina para entender, processar e gerar texto semelhante a humanos. Esses agentes da IA treinam com grandes quantidades de dados, permitindo que eles forneçam respostas detalhadas e contextualmente relevantes. As bases de conhecimento armazenam os dados necessários para o funcionamento dos Agentes autônomos de IA.
Para acessar a base de conhecimento:
- Faça login na plataforma Webex agente de IA.
- No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. A página de bases de conhecimento é exibida.
- Você pode encontrar uma base de conhecimento com base nos seguintes critérios:
- Nome da base de conhecimento
- Tipo de base de conhecimento
- Bases de conhecimento atualizadas entre datas especificadas
- Bases de conhecimento criadas entre datas especificadas
- Clique em Redefinir todos para redefinir os critérios de pesquisa.
- Você também pode criar uma nova base de conhecimento. Para criar uma nova base de conhecimento, consulte Criar base de conhecimento para Agentes AI.
Criar base de conhecimento para agentes da IA
| 1 |
No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. |
| 2 |
Na página Bases do conhecimento, clique no botão+Criar conhecimento no canto superior direito. |
| 3 |
Na página Criar base de conhecimento, insira os seguintes detalhes: |
| 4 |
Clique em Criar. O sistema cria uma base de conhecimento com o nome fornecido. |
| 5 |
Na guia Arquivos : |
| 6 |
Na guia Documentos : |
| 7 |
Navegue até a guia Informações . Você pode visualizar e rastrear os detalhes dos arquivos que você carregou e documentos que você criou. Clique no ícone Editar para editar os arquivos base de conhecimento. Edite o nome do arquivo, se necessário. Também é possível excluir os arquivos existentes e adicionar novos arquivos.
Clique no ícone Excluir para excluir totalmente a base de conhecimento.
|
O que fazer a seguir
Configure a base de conhecimento para o Agente autônomo de IA para responder as perguntas.
Definir agentes autônomos de IA
Os agentes autônomos de IA operam independentemente sem intervenção humana direta. Esses agentes usam algoritmos avançados e técnicas de aprendizagem de máquina para analisar dados, aprender com seus ambientes e adaptar suas ações para alcançar objetivos específicos. Esta seção destaca as duas capacidades principais do Agente autônomo de IA.
Agente autônomo de IA para executar tarefas
Os agentes autônomos de IA podem realizar várias tarefas, incluindo:
-
Processamento de linguagem natural (NLP) — Compreenda e responda à linguagem humana de forma natural e conversacional.
-
Tomada de decisões — Escolhas informadas com base nas informações disponíveis e em regras predefinidas.
-
Automação — Automatizar tarefas repetitivas ou que consomem tempo.
Criar um agente autônomo de IA para executar ações
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero.
Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Filtre o tipo de agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Função principal do seu agente, clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente autônomo de IA para realizar ações foi criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-reconstruído |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um agente autônomo de IA para executar ações.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Publicar para tornar o agente de IA ao vivo. |
O que fazer a seguir
Adicione as ações necessárias ao Agente de IA.
Adicionar ações a agente autônomo de IA
Os agentes autônomos de IA para efetuar ações são projetados para compreender as intenção do usuário e agir de acordo. Por exemplo, em um restaurante há a necessidade de automatizar a ingestão da ordem alimentar online. Para realizar a tarefa, você pode criar um Agente autônomo de IA que execute as seguintes ações:
-
Obtenha as informações necessárias do cliente.
-
Transfira as informações para o fluxo necessário.
O Agente autônomo de IA para executar ações trabalha nos seguintes blocos de construção:
-
Ação — Uma funcionalidade que permite que o agente de IA se conecte com sistemas externos para executar tarefas complexas.
-
Entidade ou slot – Representa um passo para cumprir a intenção do usuário. O preenchimento de slots envolve fazer perguntas específicas ao cliente para cumprir a intenção do cliente com base em pronunciamentos. É o disparador de um agente da IA para iniciar a execução de uma ação. Defina as entidades de entrada como parte do preenchimento de slots.
-
Conclusão — Determina como o agente de IA conclui a ação. Como parte da conclusão, defina as entidades de saída para o Agente autônomo de IA gerar a resposta em um formato específico. O sistema envia as entidades de saída ao fluxo para continuar com a ação e concluir a tarefa com êxito.
| 1 |
Na guia Ação , clique em+Nova ação. |
| 2 |
Na página Adicionar uma nova ação , especifique os seguintes detalhes: |
O que fazer a seguir
Você pode configurar slots ou pode configurar slots e definir a conclusão dependendo do objetivo de ação escolhido.
Configurar o preenchimento de slots
O preenchimento do slot envolve adicionar as entidades de entrada necessárias para o mecanismo de IA. Na seção de preenchimento de slots da página Ações , adicione as entidades de entrada:
-
Você pode adicionar as entidades uma a uma no formato de tabela.
-
Você também pode usar o arquivo JSON e definir as entidades. Consulte Uma turnê do esquema JSON para obter detalhes.
Adicionar entidades de entrada no formato de tabela
| 1 |
Para adicionar uma entidade de entrada, clique em+Novo recurso de entrada. |
| 2 |
Na página Adicionar uma nova entidade de entrada, especifique os seguintes detalhes: |
| 3 |
Clique em Adicionar para adicionar a entidade de entrada. Você pode adicionar quantas entidades de entrada forem necessárias. |
| 4 |
Use a opção Controles para executar as seguintes ações na entidade: |
Adicionar entidades usando o editor JSON
Você pode adicionar entidades de entrada e entidades de saída usando o editor JSON. Na exibição do editor do JSON, as entidades devem ser definidas em um formato JSON estruturado.
Para obter mais informações, consulte A Tour of JSON Schema.
Estrutura de parâmetros de entrada
Os parâmetros de entrada devem aderir à seguinte estrutura:
-
tipo — Tipo de dados do objeto de parâmetros. É sempre 'objeto' para indicar que os parâmetros são estruturados como um objeto.
propriedades — Um objeto onde cada chave representa um parâmetro e seus metadados associados.
necessário — Uma matriz de strings listando os nomes dos parâmetros que são obrigatórios.
Objetos de propriedades
Cada chave no objeto de propriedades representa uma entidade/parâmetro de entrada e contém outro objeto com metadados sobre esse parâmetro. Os metadados devem sempre incluir as seguintes palavras-chave:
-
tipo — Tipo de dados do parâmetro. Os tipos permitidos são:
-
string — Dados textuais.
-
inteiro — dados numéricos sem casas decimais.
-
número — Dados numéricos que podem incluir decimais.
-
booliano — Valores verdadeiros/falsos.
-
matriz — Uma lista de itens, todos do mesmo tipo.
-
objeto — Uma estrutura de dados complexa com propriedades aninhadas.
-
-
descrição — Uma breve explicação do que a entidade representa. Isso ajuda o mecanismo de IA a entender a finalidade e o uso do parâmetro. Uma descrição concisa, bem como consistente com as instruções do agente e a descrição da ação, é recomendada para uma melhor precisão.
-
A validação é aplicada pela plataforma apenas para o 'tipo'. 'Descrição' não é aplicado para todas as entidades, mas é altamente recomendado que ele seja adicionado. Outras palavras-chave úteis para metadados de entidades são:
-
enum —O campo enum lista os valores possíveis para um parâmetro. Isso é útil para parâmetros que devem aceitar apenas um conjunto limitado de valores. Os desenvolvedores podem definir listas de valores personalizadas que um parâmetro deve aceitar para usá-lo.
- padrão — O campo padrão é usado com tipos de cadeia de caracteres para especificar uma expressão regular que a cadeia de caracteres deve corresponder. Isso é particularmente útil para validar formatos específicos, como números de telefone, códigos postais ou identificadores personalizados.
-
exemplos — O campo de exemplos fornece um ou mais exemplos de valores válidos para o parâmetro. Isso ajuda o mecanismo de IA a entender que tipo de dados é esperado e pode ser especialmente útil para fins de interpretação e validação.
-
Existem outras palavras-chave que podem tornar a definição de entidade mais precisa e robusta. Para obter mais informações, consulte A Tour of JSON Schema.
Exemplo
O seguinte exemplo inclui vários tipos de entidades e palavras-chave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address for the account.", "pattern": "\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "data de nascimento": { "tipo": "string", "descrição": "A data de nascimento do usuário.", "exemplos": ["mm/dd/AAAA"] }, "preferências": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Whether the user wants to receive newsletters.", "default": true }, true }, "notificações": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "descrição": "Lista de funções atribuídas ao usuário.", "itens": { "type": "string", "enum": ["user", "admin", "moderador"] } } }, "required": ["username", "password", "email"] } Este exemplo inlcude as seguintes entidades:
- nome de usuário — Um tipo de cadeia de caracteres com restrição de tamanho mínimo e máximo.
- senha — Um tipo de cadeia de caracteres com um comprimento mínimo e um formato específico (a senha indica que ela deve ser tratada com segurança).
- e-mail—Um tipo de cadeia de caracteres com um padrão regex para garantir que ele seja um endereço de e-mail válido.
- data de nascimento — Um tipo de cadeia de caracteres com exemplos para prescrever o formato da data.
- preferências—Um tipo de objeto com propriedades aninhadas (boletins informativos e notificações), incluindo um booleano com um valor padrão e uma cadeia de caracteres com valores permitidos específicos (enum).
- funções —Um tipo de matriz em que cada item é uma cadeia de caracteres limitada a valores específicos (enum).
O nome de usuário, a senha e o e-mail são obrigatórios, conforme definido pela matriz 'obrigatória'.
Neste exemplo, as entidades possuem nomes descritivos, descrições claras e seguem estrutura consistente e convenção de nomenclatura. Siga estas melhores práticas para criar entidades bem definidas que seja fácil para o mecanismo da IA interpretar e reforçar.
Definir conclusão
| 1 |
Defina os detalhes da conclusão para implementar o Agente de IA em uma central de contato. Especifique os seguintes detalhes: |
| 2 |
Configure as entidades de saída de modo que o Agente de IA gere o resultado em um formato que seja compreensível pelo fluxo. |
| 3 |
Para adicionar uma entidade de saída, clique em+Novo recurso de saída. Na tela Adicionar uma nova entidade de saída, especifique os seguintes detalhes: Você também pode usar um arquivo JSON para adicionar as entidades de saída. Para obter mais informações, consulte Adicionar entidades usando o editor JSON . |
| 4 |
Clique em Adicionar para adicionar a entidade de saída. Você pode adicionar quantas entidades de saída forem necessárias. |
| 5 |
Use a opção Controles para executar as seguintes ações na entidade: |
| 6 |
Clique em Adicionar para concluir a cofiguração. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA. Clique em Publicar para tornar o agente de IA ao vivo.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Agentes autônomos de IA para responder perguntas
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. Esse recurso é útil em cenários onde o agente precisa:
-
Fornecer suporte ao cliente — Responda PERGUNTAS FREQUENTEs, solucionar problemas e guie os clientes através dos processos.
-
Oferecer assistência técnica — Forneça conselhos de especialistas sobre tópicos ou domínios específicos.
Crie um Agente Autônomo de IA para responder perguntas
Antes de começar
Certifique-se de criar a base de conhecimento. Para obter mais informações, consulte Gerenciar bases de conhecimento.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de Agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente Autônomo de IA para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Configure a base de Conhecimento para o agente de IA.
Configurar base de conhecimento
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
Na página Painel , selecione o Agente de IA que você criou. |
| 2 |
Navegue até a guia Base de conhecimento. |
| 3 |
Escolha a base de conhecimento necessária na lista suspensa. |
| 4 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Exibir Sessão e histórico de agente autônomo de IA
Você pode exibir os detalhes da sessão e do histórico de cada agente autônomo de IA criado. A página Sessões exibe os detalhes das sessões estabelecidas com os constomers. A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA.
Sessões
A página Sessões fornece um registro abrangente de todas as interações entre agentes de IA e usuários. Para navegar até a página Sessões :
- No Painel, clique no agente autônomo de IA para o qual deseja exibir os detalhes da sessão.
- Clique em Sessões no painelde navegação esquerdo.
A página Sessões é exibida. Cada sessão é exibida como um registro que contém todas as mensagens da sessão. Essas informações são úteis para auditar, analisar e melhorar o Agente de IA.
A tabela de sessões mostra uma lista de todas as sessões/salas criadas para esse Agente de IA. A tabela será paginada se houver mais linhas do que pode ser acomodada em uma tela. Qualquer um dos campos da tabela pode ser classificado ou filtrado usando a seção Refinar resultados no lado esquerdo. Os campos que estão presentes representam as seguintes informações sobre qualquer sessão específica:
-
ID da sessão — A ID da sala exclusiva ou a ID da sessão para uma conversação.
- ID do consumidor — O ID do consumidor que interagiu com o agente de IA.
-
Canais — canal onde a interação ocorreu.
-
Atualizado na hora de encerramento da sala.
-
Metadados de sala — Contém informações adicionais sobre a sala.
-
Marque as caixas de seleção desejadas:
- Ocultar sessões de teste – Para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência do agente ocorreu — Para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de Fone de Ouvido indicando a transferência do chat para um agente humano.
- Erro – Para filtrar as sessões em que o erro ocorreu.
- Voto baixo — Para filtrar as sessões com o voto baixo.
Clique em uma linha da tabela de sessões para obter uma exibição detalhada daquela sessão. O ícone de cadeado indica que a sessão está bloqueada e precisa ser descriptografada. Você precisa ter permissão para descriptografar a sessão. Se a alternância de acesso de descriptografada estiver ativada, você poderá acessar qualquer sessão usando o botão de conteúdo Descriptpt. No entanto, essa funcionalidade é aplicável somente quando a proteção de dados Avançada está definida como verdadeira ou ativada para o espaço.
Histórico
A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA. Para exibir o histórico de um agente específico:
- No Painel, clique no agente autônomo de IA para o qual deseja exibir o histórico.
- No painel de navegação esquerdo, clique em Histórico.
A página Histórico aparece com as seguintes guias:
- Registros de auditoria—Clique na guia Logs de auditoria para exibir as alterações feitas nos agentes de IA.
- Histórico de modelos—Clique na guia Histórico de modelos para exibir as várias versões do Agente autônomo de IA para executar ações.
Registros de auditoria
A guia Registros de auditoria rastreia as alterações feitas no agente autônomo de IA. Você pode exibir os detalhes das alterações dos últimos 35 dias. A guia Registros de auditoria exibe os seguintes detalhes:
Os usuários com funções de desenvolvedor de Admin ou Agente de IA podem acessar apenas a guia Logs de auditoria. Os usuários com funções personalizadas com a permissão 'Obter log de auditoria' também podem exibir os logs de auditoria.
- Atualizado às — Os dados e a hora da alteração.
- Atualizado por — O nome do usuário que incorporou a alteração.
- Campo — A seção específica do agente da IA em que a alteração foi feita.
- Descrição — Informações adicionais sobre a alteração.
Você pode pesquisar por um registro de auditoria específico usando as opções de pesquisa Atualizado por,Campo e Descrição. É possível classificar os logs com base nos campos Atualizados e Atualizados por .
Histórico de modelos
A guia Histórico de modelos está disponível somente para agentes autônomos de IA para execução de ações.
Sempre que você publicar o Agente autônomo de IA para realizar ações, uma versão do agente autônomo de IA é sálvia e está disponível na guia Histórico de modelos. Você pode exibir as várias versões do agente de IA na guia Histórico de modelos.
- Descrição do modelo — Uma breve descrição sobre a versão do agente de IA.
- Mecanismo de IA — o mecanismo de IA usado para essa versão do agente de IA.
- Atualizado em — Data e hora em que a versão foi criada.
- Ações—Permite que você execute as seguintes ações sobre o agente de IA
- Carga — Todas as alterações feitas no agente de IA são perdidas. Você precisa executar a configuração novamente.
- Exportar — use para exportar o agente de IA.
Visualizar seu agente autônomo de IA
É possível visualizar os Agentes autônomos de IA no momento de criar o agente de IA, durante a edição e depois da implantação do agente. Você pode iniciar a visualização a partir de:
- Painel do agente de IA — Ao passar o cursor sobre um cartão de agente de IA, a opção Visualizar para que o Agente de IA se torne visível. Clique para iniciar a visualização do Agente de IA.
- Cabeçalho Agente de IA — Clique no cartão agente de IA para abrir. O botão Visualizar é sempre visível na seção de cabeçalho.
- Widget minimizado — Após uma visualização ser iniciada e minimizada, um widget cabeça de chat é criado no canto inferior direito da página e pode ser usado para relançar facilmente o modo de visualização.
Webex agente de IA também fornece uma opção de visualização acionável. Clique no menu no canto superior direito e selecione a opção Copiar link de visualização . O link de visualização pode ser compartilhado com testadores ou consumidores do Agente de IA.
Widget pré-visualização de plataforma
O widget visualização é aberto na seção inferior direita da tela. Os usuários podem fornecer total (ou sequência de pronunciamentos) para as quais a resposta do Agente de IA precisa ser marcada. Essa funcionalidade permite que o desenvolvedor assegure-se de que o Agente de IA esteja respondendo conforme esperado.
O widget de visualização pode ser maximizado. Há outros recursos úteis disponíveis, como fornecer informações do consumidor e iniciar várias salas para testar o Agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite que desenvolvedores de agentes da IA compartilhem seu agente de IA com partes interessadas e consumidores de uma maneira atualizável sem a necessidade de desenvolver uma interface de usuário personalizada para que apareça o Agente de IA. Por padrão, o link de visualização copiado renderiza o Agente de IA com casing de telefone. Os desenvolvedores podem fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. As duas principais personalizações são:
- Cor do widget—Ao anexar o parâmetro Cor da marca ao link. Os usuários podem definir cores simples usando nomes de cores ou usar código hex de cores.
-
Casing do telefone—Alterando o valor do parâmetro PhoneCasing no link. Definido como verdadeiro por padrão e pode ser desabilitado tornando-o falso.
Link de visualização de exemplo com estes parâmetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/falso>&<enter o valor hexadecimal de uma cor no formato '_XXXX'>.
Visualização baseada em voz
O agente autônomo de IA para responder perguntas suporta visualização baseada em voz. Para habilitar esta opção:
- Escolha o agente de IA no Painel.
- Navegue até .
- Na lista suspensa Mecanismo da IA, selecione Vega.
- Clique em Salvar alterações.
O botão Pré-visualizar é atualizado com um ícone de Micrograma para visualização com base em voz. Clique no botão Visualizar . O widget de visualização de voz aparece:
O usuário deve habilitar o acesso ao microfone para usar essa funcionalidade.
O widget visualização de voz fornece os seguintes recursos para os usuários:
- Inicie o botão para iniciar a visualização.
- Transcrição em tempo real Quando a exibição de voz estiver em andamento, uma transcrição ao vivo da conversa será exibida no widget.
- Termine a chamada para encerrar a conversação.
- Silenciar para silenciar.
Exibir o desempenho do agente autônomo de IA usando Análise
A seção Análise de agentes de IA fornece uma representação gráfica das principais métricas para avaliar o desempenho e a eficácia do agente de IA. Para gerar a análise do Agente autônomo de IA:
- Escolha o Agente de IA no Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
A primeira seção exibe as seguintes estatísticas sobre sessões e mensagens para o Agente de IA.
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem de números de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
A segunda seção exibe as estatísticas sobre os usuários. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários.
A terceira seção exibe as respostas do Agente de IA e as entregas do agente
Definir agente de IA com script
Esta seção descreve como configurar e gerenciar agentes de IA com script em Webex plataforma do Agente de IA, de modo que eles forneçam respostas precisas às consultas do usuário e realizem tarefas automatizadas de modo eficaz.
Agente de IA com script para efetuar tarefas
O agente com script de IA aumenta os recursos de criação de agentes sem código Webex plataforma do Agente de IA. O agente de IA com script permite conversações em vários turnos onde ele pode obter dados relevantes dos clientes para realizar tarefas específicas. Isso inclui:
-
Executar comandos simples — Siga as instruções para concluir ações predefinidas.
-
Processamento de dados — Manipula e transforma dados de acordo com as regras especificadas.
-
Interagir com outros sistemas — Comunique-se e controle outras soluções.
Criar agente de IA com script para executar ações
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel , clique em + Criar agente . |
| 3 |
Na tela Criar um agente de IA, crie um novo Agente de IA a partir do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Iniciar do zero e, em seguida, em Avançar. |
| 5 |
Em que tipo de agente você está construindo? clique em Script. |
| 6 |
Na função principal do seu agente? clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Depois de criar um agente de IA, você pode criar entidades, adicionar intençãos e definir respostas.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um Agente de IA com script para responder perguntas.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel, selecione o Agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar Alterações para salvar as configurações. |
Gerenciar Entidades
As entidades são os blocos de construção de conversações. Eles são os elementos essenciais que os Agentes de IA extraem de declarações do usuário. Eles representam informações específicas, como nomes de produtos, datas, quantidades ou qualquer outro grupo significativo de palavras. Ao identificar e extrair entidades com eficácia, os agentes de IA podem entender melhor a intenção do usuário e fornecer respostas mais precisas e relevantes.
Tipos de entidade
Webex agentes de IA oferecem 11 tipos de entidades pré-reconstruídas para capturar vários tipos de dados do usuário. Você também pode criar qualquer uma das entidades personalizadas a seguir.
Entidades personalizadas
Essas entidades são configuráveis e permitem que os desenvolvedores capturem informações específicas de caso de uso. São usados para coisas não cobertas por entidades do sistema.
-
Lista personalizada — define listas de strings esperadas para capturar pontos de dados específicos não cobertos por entidades pré-reconstruídas. Você pode adicionar vários sinônimos em cada string. Por exemplo, uma entidade personalizada do tamanho de pizza.
-
Regex — use expressões regulares para identificar padrões específicos e extrair dados correspondentes. Por exemplo, um regex de número de telefone (por exemplo,
123-123-8789). -
Dígitos — captura entradas numéricas de comprimento fixo com alta precisão, especialmente nas interações de voz. Em interações que não são de voz, é usada como uma alternativa aos tipos de entidades Custom e Regex. Por exemplo, para detectar um número de conta de cinco dígitos, um comprimento de cinco deve ser definido.
-
Alfanumérico — capture combinações de letras e números, fornecendo um reconhecimento preciso para entradas de voz e que não sejam de voz.
-
Formulário livre — capture pontos de dados flexíveis que sejam difíceis de definir ou validar.
-
Local do mapa (WhatsApp)—extraia dados de localização compartilhados por você no canal WhatsApp.
Entidades do sistema
| Nome da entidade | Descrição | Exemplo de entrada | Exemplo de saída |
|---|---|---|---|
| Data | Analisar datas na linguagem natural para um formato de data padrão | "julho do próximo ano" | 01/07/2020 |
| Hora | Analisa o tempo na linguagem natural para um formato de hora padrão | 5 da noite | 17:00 |
| Detecta endereços de e-mail | Gravar para mim em info@cisco.com | info@cisco.com | |
| Número do telefone | Detecta número de telefone comum | Me ligar em 9876543210 | 9876543210 |
| Unidades monetárias | Analisar moeda e quantia | Eu quero 20$ | 20$ |
| Ordinal | Detecta número ordinal | Quarto de dez pessoas | Dia 4. |
| Cardeal | Detecta número de cardeal | Quarto de dez pessoas | 10 |
| Geolocalização | Detecta localizações geográficas (cidades, países etc.) | Fui nadar no Tâmisa, em Londres, Reino Unido | Londres, Reino Unido |
| Nomes de pessoas | Detecta nomes comuns | Bill Gates da Microsoft | Bill Gates |
| Quantidade | Identifica medidas, como de peso ou distância | Estamos a 5km de Paris. | 5km |
| Duração | Identifica períodos de tempo | 1 semana de férias | 1 semana |
As entidades criadas podem ser editadas a partir da guia entidades. Vincular entidades a uma intenção anota suas frases com entidades detectadas ao adicioná-las.
Funções de entidade
Quando um recurso precisa ser coletado várias vezes dentro de um único intenção, as funções de entidade se tornam essenciais. Ao atribuir funções distintas à mesma entidade, você pode guiar o agente de IA para entender e processar a entrada do usuário com mais precisão.
Por exemplo, para reservar um voo com uma parada, você pode criar uma entidade aeroportuária com três funções: origem, destino e parada. Anotando frases de treinamento com essas funções, o Agente de IA pode aprender os padrões esperados e lidar continuamente com solicitações complexas de reserva.
As funções de entidade somente são suportadas para Mindmeld (entidades personalizadas e de sistema) e Rasa (apenas entidades personalizadas), os administradores precisam marcar a caixa de seleção de funções de entidade nas configurações avançadas da caixa de diálogo do seletor de mecanismos NLU.
Os administradores não podem mudar de RASA ou Mindmeld para Swiftmatch enquanto funções de entidade estão em uso. As funções devem ser removidas das intençãos para desabilitar as funções de entidade das configurações avançadas do mecanismo NLU. Você pode criar uma entidade com funções de entidade.
Criar uma entidade com funções de entidade
Antes de começar
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel, clique no agente de IA com script criado. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página Dados de Treinamento, clique na guia Entidades . |
| 5 |
Clique em Criar entidade. |
| 6 |
Na janela Criar entidade , especifique os seguintes campos: |
| 7 |
Ative os valores de slot sugestão automático para a conclusão automática e forneça sugestões alternativas para este recurso durante a conversação. O campo De funções será exibido durante a criação de uma entidade personalizada somente se funções de entidade estiverem habilitadas na seção Configurações avançadas da janela do mecanismo de treinamento Alterar para os mecanismos RASA e Mindmeld NLU. |
| 8 |
Clique em Save (Salvar). Você pode usar as opções Editar e Excluir na coluna Ações para executar ações relacionadas.
|
O que fazer a seguir
Depois de criar uma entidade, você pode vincular funções a uma entidade.
Vincular funções a uma entidade
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. |
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Você pode atribuir funções a um recurso para coletar o mesmo recurso duas vezes para uma intenção. |
Mecanismo de compreensão da linguagem natural (NLU)
Agentes de IA com script aproveitam o Entendimento da linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem alternar mecanismos NLU nas guias Artigos e Treinamentos dos Agentes de IA com script para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do Agente de IA, necessitando de requalificação para uma inferência precisa com base no novo modelo. As diferenças de desempenho podem ser analisadas usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os Agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o Agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo será exibida.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela, etc.) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver marcada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de Agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de Transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do Agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente da IA.
- Clique em Treinar. Depois que o Agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com a RASA e a Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois que todos os artigos desejados forem criados, você poderá treinar o Agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Tornar Em Tempo Real para tornar o corpus treinado ao vivo e testá-lo em Webex visualização compartilhável por agente de IA ou em canais externos onde o Agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores do nível de artigo. Em nosso esforço contínuo para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo, em oposição ao modelo mais antigo de usar vetores de nível de totalidade e encontramos vetores no nível do artigo melhorarem a precisão na maioria dos casos. Observe que os vetores de nível de artigo serão o novo valor padrão para vetorização para novos Agentes de IA de lingua única e para correspondências de nível de artigo de Agentes AI multilíngues só será suportado quando o modelo multilíngue for Polymatch.
Você pode verificar as informações sobre o modelo vetor presente no momento de uma inferência na outra seção de informações da sessão.
Gerenciar Intençãos
A intenção é um componente central da plataforma Webex agente de IA que permite aos agentes de IA entenderem e responderem à sua entrada de forma eficaz. Ele representa uma tarefa ou ação específica que você deseja realizar durante uma conversação. Os desenvolvedores de agentes de IA definem todas as intençãos que correspondem às tarefas que você deseja executar. A precisão da classificação da intenção afeta diretamente a capacidade do agente de IA de fornecer respostas relevantes e úteis. A intenção de classificação é o processo de identificar a intenção com base em sua entrada, permitindo que o Agente de IA responda de forma significativa e contextualmente relevante.
Intenção do sistema
- Intenção de recuo padrão — Os recursos de um agente de IA são inerentemente limitados pelas intenção que são projetadas para reconhecer e responder. Embora uma empresa não possa antecipar todas as perguntas possíveis que você possa fazer, a intenção padrão de recuo pode ajudar as conversas a estarem no caminho certo.
Ao implementar uma intenção padrão de recuo, os desenvolvedores de Agentes de IA podem garantir que o Agente de IA lida graciosamente com consultas inesperadas ou fora do escopo, redirecionando a conversa de volta para intençãos conhecidas.
Os desenvolvedores de agentes de IA não precisam adicionar pronunciamentos específicos à intenção de recuo. O agente pode ser treinado para disparar automaticamente a intenção de recuo quando encontra perguntas conhecidas fora do escopo que, de outra forma, podem ser categorizadas incorretamente em outras tentativas.
Por exemplo, em um agente de IA bancária, os usuários podem tentar perguntar sobre empréstimos. Se o Agente de IA não estiver configurado para tratar de consultas relacionadas a empréstimos, essas consultas podem ser incorporadas como frases de treinamento dentro da intenção padrão de recuo. Quando um usuário consulta sobre empréstimos em qualquer momento da conversa, o Agente de IA reconhece a consulta como fora das intençãos definidas por ele e aciona a resposta de recuo. Isso garante uma resposta mais adequada.
A intenção de recuo não deve ter nenhum slot associado a ela.
A intenção de recuo deve usar a chave de modelo de recuo padrão para sua resposta.
- Ajuda—Essa intenção foi projetada para endereçar perguntas do usuário sobre os recursos do agente de IA. Quando os usuários não têm certeza do que podem realizar ou encontrar dificuldades durante uma conversação, muitas vezes, buscam ajuda pedindo
ajuda.Por padrão, a resposta para o intenção de ajuda é mapeada para a chave do modelo de mensagem
daAjuda. No entanto, os desenvolvedores de agentes de IA podem personalizar a resposta ou alterar a chave de modelo associada para fornecer orientação mais personalizada e informativa.É recomendado transmitir os recursos do agente de IA em um alto nível, fornecendo aos usuários uma compreensão clara do que podem fazer a seguir.
- Falar com um agente — Essa intenção permite que os usuários solicitem ajuda de um agente humano em qualquer fase de interação deles com o agente de IA. Quando essa intenção é acionada, o sistema inicia automaticamente a transferência para um agente humano. O modelo de resposta padrão para essa intenção é
a transferência doAgente. Embora não haja restrições de IU para alterar a chave do modelo de resposta, alterá-la não afetará o resultado da transferência humana.
Pequenas Tentativas de Conversa
Todos os agentes de IA criados recentemente incluem quatro tentativas predefinidas de conversa pequenas para tratar saudações comuns do usuário, expressões de gratidão, feedback negativo e adeus:
- Saudações
- Obrigado
- O agente de IA não foi útil
- Até logo
Criar uma Intenção
Antes de começar
Antes de criar uma intenção, é recomendável criar entidades para vincular à intenção. As entidades são obrigadas a concluir a tarefa. Para obter mais informações, consulte criar entidades.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel, escolha uma tarefa. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página De dados Treinamento, clique em Criar intenção. |
| 5 |
Na janela Criar intenção , especifique os seguintes detalhes: |
| 6 |
Marque a caixa de seleção Obrigatório se a entidade for obrigatória. |
| 7 |
Digite o número de novas tentativas permitidas para esse slot quando ele for preenchido incorretamente pelo consumidor. Por padrão, o número é definido para três. |
| 8 |
Escolha a chave do modelo na lista suspensa. |
| 9 |
Na seção Resposta , digite a chave do modelo de resposta final a ser retornada aos usuários quando a intenção for concluída. |
| 10 |
Ative os slots Redefinir após a conclusão para redefinir os valores de slot coletados na conversa depois que a intenção for concluída. Se essa alternância estiver desativada, o slot manterá os valores antigos e exibirá a mesma resposta.
|
| 11 |
Ative a alternância dos valores de slot para atualizar o valor do slot durante a conversa com o consumidor. O último valor preenchido no slot é considerado pelo Agente de IA para processar os dados. Se esse recurso estiver ativado, os valores para slots preenchidos serão atualizados sempre que os usuários fornecerem novas informações para o mesmo tipo de slot.
|
| 12 |
Ative a oba sugestões de slots para alternar, de modo a fornecer sugestões de valores de slot alternativos e preenchimento de slots na resposta final, com base na entrada do usuário. |
| 13 |
Ative a alternância de conversa Final para fechar a sessão após essa intenção. Os fluxos de conexão e de voz podem usar isso para fechar uma conversa com os consumidores.
|
| 14 |
Clique em Save (Salvar). Clique em Treinar , na parte superior direita da guia Treinamento , para refletir todas as alterações feitas em intenção e entidades.
Para treinar mecanismos Rasa ou Mindmeld NLU, é necessário um mínimo de duas variantes de treinamento (pronunciamentos) por intenção. Além disso, cada slot deve ter pelo menos duas anotações. Se esses requisitos não forem atendidos, o botão Treinar está desativado. Um ícone de aviso aparece ao lado da intenção afetada para indicar o problema. No entanto, a intenção padrão de recuo está isenta desses requisitos. |
O que fazer a seguir
Depois que uma intenção é criada, algumas informações são necessárias para cumprir a intenção. As entidades vinculadas determinam como essas informações são obtidas a partir das declarações do usuário. Para obter mais informações, consulte Entidades de link com intenção.
Vincular entidades com intenção
Antes de começar
É recomendável que as entidades sejam criadas e vinculadas antes de adicionar pronunciamentos. Isso anota automaticamente as entidades enquanto as frases são adicionadas.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. As entidades vinculadas são exibidas na seção Slots.
|
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Quando uma entidade é marcada como necessária, opções de configuração adicionais ficam disponíveis. É possível especificar o número máximo de vezes que o Agente de IA pode solicitar o recurso ausente antes de aumentar a escalada ou fornecer uma resposta de recuo. Você pode definir a chave do modelo que será acionada se a entidade necessária não for fornecida dentro do número especificado de novas tentativas.
Depois que um agente de IA identifica uma intenção e reúne todos os dados necessários (slots), ele responde usando a mensagem associada à chave final do modelo configurada para essa intenção. Para iniciar uma nova conversação ou lidar com as intençãos subsequentes sem carregar dados anteriores, a alternância Redefinir slots após a conclusão deve ser ativada. Essa configuração apaga todas as entidades reconhecidas do histórico de conversas, assegurando um novo começo para cada nova interação. |
Gerar dados de treinamento
Você tem que adicionar manualmente dados de treinamento às suas intençãos para fazer com que o agente de IA trabalhe com uma precisão razoável. Os dados de treinamento consistem em diferentes maneiras pelas quais você pode invocar o mesmo intenção. Você pode adicionar pelo menos 15-20 variantes para cada intenção para melhorar sua precisão. Criar este corpus de treinamento manualmente pode ser entediante e demorado. Você pode adicionar apenas algumas variantes ou adicionar apenas palavras-chave como variantes em vez de frases significativas. Isso pode ser evitado gerando dados de treinamento para complementar os existentes.
Para gerar dados de treinamento, siga as etapas a seguir:
- Insira o nome da intenção e uma frase de exemplo.
- Clique em Gerar.
- Forneça uma breve descrição da intenção de guiar a IA.
- Especifique o número desejado de variantes e o nível de criatividade para as sugestões geradas por IA.
- Gerar muitas variantes de uma só vez pode afetar a qualidade. Recomendamos um máximo de 20 variantes por geração.
- Uma configuração de menor criatividade pode produzir variantes menos diversas.
- O processo de geração pode levar alguns segundos, dependendo do número de variantes solicitadas.
- O ícone de raio diferencia as variantes geradas por IA dos dados de treinamento definidos pelo usuário.
Mecanismo de compreensão da linguagem natural (NLU)
Agentes de IA com script aproveitam o Entendimento da linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem alternar mecanismos NLU nas guias Artigos e Treinamentos dos Agentes de IA com script para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do Agente de IA, necessitando de requalificação para uma inferência precisa com base no novo modelo. As diferenças de desempenho podem ser analisadas usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os Agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o Agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo será exibida.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela, etc.) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver marcada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de Agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de Transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do Agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente da IA.
- Clique em Treinar. Depois que o Agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com a RASA e a Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois que todos os artigos desejados forem criados, você poderá treinar o Agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Tornar Em Tempo Real para tornar o corpus treinado ao vivo e testá-lo em Webex visualização compartilhável por agente de IA ou em canais externos onde o Agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores do nível de artigo. Em nosso esforço contínuo para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo, em oposição ao modelo mais antigo de usar vetores de nível de totalidade e encontramos vetores no nível do artigo melhorarem a precisão na maioria dos casos. Observe que os vetores de nível de artigo serão o novo valor padrão para vetorização para novos Agentes de IA de lingua única e para correspondências de nível de artigo de Agentes AI multilíngues só será suportado quando o modelo multilíngue for Polymatch.
Você pode verificar as informações sobre o modelo vetor presente no momento de uma inferência na outra seção de informações da sessão.
Sinalizando Variantes Geradas
Para garantir o uso responsável da IA, os desenvolvedores podem sinalizar as saídas geradas por IA para revisão. Isso permite a identificação e prevenção de quaisquer conteúdos prejudiciais ou tendenciosos. Para sinalizar saídas geradas por IA:
- Localize a Opção Sinalização: uma opção de sinalização está disponível para cada pronunciamento gerado.
- Fornecer Feedback: ao marcar um resultado, os desenvolvedores podem adicionar comentários e especificar o motivo da sinalização.
Esse recurso está inicialmente disponível com um limite mensal de uso de 500 operações de geração. Para acomodar necessidades crescentes, os desenvolvedores podem entrar em contato com seus proprietários de contas para solicitar um aumento nesse limite.
Criar Intenção e Entidade multilíngue
É possível criar dados de treinamento em vários idiomas. Para cada idioma configurado para seu agente de IA, você deve definir as frases que refletem as interações desejadas. Embora os slots permaneçam consistentes em todos os idiomas, as chaves do modelo identificam exclusivamente as respostas em cada idioma.
Nem todos os idiomas oferecem suporte a todos os tipos de entidade. Para obter mais informações sobre a lista de tipos de entidades com suporte a cada idioma, consulte as entidades dos versos Idiomas com suporte na tabela em idiomas Com suporte para Agentes de IA com script.
Gerenciar Respostas
As respostas são as mensagens que seu agente de IA envia aos clientes em resposta às suas consultas ou intenções. Você pode criar respostas que incluem:
- Texto — Mensagens de texto simples para comunicação direta.
- Código — Código incorporado para conteúdo dinâmico ou ações.
- Multimídia: imagens, elementos de áudio ou vídeo para aprimorar a experiência do usuário.
As respostas têm dois componentes principais:
- Modelos — Estruturas de resposta predefinidas que são mapeadas para intenção específica.
- Fluxos de trabalho — A lógica que determina qual modelo usar com base na intenção identificada.
Os modelos para Transferência de Agente, Ajuda, Retorno de queda e Bem-vindo são pré-configurados e a mensagem de resposta pode ser alterada nos modelos correspondentes.
Tipos de resposta
A sessão do Designer de respostas abrange diferentes tipos de respostas e como elas podem ser configuradas.
A guia Fluxos de trabalho é usada para lidar com respostas assíncronos enquanto liga para um API externo que responde de forma assíncrorona. Os fluxos de trabalho devem ser codificados em píton.
Substituição de variável
A substituição de variáveis permite usar variáveis dinâmicas como parte de modelos de resposta. Todas as variáveis padrão (ou entidades) de uma sessão, juntamente com aquelas que um desenvolvedor de agente de IA pode definir dentro de um objeto de formulário livre, como o campo datastore , podem ser usados em modelos de resposta por meio desse recurso. As variáveis são representadas usando esta sintaxe: ${variable_name}. Por exemplo, usando o valor de uma entidade chamada apptdate usa ${entities.apptdate} ou ${newdfState.model_state.entities.apptdate.value}.
As respostas podem ser personalizadas usando variáveis recebidas do canal ou coletadas dos consumidores ao longo de uma conversação. A funcionalidade de conclusão automática mostra a sintaxe de variáveis na área de texto quando você começa a digitar ${. Selecionar a sugestão necessária preenche automaticamente a área com a variável e destaca tal variável.
Configurar respostas usando o Designer de resposta
O designer de respostas oferece uma interface amigável para criar respostas sem precisar de conhecimento amplo de codificação. Dois tipos de resposta estão disponíveis:
- Respostas condicionais: Para nondevelopers, essa opção permite uma construção fácil de respostas que o agente de IA fornece aos clientes.
- Trechos de código: para desenvolvedores que usam Python, esta opção permite flexibilidade para configurar respostas usando código.
O Webex designer de resposta do agente de IA foi projetado para garantir que a experiência do usuário seja adaptada ao canal específico com o qual o Agente de IA está interagindo.
Modelos de resposta
- Texto — São respostas de texto simples. Para aprimorar a experiência do usuário, o designer de respostas permite várias caixas de texto em uma única resposta, permitindo que você divida mensagens longas em seções mais gerenciáveis. Cada caixa de texto pode incluir várias opções de resposta. Durante uma conversação, uma dessas opções é selecionada aleatoriamente e exibida ao usuário, assegurando uma interação dinâmica e envolvente.
Para manter uma experiência dinâmica e envolvente do usuário, você pode adicionar várias opções de resposta aos seus modelos. Quando um modelo com várias opções é ativado, um deles é selecionado aleatoriamente e exibido para o usuário. É possível ativar essa função clicando no botão+Adicionar variante localizado na parte inferior da resposta.
Ao salvar respostas, os desenvolvedores veem um aviso indicando o número de erros que precisam ser corrigidos. Os campos com erros serão destacados em vermelho. Usando as setas de navegação, o desenvolvedor pode localizar e corrigir facilmente esses erros em qualquer formato de canal ou resposta. Se o picareta ou o carroel da lista contiver várias placas, a navegação por ponto permite que você passe pelos cartões com erros. Para um único cartão, o ponto correspondente fica vermelho para sinalizar o erro.
- Resposta rápida — as respostas de texto podem ser emparelhadas com botões, que podem ser baseados em texto ou links URL. Os botões de texto exigem um título e uma carga, que são enviados para o bot quando clicados. Os botões URL redirecionam os usuários para uma página da Web específica.
Quando a consulta de um usuário é ambígua, a correspondência parcial permite que o bot sugira artigos ou intençãos relevantes como opções. Este recurso está disponível para interações web e Facebook.
Adicionando respostas rápidas de URL
Os botões de URL de resposta rápida em respostas fixas e condicionais permitem criar botões que redirecionam os usuários ao seu site para mais informações ou ações, como preencher formulários. Quando o usuário clica nessa opção, esses botões abrem a URL especificada em uma nova guia na mesma janela do navegador, sem enviar nenhum dado de volta para o bot.
Para adicionar uma resposta rápida URL em resposta condicional ou fixa:
- Escolha a chave do artigo ou modelo para a qual deseja configurar a resposta rápida da URL.
- Clique em +Adicionar resposta rápida. A janela pop-up tipo Tecla é exibida.
- Escolha o tipo de botão como URL no canal da Web.
- Especifique o título do botão e URL para o qual o consumidor deve ser redirecionado após clicar no botão.
- Clique em Concluído para adicionar uma resposta rápida URL.
Os botões de tipo de URL também podem ser configurados através do tipo de resposta dinâmica, onde esses botões devem ser configurados usando trechos de código píton. Esses botões são suportados na visualização de plataforma Webex agente da IA e na visualização compartilhamento. Eles não contam, atualmente, com o widget IMIchat Live chat ou outros canais de terceiros.
- Carroel — Respostas ricas podem incluir um único cartão ou vários cartões organizados em um formato de carroel. Cada cartão requer um título e pode conter uma imagem, uma descrição e até três botões.
Os botões de resposta rápida no modelo Carousel podem ser configurados com texto ou links URL. Clicar em um botão URL redirecionará o usuário para o site especificado. Clicar em um botão de resposta rápida baseado em texto envia uma carga de pagamento configurada para o bot, acionando a resposta correspondente.
- Imagem— Um modelo multimídia onde os usuários podem configurar imagens fornecendo URLs.
- Vídeo: renderiza vídeos na visualização com base na URL de vídeo configurada.
- Código — pode ser usado para gravar código Python para chamar APIs ou executar outra lógica.
Trechos de códigos
As respostas condicionais, com seus recursos extensos e modelos diversos, podem atender efetivamente a maioria das necessidades do agente de IA. No entanto, para casos de uso complexo que não podem ser totalmente realizados através de respostas condicionais ou para desenvolvedores que preferem codificação, o tipo de resposta trecho de código está disponível.
Trechos de código permitem configurar as respostas usando o código Python. Essa abordagem permite criar todos os tipos de respostas, incluindo respostas rápidas, texto, carroousels, imagens, áudio, vídeo e arquivos, dentro de um modelo de resposta ou artigo.
O código de função definido no modelo trecho de código pode ser usado para definir variáveis que são usadas em outros modelos. É importante observar que o código de função não pode retornar respostas diretamente quando usado em respostas condicionais.
Validação de trecho de código—A plataforma verifica apenas erros de sintaxe dentro do trecho de código que você está configurando. Entretanto, qualquer erro no conteúdo de resposta em si pode causar problemas para os usuários que interagem com o bot no canal configurado. Por exemplo, o editor não impedirá que você adicionando uma resposta de "picareta de tempo" para o canal da Web, mas isso resulta em erros se a consulta de um usuário disparar essa resposta específica.
Se você optar por não configurar uma resposta exclusiva para diferentes canais, a resposta da Web será considerada como a resposta padrão e será enviada ao usuário final. A lista de modelos suportados no canal Web são:
- Texto— uma mensagem de texto simples que pode ter várias variantes. Essa mensagem configurada é exibida com base na consulta.
- Resposta rápida — Um modelo que tem texto e botões clique nele.
- Carousel — Uma coleção de cartões, com cada cartão tendo um título, uma URL de imagem e uma descrição.
- Imagem—Um modelo para configurar imagens fornecendo URLs.
- Vídeo— Um modelo para configurar vídeo fornecendo a URL de vídeo. Você pode reproduzir o vídeo clicando ou tocando na imagem.
- Arquivo—Um modelo para configurar um arquivo em pdf, fornecendo a URL para acessar o arquivo.
- Áudio— Um modelo para configurar um arquivo de áudio fornecendo a URL de áudio. Ele também mostra a duração da mensagem de áudio na saída.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Agente de IA com script para responder perguntas
Agentes de IA com script são agentes orientados pelo conhecimento cuja base de conhecimento consiste em um corpus de perguntas e respostas. O agente de IA com script pode fornecer respostas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. Essa capacidade é útil em cenários onde:
- É necessário um conhecimento específico — o agente precisa responder perguntas em um domínio predefinido.
- Consistência é importante — o agente deve fornecer respostas consistentes a consultas semelhantes.
- Flexibilidade limitada é necessária — as respostas do agente são limitadas pelas informações no treinamento.
Crie um agente de IA com script para responder perguntas
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente está construindo , clique em Scripted. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O Agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Crie uma entidade com funções de entidade para o Agente de IA.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um Agente de IA com script para responder perguntas.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel, selecione o Agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar Alterações para salvar as configurações. |
Gerenciar Artigos
Artigos a partir do cerne dos Agentes de IA com script. Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Cada artigo tem uma pergunta Padrão que serve como identificador para esse artigo em sessões, curadoria e outros lugares no Agente de IA. Todos os artigos configurados juntos em um Agente da IA constituem a base de conhecimento ou o corpus doagente. O sistema compara sua consulta com essa base de conhecimento e mostra a resposta com o nível de confiança mais alto como uma resposta do Agente.
Os mecanismos Rasa e Mindmeld NLU exigem um mínimo de duas variantes de treinamento (pronunciamentos) para que um artigo faça parte do modelo treinado de uma corporação. Em um Agente de IA com script para responder perguntas, se Rasa ou Mindmeld NLU estiver selecionado e se um artigo tiver menos de duas variações, os botões Treinar e Salvar e Treinar não estarão disponíveis. Quando você descansa o ponteiro nesses botões não disponíveis, uma mensagem é exibida para resolver os problemas antes do treinamento. Há também um ícone de aviso exibido correspondente ao artigo com problemas. As questões são resolvidas adicionando mais de duas variantes para um artigo. Depois que os problemas são resolvidos, os botões Treinar e Salvar e Treinar são disponibilizados. Ter duas variantes não é aplicável aos artigos padrão – mensagem de correspondência parcial, mensagem de recuo e mensagem de boas-vindas.
É possível classificar os artigos em categorias de sua escolha, e todos os artigos não categorizados são classificados como não atribuídos. Há quatro artigos padrão disponíveis para cada Agente de IA, desde o momento da criação. São eles:
- Mensagem de boas-vindas — Contém a primeira mensagem sempre que houver um início de conversa entre o cliente e o agente de IA.
- Mensagem de recuo — O agente de IA mostra essa mensagem quando o agente não consegue entender a pergunta do usuário.
- Correspondência parcial — Quando o Agente de IA reconhece vários artigos com uma pequena diferença de pontuações (conforme definido nas configurações de Transferência e Inferências ), o agente mostra essa mensagem de correspondência juntamente com os artigos correspondidos como opções. Você também pode configurar a resposta de texto a ser exibida junto com essas opções.
- O que você pode fazer?— Você pode configurar os recursos do agente de IA. O agente de IA exibe isso sempre que os usuários finais questionam os recursos de Agente de IA.
Além disso, o artigo padrão de Falar com um agente será adicionado se a transferência de agentes a partir das configurações De transferência e Inferência estiver ativada.
Todos os novos agentes de IA também apresentam quatro artigos Smalltalk que tratam das declarações do usuário para:
- Saudações
- Obrigado
- O agente de IA não foi útil
-
Até logo
Esses artigos e respostas estão disponíveis na base de conhecimento do agente de IA por padrão, enquanto criam um novo Agente de IA. Você também pode modificá-los ou removê-los.
Adicionar artigos por meio de IU e resposta padrão
Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Toda consulta de consumidor é comparada com esses artigos (base de conhecimento) e a resposta que retorna o maior nível de confiança é exibida ao usuário como a resposta do Agente de IA. Para adicionar artigos:
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique em Criar novo artigo. |
| 4 |
Adicione os variantes padrão. |
| 5 |
Selecione qualquer uma dessas respostas padrão para o artigo. Valores possíveis:
Para obter mais informações, consulte a seção Configurar respostas usando o Designer de respostas. |
| 6 |
Clique em Salvar e treinar. |
Importar de catálogos
| 1 |
Muito na plataforma de Webex agente de IA |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nos três elipses. |
| 4 |
Clique em Importar de catálogos. |
| 5 |
Selecione as categorias dos artigos que devem ser adicionados ao agente. |
| 6 |
Clique em Concluído. |
Extrair PERGUNTAS FREQUENTEs do link
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nas três elipses. |
| 4 |
Clique em Extrair PERGUNTAS FREQUENTEs a partir do link. |
| 5 |
Forneça o URL de onde as perguntas frequentes estão hospedadas e clique em Extrair. |
| 6 |
Clique em Importar. |
Importar do arquivo
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nos três elipses. |
| 4 |
Clique em Importar de um arquivo e selecione CSV o importar os artigos do arquivo csv. Se estiver importando artigos de um arquivo no formato JSON, selecione o JSON. |
| 5 |
Clique em Procurar e selecione um arquivo que contenha todas as aticles. Clique no exemplo Download para exibir o formato em que os artigos devem ser especificados. |
| 6 |
Clique em Importar. |
Adicionar sinônimos personalizados
Muitos casos de uso de agentes de IA tendem a envolver palavras e frases que podem não fazer parte do vocabulário inglês padrão ou que são específicas a um contexto comercial. Por exemplo, você deseja que o agente da IA reconheça o aplicativo para Android, o aplicativo para iOS e assim por diante. O Agente de IA deve incluir esses termos e suas variações nas pronunciamentos de treinamento para todos os artigos relacionados, levando a uma entrada de dados redundante.
Para superar esse problema de redundância, você pode usar sinônimos personalizados dentro de um agente de IA com script para responder perguntas. Sinônimos de cada palavra raiz são substituídos pela palavra raiz no tempo de execução pela plataforma automaticamente.
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Na página Painel de agentes da IA, selecione o agente de IA que você criou. |
| 3 |
Navegue até e clique nas três elipses. |
| 4 |
Clique em Sinônimos Personalizados. |
| 5 |
Clique em Nova Palavra Raiz. |
| 6 |
Configure o valor da palavra raiz, seus sinônimos e clique em Salvar. |
| 7 |
Treinar o agente de IA novamente depois de adicionar os sinônimos. Você também pode exportar os sinônimos (em formato .CSV de arquivos) para a pasta local e importar o arquivo de volta para a plataforma. |
Mecanismo de compreensão da linguagem natural (NLU)
Agentes de IA com script aproveitam o Entendimento da linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem alternar mecanismos NLU nas guias Artigos e Treinamentos dos Agentes de IA com script para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do Agente de IA, necessitando de requalificação para uma inferência precisa com base no novo modelo. As diferenças de desempenho podem ser analisadas usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os Agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o Agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo será exibida.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela, etc.) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver marcada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de Agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de Transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do Agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente da IA.
- Clique em Treinar. Depois que o Agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com a RASA e a Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois que todos os artigos desejados forem criados, você poderá treinar o Agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Tornar Em Tempo Real para tornar o corpus treinado ao vivo e testá-lo em Webex visualização compartilhável por agente de IA ou em canais externos onde o Agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores do nível de artigo. Em nosso esforço contínuo para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo, em oposição ao modelo mais antigo de usar vetores de nível de totalidade e encontramos vetores no nível do artigo melhorarem a precisão na maioria dos casos. Observe que os vetores de nível de artigo serão o novo valor padrão para vetorização para novos Agentes de IA de lingua única e para correspondências de nível de artigo de Agentes AI multilíngues só será suportado quando o modelo multilíngue for Polymatch.
Você pode verificar as informações sobre o modelo vetor presente no momento de uma inferência na outra seção de informações da sessão.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Visualizar seu agente de IA com script
Webex agente de IA permite visualizar seus agentes de IA enquanto os desenvolve e, mesmo depois do desenvolvimento, é concluído. Dessa forma, você pode testar o funcionamento dos agentes de IA e determinar se as respostas desejáveis são geradas correspondentes a respectivas consultas de entrada. Você pode visualizar seu Agente de IA com script usando as seguintes maneiras.
- Painel Agente de IA —Passe o cursor sobre um cartão Agente de IA para visualizar a opção Visualizar desse agente de IA. Clique em Visualizar para iniciar o widget de visualização do agente de IA.
- Cabeçalho Agente de IA — Após inserir o modo de edição para qualquer agente de IA, clicando no cartão do agente de IA ou no botão Editar no cartão Agente de IA, a opção Visualizar é sempre visível na seção de cabeçalho.
- Widget minimizado — Após uma visualização ser iniciada e minimizada, um widget cabeça de chat é criado no canto inferior direito da página, permitindo-lhe relançar facilmente o modo de visualização.
Além disso, você pode copiar o link de visualização compartilhamento de um agente de IA. No cartão Agente de IA, clique no ícone Elipses, na parte superior direita, e clique em Copiar link de visualização. Esse link pode ser compartilhado com outros usuários do Agente de IA.
Widget pré-visualização de plataforma
O widget visualização aparece na parte inferior direita da tela. Você pode fornecer pronunciamentos (ou uma sequência de pronunciamentos) para ver como o agente de IA responde, garantindo que ele atue conforme esperado. A visualização do agente de IA oferece suporte a vários idiomas e pode detectar automaticamente o idioma das expressões para responder de acordo. Também é possível selecionar manualmente o idioma na visualização, clicando no seletor de idiomas e escolhendo na lista de opções disponíveis.
O widget visualização pode ser maximizado para uma visualização melhor. Recursos úteis adicionais incluem fornecer informações sobre o consumidor e iniciar várias salas para testar todo o agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite que desenvolvedores de agentes da IA compartilhem seu agente de IA com partes interessadas e consumidores de uma maneira atualizável sem a necessidade de desenvolver uma interface de usuário personalizada para que apareça o Agente de IA. Por padrão, o link de visualização copiado renderiza o Agente de IA com casing de telefone. Os desenvolvedores podem fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. Essas duas principais personalizações são:
- Cor do widget—Ao anexar o
parâmetro Corda marca ao link. Os usuários podem definir cores simples usando nomes de cores ou usar código hex de cores. -
Casing do telefone—Alterando o valor do
parâmetro PhoneCasingno link. Definido comoverdadeiropor padrão e pode ser desabilitado tornando-o falsoLink de visualização de exemplo com estes parâmetros:
?botunique_name=<yourbot_unique_name>&unique_name enterprise=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Seções de geranciamento comuns para agente de IA com script
As seções a seguir são exibidas no painel esquerdo da página de configuração do agente de IA:
Treinamento
À medida que os agentes de IA evoluim e se tornam mais complexos, mudanças em sua lógica ou Noções básicas sobre a linguagem natural (NLU) às vezes podem ter consequências não intencionais. Para garantir um desempenho ideal e identificar os problemas potenciais, a plataforma agente da IA oferece uma estrutura de teste bot conveniente de um clique. É possível:
- Crie e execute facilmente um conjunto abrangente de casos de teste.
- Defina as mensagens de teste e as respostas esperadas para diversos cenários.
- Simule interações complexas criando casos de teste com várias mensagens.
Definir testes
Você pode definir testes seguindo as seguintes etapas:
- Faça login na plataforma Agente de IA.
- No Painel, clique no agente de IA com script que você criou.
- Clique em Teste no painel esquerdo. Por padrão, a guia Testcases é exibida.
- Selecione um caso de teste e clique em Executar testes selecionados.
Cada linha na tabela representa um caso de teste com os seguintes parâmetros:
| Parâmetro | Descrição |
|---|---|
| Mensagem | Uma mensagem de exemplo que representa os tipos de consultas e declarações que você pode esperar que os usuários enviem para o seu Agente de IA. |
| Idioma esperado | Espera-se que o idioma no qual os usuários interajam com o Agente de IA. |
| Artigo esperado | Especifique o artigo que deve ser exibido em resposta a uma mensagem de usuário específica. Para ajudá-lo a encontrar o artigo mais relevante, esta coluna tem uma função auto-completa inteligente. À medida que você digita, o sistema sugerirá correspondências de artigos com base no texto inserido até então. |
| Redefinir contexto anterior | Clique na caixa de seleção desta coluna para isolar casos de teste e verifique se eles são executados independentemente de qualquer contexto existente do agente de IA. Quando habilitado, cada caso de teste é simulado em uma nova sessão, evitando qualquer interferência de interações anteriores ou dados armazenados. |
| Incluir correspondências parciais | Permitir que essa alternância inclua casos de teste com artigos esperados que correspondam parcialmente à resposta real seja considerado bem-sucedido. |
| Importar de CSV | Importar casos de teste de um arquivo separado por vírgulas (CSV). Nesse caso, todos os casos de teste existentes serão substituídos. |
| Exportar para CSV | Exportar casos de teste para um arquivo separado por vírgulas (CSV). |
| Testar retornos de chamada | Ative essa alternância para simular os retornos de chamada recebidos e testar o comportamento do fluxo sem precisar de chamadas recebidas reais. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
| Retorno de chamada em fluxo | Clique na caixa de seleção dessa coluna para indicar que uma intenção deve disparar um retorno de chamada. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
| Modelo de retorno de chamada esperado | Especifique a chave do modelo que deve ser ativada quando o retorno de chamada ocorrer. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
| Tempo limite de retorno (s) | Tempo máximo (em segundos) que o Agente de IA aguarda uma resposta de retorno de chamada antes de considerar o retorno de chamada conforme o tempo expirado. Atualmente, um tempo limite de 20 segundos é aplicado. Essa opção está disponível somente para agentes de IA com script para execução de ações. |
Executar testes
Na guia Execução , clique em Executar testes selecionados para iniciar uma execução sequencial de todos os casos de teste selecionados.
Você também pode executar casos de teste na guia Testcases .
.Para exibir casos de teste com resultados específicos, clique no resultado desejado (por exemplo, Passado, Passado com correspondência parcial,Falha,Pendente ) na faixa de resumo. Isso filtrará a lista de ocorrências de teste para exibir somente aquelas que correspondem ao resultado selecionado.
O ID da sessão associado a cada caso de teste é exibido nos resultados. Isso permite que você cruze casos de teste de referência rapidamente e visualize detalhes da transação. Para fazer isso, escolha a opção Detalhes da transação na coluna Ações .
Histórico de execução
Na guia Histórico , acesse todos os casos de teste executados.
- Clique no ícone Download da coluna Ações para exportar os dados de teste executados como um arquivo CSV para relatórios ou análise offline.
- Revise as configurações específicas do mecanismo e do algoritmo usadas para cada execução de caso de teste. Essas informações ajudam os desenvolvedores a otimizar o desempenho do agente de IA.
- Para visualizar as configurações avançadas de configuração do algoritmo usadas para um mecanismo de treinamento específico, clique no ícone Informações próximo ao nome do mecanismo de treinamento. Isso fornecerá insights sobre os parâmetros e configurações que influenciaram o comportamento do agente de IA durante o teste.
Sessões
A seção Sessões fornece um registro abrangente de todas as interações entre agentes de IA e clientes. Cada sessão inclui um histórico detalhado de mensagens trocadas. Você pode exportar dados da sessão como um arquivo CSV para análise off-line e auditoria. Você pode usar esses dados para examinar as mensagens e o contexto de sessões específicas a fim de obter insights sobre as interações do usuário e identificar áreas para melhoria, refinar as respostas do agente de IA e aprimorar a experiência geral do usuário.
Ele pode lidar com grandes conjuntos de dados exibindo resultados em páginas. Você pode usar a seção Refinar resultados para filtrar e classificar sessões com base em vários critérios. Cada linha na tabela exibe detalhes essenciais da sessão, incluindo:
- Canais — o canal onde a interação ocorreu (por exemplo, bate-papo, voz).
- ID da sessão — Um identificador exclusivo para a sessão.
- ID do consumidor — o identificador exclusivo do usuário.
- Mensagens — O número de mensagens trocadas durante a sessão.
- Atualizado em — A hora em que a sessão foi fechada.
- Metadados — Informações adicionais sobre a sessão.
- Ocultar sessões de teste – Marque essa caixa de seleção para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência de agente - Marque essa caixa de seleção para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de fone de ouvido indicando a transferência do chat para um agente humano.
- Erro – Marque essa caixa de seleção para filtrar as sessões em que ocorreu o erro.
- Downvoted —Marque esta caixa de seleção para filtrar as sessões com o voto baixo.
Clique em uma linha para acessar a exibição detalhada de uma sessão específica. Use caixas de seleção para filtrar sessões com base na transferência do agente, erros e votos baixos. Sessões descriptografação exigem permissão em nível de usuário e configurações avançadas de proteção de dados. Clique em Descriptografar para exibir os detalhes da sessão.
Detalhes da sessão de uma sessão específica do agente de IA com script para responder perguntas
A exibição Detalhes da sessão em um agente de IA com script para responder perguntas fornece uma ruptura abrangente de uma interação específica entre um usuário e o Agente de IA.
A seção Mensagens :
- Exibe todas as mensagens enviadas pelo usuário durante a sessão.
- Mostra as respostas correspondentes geradas pelo Agente de IA.
- Apresenta a ordem cronológica das mensagens, fornecendo contexto para a interação.
A guia Informações da transação:
- Lista os artigos identificados como relevantes para a consulta do cliente, incluindo correspondências exatas e correspondências parciais.
- Exibe os pontuações de similaridade associados a cada artigo identificado, indicando o grau de relevância.
- Apresenta os resultados dos algoritmos subjacentes usados para processar a consulta do cliente e identificar artigos relevantes.
- Exibe o número de resultados do algoritmo dependendo das configurações configuradas na guia Transferência e Inferência .
A seção Outras informações na exibição Detalhes da sessão fornece contexto adicional e detalhes sobre uma interação específica. Aqui está um detalhamento das informações exibidas:
- Consulta processada — Mostra a versão pre precedida da entrada do cliente depois de ter sido processada pelo pipeline de compreensão de linguagem natural (NLU) do agente de IA.
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Tipo de resposta — Especifica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Detalhes da sessão de uma sessão específica no Agente de IA com script para realizar ações
A guia Informações de transação no agente de IA com script para realizar ações fornece uma análise detalhada de uma interação específica, categorizando as informações em quatro seções:
seção Tentativas identificadas :
- Exibe as intenção que foram identificadas para a consulta do cliente.
- Indica o nível de confiança associado a cada intenção identificada.
- Lista os slots associados à intenção identificada. Clique no slot para exibir informações adicionais sobre seu valor e como ele foi extraído da consulta do usuário.
A seção Entidades identificadas lista as entidades que foram extraídas da mensagem do cliente e estão associadas à intenção ativa do consumidor. Essas entidades representam as principais informações que o bot identificou na consulta do usuário.
A seção Resultados do algoritmo fornece insights sobre os processos subjacentes que levaram à resposta do agente de IA. Aqui está um detalhamento das informações exibidas:
- Lista de intenções — Mostra as intençãos identificadas e suas pontuações de similaridade correspondentes.
- Lista de entidades — Exibe as entidades que foram extraídas da mensagem do usuário.
As Outras informações são exibidas:
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Chave de modelo — Indica a chave do modelo associada à intenção que desencadeou a resposta do agente de IA.
- Tipo de resposta — Indica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Você também pode baixar e visualizar as informações da transação no formato JSON usando a opção de download.
A guia Metadados exibe:
- Metadados de NLP — Revise as etapas de pré-processamento aplicadas à entrada do cliente na guia NLP .
- Datastore e FinalDF — Acesse dados relacionados à sessão nas guias Datastore e FinalDF de bots inteligentes.
- Funcionalidade de pesquisa —Use a barra de pesquisa interna para localizar rapidamente frases específicas dentro de uma conversação.
Histórico
Sempre que você adicionar ou modificar artigos, intençãos ou entidades, é essencial requalificação de seu agente de IA com script para garantir que ele esteja atualizado. Após cada sessão de treinamento, teste todo o seu agente de IA para verificar sua precisão e eficácia.
A página Histórico permite:
- Exibir Histórico de Treinamento — Rastreia quando um corpus foi treinado e as alterações feitas.
- Comparar mecanismos de treinamento — Revise os mecanismos de treinamento usados para iterações diferentes e suas durações correspondentes de treinamento.
- Alterações de rastreamento — Monitore as alterações feitas nas configurações, artigos, respostas, NLP e cura.
- Reverter para versões anteriores— Reverta facilmente para um conjunto de treinamentos mais antigo, se necessário.
A seção Histórico fornece ferramentas convenientes para gerenciar seus artigos básicos de conhecimento:
- Ativar artigos— disponibilize artigos anteriormente inativos em tempo real para incluí-los nas respostas do agente da IA.
- Editar artigos—Crie uma nova versão de um artigo existente preservando o original para referência.
- Desempenho de visualização — Avalie o desempenho do agente da IA com uma base de conhecimento específica usando o recurso Visualizar .
- Baixar artigos — Exporta seus artigos base de conhecimento como um arquivo CSV para análise ou referência offline. Essa opção está disponível apenas para agentes de IA com script para responder perguntas.
Registros de auditoria
A seção Logs de auditoria fornece um registro detalhado das modificações feitas no agente de IA com script nos últimos 35 dias. Para acessar logs de auditoria:
- Navegue até o Painel e clique no agente de IA que você criou.
- Clique na guia Histórico para exibir o histórico do agente de IA.
- Clique na guia Logs de auditoria para ver um log detalhado de alterações:
- Atualizado em — A data e a hora em que a alteração foi feita.
- Atualizado por — O usuário que fez a alteração.
- Campo — A seção do bot onde a modificação ocorreu (por exemplo, Configurações, Artigos, Respostas).
- Descrição — Detalhes adicionais sobre a alteração.
-
Utilize as
opções de pesquisa Atualizado poreCampopara localizar rapidamente entradas de logs de auditoria específicas. -
A guia Histórico de modelos exibe no máximo 10 corporações para cada agente de IA.
Curadoria
As mensagens são adicionadas ao console de Curation com base nos seguintes critérios:
- Mensagens de recuo—Quando o agente de IA não entende a mensagem de um usuário e aciona a intenção de recuo.
- Intenção padrão de recuo — Se essa alternância estiver ativada, as mensagens que ativarem a intenção padrão de recuo serão enviadas ao console de Cura.
Esses critérios se aplicam apenas a agentes de IA com script para a execução de ações.
- Mensagens interrompidas — Mensagens que os usuários têm voz baixa durante as visualizações do Agente de IA.
- Transferência do agente — Mensagens que resultarão na transferência de um agente humano devido às regras configuradas.
- Da sessão — Mensagens sinalizadas pelos usuários como não recebendo a resposta desejada dos dados da sessão ou da sala.
- Baixa confiança — Mensagens com uma pontuação de confiança que estão dentro do limite de baixa confiança especificado.
- Correspondência parcial — Mensagens nas quais o agente de IA não pôde identificar definitivamente a intenção ou resposta corretas.
Solucionar problemas
A guia Problemas fornece um local centralizado para revisar e endereçar mensagens que foram sinalizadas para cura. É possível fazer o seguinte:
- Escolha resolver ou ignorar problemas com base em sua gravidade e relevância.
- Examine a declaração do usuário original, a resposta do agente de IA e qualquer mídia anexada.
O acesso descriptografado é concedido no nível do usuário e exige que a Proteção avançada de dados seja ativada no backend.
Para resolver um problema, você pode:
-
Vínculo com um artigo existente — Para conectar um problema a um artigo existente, selecione a opção Link e procure o artigo desejado.
-
Criar novo artigo—Use a opção Adicionar a um novo artigo para criar um novo artigo diretamente do Console de cura.
-
Ignorar problemas — Resolve ou ignora problemas para removê-los do Console de cura.
- A vinculação a artigos padrão (mensagem de boas-vindas, mensagem de recuo, correspondência parcial) não é permitida.
- Para um agente de IA com script para realizar ações, selecione a intenção apropriada na lista suspensa e marque todas as entidades relevantes.
- Depois de fazer alterações, requalificação do agente de IA para garantir que o novo conhecimento seja refletido em suas respostas.
- Resolva ou ignore múltiplos problemas ao mesmo tempo para um geranciamento eficiente.
A guia Resolvidos fornece uma visão geral abrangente de todas as questões que foram tratadas. É possível visualizar um resumo de cada problema resolvido, incluindo se o problema estava vinculado a um artigo existente, usado para criar um novo artigo/intenção, ou ignorado. Se você encontrar respostas indesejável que não foram capturadas automaticamente pelas regras existentes, você pode adicionar manualmente declarações específicas ao Console de cura.
Para adicionar problemas a partir das sessões:
- Identificar a totalidade — Localize a pronunciamento que desencadeou a resposta incorreta.
- Verifique o status da cura:Se o problema ainda não estiver no console de cura,
a alternância statusda cura será exibida. - Alternar a opção Sinalização—Ativar o
statusda cura para adicionar a toância ao console de cura para revisão e resolução.
Se o problema já estiver presente no Console de Curação, a aparência da alternância muda de acordo, para indicar seu status.
Exibir seu desempenho de IA com script usando Análise
A seção Análise fornece representação gráfica de métricas-chave para avaliar o desempenho e a eficácia do agente de IA. As principais métricas são divididas em quatro seções representadas como guias. São eles: Visão geral, Respostas, Treinamento e Cura.
Ao visitar a tela de análise, os desenvolvedores podem selecionar o agente de IA para o qual desejam ver a análise. Eles também podem personalizar a exibição de análise escolhendo o canal para o qual desejam ver os dados, juntamente com o intervalo de datas e a granularidade dos dados. Por padrão, os dados de análise do último mês são mostrados para todos os canais com uma granularidade diária (cada dia sendo um ponto no eixo x nos gráficos).
Visão geral
A visão geral contém as principais métricas e gráficos que fornecem um instantâneo do uso e desempenho gerais do agente de IA para os desenvolvedores.
- Selecione o agente de IA na página Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
Sessões e mensagens
A primeira seção de visão geral exibe as seguintes estatísticas sobre sessões e mensagens para o agente de IA:
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem de números de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
Isso é seguido por uma representação gráfica de sessões (coluna empilhada que representa sessões tratadas pelo agente de IA e sessões entregues) e o total de respostas enviadas pelo Agente de IA.
Usuários
A segunda seção da Visão geral contém estatísticas sobre usuários para o Agente de IA. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários. Seguido por um gráfico que exibe usuários novos e retornados para cada unidade, dependendo da granularidade selecionada.
Desempenho
A terceira seção fornece estatísticas sobre as respostas do agente de IA aos usuários. Aqui é possível ver o total de respostas enviadas pelo Agente de IA e a divisão entre as respostas em que o Agente de IA:
- Identificou a intenção do usuário.
- Respondeu com uma mensagem de recuo.
- Respondeu com uma mensagem parcial da correspondência.
- Informado o usuário de uma transferência de agente.
O mesmo é agregado em um gráfico de pizza e um gráfico de área fornece informações baseadas na granularidade selecionada.
Treinamento
A seção de treinamento representa a "saúde" de um corpus de agente da IA. Recomenda-se que os desenvolvedores configurem mais de 20 pronunciamentos de treinamento para cada intenção/artigo em seus Agentes de IA. Nesta seção, todos os artigos/intençãos de um corpus são exibidos como retângulos individuais em que a cor e o tamanho relativo de cada retângulo são condicionados aos dados de treinamento que o artigo/intenção contém. Quanto mais próximo de uma intenção for branca, mais dados de treinamento precisarão que a precisão do seu agente de IA melhore.
Respostas
Esta seção dá aos desenvolvedores uma visão detalhada do que os usuários estão perguntando e com que frequência eles estão perguntando a ele. Fornece uma representação gráfica dos artigos mais populares dos agentes AI para responder perguntas e modelos de resposta de agentes de IA para a execução de ações.
Curadoria
Fornece um resumo visual de quantos problemas de cura vêm aparecendo todos os dias e quantos deles foram resolvidos pelos desenvolvedores de Agentes de IA.
Inibir agentes AI
Esta seção explica como integrar agentes de IA com canais de voz e digitais para gerenciar conversas do cliente.
Integrar agentes de IA aos canais voz e digital
Depois de você ter criado e configurado seus agentes de IA na Webex plataforma de Agente de IA, o próximo passo é integrá-los com os canais de voz e digitais. Essa integração permite que agentes de IA processem conversações digitais e baseadas em voz com seus clientes, proporcionando uma experiência de usuário de fácil e interativa.
Para obter mais informações, consulte o artigo Integrar agentes de IA com canais de voz e digital.
Ager Agente da IA
Esta seção destaca a visão geral dos relatórios de agentes de IA, tipos de relatório, criação de relatórios de agentes de IA e modos de entrega de relatório.
Noções básicas sobre relatórios de agentes de IA
O recurso relatórios permite gerar ou agendar (gerar periodicamente) relatórios específicos a partir dos tipos de relatórios disponíveis e recebê-los nos modos de entrega disponíveis. Esses relatórios podem fornecer informações valiosas em torno do comportamento do usuário, uso, engajamento, desempenho do produto e assim por diante. Você pode ter as informações desejadas entregues em seu e-mail, SFTP caminho ou balde S3. É possível escolher o tipo de relatório de uma lista de relatórios pré-criados e também escolher se deseja gerar um relatório de uma vez instantaneamente ou em intervalos regulares.
Quando você acessa o menu Relatórios no painel de navegação esquerdo, as seguintes guias são exibidas:
-
Configurar — Essa guia lista todos os relatórios atualmente ativos e gerados periodicamente. Os seguintes detalhes estão disponíveis para a lista de relatórios:
- Ativo — Se um usuário ainda está inscrito no relatório.
- Agente de IA — Nome do agente da IA associado ao relatório.
- Tipo de relatório — O tipo de relatório pré-criado ao qual se inscreveu.
- Frequência — o intervalo no qual você recebe o relatório.
- Último relatório gerado — O último relatório que foi enviado.
- Próxima data agendada — A próxima data em que o relatório será enviado.
-
Histórico — Essa guia lista todas as informações históricas dos relatórios enviados até a data. Clique em qualquer relatório nessa página para editar a configuração dos relatórios.
É possível clicar no ícone Download na coluna Ações para fazer download desses relatórios de histórico.
Os relatórios sob demanda que aparecem na guia Histórico estão disponíveis para download somente após a geração do relatório ter sido completada.
Criar relatório de agente de IA
| 1 |
Faça login na plataforma Webex agente de IA. |
| 2 |
Clique em Relatórios na barra de navegação esquerda. |
| 3 |
Clique em+Novo relatório. |
| 4 |
Forneça as seguintes informações para criar e configurar o relatório: |
Tipos de relatório de agentes de IA
Você pode escolher a partir de uma lista de relatórios pré-reconstruídos com base no tipo de agente de IA selecionado. Esta seção aborda esses tipos de relatório, as folhas incluídas em cada relatório e as colunas disponíveis em cada folha.
Agente de IA para responder tipo de relatório de perguntas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para responder perguntas no aplicativo. Usando diferentes tipos de relatório, você pode ser usado para entender o resumo de uso, o comportamento do agente da IA, o que os usuários estão perguntando e como o Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Comportamento e resumo de usoEsta seção exibe o resumo do agente da IA com a frequência na qual os artigos e categorias são solicitados. É possível visualizar informações de resumo, categorias e artigos em uma guia separada dos relatórios:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas/sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas | As mensagens enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens enviadas pelo agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | O total de conversas entregues a um agente humano. |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos clientes. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos clientes. |
| Campo | Descrição |
|---|---|
| Nome da categoria | O nome da categoria conforme configurado no agente de IA. |
| Conversas para a categoria | Foi detectado o número de conversas ou sessões nas quais um artigo pertencente a esta categoria foi detectado. |
| Total de respostas | O número de vezes que um artigo pertencente a essa categoria foi detectado. |
| Total de votos | O número de vezes que uma resposta dessa categoria foi votada novamente. |
| Total de votos baixos |
O número de vezes que uma resposta dessa categoria foi derrubada. |
| Campo | Descrição |
|---|---|
| Nome do artigo | O nome do artigo (variante padrão) configurado no agente de IA. |
| Categoria do artigo | A categoria à qual essa intenção pertence. |
| Conversas para o artigo | O número de conversas ou sessões nas quais este artigo foi detectado. |
| Total de respostas | O número de vezes que este artigo foi detectado. |
| Total de votos | O número de vezes que a resposta para este artigo foi votada. |
| Total de votos baixos |
O número de vezes que a resposta para este artigo é derrubada. |
Exibe a conversação entre o agente de IA e o cliente juntamente com a pontuação de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | O carimbo de hora da mensagem. |
| ID da Sessão | O identificador exclusivo da sessão. |
| ID do consumidor | O identificador exclusivo para o usuário final em agente de IA. |
| Tipo de mensagem | A mensagem ou mensagem humana do agente da IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Artigo | O identificador da resposta enviada de volta pelo agente da IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | A pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | A intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º | A pontuação da intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Os comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador exclusivo para o usuário final no agente de IA. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Artigo | Identificador da resposta enviada de volta pelo agente de IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º |
Pontuação para a intenção detectada. |
Agente de IA para executar tipo de relatório de tarefas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para execução de tarefa no aplicativo criador de agentes de IA. Como um desenvolvedor de agente de IA, você pode criar diferentes tipos de relatório. Eles podem ser usados para entender o resumo de uso do agente de IA, o comportamento do agente da IA, o que os usuários estão perguntando e como um Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Exibe o resumo de conversas juntamente com as intençãos e as chaves de modelo que são acionadas. A guia Resumo exibe os seguintes detalhes:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas ou sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas |
As mensagens que são enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens que são enviadas pelo Agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | Total de conversas entregues a um agente humano |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos usuários. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos usuários. |
Você também pode visualizar os detalhes da intenção na guia Intenção da planilha:
| Campo | Descrição |
|---|---|
| Nome da intenção | O nome da intenção, conforme configurado no agente de IA. |
| Conversas para a intenção | Número de conversas ou sessões em que essa intenção foi invocada. |
| Total de invocações | Número de vezes que essa intenção foi invocada. |
| Total de conclusões | Número de vezes que todos os slots foram coletados e essa intenção foi concluída. |
| Total de votos | O total de respostas para isso foi agrupado para cada intenção. |
| Total de votos baixos |
O total de respostas para isso foi reduzido para cada intenção. |
O relatório também tem detalhes de modelos de alto nível, como:
| Campo | Descrição |
|---|---|
| Nome da chave do modelo | O nome do modelo, conforme configurado no agente de IA. |
| Intenção-chave do modelo | Tentativas nas quais essa chave de modelo é usada. |
| Conversas para a chave do modelo | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de respostas | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de votos | Número de vezes que a resposta para este modelo foi votada novamente. |
| Total de votos baixos |
Número de vezes que a resposta para esse modelo foi interrompida. |
Exibe a conversa de um cliente com o agente de IA juntamente com os scores de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Tipo de mensagem | Mensagem ou mensagem humana de agente de IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação | Pontuação para a intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Este relatório é relevante apenas para agentes de IA com script. Você pode exibir os seguintes detalhes neste relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do cliente. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação |
Pontuação para a intenção detectada. |
Modos de entrega do relatório do agente de IA
No mundo baseado em dados de hoje, a entrega eficiente e segura dos relatórios de agentes da IA é crucial para a tomada de decisões informada e a excelência operacional. Para atender às diversas necessidades organizacionais, oferecemos vários modos de entrega para relatórios de agentes da IA, garantindo flexibilidade, confiabilidade e segurança. As opções de entrega incluem Secure File Transfer Protocol (SFTP), Email e Amazon S3 Bucket. Cada modo é projetado para atender a diferentes requisitos, seja pela necessidade de alta segurança, facilidade de acesso ou soluções de armazenamento escaláveis. Este documento destaca os recursos e os benefícios de cada modo de entrega, ajudando você a escolher a melhor opção para suas necessidades específicas.
SFTP
|
Campo |
Descrição |
|---|---|
| Enviar relatórios para um local seguro como programado |
Ative isso para empurrar os relatórios para o local seguro na hora agendada. Só é possível fornecer os seguintes detalhes ativando essa alternância. |
| Endereço IP | O IP endereço do sistema. |
| Nome de usuário | O nome de usuário para acessar os relatórios. |
| Senha | A senha para acessar os relatórios. |
| Chave privada | A chave privada para acessar os arquivos. |
| Carregar caminho |
O caminho para onde os arquivos são roteados no sistema. |
| Campo | Descrição |
|---|---|
| Agende e-mails para vários destinatários, separados por ponto e vírgula (;) | Ative isso para adicionar destinatários. |
| Destinatários |
O endereço de e-mail de todos os destinatários que devem receber os relatórios na hora e frequência especificadas. |
Recipiente S3
| Campo | Descrição |
|---|---|
| Carregar relatórios em um recipiente S3 de acordo com o agendamento |
Ative isso para disponibilizar os campos S3 e encaminhar os relatórios para o recipiente S3 configurado. |
| ID da chave de acesso a AWS | O ID chave de acesso para acessar os serviços e recursos do AWS. |
| Chave de acesso secreta do AWS | A chave de acesso secreta para acessar os serviços e recursos AWS. |
| Nome do recipiente | O nome do recipiente para o qual o relatório é roteado. |
| Nome da pasta |
O nome da pasta criada no recipiente S3. |
A conformidade com a ia do suporte
Estas seções o ajudam a compreender o Desenvolvimento da IA, Privacidade de dados, Segurança e Segurança
Desenvolvimento de IA, Privacidade de dados, Segurança e Segurança
Todos os recursos alimentados por IA da Cisco passam por uma Avaliação de impacto de IA em relação aos nossosprincípios de IA responsável e cumprem a Estrutura de IA Responsável, além dos processos existentes de Segurança, Privacidade e Direitos Humanos por design.
Privacidade e SegurançaA Cisco não retém os dados de entrada do cliente após o processo de inferência e o provedor de modelos de terceiros, a Microsoft, não acessa, monitora ou armazena dados de clientes da Cisco. Para obter mais detalhes sobre as políticas de retenção de dados específicas de recursos, consulte o Portal de confiança da Cisco.
A seguir está a lista de notas de transparência da IA para todos os recursos de IA:
Fontes de dados para treinamento e avaliaçãoO fornecedor de modelos de terceiros da Cisco, a Microsoft, representa que não usará conteúdo do cliente para melhorar os modelos Azure OpenAI e que não armazena nem retém dados de clientes da Cisco na infraestrutura Azure.
Considerações de segurança e éticasTodos os recursos de IA generalizados são propensos a erros, de modo que a Cisco prioriza a segurança de conteúdo para os recursos de IA, optando pelo filtro de conteúdo, fornecido pelo Azure OpenAI.
Avaliação de modelo e DesempenhoA Cisco prioriza o desempenho e a precisão do Assistente de IA envolvendo humanos na revisão, teste e garantia de qualidade do modelo subjacente.
Get iniciado com Webex AI Agent Studio
Webex O AI Agent Studio é uma plataforma sofisticada projetada para criar, gerenciar e implementar agentes de IA automatizados para atender às necessidades de atendimento ao cliente e suporte. Usando inteligência artificial, os agentes de IA fornecem assistência automática aos clientes antes de interagirem com agentes humanos. Esses agentes suportam interações de voz com entonação, compreensão de idioma e ciência contextual nas conversações. Além disso, os agentes de IA tratam de forma legível e informativa as interações de canal digital por meio de texto e bate-papo online. Os clientes se beneficiam de uma experiência como zelador, recebendo assistência com perguntas, recuperação de informações e minimizando os tempos de espera.
Recursos do Webex Estúdio de agente de IA
- Respostas precisas e precisas — Fornece respostas precisas para as perguntas do cliente em tempo real.
- Execução de tarefa inteligente — Executa tarefas com base em solicitações ou entradas do cliente.
Principais benefícios para as empresas
-
Experiência aprimorada do cliente — Proporciona uma experiência conversacional em tempo real para os clientes.
-
Interações personalizadas — Adapta as respostas às necessidades e preferências individuais do cliente.
-
Escalabilidade e eficiência — Lida com um alto volume de interações com os clientes sem precisar de agentes humanos adicionais, levando a uma satisfação melhorada e a redução dos custos operacionais.
Entender os tipos e exemplos de agentes de IA
A tabela a seguir fornece um vislumbre dos tipos de agentes de IA e suas capacidades:
| Tipo de agente de IA | Objetivo | Capacidade | Descrição | Como configurar? |
|---|---|---|---|---|
|
Autônomo |
Os agentes autônomos de IA são projetados para operar de forma independente, tomando decisões e executando tarefas sem intervenção humana direta. |
Executar ações |
Faça escolhas informadas com base nas informações disponíveis e em regras predefinidas. Automatizar tarefas repetitivas ou que consomem tempo. |
|
|
Responder perguntas |
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. |
Agentes autônomos de IA para responder perguntas | ||
|
Script |
Os agentes de IA com script são programados para seguir um conjunto predefinido de regras e instruções. |
Executar ações |
Agentes com script podem executar tarefas específicas que são claramente definidas e estruturadas. |
Agentes de IA com script para executar ações. |
|
Responder perguntas |
Os agentes com script podem responder a perguntas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. |
Agentes de IA com script para responder perguntas |
Exemplos
Os agentes de IA independentes e com script podem ser aplicados a vários casos de uso, dependendo dos requisitos específicos e dos recursos desejados. Alguns exemplos incluem:
-
Serviço ao cliente — agentes autônomos e com script podem ser usados para fornecer suporte ao cliente, com agentes autônomos oferecendo mais flexibilidade e compreensão do idioma natural.
-
Assistentes virtuais— os agentes autônomos são adequados para funções de assistente virtual, pois podem lidar com várias tarefas e fornecer interações mais personalizadas.
-
Análise de dados — agentes autônomos podem ser usados para analisar conjuntos de dados grandes e extrair insights valiosos.
-
Automação de processo — Agentes autônomos e com scripts podem ser usados para automatizar tarefas repetitivas, melhorar a eficiência e reduzir erros.
-
Gerenciamento do conhecimento—Agentes autônomos podem ser usados para criar e gerenciar repositórios de conhecimento, tornando as informações facilmente acessíveis aos usuários.
A escolha entre agentes de IA independentes e com scripts depende da complexidade das tarefas, do nível necessário de ou menos dados de treinamento e da disponibilidade de dados de treinamento.
Pré-requisitos
-
Se você for um cliente da Webex Contact Center existente, assegure-se de atender aos seguintes pré-requisitos:
-
Webex espaço do Contact Center 2.0.
-
Webex Connect é provisionado para seu espaço.
-
A plataforma de mídia de voz é a plataforma de mídia da próxima geração.
-
-
Se você não tiver um espaço Webex Contact Center, entre em contato com seu Parceiro para iniciar um teste Webex da Central de Contatos com a Plataforma de Mídia da Próxima Geração.
-
Os administradores podem solicitar uma caixa de areia Webex desenvolvedor do Contact Center para testar agentes de IA.
Ativação de recursos
Este recurso está atualmente em beta. Os clientes podem se inscrever para esse recurso no Webex Beta Portal preenchendo a pesquisa de participação de agentes de IA.
-
Atualmente, apenas a funcionalidade de agente de IA com script está disponível na fase beta.
-
Agentes autônomos estão disponíveis apenas para selecionar clientes. As solicitações podem ser feitas por meio do seu CSM (Customer Success Manager), do PSM (Partner Success Manager) ou do e-mail ask-ccai@cisco.com. Após a aprovação, agentes autônomos serão disponibilizados além dos agentes com script para o seu espaço.
Acessar Webex estúdio de agentes de IA
Para criar seus agentes de IA, você deve fazer login no aplicativo Webex AI Agent Studio. Isso pode ser feito das seguintes maneiras:
Iniciar sessão a partir do Centro de Controle
- Fazer login no Hub de controle usando a URL https://admin.webex.com.
- Na seção Serviços do painel de navegação, escolha Central de contatos.
- Em links rápidos no painel direito, vá para a seção do suite Central de contatos.
- Clique Webex AI Agent Studio para acessar o aplicativo.
O sistema cruza- inicia o Webex aplicativo AI Agent Studio em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Iniciar sessão a partir do Webex Connect
Para acessar o aplicativo Webex AI Agent Studio, você deve ter acesso ao Webex Connect.
- Faça login no aplicativo Webex Connect usando a URL de espaço fornecida para sua empresa e credenciais.
Por padrão, a página Serviços é exibida como uma página inicial.
- No menu Bandeja do aplicativo do painel de navegação esquerdo, clique Webex AI Agent Studio para acessar o aplicativo.
O sistema cruza- inicia o Webex aplicativo AI Agent Studio em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Layout da página inicial
Bem-vindo ao aplicativo Webex AI Agent Studio. Quando você faz login, a página inicial exibe o seguinte layout:
-
Barra de navegação
A barra de navegação exibida à esquerda fornece acesso aos seguintes menus:
- Painel — Exibe uma lista de agentes de IA aos quais o usuário tem acesso, conforme concedido pelo administrador da empresa.
- Conhecimento — Mostra o repositório de conhecimento central ou a base de conhecimento, que serve como cérebro para que agentes de IA autônomos respondam a consultas de clientes.
- Relatórios — Lista relatórios de agentes de IA pré-reconstruídos de vários tipos. Você pode gerar ou agendar relatórios de acordo com as necessidades da empresa.
- Ajuda— Fornece acesso ao guia do usuário do Webex AI Agent Studio na Central de ajuda Webex.
-
Perfil do usuário
O menu de perfil do usuário permite exibir suas informações do perfil e sair do aplicativo.
A página Perfil corporativo contém informações sobre o espaço do agente de IA, acessível apenas a administradores com acesso total admin.
-
A guia Visão geral contém as seguintes informações:
- Identificadores empresariais — Inclui Webex ID de organização, ID de organização CPaaS, ID de assinatura para a empresa. Ele está disponível para empresas com integração Webex Contact Center para o espaço Webex Connect correspondente.
- Configurações de perfil — Contém nome corporativo, nome exclusivo da empresa e URL do logotipo.
- Configurações do Agente global—Permite que a seleção do agente padrão para canal de voz controle cenários de recuo.
- Resumo de retenção de dados — Fornece um resumo dos períodos de retenção de dados para esta empresa.
-
Na guia Companheiros de equipe, você pode exibir e gerenciar a lista de companheiros de equipe que têm acesso ao aplicativo. Cada usuário recebe uma função, que determina as ações que ele pode executar com base em permissões concedidas.
-
Conhecer seu Painel
No painel, os agentes de IA são representados por cartões que exibem informações básicas, incluindo o nome do agente de IA, atualizados pela última vez e o mecanismo usado para treinar o agente.
Tarefas no cartão Agente de IA
Passe o mouse sobre um cartão de agente de IA para visualizar as seguintes opções:
- Visualizar—Clique em Visualizar para abrir o widget de visualização do agente de IA.
- Ícone Elipse —Clique neste ícone para executar as seguintes tarefas:
-
Link Copiar visualização — Copie o link de visualização para colar em uma nova guia e visualizar o agente de IA no widget de chat.
-
Copiar token acesso —Copie o token de acesso do agente de IA para chamar o agente por meio de APIs.
-
Exportar — Exportar detalhes do agente de IA (no formato JSON) para sua pasta local.
-
Excluir — Exclua permanentemente o agente de IA do sistema.
-
Pin—Fixe o agente de IA na primeira posição no painel ou unpine para movê-lo de volta à sua posição anterior.
-
Crie um novo Agente de IA
Você pode criar um novo agente de IA usando a opção Criar agente + no canto superior direito do painel. Você pode optar por usar um modelo predefinido ou criar um agente a partir do zero.
Para saber como criar agentes com script e de IA autônoma, consulte as seguintes seções:
Importar agente de IA pré-reconstruído
Você pode importar um agente de IA pré-reconstruído no formato JSON de uma lista de agentes de IA disponíveis. Primeiro, assegure-se de ter exportado o agente de IA no formato JSON para sua pasta local. Siga os seguintes passos para importá-lo:
- Clique em Importar agente.
- Clique em Carregar para carregar o arquivo do agente de IA (no formato JSON) exportado da plataforma.
- No campo Nome do agente, insira o nome do agente de IA.
- (Opcional) No ID dosistema, edite o identificador exclusivo gerado pelo sistema.
- Clique em Importar.
Seu agente de IA agora é importado com êxito para a plataforma Webex AI Agent Studio e está disponível no painel.
Pesquisa de Palavra-Chave
A plataforma fornece recursos de pesquisa robustos para ajudá-lo a localizar e gerenciar facilmente agentes de IA. Você pode realizar uma pesquisa de palavra-chave usando o nome do agente. Insira o nome do agente ou uma parte do nome na barra de pesquisa. O sistema exibe uma lista de agentes de IA que correspondem aos seus critérios de pesquisa.
Filtrar por tipo de agente
Além da pesquisa por palavra-chave, é possível refinar seus resultados de pesquisa filtrando-os com base no tipo de agente de IA. Escolha um dos filtros de tipo de agente na lista suspensa — Script, Autônomo e Todos.
Agente do Conhecimento
Uma base de conhecimento é um repositório central de informações sobre agentes autônomos com modelo de idioma amplo (LLM). Os agentes autônomos de IA aproveitam as tecnologias avançadas de IA e de aprendizagem de máquina para entender, processar e gerar texto semelhante a humanos. Esses agentes de IA treinam com grandes quantidades de dados, permitindo que eles forneçam respostas detalhadas e contextualmente relevantes. As bases de conhecimento armazenam os dados necessários para o funcionamento dos agentes autônomos de IA.
Para acessar a base de conhecimento:
- Inicie sessão na plataforma Webex AI Agent Studio.
- No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. A página de bases de conhecimento é exibida.
- Você pode encontrar uma base de conhecimento com base nos seguintes critérios:
- Nome da base de conhecimento
- Tipo de base de conhecimento
- Bases de conhecimento atualizadas entre datas especificadas
- Bases de conhecimento criadas entre datas especificadas
Clique em Redefinir todos para redefinir os critérios de pesquisa.
- Você também pode criar uma nova base de conhecimento. Para criar uma nova base de conhecimento, consulte Criar base de conhecimento para Agente de IA.
Criar base de conhecimento para agente de IA
| 1 |
No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. |
| 2 |
Na página De base de conhecimento, clique em+Criar conhecimento na parte superior direita. |
| 3 |
Na página Criar base de conhecimento, insira os seguintes detalhes: |
| 4 |
Clique em Criar. O sistema cria uma base de conhecimento com o nome especificado. |
| 5 |
Na guia Arquivos : |
| 6 |
Na guia Documentos : |
| 7 |
Navegue até a guia Informações a ser visualizada e rastreie os detalhes dos arquivos que você carregou e documentos criados por você.
|
O que fazer a seguir
Configure a base de conhecimento para o agente autônomo de IA para responder às perguntas.
Definir agentes autônomos de IA
Os agentes autônomos de IA operam independentemente sem intervenção humana direta. Esses agentes usam algoritmos avançados e técnicas de aprendizagem de máquina para analisar dados, aprender com seus ambientes e adaptar suas ações para alcançar objetivos específicos. Esta seção destaca as duas capacidades principais do Agente autônomo de IA.
Agente autônomo de IA para executar tarefas
Os agentes autônomos de IA podem realizar várias tarefas, incluindo:
-
Processamento de linguagem natural (NLP) — Compreenda e responda à linguagem humana de forma natural e conversacional.
-
Tomada de decisões — Escolhas informadas com base nas informações disponíveis e em regras predefinidas.
-
Automação — Automatizar tarefas repetitivas ou que consomem tempo.
Esta seção inclui as seguintes definições de configuração:
Criar um agente autônomo de IA para executar ações
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero.
Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Filtre o tipo de agente de IA como Autônomo. Nesse caso, os campos na página Perfil preenchem-se automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Função principal do seu agente, clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. Agora, você criou com êxito o agente autônomo de IA para executar ações que agora estão disponíveis no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-reconstruídos. Para obter mais informações, consulte Importar agente de IA pré-reconstruído |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um agente autônomo de IA para executar ações.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Publicar para tornar o agente de IA ao vivo. |
O que fazer a seguir
Adicione as ações necessárias ao Agente de IA.
Adicionar ações a agente autônomo de IA
Os agentes autônomos de IA para efetuar ações são projetados para compreender as intenção do usuário e agir de acordo. Por exemplo, em um restaurante há a necessidade de automatizar a ingestão da ordem alimentar online. Para realizar a tarefa, você pode criar um Agente autônomo de IA que execute as seguintes ações:
-
Obtenha as informações necessárias do cliente.
-
Transfira as informações para o fluxo necessário.
O Agente autônomo de IA para executar ações trabalha nos seguintes blocos de construção:
-
Ação — Uma funcionalidade que permite que o agente de IA se conecte com sistemas externos para executar tarefas complexas.
-
Entidade ou slot – Representa um passo para cumprir a intenção do usuário. O preenchimento de slots envolve fazer perguntas específicas ao cliente para cumprir a intenção do cliente com base em pronunciamentos. É o disparador de um agente da IA para iniciar a execução de uma ação. Defina as entidades de entrada como parte do preenchimento de slots.
-
Conclusão — Determina como o agente de IA conclui a ação. Como parte da conclusão, defina as entidades de saída para o Agente autônomo de IA gerar a resposta em um formato específico. O sistema envia as entidades de saída ao fluxo para continuar com a ação e concluir a tarefa com êxito.
| 1 |
Na guia Ação , clique em+Nova ação. |
| 2 |
Na página Adicionar uma nova ação , especifique os seguintes detalhes: |
O que fazer a seguir
Você pode configurar slots ou pode configurar slots e definir a conclusão dependendo do objetivo de ação escolhido.
Configurar o preenchimento de slots
O preenchimento do slot envolve adicionar as entidades de entrada necessárias para o mecanismo de IA. Na seção de preenchimento de slots da página Ações , adicione as entidades de entrada:
-
Você pode adicionar as entidades uma a uma no formato de tabela.
-
Você também pode usar o arquivo JSON e definir as entidades. Consulte Uma turnê do esquema JSON para obter detalhes.
Adicionar entidades de entrada no formato de tabela
| 1 |
Para adicionar uma entidade de entrada, clique em+Novo recurso de entrada. |
| 2 |
Na página Adicionar uma nova entidade de entrada, especifique os seguintes detalhes: |
| 3 |
Clique em Adicionar para adicionar a entidade de entrada. Você pode adicionar quantas entidades de entrada forem necessárias. |
| 4 |
Use a opção Controles para executar as seguintes ações na entidade: |
Adicionar entidades usando o editor JSON
Você pode adicionar entidades de entrada e entidades de saída usando o editor JSON. Na exibição do editor do JSON, as entidades devem ser definidas em um formato JSON estruturado.
Para obter mais informações, consulte A Tour of JSON Schema.
Estrutura de parâmetros de entrada
Os parâmetros de entrada devem aderir à seguinte estrutura:
-
tipo — Tipo de dados do objeto de parâmetros. É sempre 'objeto' para indicar que os parâmetros são estruturados como um objeto.
propriedades — Um objeto onde cada chave representa um parâmetro e seus metadados associados.
necessário — Uma matriz de strings listando os nomes dos parâmetros que são obrigatórios.
Objetos de propriedades
Cada chave no objeto de propriedades representa uma entidade/parâmetro de entrada e contém outro objeto com metadados sobre esse parâmetro. Os metadados devem sempre incluir as seguintes palavras-chave:
-
tipo — Tipo de dados do parâmetro. Os tipos permitidos são:
-
string — Dados textuais.
-
inteiro — dados numéricos sem casas decimais.
-
número — Dados numéricos que podem incluir decimais.
-
booliano — Valores verdadeiros/falsos.
-
matriz — Uma lista de itens, todos do mesmo tipo.
-
objeto — Uma estrutura de dados complexa com propriedades aninhadas.
-
-
descrição — Uma breve explicação do que a entidade representa. Isso ajuda o mecanismo de IA a entender a finalidade e o uso do parâmetro. Uma descrição concisa, bem como consistente com as instruções do agente e a descrição da ação, é recomendada para uma melhor precisão.
-
A validação é aplicada pela plataforma apenas para o 'tipo'. 'Descrição' não é aplicado para todas as entidades, mas é altamente recomendado que ele seja adicionado. Outras palavras-chave úteis para metadados de entidades são:
-
enum —O campo enum lista os valores possíveis para um parâmetro. Isso é útil para parâmetros que devem aceitar apenas um conjunto limitado de valores. Os desenvolvedores podem definir listas de valores personalizadas que um parâmetro deve aceitar para usá-lo.
- padrão — O campo padrão é usado com tipos de cadeia de caracteres para especificar uma expressão regular que a cadeia de caracteres deve corresponder. Isso é particularmente útil para validar formatos específicos, como números de telefone, códigos postais ou identificadores personalizados.
-
exemplos — O campo de exemplos fornece um ou mais exemplos de valores válidos para o parâmetro. Isso ajuda o mecanismo de IA a entender que tipo de dados é esperado e pode ser especialmente útil para fins de interpretação e validação.
-
Existem outras palavras-chave que podem tornar a definição de entidade mais precisa e robusta. Para obter mais informações, consulte A Tour of JSON Schema.
Exemplo
O seguinte exemplo inclui vários tipos de entidades e palavras-chave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address for the account.", "pattern": "\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "data de nascimento": { "tipo": "string", "descrição": "A data de nascimento do usuário.", "exemplos": ["mm/dd/AAAA"] }, "preferências": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Whether the user wants to receive newsletters.", "default": true }, true }, "notificações": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "descrição": "Lista de funções atribuídas ao usuário.", "itens": { "type": "string", "enum": ["user", "admin", "moderador"] } } }, "required": ["username", "password", "email"] } Este exemplo inlcude as seguintes entidades:
- nome de usuário — Um tipo de cadeia de caracteres com restrição de tamanho mínimo e máximo.
- senha — Um tipo de cadeia de caracteres com um comprimento mínimo e um formato específico (a senha indica que ela deve ser tratada com segurança).
- e-mail—Um tipo de cadeia de caracteres com um padrão regex para garantir que ele seja um endereço de e-mail válido.
- data de nascimento — Um tipo de cadeia de caracteres com exemplos para prescrever o formato da data.
- preferências—Um tipo de objeto com propriedades aninhadas (boletins informativos e notificações), incluindo um booleano com um valor padrão e uma cadeia de caracteres com valores permitidos específicos (enum).
- funções —Um tipo de matriz em que cada item é uma cadeia de caracteres limitada a valores específicos (enum).
O nome de usuário, a senha e o e-mail são obrigatórios, conforme definido pela matriz 'obrigatória'.
Neste exemplo, as entidades possuem nomes descritivos, descrições claras e seguem estrutura consistente e convenção de nomenclatura. Siga estas melhores práticas para criar entidades bem definidas que seja fácil para o mecanismo da IA interpretar e reforçar.
Definir conclusão
| 1 |
Defina os detalhes da conclusão para implementar o Agente de IA em uma central de contato. Especifique os seguintes detalhes: |
| 2 |
Configure as entidades de saída de modo que o Agente de IA gere o resultado em um formato que seja compreensível pelo fluxo. |
| 3 |
Para adicionar uma entidade de saída, clique em+Novo recurso de saída. Na tela Adicionar uma nova entidade de saída, especifique os seguintes detalhes: Você também pode usar um arquivo JSON para adicionar as entidades de saída. Para obter mais informações, consulte Adicionar entidades usando o editor JSON . |
| 4 |
Clique em Adicionar para adicionar a entidade de saída. Você pode adicionar quantas entidades de saída forem necessárias. |
| 5 |
Use a opção Controles para executar as seguintes ações na entidade: |
| 6 |
Clique em Adicionar para concluir a cofiguração. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA. Clique em Publicar para tornar o agente de IA ao vivo.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Agentes autônomos de IA para responder perguntas
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. Esse recurso é útil em cenários onde o agente precisa:
-
Fornecer suporte ao cliente — Responda PERGUNTAS FREQUENTEs, solucionar problemas e guie os clientes através dos processos.
-
Oferecer assistência técnica — Forneça conselhos de especialistas sobre tópicos ou domínios específicos.
Esta seção inclui as seguintes definições de configuração:
Crie um Agente Autônomo de IA para responder perguntas
Antes de começar
Certifique-se de criar a base de conhecimento. Para obter mais informações, consulte Gerenciar bases de conhecimento.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de Agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente autônomo de IA para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Configure a base de Conhecimento para o agente de IA.
Configurar base de conhecimento
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
Na página Painel , selecione o Agente de IA que você criou. |
| 2 |
Navegue até a guia Base de conhecimento. |
| 3 |
Escolha a base de conhecimento necessária na lista suspensa. |
| 4 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Exibir Sessão e histórico de agente autônomo de IA
Você pode exibir os detalhes da sessão e do histórico de cada agente autônomo de IA criado. A página Sessões exibe os detalhes das sessões estabelecidas com os constomers. A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA.
Sessões
A página Sessões fornece um registro abrangente de todas as interações entre agentes de IA e usuários. Para navegar até a página Sessões :
- No Painel, clique no agente autônomo de IA para o qual deseja exibir os detalhes da sessão.
- Clique em Sessões no painelde navegação esquerdo.
A página Sessões é exibida. Cada sessão é exibida como um registro que contém todas as mensagens da sessão. Essas informações são úteis para auditar, analisar e melhorar o Agente de IA.
A tabela de sessões mostra uma lista de todas as sessões/salas criadas para esse Agente de IA. A tabela será paginada se houver mais linhas do que pode ser acomodada em uma tela. Qualquer um dos campos da tabela pode ser classificado ou filtrado usando a seção Refinar resultados no lado esquerdo. Os campos que estão presentes representam as seguintes informações sobre qualquer sessão específica:
-
ID da sessão — A ID da sala exclusiva ou a ID da sessão para uma conversação.
- ID do consumidor — O ID do consumidor que interagiu com o agente de IA.
-
Canais — canal onde a interação ocorreu.
-
Atualizado na hora de encerramento da sala.
-
Metadados de sala — Contém informações adicionais sobre a sala.
-
Marque as caixas de seleção desejadas:
- Ocultar sessões de teste – Para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência do agente ocorreu — Para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de Fone de Ouvido indicando a transferência do chat para um agente humano.
- Erro – Para filtrar as sessões em que o erro ocorreu.
- Voto baixo — Para filtrar as sessões com o voto baixo.
Clique em uma linha da tabela de sessões para obter uma exibição detalhada daquela sessão. O ícone de cadeado indica que a sessão está bloqueada e precisa ser descriptografada. Você precisa ter permissão para descriptografar a sessão. Se a alternância de acesso de descriptografada estiver ativada, você poderá acessar qualquer sessão usando o botão de conteúdo Descriptpt. No entanto, essa funcionalidade é aplicável somente quando a proteção de dados Avançada está definida como verdadeira ou ativada para o espaço.
Histórico
A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA. Para exibir o histórico de um agente específico:
- No Painel, clique no agente autônomo de IA para o qual deseja exibir o histórico.
- No painel de navegação esquerdo, clique em Histórico.
A página Histórico aparece com as seguintes guias:
- Registros de auditoria—Clique na guia Logs de auditoria para exibir as alterações feitas nos agentes de IA.
- Histórico de modelos—Clique na guia Histórico de modelos para exibir as várias versões do Agente autônomo de IA para executar ações.
Registros de auditoria
A guia Registros de auditoria rastreia as alterações feitas no agente autônomo de IA. Você pode exibir os detalhes das alterações dos últimos 35 dias. A guia Registros de auditoria exibe os seguintes detalhes:
Os usuários com funções de desenvolvedor de Admin ou Agente de IA podem acessar apenas a guia Logs de auditoria. Os usuários com funções personalizadas com a permissão 'Obter log de auditoria' também podem exibir os logs de auditoria.
- Atualizado às — Os dados e a hora da alteração.
- Atualizado por — O nome do usuário que incorporou a alteração.
- Campo — A seção específica do agente da IA em que a alteração foi feita.
- Descrição — Informações adicionais sobre a alteração.
Você pode pesquisar por um registro de auditoria específico usando as opções de pesquisa Atualizado por,Campo e Descrição. É possível classificar os logs com base nos campos Atualizados e Atualizados por .
Histórico de modelos
A guia Histórico de modelos está disponível somente para agentes autônomos de IA para execução de ações.
Sempre que você publicar o Agente autônomo de IA para realizar ações, uma versão do agente autônomo de IA é sálvia e está disponível na guia Histórico de modelos. Você pode exibir as várias versões do agente de IA na guia Histórico de modelos.
- Descrição do modelo — Uma breve descrição sobre a versão do agente de IA.
- Mecanismo de IA — o mecanismo de IA usado para essa versão do agente de IA.
- Atualizado em — Data e hora em que a versão foi criada.
- Ações—Permite que você execute as seguintes ações sobre o agente de IA
- Carga — Todas as alterações feitas no agente de IA são perdidas. Você precisa executar a configuração novamente.
- Exportar — use para exportar o agente de IA.
Visualizar seu agente autônomo de IA
É possível visualizar os agentes autônomos de IA no momento de criar o agente de IA, durante a edição e depois da implantação do agente. Você pode abrir a visualização a partir de:
- Painel do agente de IA — Ao passar o cursor sobre um cartão de agente de IA, a opção Visualizar para esse agente de IA se torna visível. Clique para abrir a visualização do agente de IA.
- Cabeçalho Agente de IA — Clique no cartão Agente de IA para abrir o agente de IA. A opção Visualizar sempre fica visível na seção de cabeçalho.
- Widget minimizado — Depois que uma visualização é lançada e minimizada, um widget cabeça de bate-papo aparece na parte inferior direita da página. É possível utilizar essa opção para reabrir facilmente o modo de visualização.
Webex Estúdio de agente de IA também fornece uma opção de visualização acionável. Clique no menu no canto superior direito e selecione a opção Copiar link de visualização. Você pode compartilhar o link de visualização com outros usuários, como testadores ou consumidores do agente de IA.
Widget pré-visualização de plataforma
O widget visualização aparece na seção inferior direita da tela. Você pode fornecer pronunciamentos (ou uma sequência de pronunciamentos) para verificar as respostas do agente de IA e garantir que ele esteja funcionando corretamente.
Além disso, você pode minimizar o widget de visualização, fornecer informações sobre o consumidor e iniciar várias salas para testar o agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite compartilhar o agente da IA com as partes interessadas e os consumidores de forma atual, sem a necessidade de desenvolver uma interface de usuário personalizada para superá-lo. Por padrão, o link de visualização copiado renderiza o agente de IA com um casing de telefone. Você pode fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. Você pode personalizar o widget da seguinte forma:
- Cor do widget—Ao anexar o parâmetro Cor da marca ao link. Você pode definir cores simples usando nomes de cores ou usar o código hex de cores.
-
Casing do telefone—Alterando o valor do parâmetro PhoneCasing no link. Definido como verdadeiro por padrão e pode ser desabilitado tornando-o falso.
Link de visualização de exemplo com estes parâmetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/falso>&<enter o valor hexadecimal de uma cor no formato '_XXXX'>.
Visualização baseada em voz
O agente autônomo de IA para responder perguntas suporta visualização baseada em voz. Para habilitar esta opção:
- Navegue até Painel e escolha o agente de IA.
- Navegue até .
- Na lista suspensa Mecanismo da IA, selecione Vega.
- Clique em Salvar alterações.
A opção Pré-visualização é atualizada com um ícone de Micrograma para visualização com base em voz. Clique em Visualizar. O widget de visualização de voz aparece.
Você deve ativar o acesso ao microfone para usar essa funcionalidade.
Você pode visualizar as seguintes opções no widget visualização de voz:
- Inicie o botão para iniciar a visualização.
- A transcrição em tempo real da conversa é exibida no widget quando a visualização de voz está em andamento.
- Termine a chamada para encerrar a conversação.
- Silenciar para silenciar.
Exibir o desempenho do agente autônomo de IA usando Análise
A seção Análise de agentes de IA fornece uma representação gráfica das principais métricas para avaliar o desempenho e a eficácia do agente de IA. Para gerar a análise do Agente autônomo de IA:
- Escolha o Agente de IA no Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
A primeira seção exibe as seguintes estatísticas sobre sessões e mensagens para o Agente de IA.
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem de números de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
A segunda seção exibe as estatísticas sobre os usuários. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários.
A terceira seção exibe as respostas do Agente de IA e as entregas do agente
Definir agente de IA com script
Esta seção descreve como configurar e gerenciar agentes de IA com script Webex plataforma AI Agent Studio, de modo que eles forneçam respostas precisas às consultas do usuário e realizem tarefas automatizadas de modo eficaz.
Agente de IA com script para efetuar tarefas
O agente com script de IA aumenta os recursos de criação de agentes sem código Webex plataforma De estúdio do agente de IA. O agente de IA com script permite conversações em vários turnos onde ele pode obter dados relevantes dos clientes para executar tarefas específicas. Isso inclui:
-
Executar comandos simples — Siga as instruções para concluir ações predefinidas.
-
Processamento de dados — Manipula e transforma dados de acordo com as regras especificadas.
-
Interagir com outros sistemas — Comunique-se e controle outras soluções.
Esta seção inclui as seguintes definições de configuração:
Criar agente de IA com script para executar ações
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel , clique em + Criar agente . |
| 3 |
Na tela Criar um agente da IA, crie um novo agente de IA a partir do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Iniciar do zero e, em seguida, em Avançar. |
| 5 |
Em que tipo de agente você está construindo? clique em Script. |
| 6 |
Na função principal do seu agente? clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Crie entidades, adicione intençãos e defina as respostas.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um agente de IA com script para responder perguntas.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, selecione o agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar alterações para salvar as configurações. |
Gerenciar Entidades
As entidades são os blocos de construção de conversações. Eles são os elementos essenciais que o agente de IA extrai de declarações do usuário. Eles representam informações específicas, como nomes de produtos, datas, quantidades ou qualquer outro grupo significativo de palavras. Ao identificar e extrair entidades com eficácia, um agente de IA poderá entender melhor a intenção do usuário e fornecer respostas mais precisas e relevantes.
Tipos de entidade
Webex AI Agent Studio oferece 11 tipos de entidades pré-reconstruídas para capturar vários tipos de dados do usuário. Você também pode criar qualquer uma das entidades personalizadas a seguir.
Entidades personalizadas
Essas entidades são configuráveis e permitem que os desenvolvedores capturem informações específicas de caso de uso.
-
Lista personalizada — define listas de strings esperadas para capturar pontos de dados específicos não cobertos por entidades pré-reconstruídas. Você pode adicionar vários sinônimos em cada string. Por exemplo, uma entidade personalizada do tamanho de pizza.
-
Regex — use expressões regulares para identificar padrões específicos e extrair dados correspondentes. Por exemplo, um regex de número de telefone (por exemplo,
123-123-8789). -
Dígitos — captura entradas numéricas de comprimento fixo com alta precisão, especialmente nas interações de voz. Em interações que não são de voz, é usada como uma alternativa aos tipos de entidades Custom e Regex. Por exemplo, para detectar um número de conta de cinco dígitos, um comprimento de cinco deve ser definido.
-
Alfanumérico — capture combinações de letras e números, fornecendo um reconhecimento preciso para entradas de voz e que não sejam de voz.
-
Formulário livre — capture pontos de dados flexíveis que sejam difíceis de definir ou validar.
-
Local do mapa (WhatsApp)—extraia dados de localização compartilhados por você no canal WhatsApp.
Entidades do sistema
| Nome da entidade | Descrição | Exemplo de entrada | Exemplo de saída |
|---|---|---|---|
| Data | Analisar datas na linguagem natural para um formato de data padrão | "julho do próximo ano" | 01/07/2020 |
| Hora | Analisa o tempo na linguagem natural para um formato de hora padrão | 5 da noite | 17:00 |
| Detecta endereços de e-mail | Gravar para mim em info@cisco.com | info@cisco.com | |
| Número do telefone | Detecta número de telefone comum | Me ligar em 9876543210 | 9876543210 |
| Unidades monetárias | Analisar moeda e quantia | Eu quero 20$ | 20$ |
| Ordinal | Detecta número ordinal | Quarto de dez pessoas | Dia 4. |
| Cardeal | Detecta número de cardeal | Quarto de dez pessoas | 10 |
| Geolocalização | Detecta localizações geográficas (cidades, países etc.) | Fui nadar no Tâmisa, em Londres, Reino Unido | Londres, Reino Unido |
| Nomes de pessoas | Detecta nomes comuns | Bill Gates da Microsoft | Bill Gates |
| Quantidade | Identifica medidas, como de peso ou distância | Estamos a 5km de Paris. | 5km |
| Duração | Identifica períodos de tempo | 1 semana de férias | 1 semana |
As entidades criadas podem ser editadas a partir da guia entidades. Vincular entidades a uma intenção anota suas frases com entidades detectadas ao adicioná-las.
Funções de entidade
Quando um recurso precisa ser coletado várias vezes dentro de um único intenção, as funções de entidade se tornam essenciais. Ao atribuir funções distintas à mesma entidade, você pode guiar o agente de IA para entender e processar a entrada do usuário com mais precisão.
Por exemplo, para reservar um voo com uma parada, você pode criar uma entidade aeroportuária com três funções: origem, destino e parada. Anotando frases de treinamento com essas funções, o Agente de IA pode aprender os padrões esperados e lidar continuamente com solicitações complexas de reserva.
As funções de entidade somente são suportadas para Mindmeld (entidades personalizadas e de sistema) e Rasa (apenas entidades personalizadas), os administradores precisam marcar a caixa de seleção de funções de entidade nas configurações avançadas da caixa de diálogo do seletor de mecanismos NLU.
Os administradores não podem mudar de RASA ou Mindmeld para Swiftmatch enquanto funções de entidade estão em uso. As funções devem ser removidas das intençãos para desabilitar as funções de entidade das configurações avançadas do mecanismo NLU. Você pode criar uma entidade com funções de entidade.
Criar um recurso com funções de entidade
Antes de começar
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, clique no agente de IA com script criado. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página Dados de Treinamento, clique na guia Entidades . |
| 5 |
Clique em Criar entidade. |
| 6 |
Na janela Criar entidade , especifique os seguintes campos: |
| 7 |
Ative os valores de slot sugestão automático para a conclusão automática e forneça sugestões alternativas para este recurso durante a conversação. O campo De funções será exibido durante a criação de uma entidade personalizada somente se funções de entidade estiverem habilitadas na seção Configurações avançadas da janela do mecanismo de treinamento Alterar para os mecanismos RASA e Mindmeld NLU. |
| 8 |
Clique em Save (Salvar). Você pode usar as opções Editar e Excluir na coluna Ações para executar ações relacionadas.
|
O que fazer a seguir
Depois de criar uma entidade, você pode vincular funções a uma entidade.
Vincular funções a um recurso
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. |
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Você pode atribuir funções a um recurso para coletar o mesmo recurso duas vezes para uma intenção. |
Mecanismo de compreensão da linguagem natural (NLU)
Os agentes de IA com script usam o NLU (Natural Language Understanding, compreensão da linguagem natural) com aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem trocar mecanismos NLU nas guias artigos e treinamentos dos agentes de IA com script para avaliar o desempenho. Mudar o mecanismo atualiza o algoritmo do agente de IA, precisando de requalificação para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo é mostrada.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver ativada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Treinar. Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com RASA e Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Fazer Live para tornar o corpus treinado ao vivo e testá-lo em visualização compartilhável ou em canais externos onde o agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores de nível de artigo. Em nossos esforços contínuos para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo em vez do modelo mais antigo que usava vetores em nível de totalidade. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível de artigo são o novo valor padrão para vetorização para novos agentes de IA monolíngue. Para agentes multilíngues do nível de IA, a correspondência com o nível de artigo só é suportada quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor disponível no momento de uma inferência na outra seção de informações da sessão.
Gerenciar Intençãos
A intenção é um componente central da plataforma Webex AI Agent Studio que permite que o agente de IA compreenda e responda à sua entrada de forma eficaz. Ele representa uma tarefa ou ação específica que você deseja realizar durante uma conversação. Você pode definir todas as intençãos que correspondem às tarefas que deseja executar. A precisão da classificação da intenção afeta diretamente a capacidade do agente de IA de fornecer respostas relevantes e úteis. A intenção de classificação é o processo de identificar a intenção com base em sua entrada, permitindo que o agente de IA responda de forma significativa e contextualmente relevante.
Intenção do sistema
- Intenção de recuo padrão — os recursos de um agente de IA são inerentemente limitados pelas intenção que são projetadas para reconhecer e responder. Embora uma empresa não possa antecipar todas as perguntas possíveis que você possa fazer, a intenção padrão de recuo pode ajudar as conversas a estarem no caminho certo.
Ao implementar uma intenção padrão de recuo, os desenvolvedores de agentes de IA podem garantir que o agente de IA lida graciosamente com consultas inesperadas ou fora do escopo, redirecionando a conversa de volta para intençãos conhecidas.
Os desenvolvedores de agentes de IA não precisam adicionar pronunciamentos específicos à intenção de recuo. O agente pode ser treinado para disparar automaticamente a intenção de recuo quando encontra perguntas conhecidas fora do escopo que, de outra forma, podem ser categorizadas incorretamente em outras tentativas.
Por exemplo, em um agente de IA bancária, os clientes podem tentar perguntar sobre empréstimos. Se o agente de IA não estiver configurado para tratar de consultas relacionadas a empréstimos, essas consultas podem ser incorporadas como frases de treinamento dentro da intenção padrão de recuo. Quando um cliente consulta sobre empréstimos em qualquer momento da conversa, o agente de IA reconhece a consulta fora das intençãos definidas por ele e aciona a resposta de recuo. Isso garante uma resposta mais adequada.
A intenção de recuo não deve ter nenhum slot associado a ela.
A intenção de recuo deve usar a chave de modelo de recuo padrão para sua resposta.
- Ajuda—Essa intenção foi projetada para endereçar perguntas ao cliente sobre os recursos do agente de IA. Quando os clientes não têm certeza do que podem realizar ou encontrar dificuldades durante uma conversação, muitas vezes, buscam ajuda pedindo
ajuda.Por padrão, a resposta para o intenção de ajuda é mapeada para a chave do modelo de mensagem
daAjuda. No entanto, os desenvolvedores de agentes de IA podem personalizar a resposta ou alterar a chave de modelo associada para fornecer orientação mais personalizada e informativa.É recomendado transmitir os recursos do agente de IA em um nível alto, fornecendo aos clientes uma compreensão clara do que podem fazer em seguida.
- Conversar com um agente — Essa intenção permite que os clientes solicitem ajuda de um agente humano em qualquer fase de interação com o agente de IA. Quando essa intenção é invocada, o sistema inicia automaticamente a transferência para um agente humano. O modelo de resposta padrão para essa intenção é
a transferência doagente. Embora não haja restrições de UI para alterar a chave do modelo de resposta, alterá-la não afetará o resultado da transferência humana.
Pequenas tentativas de conversa
Todos os agentes de IA criados recentemente incluem quatro intençãos predefinidas de conversa pequenas para lidar com saudações comuns do cliente, expressões de gratidão, feedback negativo e adeus:
- Saudações
- Obrigado
- O agente de IA não foi útil
- Até logo
Crie uma intenção
Antes de começar
Antes de criar uma intenção, assegure-se de criar entidades para vincular à intenção. Para obter mais informações, consulte Criar entidade com funções de entidade.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha um agente de IA no Painel. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página De dados Treinamento, clique em Criar intenção. |
| 5 |
Na janela Criar intenção , especifique os seguintes detalhes: |
| 6 |
Marque a caixa de seleção Obrigatório se a entidade for obrigatória. |
| 7 |
Digite o número de novas tentativas permitidas para este slot. Por padrão, o número é definido para três. |
| 8 |
Escolha a chave do modelo na lista suspensa. |
| 9 |
Na seção Resposta , digite a chave do modelo de resposta final a ser retornada aos usuários quando a intenção for concluída. |
| 10 |
Ative os slots Redefinir após a conclusão para redefinir os valores de slot coletados na conversa depois que a intenção for concluída. Se essa alternância estiver no status desativado, o slot manterá os valores antigos e exibirá a mesma resposta.
|
| 11 |
Ative a alternância dos valores de slot para atualizar o valor do slot durante a conversa com o consumidor. O agente de IA considera o último valor preenchido no slot para processar os dados. Se ativada, os valores dos slots preenchidos são atualizados sempre que os clientes fornecerem novas informações para o mesmo tipo de slot.
|
| 12 |
Ative a oba sugestões de slots para alternar, de modo a fornecer sugestões de valores de slot alternativos e preenchimento de slots na resposta final, com base na entrada do usuário. |
| 13 |
Ative a alternância de conversa Final para fechar a sessão após essa intenção. Webex Connect e os fluxos de voz podem usá-lo para fechar uma conversa com os consumidores.
|
| 14 |
Clique em Save (Salvar). Clique em Treinar , na parte superior direita da guia Treinamento , para refletir todas as alterações feitas em intenção e entidades.
Para treinar mecanismos Rasa ou Mindmeld NLU, é necessário um mínimo de duas variantes de treinamento (pronunciamentos) por intenção. Além disso, cada slot deve ter pelo menos duas anotações. Se esses requisitos não forem atendidos, o botão Treinar está desativado. Um ícone de aviso aparece ao lado da intenção afetada para indicar o problema. No entanto, a intenção padrão de recuo está isenta desses requisitos. |
O que fazer a seguir
Depois que uma intenção é criada, algumas informações são necessárias para cumprir a intenção. As entidades vinculadas determinam como essas informações são obtidas a partir das declarações do usuário. Para obter mais informações, consulte Entidades de link com intenção.
Vincular entidades com intenção
Antes de começar
Assegure-se de criar entidades e ligá-las antes de adicionar pronunciamentos. Isso anota automaticamente as entidades enquanto as frases são adicionadas.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. As entidades vinculadas são exibidas na seção Slots.
|
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Quando uma entidade é marcada como necessária, opções de configuração adicionais ficam disponíveis. É possível especificar o número máximo de vezes que o agente de IA pode solicitar o recurso ausente antes de aumentar a escalada ou fornecer uma resposta de recuo. Você pode definir a chave do modelo a ser invocada se a entidade necessária não for fornecida dentro do número especificado de novas tentativas.
Depois que um agente de IA identifica uma intenção e coleta todos os dados necessários (slots), ele responde usando a mensagem associada à chave final do modelo configurada para essa intenção. Para iniciar uma nova conversação ou lidar com as intençãos subsequentes sem carregar dados anteriores, você precisa ativar a alternância Redefinir slots após a conclusão . Essa configuração apaga todas as entidades reconhecidas do histórico de conversas, assegurando um novo começo para cada nova interação. |
Gerar dados de treinamento
Você tem que adicionar manualmente dados de treinamento às suas intençãos para fazer com que o agente de IA trabalhe com uma precisão razoável. Os dados de treinamento consistem em diferentes maneiras pelas quais você pode invocar o mesmo intenção. Você pode adicionar pelo menos 15-20 variantes para cada intenção para melhorar sua precisão. Criar este corpus de treinamento manualmente pode ser entediante e demorado. Você pode adicionar apenas algumas variantes ou adicionar apenas palavras-chave como variantes em vez de frases significativas. Isso pode ser evitado gerando dados de treinamento para complementar os existentes.
Para gerar dados de treinamento, siga as etapas a seguir:
- Insira o nome da intenção e uma frase de exemplo.
- Clique em Gerar.
- Forneça uma breve descrição da intenção de guiar a IA.
- Especifique o número desejado de variantes e o nível de criatividade para as sugestões geradas por IA.
- Gerar muitas variantes de uma só vez pode afetar a qualidade. Recomendamos um máximo de 20 variantes por geração.
- Uma configuração de menor criatividade pode produzir variantes menos diversas.
- O processo de geração pode levar alguns segundos, dependendo do número de variantes solicitadas.
- O ícone de raio diferencia as variantes geradas por IA dos dados de treinamento definidos pelo usuário.
Mecanismo de compreensão da linguagem natural (NLU)
Os agentes de IA com script usam o NLU (Natural Language Understanding, compreensão da linguagem natural) com aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem trocar mecanismos NLU nas guias artigos e treinamentos dos agentes de IA com script para avaliar o desempenho. Mudar o mecanismo atualiza o algoritmo do agente de IA, precisando de requalificação para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo é mostrada.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver ativada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Treinar. Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com RASA e Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Fazer Live para tornar o corpus treinado ao vivo e testá-lo em visualização compartilhável ou em canais externos onde o agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores de nível de artigo. Em nossos esforços contínuos para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo em vez do modelo mais antigo que usava vetores em nível de totalidade. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível de artigo são o novo valor padrão para vetorização para novos agentes de IA monolíngue. Para agentes multilíngues do nível de IA, a correspondência com o nível de artigo só é suportada quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor disponível no momento de uma inferência na outra seção de informações da sessão.
Sinalizando Variantes Geradas
Para garantir o uso responsável da IA, os desenvolvedores podem sinalizar as saídas geradas por IA para revisão. Isso permite a identificação e prevenção de quaisquer conteúdos prejudiciais ou tendenciosos. Para sinalizar saídas geradas por IA:
- Localize a Opção Sinalização: uma opção de sinalização está disponível para cada pronunciamento gerado.
- Fornecer Feedback: ao marcar um resultado, os desenvolvedores podem adicionar comentários e especificar o motivo da sinalização.
Esse recurso está inicialmente disponível com um limite mensal de uso de 500 operações de geração. Para acomodar necessidades crescentes, os desenvolvedores podem entrar em contato com seus proprietários de contas para solicitar um aumento nesse limite.
Criar Intenção e Entidade multilíngue
É possível criar dados de treinamento em vários idiomas. Para cada idioma configurado para seu agente de IA, você deve definir as frases que refletem as interações desejadas. Embora os slots permaneçam consistentes em todos os idiomas, as chaves do modelo identificam exclusivamente as respostas em cada idioma.
Nem todos os idiomas oferecem suporte a todos os tipos de entidade. Para obter mais informações sobre a lista de tipos de entidades com suporte a cada idioma, consulte as entidades dos versos Idiomas com suporte na tabela em idiomas Com suporte para Agentes de IA com script.
Gerenciar Respostas
As respostas são as mensagens que seu agente de IA envia aos clientes em resposta às suas consultas ou intenções. Você pode criar respostas que incluem:
- Texto — Mensagens de texto simples para comunicação direta.
- Código — Código incorporado para conteúdo dinâmico ou ações.
- Multimídia: imagens, elementos de áudio ou vídeo para aprimorar a experiência do usuário.
As respostas têm dois componentes principais:
- Modelos — Estruturas de resposta predefinidas que são mapeadas para intenção específica.
- Fluxos de trabalho — A lógica que determina qual modelo usar com base na intenção identificada.
Os modelos para Transferência de Agente, Ajuda, Retorno de queda e Bem-vindo são pré-configurados e a mensagem de resposta pode ser alterada nos modelos correspondentes.
Tipos de resposta
A sessão do Designer de respostas abrange diferentes tipos de respostas e como elas podem ser configuradas.
A guia Fluxos de trabalho é usada para lidar com respostas assíncronos enquanto liga para um API externo que responde de forma assíncrorona. Os fluxos de trabalho devem ser codificados em píton.
Substituição de variável
A substituição de variáveis permite usar variáveis dinâmicas como parte de modelos de resposta. Todas as variáveis padrão (ou entidades) de uma sessão, juntamente com aquelas que um desenvolvedor de agente de IA pode definir dentro de um objeto de formulário livre, como o campo datastore , podem ser usados em modelos de resposta por meio desse recurso. As variáveis são representadas usando esta sintaxe: ${variable_name}. Por exemplo, usando o valor de uma entidade chamada apptdate usa ${entities.apptdate} ou ${newdfState.model_state.entities.apptdate.value}.
As respostas podem ser personalizadas usando variáveis recebidas do canal ou coletadas dos consumidores ao longo de uma conversação. A funcionalidade de conclusão automática mostra a sintaxe de variáveis na área de texto quando você começa a digitar ${. Selecionar a sugestão necessária preenche automaticamente a área com a variável e destaca tal variável.
Configurar respostas usando o designer de respostas
O designer de respostas oferece uma interface amigável para criar respostas sem precisar de conhecimento amplo de codificação. Dois tipos de resposta estão disponíveis:
- Respostas condicionais: Para nondevelopers, essa opção permite uma construção fácil de respostas que o agente de IA fornece aos clientes.
- Trechos de código: para desenvolvedores que usam Python, esta opção permite flexibilidade para configurar respostas usando código.
O designer de resposta foi projetado para garantir que a experiência do usuário atenda ao canal específico com o qual o agente de IA está interagindo.
Modelos de resposta
- Texto — São respostas de texto simples. Para aprimorar a experiência do usuário, o designer de respostas permite várias caixas de texto em uma única resposta, permitindo que você divida mensagens longas em seções mais gerenciáveis. Cada caixa de texto pode incluir várias opções de resposta. Durante uma conversação, uma dessas opções é selecionada aleatoriamente e exibida ao usuário, assegurando uma interação dinâmica e envolvente.
Para manter uma experiência dinâmica e envolvente do usuário, você pode adicionar várias opções de resposta aos seus modelos. Quando um modelo com várias opções é ativado, um deles é selecionado aleatoriamente e exibido para o usuário. É possível ativar essa função clicando no botão+Adicionar variante localizado na parte inferior da resposta.
Ao salvar respostas, você pode ver um aviso indicando o número de erros que precisam ser corrigidos. Os campos com erros serão destacados em vermelho. Usando as setas de navegação, o desenvolvedor pode localizar e corrigir facilmente esses erros em qualquer formato de canal ou resposta. Se o picareta ou o carroel da lista contiver várias placas, a navegação por ponto permite que você passe pelos cartões com erros. Para um único cartão, o ponto correspondente fica vermelho para sinalizar o erro.
- Resposta rápida — as respostas de texto podem ser emparelhadas com botões, que podem ser baseados em texto ou links URL. Os botões de texto exigem um título e uma carga, que são enviados para o bot quando clicados. Os botões de URL redirecionam os usuários para uma página da Web específica.
Quando a consulta de um cliente é ambígua, a correspondência parcial permite que o bot sugira artigos ou intençãos relevantes como opções. Este recurso está disponível para interações web e Facebook.
Adicionando respostas rápidas de URL
Os botões de URL de resposta rápida em respostas fixas e condicionais permitem criar botões que redirecionam os usuários ao seu site para mais informações ou ações, como preencher formulários. Quando o usuário clica nessa opção, esses botões abrem a URL especificada em uma nova guia na mesma janela do navegador, sem enviar nenhum dado de volta para o bot.
Para adicionar uma resposta rápida URL em resposta condicional ou fixa:
- Escolha a chave do artigo ou modelo para a qual deseja configurar a resposta rápida da URL.
- Clique em +Adicionar uma resposta rápida. A janela pop-up tipo Tecla é exibida.
- Escolha o tipo de botão como URL no canal da Web.
- Especifique o título da tecla e a URL para a qual o consumidor deve ser redirecionado após clicar no botão.
- Clique em Concluído para adicionar uma resposta rápida URL.
Os botões de tipo de URL também podem ser configurados através do tipo de resposta dinâmica, onde esses botões devem ser configurados usando trechos de código píton. Esses botões são suportados nas seções visualização e visualização compartilhamento. Eles não contam, atualmente, com o widget IMIchat Live chat ou outros canais de terceiros.
- Carroel — Respostas ricas podem incluir um único cartão ou vários cartões organizados em um formato de carroel. Cada cartão requer um título e pode conter uma imagem, uma descrição e até três botões.
Os botões de resposta rápida no modelo Carousel podem ser configurados com texto ou links URL. Clicar em um botão URL redirecionará o usuário para o site especificado. Clicar em um botão de resposta rápida baseado em texto envia uma carga de pagamento configurada para o bot, acionando a resposta correspondente.
- Imagem— Um modelo multimídia onde os usuários podem configurar imagens fornecendo URLs.
- Vídeo: renderiza vídeos na visualização com base na URL de vídeo configurada.
- Código — pode ser usado para gravar código Python para chamar APIs ou executar outra lógica.
Trechos de códigos
As respostas condicionais, com seus recursos extensos e modelos diversos, podem atender efetivamente à maioria das necessidades do agente de IA. No entanto, para casos de uso complexo que não podem ser totalmente realizados através de respostas condicionais ou para desenvolvedores que preferem codificação, o tipo de resposta trecho de código está disponível.
Trechos de código permitem configurar as respostas usando o código Python. Essa abordagem permite criar todos os tipos de respostas, incluindo respostas rápidas, texto, carroousels, imagens, áudio, vídeo e arquivos, dentro de um modelo de resposta ou artigo.
O código de função definido no modelo trecho de código pode ser usado para definir variáveis que são usadas em outros modelos. É importante observar que o código de função não pode retornar respostas diretamente quando usado em respostas condicionais.
Validação de trecho de código—A plataforma verifica apenas erros de sintaxe dentro do trecho de código que você está configurando. Entretanto, qualquer erro no conteúdo de resposta em si pode causar problemas para os usuários que interagem com o bot no canal configurado. Por exemplo, o editor não impedirá que você adicionando uma resposta de "picareta de tempo" para o canal da Web, mas isso resulta em erros se a consulta de um usuário disparar essa resposta específica.
Se você não configurar uma resposta exclusiva para diferentes canais, a resposta da Web será tomada como a resposta padrão e a mesma será enviada ao cliente. A lista de modelos suportados no canal Web são:
- Texto— uma mensagem de texto simples que pode ter várias variantes. Essa mensagem configurada é exibida com base na consulta.
- Resposta rápida — Um modelo que tem texto e botões clique nele.
- Carousel — Uma coleção de cartões, com cada cartão tendo um título, uma URL de imagem e uma descrição.
- Imagem—Um modelo para configurar imagens fornecendo URLs.
- Vídeo— Um modelo para configurar vídeo fornecendo a URL de vídeo. Você pode reproduzir o vídeo clicando ou tocando na imagem.
- Arquivo—Um modelo para configurar um arquivo em pdf, fornecendo a URL para acessar o arquivo.
- Áudio— Um modelo para configurar um arquivo de áudio fornecendo a URL de áudio. Ele também mostra a duração da mensagem de áudio na saída.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Agente de IA com script para responder perguntas
Agentes de IA com script são agentes orientados pelo conhecimento cuja base de conhecimento consiste em um corpus de perguntas e respostas. O agente de IA com script pode fornecer respostas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. Essa capacidade é útil em cenários onde:
- É necessário um conhecimento específico — o agente precisa responder perguntas em um domínio predefinido.
- Consistência é importante — o agente deve fornecer respostas consistentes a consultas semelhantes.
- Flexibilidade limitada é necessária — as respostas do agente são limitadas pelas informações no treinamento.
Esta seção inclui as seguintes definições de configuração:
Crie um agente de IA com script para responder perguntas
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil sepopulam automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente está construindo , clique em Scripted. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel.
No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-reconstruídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Adicione artigos ao agente de IA.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um agente de IA com script para responder perguntas.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, selecione o agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar alterações para salvar as configurações. |
Gerenciar Artigos
Os artigos são uma parte importante dos Agentes de IA com script. Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Cada artigo tem uma pergunta padrão que a identifica. Todos os artigos juntos compõem a base de conhecimento ou o corpus do agente daIA. Quando o cliente pergunta alguma coisa, o sistema verifica sua base de conhecimento e dá a melhor resposta que encontra.
Os mecanismos Rasa e Mindmeld NLU exigem um mínimo de duas variantes de treinamento (pronunciamentos) para que um artigo faça parte do modelo treinado de uma corporação. Os botões Treinar e Salvar e Treinar não permanecem disponíveis em um Agente de IA com script para responder perguntas, se você selecionar um mecanismo Rasa ou Mindmeld NLU e se um artigo tiver menos que duas variações. Quando você descansa o ponteiro nesses botões não disponíveis, o sistema exibe uma mensagem solicitando que você resolva os problemas antes do treinamento. Além disso, o sistema exibe um ícone de aviso correspondente ao artigo com problemas. É possível resolver os problemas adicionando mais de duas variantes de um artigo. Os botões Treinar e Salvar e Treinar ficam disponíveis assim que os problemas forem resolvidos. Ter duas variantes não é aplicável aos artigos padrão – mensagem de correspondência parcial, mensagem de recuo e mensagem de boas-vindas.
É possível classificar artigos em categorias de sua escolha, e todos os artigos não categorizados permanecem classificados como não atribuídos. A partir da criação dos artigos, aparecem quatro artigos padrão disponíveis para cada Agente de IA. Veja a seguir:
- Mensagem de boas-vindas — Contém a primeira mensagem sempre que houver um início de conversa entre o cliente e o agente de IA.
- Mensagem de recuo — O agente de IA mostra essa mensagem quando o agente não consegue entender a pergunta do usuário.
- Correspondência parcial — Quando o Agente de IA reconhece vários artigos com uma pequena diferença de pontuações (conforme definido nas configurações de Transferência e Inferências ), o agente mostra essa mensagem de correspondência juntamente com os artigos correspondidos como opções. Você também pode configurar a resposta de texto a ser exibida junto com essas opções.
- O que você pode fazer?— Você pode configurar os recursos do agente de IA. O agente de IA exibe isso sempre que os usuários finais questionam os recursos de Agente de IA.
Além disso, o artigo padrão de Falar com um agente será adicionado se a transferência de agentes a partir das configurações De transferência e Inferência estiver ativada.
Todos os novos agentes de IA também apresentam quatro artigos Smalltalk que tratam das declarações do usuário para:
- Saudações
- Obrigado
- O agente de IA não foi útil
-
Até logo
Esses artigos e respostas estão disponíveis na base de conhecimento do agente de IA por padrão, enquanto criam um novo Agente de IA. Você também pode modificá-los ou removê-los.
Adicionar artigos por meio de IU e resposta padrão
Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Toda consulta de consumidor é comparada com esses artigos (base de conhecimento) e a resposta que retorna o maior nível de confiança é exibida ao usuário como a resposta do agente de IA. Para adicionar artigos:
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até , e clique em Criar novo artigo. |
| 4 |
Adicione os variantes padrão. |
| 5 |
Escolha uma dessas respostas padrão para o artigo. Valores possíveis:
Para obter mais informações, consulte a seção Configurar respostas usando o Designer de respostas. |
| 6 |
Clique em Salvar e treinar. |
Importar de catálogos
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até Configurações ícone Elipse . |
| 4 |
Clique em Importar de catálogos. |
| 5 |
Escolha as categorias dos artigos a serem adicionados ao agente. |
| 6 |
Clique em Concluído. |
Extrair PERGUNTAS FREQUENTEs do link
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até e clique no ícone de elipse. |
| 4 |
Clique em Extrair PERGUNTAS FREQUENTEs a partir do link. |
| 5 |
Forneça a URL onde as PERGUNTAS FREQUENTEs estão hospedadas e clique em Extrair. |
| 6 |
Clique em Importar. |
Importar do arquivo
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até Configurações ícone Elipse . |
| 4 |
Clique em Importar de um arquivo e escolha CSV o importar os artigos do arquivo CSV. Se estiver importando artigos de um arquivo no formato JSON, escolha JSON. |
| 5 |
Clique em Procurar e selecione um arquivo que contenha todos os artigos. Clique no exemplo Download para exibir o formato em que os artigos devem ser especificados. |
| 6 |
Clique em Importar. |
Adicionar sinônimos personalizados
Muitos agentes de IA usam casos que tendem a envolver palavras e frases que podem não fazer parte do vocabulário inglês padrão ou que são específicas a um contexto comercial. Por exemplo, você deseja que o agente de IA reconheça o aplicativo para Android, o aplicativo para iOS e assim por diante. O agente de IA deve incluir esses termos e suas variações nas pronunciamentos de treinamento para todos os artigos relacionados, levando a uma entrada de dados redundante.
Para superar esse problema de redundância, você pode usar sinônimos personalizados dentro de um agente de IA com script para responder perguntas. Sinônimos de cada palavra raiz são substituídos pela palavra raiz no tempo de execução pela plataforma automaticamente.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Vá até e clique no ícone Elipse. |
| 4 |
Clique em Sinônimos Personalizados. |
| 5 |
Clique em Nova Palavra Raiz. |
| 6 |
Configure o valor da palavra raiz, seus sinônimos, e clique em Salvar. |
| 7 |
Treine o agente de IA novamente depois de adicionar os sinônimos. Você também pode exportar os sinônimos (em formato .CSV de arquivos) para a pasta local e importar o arquivo de volta para a plataforma. |
Mecanismo de compreensão da linguagem natural (NLU)
Os agentes de IA com script usam o NLU (Natural Language Understanding, compreensão da linguagem natural) com aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem trocar mecanismos NLU nas guias artigos e treinamentos dos agentes de IA com script para avaliar o desempenho. Mudar o mecanismo atualiza o algoritmo do agente de IA, precisando de requalificação para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo é mostrada.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver ativada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Treinar. Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com RASA e Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Fazer Live para tornar o corpus treinado ao vivo e testá-lo em visualização compartilhável ou em canais externos onde o agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores de nível de artigo. Em nossos esforços contínuos para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo em vez do modelo mais antigo que usava vetores em nível de totalidade. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível de artigo são o novo valor padrão para vetorização para novos agentes de IA monolíngue. Para agentes multilíngues do nível de IA, a correspondência com o nível de artigo só é suportada quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor disponível no momento de uma inferência na outra seção de informações da sessão.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Visualizar seu agente de IA com script
Webex Estúdio de agente de IA permite visualizar seus agentes de IA enquanto os desenvolve e mesmo após o desenvolvimento ter sido concluído. Dessa forma, você pode testar o funcionamento dos agentes de IA e determinar se as respostas desejável são geradas de acordo com as respectivas consultas de entrada. Você pode visualizar seu agente de IA com script usando as seguintes maneiras.
- Painel do agente de IA —Passe o cursor sobre um cartão Agente de IA para visualizar a opção Visualizar desse agente de IA. Clique em Visualizar para abrir o widget de visualização do agente de IA.
- Cabeçalho Agente de IA — Após inserir o modo de edição para qualquer agente de IA, clicando no cartão do agente de IA ou no botão Editar no cartão Agente de IA, a opção Visualizar é sempre visível na seção de cabeçalho.
- Widget minimizado — Após uma visualização ser iniciada e minimizada, um widget cabeça de bate-papo é criado no canto inferior direito da página, permitindo a você reabrir facilmente o modo de visualização.
Além disso, você pode copiar o link de visualização compartilhamento de um agente de IA. No cartão Agente de IA, clique no ícone Elipses , na parte superior direita, e clique em Copiar link de visualização. Você pode compartilhar esse link com outros usuários do agente de IA.
Widget pré-visualização de plataforma
O widget visualização aparece na parte inferior direita da tela. Você pode fornecer pronunciamentos (ou uma sequência de pronunciamentos) para ver como o agente de IA responde, garantindo que ele atue conforme esperado. A visualização do agente de IA oferece suporte a vários idiomas e pode selecionar automaticamente o idioma das expressões para responder de acordo. Também é possível selecionar manualmente o idioma na visualização, clicando no seletor de idiomas e escolhendo na lista de opções disponíveis.
Você pode maximizar o widget visualizado para uma melhor exibição. Além disso, você pode fornecer informações sobre o consumidor e iniciar várias salas para testar todo o agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite compartilhar o agente da IA com as partes interessadas e os consumidores de forma atual, sem a necessidade de desenvolver uma interface de usuário personalizada para superá-lo. Por padrão, o link de visualização copiado renderiza o agente de IA com um casing de telefone. Você pode fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. Essas duas principais personalizações são:
- Cor do widget—Ao anexar um
parâmetro Corda marca ao link. Você pode definir cores simples usando nomes de cores ou usar código hex de cores. -
Casing do telefone—Alterando o valor de um
parâmetro PhoneCasingno link. Definido comoverdadeiropor padrão e pode ser desabilitado tornando-o falsoLink de visualização de exemplo com estes parâmetros:
?botunique_name=<yourbot_unique_name>&unique_name enterprise=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Seções de geranciamento comuns para agente de IA com script
As seções a seguir são exibidas no painel esquerdo da página de configuração do agente de IA:
Treinamento
À medida que os agentes de IA evoluim e se tornam mais complexos, mudanças em sua lógica ou no Entendimento da Linguagem Natural (NLU) às vezes podem ter consequências não intencionais. Para garantir um desempenho ideal e identificar os problemas potenciais, a plataforma de agente de IA oferece uma estrutura de teste bot conveniente de um clique. É possível:
- Crie e execute facilmente um conjunto abrangente de casos de teste.
- Defina as mensagens de teste e as respostas esperadas para diversos cenários.
- Simule interações complexas criando casos de teste com várias mensagens.
Definir testes
É possível definir testes utilizando as seguintes etapas:
- Inicie sessão na plataforma Webex AI Agent Studio.
- No Painel, clique no agente de IA com script criado.
- Clique em Teste no painel esquerdo. Por padrão, a guia Testcases é exibida.
- Selecione um caso de teste e clique em Executar testes selecionados.
Cada linha na tabela representa um caso de teste com os seguintes parâmetros:
| Parâmetro | Descrição |
|---|---|
| Mensagem | Uma mensagem de exemplo que representa os tipos de consultas e declarações que você pode esperar que os usuários enviem para seu agente de IA. |
| Idioma esperado | Espera-se que os usuários interajam com o agente de IA. |
| Artigo esperado | Especifique o artigo a ser exibido em resposta a uma mensagem específica do usuário. Para ajudá-lo a encontrar o artigo mais relevante, esta coluna tem uma função auto-completa inteligente. Ao inserir, o sistema sugere a correspondência de artigos com base no texto inserido até então. |
| Redefinir contexto anterior | Clique na caixa de seleção desta coluna para isolar casos de teste e verifique se eles são executados independentemente de qualquer contexto de agente de IA existente. Quando habilitado, cada caso de teste é simulado em uma nova sessão, evitando qualquer interferência de interações anteriores ou dados armazenados. |
| Incluir correspondências parciais | Permite que essa alternância leve em consideração casos de teste bem-sucedidos, mesmo que os artigos esperados correspondam apenas parcialmente à resposta real. |
| Importar de CSV | Importar casos de teste de um arquivo separado por vírgulas (CSV). Nesse caso, todos os casos de teste existentes são substituídos. |
| Exportar para CSV | Exportar casos de teste para um arquivo separado por vírgulas (CSV). |
| Testar retornos de chamada | Ative essa alternância para simular os retornos de chamada recebidos e testar o comportamento do fluxo sem precisar de chamadas recebidas reais. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
| Retorno de chamada em fluxo | Clique na caixa de seleção dessa coluna para indicar que uma intenção deve disparar um retorno de chamada. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
| Modelo de retorno de chamada esperado | Especifique a chave do modelo a ser ativada quando o retorno de chamada ocorrer. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
| Tempo limite de retorno (s) | A quantidade máxima de tempo (em segundos) que o agente de IA aguarda uma resposta de retorno de chamada antes de considerar o retorno de chamada como expirado. É permitido ter limite máximo de 20 segundos. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
Executar testes
Na guia Execução , clique em Executar testes selecionados para iniciar uma execução sequencial de todos os casos de teste selecionados.
Você também pode executar casos de teste na guia Casos de teste .
.Para exibir casos de teste com resultados específicos, clique no resultado desejado (por exemplo, Passado, Passado com correspondência parcial,Falha,Pendente ) na faixa de resumo. Isso filtra a lista de casos de teste para exibir somente aqueles que correspondem ao resultado selecionado.
O ID da sessão associado a cada caso de teste é exibido nos resultados. Isso permite que você cruze casos de teste de referência rapidamente e visualize detalhes da transação. Para fazer isso, escolha a opção Detalhes da transação na coluna Ações .
Histórico de execução
Na guia Histórico , acesse todos os casos de teste executados.
- Clique no ícone Download da coluna Ações para exportar os dados de teste executados como um arquivo CSV para relatórios ou análise offline.
- Revise as configurações específicas do mecanismo e do algoritmo usadas para cada execução de caso de teste. Essas informações ajudam os desenvolvedores a otimizar o desempenho do agente de IA.
- Para visualizar as configurações avançadas de configuração do algoritmo usadas para um mecanismo de treinamento específico, clique no ícone Informações próximo ao nome do mecanismo de treinamento. Ele fornece insights sobre os parâmetros e as configurações que influenciaram o comportamento do agente de IA durante o teste.
Sessões
A seção Sessões fornece um registro abrangente de todas as interações entre agentes de IA e clientes. Cada sessão inclui um histórico detalhado de mensagens trocadas. Você pode exportar dados da sessão como um arquivo CSV para análise off-line e auditoria. Você pode usar esses dados para examinar as mensagens e o contexto de sessões específicas a fim de obter insights sobre as interações do usuário e identificar áreas para melhoria, refinar as respostas do agente de IA e aprimorar a experiência geral do usuário.
Ele pode lidar com grandes conjuntos de dados exibindo resultados em páginas. Você pode usar a seção Refinar resultados para filtrar e classificar sessões com base em vários critérios. Cada linha na tabela exibe detalhes essenciais da sessão, incluindo:
- Canais — o canal onde a interação ocorreu (por exemplo, bate-papo, voz).
- ID da sessão — Um identificador exclusivo para a sessão.
- ID do consumidor — o identificador exclusivo do usuário.
- Mensagens — O número de mensagens trocadas durante a sessão.
- Atualizado em — A hora em que a sessão foi fechada.
- Metadados — Informações adicionais sobre a sessão.
- Ocultar sessões de teste – Marque essa caixa de seleção para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência de agente - Marque essa caixa de seleção para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de fone de ouvido indicando a transferência do chat para um agente humano.
- Erro – Marque essa caixa de seleção para filtrar as sessões em que ocorreu o erro.
- Downvoted —Marque esta caixa de seleção para filtrar as sessões com o voto baixo.
Clique em uma linha para acessar a exibição detalhada de uma sessão específica. Use caixas de seleção para filtrar sessões com base na transferência do agente, erros e votos baixos. Sessões descriptografação exigem permissão em nível de usuário e configurações avançadas de proteção de dados. Clique em Descriptografar para exibir os detalhes da sessão.
Detalhes da sessão de uma sessão específica do agente de IA com script para responder perguntas
A exibição Detalhes da sessão em um agente de IA com script para responder perguntas fornece uma ruptura abrangente de uma interação específica entre um usuário e o Agente de IA.
A seção Mensagens :
- Exibe todas as mensagens enviadas pelo usuário durante a sessão.
- Mostra as respostas correspondentes geradas pelo Agente de IA.
- Apresenta a ordem cronológica das mensagens, fornecendo contexto para a interação.
A guia Informações da transação:
- Lista os artigos identificados como relevantes para a consulta do cliente, incluindo correspondências exatas e correspondências parciais.
- Exibe os pontuações de similaridade associados a cada artigo identificado, indicando o grau de relevância.
- Apresenta os resultados dos algoritmos subjacentes usados para processar a consulta do cliente e identificar artigos relevantes.
- Exibe o número de resultados do algoritmo dependendo das configurações configuradas na guia Transferência e Inferência .
A seção Outras informações na exibição Detalhes da sessão fornece contexto adicional e detalhes sobre uma interação específica. Aqui está um detalhamento das informações exibidas:
- Consulta processada — Mostra a versão pre precedida da entrada do cliente depois de ter sido processada pelo pipeline de compreensão de linguagem natural (NLU) do agente de IA.
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Tipo de resposta — Especifica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Detalhes da sessão de uma sessão específica no Agente de IA com script para realizar ações
A guia Informações de transação no agente de IA com script para realizar ações fornece uma análise detalhada de uma interação específica, categorizando as informações em quatro seções:
seção Tentativas identificadas :
- Exibe as intenção que foram identificadas para a consulta do cliente.
- Indica o nível de confiança associado a cada intenção identificada.
- Lista os slots associados à intenção identificada. Clique no slot para exibir informações adicionais sobre seu valor e como ele foi extraído da consulta do usuário.
A seção Entidades identificadas lista as entidades que foram extraídas da mensagem do cliente e estão associadas à intenção ativa do consumidor. Essas entidades representam as principais informações que o bot identificou na consulta do usuário.
A seção Resultados do algoritmo fornece insights sobre os processos subjacentes que levaram à resposta do agente de IA. Aqui está um detalhamento das informações exibidas:
- Lista de intenções — Mostra as intençãos identificadas e suas pontuações de similaridade correspondentes.
- Lista de entidades — Exibe as entidades que foram extraídas da mensagem do usuário.
As Outras informações são exibidas:
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Chave de modelo — Indica a chave do modelo associada à intenção que desencadeou a resposta do agente de IA.
- Tipo de resposta — Indica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Você também pode baixar e visualizar as informações da transação no formato JSON usando a opção de download.
A guia Metadados exibe:
- Metadados de NLP — Revise as etapas de pré-processamento aplicadas à entrada do cliente na guia NLP .
- Datastore e FinalDF — Acesse dados relacionados à sessão nas guias Datastore e FinalDF de bots inteligentes.
- Funcionalidade de pesquisa —Use a barra de pesquisa interna para localizar rapidamente frases específicas dentro de uma conversação.
Histórico
Sempre que você adicionar ou modificar artigos, intençãos ou entidades, é essencial requalificação de seu agente de IA com script para garantir que ele esteja atualizado. Após cada sessão de treinamento, teste todo o seu agente de IA para verificar sua precisão e eficácia.
A página Histórico permite:
- Exibir Histórico de Treinamento — Rastreia quando um corpus foi treinado e as alterações feitas.
- Comparar mecanismos de treinamento — Revise os mecanismos de treinamento usados para iterações diferentes e suas durações correspondentes de treinamento.
- Alterações de rastreamento — Monitore as alterações feitas nas configurações, artigos, respostas, NLP e cura.
- Reverter para versões anteriores— Reverta facilmente para um conjunto de treinamentos mais antigo, se necessário.
A seção Histórico fornece ferramentas convenientes para gerenciar seus artigos básicos de conhecimento:
- Ativar artigos— disponibilize artigos anteriormente inativos em tempo real para incluí-los nas respostas do agente da IA.
- Editar artigos—Crie uma nova versão de um artigo existente preservando o original para referência.
- Desempenho de visualização — Avalie o desempenho do agente da IA com uma base de conhecimento específica usando o recurso Visualizar .
- Baixar artigos — Exporta seus artigos base de conhecimento como um arquivo CSV para análise ou referência offline. Essa opção está disponível apenas para agentes de IA com script para responder perguntas.
Registros de auditoria
A seção Logs de auditoria fornece um registro detalhado das modificações feitas no agente de IA com script nos últimos 35 dias. Para acessar logs de auditoria:
- Navegue até o Painel e clique no agente de IA que você criou.
- Clique na guia Histórico para exibir o histórico do agente de IA.
- Clique na guia Logs de auditoria para ver um log detalhado de alterações:
- Atualizado em — A data e a hora em que a alteração foi feita.
- Atualizado por — O usuário que fez a alteração.
- Campo — A seção do bot onde a modificação ocorreu (por exemplo, Configurações, Artigos, Respostas).
- Descrição — Detalhes adicionais sobre a alteração.
-
Utilize as
opções de pesquisa Atualizado poreCampopara localizar rapidamente entradas de logs de auditoria específicas. -
A guia Histórico de modelos exibe no máximo 10 corporações para cada agente de IA.
Curadoria
As mensagens são adicionadas ao console de Curation com base nos seguintes critérios:
- Mensagens de recuo—Quando o agente de IA não entende a mensagem de um usuário e aciona a intenção de recuo.
- Intenção padrão de recuo — Se essa alternância estiver ativada, as mensagens que ativarem a intenção padrão de recuo serão enviadas ao console de Cura.
Esses critérios se aplicam apenas a agentes de IA com script para a execução de ações.
- Mensagens interrompidas — Mensagens que os usuários têm voz baixa durante as visualizações do Agente de IA.
- Transferência do agente — Mensagens que resultarão na transferência de um agente humano devido às regras configuradas.
- Da sessão — Mensagens sinalizadas pelos usuários como não recebendo a resposta desejada dos dados da sessão ou da sala.
- Baixa confiança — Mensagens com uma pontuação de confiança que estão dentro do limite de baixa confiança especificado.
- Correspondência parcial — Mensagens nas quais o agente de IA não pôde identificar definitivamente a intenção ou resposta corretas.
Solucionar problemas
A guia Problemas fornece um local centralizado para revisar e endereçar mensagens que foram sinalizadas para cura. É possível fazer o seguinte:
- Escolha resolver ou ignorar problemas com base em sua gravidade e relevância.
- Examine a declaração do usuário original, a resposta do agente de IA e qualquer mídia anexada.
O acesso descriptografado é concedido no nível do usuário e exige que a Proteção avançada de dados seja ativada no backend.
Para resolver um problema, você pode:
-
Vínculo com um artigo existente — Para conectar um problema a um artigo existente, selecione a opção Link e procure o artigo desejado.
-
Criar novo artigo—Use a opção Adicionar a um novo artigo para criar um novo artigo diretamente do Console de cura.
-
Ignorar problemas — Resolve ou ignora problemas para removê-los do Console de cura.
- A vinculação a artigos padrão (mensagem de boas-vindas, mensagem de recuo, correspondência parcial) não é permitida.
- Para um agente de IA com script para realizar ações, selecione a intenção apropriada na lista suspensa e marque todas as entidades relevantes.
- Depois de fazer alterações, requalificação do agente de IA para garantir que o novo conhecimento seja refletido em suas respostas.
- Resolva ou ignore múltiplos problemas ao mesmo tempo para um geranciamento eficiente.
A guia Resolvidos fornece uma visão geral abrangente de todas as questões que foram tratadas. É possível visualizar um resumo de cada problema resolvido, incluindo se o problema estava vinculado a um artigo existente, usado para criar um novo artigo/intenção, ou ignorado. Se você encontrar respostas indesejável que não foram capturadas automaticamente pelas regras existentes, você pode adicionar manualmente declarações específicas ao Console de cura.
Para adicionar problemas a partir das sessões:
- Identificar a totalidade — Localize a pronunciamento que desencadeou a resposta incorreta.
- Verifique o status da cura:Se o problema ainda não estiver no console de cura,
a alternância statusda cura será exibida. - Alternar a opção Sinalização—Ativar o
statusda cura para adicionar a toância ao console de cura para revisão e resolução.
Se o problema já estiver presente no Console de Curação, a aparência da alternância muda de acordo, para indicar seu status.
Exibir seu desempenho de IA com script usando Análise
A seção Análise fornece uma representação gráfica de métricas-chave para avaliar o desempenho e a eficácia do agente de IA. As principais métricas são divididas em quatro seções representadas como guias. São eles: Visão geral, Respostas, Treinamento e Cura.
Ao visitar a tela de análise, os desenvolvedores podem selecionar o agente de IA para o qual querem ver a análise. Eles também podem personalizar a exibição de análise escolhendo o canal para o qual desejam ver os dados, juntamente com o intervalo de datas e a granularidade dos dados. Por padrão, os dados de análise do último mês são mostrados para todos os canais com uma granularidade diária (cada dia sendo um ponto no eixo x nos gráficos).
Visão geral
A visão geral contém as principais métricas e gráficos que fornecem um instantâneo do uso e desempenho gerais do agente de IA para os desenvolvedores.
- Escolha o agente de IA criado no Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
Sessões e mensagens
A primeira seção na visão geral exibe as seguintes estatísticas sobre sessões e mensagens para o agente de IA:
- O total de sessões e sessões tratadas pelo agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem do número de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
Isso é seguido por uma representação gráfica de sessões (coluna empilhada que representa sessões tratadas pelo agente de IA e sessões entregues) e respostas totais enviadas pelo agente de IA.
Usuários
A segunda seção na visão geral contém estatísticas sobre usuários para o Agente de IA. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários. Seguido por um gráfico que exibe usuários novos e retornados para cada unidade, dependendo da granularidade selecionada.
Desempenho
A terceira seção fornece estatísticas sobre as respostas do agente de IA aos usuários. Aqui é possível ver as respostas totais enviadas pelo agente de IA e a divisão entre as respostas em que o agente de IA:
- Identificou a intenção do usuário.
- Respondeu com uma mensagem de recuo.
- Respondeu com uma mensagem parcial da correspondência.
- Informado o usuário de uma transferência de agente.
O mesmo é agregado em um gráfico de pizza e um gráfico de área fornece informações baseadas na granularidade selecionada.
Treinamento
A seção de treinamento representa a "saúde" de um corpus de agente da IA. Recomenda-se que os desenvolvedores configurem mais de 20 pronunciamentos de treinamento para cada intenção/artigo em seus Agentes de IA. Nesta seção, todos os artigos/intençãos de um corpus são exibidos como retângulos individuais em que a cor e o tamanho relativo de cada retângulo são condicionados aos dados de treinamento que o artigo/intenção contém. Quanto mais próximo de uma intenção for branca, mais dados de treinamento precisarão que a precisão do seu agente de IA melhore.
Respostas
Esta seção dá aos desenvolvedores uma visão detalhada do que os usuários estão perguntando e com que frequência eles estão perguntando a ele. Fornece uma representação gráfica dos artigos mais populares dos agentes AI para responder perguntas e modelos de resposta de agentes de IA para a execução de ações.
Curadoria
Esta seção fornece um resumo visual de quantos problemas de cura vêm aparecendo todos os dias e quantos deles foram resolvidos pelos agentes de IA.
Inibir agentes AI
Esta seção explica como integrar agentes de IA com canais de voz e digitais para gerenciar conversas do cliente.
Integrar agentes de IA com canais de voz e digitais
Depois de você ter criado e configurado seus agentes de IA na Webex plataforma AI Agent Studio, o próximo passo é integrá-los com os canais de voz e digitais. Essa integração permite que agentes de IA processem conversações digitais e baseadas em voz com seus clientes, proporcionando uma experiência de usuário de fácil e interativa.
Para obter mais informações, consulte o artigo Integrar agentes de IA com canais de voz e digital.
Ager Agente da IA
Esta seção destaca a visão geral dos relatórios de agentes de IA, tipos de relatório, criação de relatórios de agentes de IA e modos de entrega de relatório.
Noções básicas sobre relatórios de agentes de IA
O recurso relatórios permite gerar ou agendar (gerar periodicamente) relatórios específicos a partir dos tipos de relatórios disponíveis e recebê-los nos modos de entrega disponíveis. Esses relatórios podem fornecer informações valiosas em torno do comportamento do usuário, uso, engajamento, desempenho do produto e assim por diante. Você pode ter as informações desejadas entregues em seu e-mail, SFTP caminho ou balde S3. É possível escolher o tipo de relatório de uma lista de relatórios pré-criados e também escolher se deseja gerar um relatório de uma vez instantaneamente ou em intervalos regulares.
Quando você acessa o menu Relatórios no painel de navegação esquerdo, as seguintes guias são exibidas:
-
Configurar — Essa guia lista todos os relatórios atualmente ativos e gerados periodicamente. Os seguintes detalhes estão disponíveis para a lista de relatórios:
- Ativo — Se um usuário ainda está inscrito no relatório.
- Agente de IA — Nome do agente da IA associado ao relatório.
- Tipo de relatório — O tipo de relatório pré-criado ao qual se inscreveu.
- Frequência — o intervalo no qual você recebe o relatório.
- Último relatório gerado — O último relatório que foi enviado.
- Próxima data agendada — A próxima data em que o relatório será enviado.
-
Histórico — Essa guia lista todas as informações históricas dos relatórios enviados até a data. Clique em qualquer relatório nessa página para editar a configuração dos relatórios.
É possível clicar no ícone Download na coluna Ações para fazer download desses relatórios de histórico.
Os relatórios sob demanda que aparecem na guia Histórico estão disponíveis para download somente após a geração do relatório ter sido completada.
Criar um relatório de agente de IA
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em Relatórios na barra de navegação esquerda. |
| 3 |
Clique em+Novo relatório. |
| 4 |
Forneça as seguintes informações para criar e configurar o relatório: |
Tipos de relatório de agentes de IA
Você pode escolher a partir de uma lista de relatórios pré-reconstruídos com base no tipo de agente de IA selecionado. Esta seção aborda esses tipos de relatório, as folhas incluídas em cada relatório e as colunas disponíveis em cada folha.
Agente de IA para responder tipo de relatório de perguntas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para responder perguntas no aplicativo. Usando diferentes tipos de relatório, você pode ser usado para entender o resumo de uso, o comportamento do agente da IA, o que os usuários estão perguntando e como o Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Comportamento e resumo de usoEsta seção exibe o resumo do agente da IA com a frequência na qual os artigos e categorias são solicitados. É possível visualizar informações de resumo, categorias e artigos em uma guia separada dos relatórios:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas/sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas | As mensagens enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens enviadas pelo agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | O total de conversas entregues a um agente humano. |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos clientes. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos clientes. |
| Campo | Descrição |
|---|---|
| Nome da categoria | O nome da categoria conforme configurado no agente de IA. |
| Conversas para a categoria | Foi detectado o número de conversas ou sessões nas quais um artigo pertencente a esta categoria foi detectado. |
| Total de respostas | O número de vezes que um artigo pertencente a essa categoria foi detectado. |
| Total de votos | O número de vezes que uma resposta dessa categoria foi votada novamente. |
| Total de votos baixos |
O número de vezes que uma resposta dessa categoria foi derrubada. |
| Campo | Descrição |
|---|---|
| Nome do artigo | O nome do artigo (variante padrão) configurado no agente de IA. |
| Categoria do artigo | A categoria à qual essa intenção pertence. |
| Conversas para o artigo | O número de conversas ou sessões nas quais este artigo foi detectado. |
| Total de respostas | O número de vezes que este artigo foi detectado. |
| Total de votos | O número de vezes que a resposta para este artigo foi votada. |
| Total de votos baixos |
O número de vezes que a resposta para este artigo é derrubada. |
Exibe a conversação entre o agente de IA e o cliente juntamente com a pontuação de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | O carimbo de hora da mensagem. |
| ID da Sessão | O identificador exclusivo da sessão. |
| ID do consumidor | O identificador exclusivo para o usuário final em agente de IA. |
| Tipo de mensagem | A mensagem ou mensagem humana do agente da IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Artigo | O identificador da resposta enviada de volta pelo agente da IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | A pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | A intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º | A pontuação da intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Os comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador exclusivo para o usuário final no agente de IA. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Artigo | Identificador da resposta enviada de volta pelo agente de IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º |
Pontuação para a intenção detectada. |
Agente de IA para executar tipo de relatório de tarefas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para execução de tarefa no aplicativo criador de agentes de IA. Como um desenvolvedor de agente de IA, você pode criar diferentes tipos de relatório. Eles podem ser usados para entender o resumo de uso do agente de IA, o comportamento do agente da IA, o que os usuários estão perguntando e como um Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Exibe o resumo de conversas juntamente com as intençãos e as chaves de modelo que são acionadas. A guia Resumo exibe os seguintes detalhes:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas ou sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas |
As mensagens que são enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens que são enviadas pelo Agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | Total de conversas entregues a um agente humano |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos usuários. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos usuários. |
Você também pode visualizar os detalhes da intenção na guia Intenção da planilha:
| Campo | Descrição |
|---|---|
| Nome da intenção | O nome da intenção, conforme configurado no agente de IA. |
| Conversas para a intenção | Número de conversas ou sessões em que essa intenção foi invocada. |
| Total de invocações | Número de vezes que essa intenção foi invocada. |
| Total de conclusões | Número de vezes que todos os slots foram coletados e essa intenção foi concluída. |
| Total de votos | O total de respostas para isso foi agrupado para cada intenção. |
| Total de votos baixos |
O total de respostas para isso foi reduzido para cada intenção. |
O relatório também tem detalhes de modelos de alto nível, como:
| Campo | Descrição |
|---|---|
| Nome da chave do modelo | O nome do modelo, conforme configurado no agente de IA. |
| Intenção-chave do modelo | Tentativas nas quais essa chave de modelo é usada. |
| Conversas para a chave do modelo | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de respostas | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de votos | Número de vezes que a resposta para este modelo foi votada novamente. |
| Total de votos baixos |
Número de vezes que a resposta para esse modelo foi interrompida. |
Exibe a conversa de um cliente com o agente de IA juntamente com os scores de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Tipo de mensagem | Mensagem ou mensagem humana de agente de IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação | Pontuação para a intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Este relatório é relevante apenas para agentes de IA com script. Você pode exibir os seguintes detalhes neste relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do cliente. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação |
Pontuação para a intenção detectada. |
Modos de entrega do relatório do agente de IA
No mundo baseado em dados de hoje, a entrega eficiente e segura dos relatórios de agentes da IA é crucial para a tomada de decisões informada e a excelência operacional. Para atender às diversas necessidades organizacionais, oferecemos vários modos de entrega para relatórios de agentes da IA, garantindo flexibilidade, confiabilidade e segurança. As opções de entrega incluem Secure File Transfer Protocol (SFTP), Email e Amazon S3 Bucket. Cada modo é projetado para atender a diferentes requisitos, seja pela necessidade de alta segurança, facilidade de acesso ou soluções de armazenamento escaláveis. Este documento destaca os recursos e os benefícios de cada modo de entrega, ajudando você a escolher a melhor opção para suas necessidades específicas.
SFTP
|
Campo |
Descrição |
|---|---|
| Enviar relatórios para um local seguro como programado |
Ative isso para empurrar os relatórios para o local seguro na hora agendada. Só é possível fornecer os seguintes detalhes ativando essa alternância. |
| Endereço IP | O IP endereço do sistema. |
| Nome de usuário | O nome de usuário para acessar os relatórios. |
| Senha | A senha para acessar os relatórios. |
| Chave privada | A chave privada para acessar os arquivos. |
| Carregar caminho |
O caminho para onde os arquivos são roteados no sistema. |
| Campo | Descrição |
|---|---|
| Agende e-mails para vários destinatários, separados por ponto e vírgula (;) | Ative isso para adicionar destinatários. |
| Destinatários |
O endereço de e-mail de todos os destinatários que devem receber os relatórios na hora e frequência especificadas. |
Recipiente S3
| Campo | Descrição |
|---|---|
| Carregar relatórios em um recipiente S3 de acordo com o agendamento |
Ative isso para disponibilizar os campos S3 e encaminhar os relatórios para o recipiente S3 configurado. |
| ID da chave de acesso a AWS | O ID chave de acesso para acessar os serviços e recursos do AWS. |
| Chave de acesso secreta do AWS | A chave de acesso secreta para acessar os serviços e recursos AWS. |
| Nome do recipiente | O nome do recipiente para o qual o relatório é roteado. |
| Nome da pasta |
O nome da pasta criada no recipiente S3. |
A conformidade com a ia do suporte
Estas seções o ajudam a compreender o Desenvolvimento da IA, Privacidade de dados, Segurança e Segurança
Desenvolvimento de IA, Privacidade de dados, Segurança e Segurança
Todos os recursos alimentados por IA da Cisco passam por uma Avaliação de impacto de IA em relação aos nossosprincípios de IA responsável e cumprem a Estrutura de IA Responsável, além dos processos existentes de Segurança, Privacidade e Direitos Humanos por design.
Privacidade e SegurançaA Cisco não retém os dados de entrada do cliente após o processo de inferência e o provedor de modelos de terceiros, a Microsoft, não acessa, monitora ou armazena dados de clientes da Cisco. Para obter mais detalhes sobre as políticas de retenção de dados específicas de recursos, consulte o Portal de confiança da Cisco.
A seguir está a lista de notas de transparência da IA para todos os recursos de IA:
Fontes de dados para treinamento e avaliaçãoO fornecedor de modelos de terceiros da Cisco, a Microsoft, representa que não usará conteúdo do cliente para melhorar os modelos Azure OpenAI e que não armazena nem retém dados de clientes da Cisco na infraestrutura Azure.
Considerações de segurança e éticasTodos os recursos de IA generalizados são propensos a erros, de modo que a Cisco prioriza a segurança de conteúdo para os recursos de IA, optando pelo filtro de conteúdo, fornecido pelo Azure OpenAI.
Avaliação de modelo e DesempenhoA Cisco prioriza o desempenho e a precisão do Assistente de IA envolvendo humanos na revisão, teste e garantia de qualidade do modelo subjacente.
Get iniciado com Webex AI Agent Studio
Webex O AI Agent Studio é uma plataforma sofisticada projetada para criar, gerenciar e implementar agentes de IA automatizados para atender às necessidades de atendimento ao cliente e suporte. Usando inteligência artificial, os agentes de IA fornecem assistência automática aos clientes antes de interagirem com agentes humanos. Esses agentes suportam interações de voz com entonação, compreensão de idioma e ciência contextual nas conversações. Além disso, os agentes de IA tratam de forma legível e informativa as interações de canal digital por meio de texto e bate-papo online. Os clientes se beneficiam de uma experiência como zelador, recebendo assistência com perguntas, recuperação de informações e minimizando os tempos de espera.
Recursos do Webex Estúdio de agente de IA
- Respostas precisas e precisas — Fornece respostas precisas para as perguntas do cliente em tempo real.
- Execução de tarefa inteligente — Executa tarefas com base em solicitações ou entradas do cliente.
Principais benefícios para as empresas
-
Experiência aprimorada do cliente — Proporciona uma experiência conversacional em tempo real para os clientes.
-
Interações personalizadas — Adapta as respostas às necessidades e preferências individuais do cliente.
-
Escalabilidade e eficiência — Lida com um alto volume de interações com os clientes sem precisar de agentes humanos adicionais, levando a uma satisfação melhorada e a redução dos custos operacionais.
Entender os tipos e exemplos de agentes de IA
A tabela a seguir fornece um vislumbre dos tipos de agentes de IA e suas capacidades:
| Tipo de agente de IA | Objetivo | Capacidade | Descrição | Como configurar? |
|---|---|---|---|---|
|
Autônomo |
Os agentes autônomos de IA são projetados para operar de forma independente, tomando decisões e executando tarefas sem intervenção humana direta. |
Executar ações |
Faça escolhas informadas com base nas informações disponíveis e em regras predefinidas. Automatizar tarefas repetitivas ou que consomem tempo. |
|
|
Responder perguntas |
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. |
Agentes autônomos de IA para responder perguntas | ||
|
Script |
Os agentes de IA com script são programados para seguir um conjunto predefinido de regras e instruções. |
Executar ações |
Agentes com script podem executar tarefas específicas que são claramente definidas e estruturadas. |
Agentes de IA com script para executar ações. |
|
Responder perguntas |
Os agentes com script podem responder a perguntas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. |
Agentes de IA com script para responder perguntas |
Exemplos
Os agentes de IA independentes e com script podem ser aplicados a vários casos de uso, dependendo dos requisitos específicos e dos recursos desejados. Alguns exemplos incluem:
-
Serviço ao cliente — agentes autônomos e com script podem ser usados para fornecer suporte ao cliente, com agentes autônomos oferecendo mais flexibilidade e compreensão do idioma natural.
-
Assistentes virtuais— os agentes autônomos são adequados para funções de assistente virtual, pois podem lidar com várias tarefas e fornecer interações mais personalizadas.
-
Análise de dados — agentes autônomos podem ser usados para analisar conjuntos de dados grandes e extrair insights valiosos.
-
Automação de processo — Agentes autônomos e com scripts podem ser usados para automatizar tarefas repetitivas, melhorar a eficiência e reduzir erros.
-
Gerenciamento do conhecimento—Agentes autônomos podem ser usados para criar e gerenciar repositórios de conhecimento, tornando as informações facilmente acessíveis aos usuários.
A escolha entre agentes de IA independentes e com scripts depende da complexidade das tarefas, do nível necessário de ou menos dados de treinamento e da disponibilidade de dados de treinamento.
Pré-requisitos
-
Se você for um cliente da Webex Contact Center existente, assegure-se de atender aos seguintes pré-requisitos:
-
Webex espaço do Contact Center 2.0.
-
Webex Connect é provisionado para seu espaço.
-
A plataforma de mídia de voz é a plataforma de mídia da próxima geração.
-
-
Se você não tiver um espaço Webex Contact Center, entre em contato com seu Parceiro para iniciar um teste Webex da Central de Contatos com a Plataforma de Mídia da Próxima Geração.
-
Os administradores podem solicitar uma caixa de areia Webex desenvolvedor do Contact Center para testar agentes de IA.
Ativação de recursos
Este recurso está atualmente em beta. Os clientes podem se inscrever para esse recurso no Webex Beta Portal preenchendo a pesquisa de participação de agentes de IA.
-
Atualmente, apenas a funcionalidade de agente de IA com script está disponível na fase beta.
-
Agentes autônomos estão disponíveis apenas para selecionar clientes. As solicitações podem ser feitas por meio do seu CSM (Customer Success Manager), do PSM (Partner Success Manager) ou do e-mail ask-ccai@cisco.com. Após a aprovação, agentes autônomos serão disponibilizados além dos agentes com script para o seu espaço.
Acessar Webex estúdio de agentes de IA
Para criar seus agentes de IA, você deve fazer login no aplicativo Webex AI Agent Studio. Isso pode ser feito das seguintes maneiras:
Iniciar sessão a partir do Centro de Controle
- Fazer login no Hub de controle usando a URL https://admin.webex.com.
- Na seção Serviços do painel de navegação, escolha Central de contatos.
- Em links rápidos no painel direito, vá para a seção do suite Central de contatos.
- Clique Webex AI Agent Studio para acessar o aplicativo.
O sistema cruza- inicia o Webex aplicativo AI Agent Studio em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Iniciar sessão a partir do Webex Connect
Para acessar o aplicativo Webex AI Agent Studio, você deve ter acesso ao Webex Connect.
- Faça login no aplicativo Webex Connect usando a URL de espaço fornecida para sua empresa e credenciais.
Por padrão, a página Serviços é exibida como uma página inicial.
- No menu Bandeja do aplicativo do painel de navegação esquerdo, clique Webex AI Agent Studio para acessar o aplicativo.
O sistema cruza- inicia o Webex aplicativo AI Agent Studio em outra guia do navegador e você iniciará a sessão automaticamente no aplicativo.
Layout da página inicial
Bem-vindo ao aplicativo Webex AI Agent Studio. Quando você faz login, a página inicial exibe o seguinte layout:
-
Barra de navegação
A barra de navegação exibida à esquerda fornece acesso aos seguintes menus:
- Painel — Exibe uma lista de agentes de IA aos quais o usuário tem acesso, conforme concedido pelo administrador da empresa.
- Conhecimento — Mostra o repositório de conhecimento central ou a base de conhecimento, que serve como cérebro para que agentes de IA autônomos respondam a consultas de clientes.
- Relatórios — Lista relatórios de agentes de IA pré-reconstruídos de vários tipos. Você pode gerar ou agendar relatórios de acordo com as necessidades da empresa.
- Ajuda— Fornece acesso ao guia do usuário do Webex AI Agent Studio na Central de ajuda Webex.
-
Perfil do usuário
O menu de perfil do usuário permite exibir suas informações do perfil e sair do aplicativo.
A página Perfil corporativo contém informações sobre o espaço do agente de IA, acessível apenas a administradores com acesso total admin.
-
A guia Visão geral contém as seguintes informações:
- Identificadores empresariais — Inclui Webex ID de organização, ID de organização CPaaS, ID de assinatura para a empresa. Ele está disponível para empresas com integração Webex Contact Center para o espaço Webex Connect correspondente.
- Configurações de perfil — Contém nome corporativo, nome exclusivo da empresa e URL do logotipo.
- Configurações do Agente global—Permite que a seleção do agente padrão para canal de voz controle cenários de recuo.
- Resumo de retenção de dados — Fornece um resumo dos períodos de retenção de dados para esta empresa.
-
Na guia Companheiros de equipe, você pode exibir e gerenciar a lista de companheiros de equipe que têm acesso ao aplicativo. Cada usuário recebe uma função, que determina as ações que ele pode executar com base em permissões concedidas.
-
Conhecer seu Painel
No painel, os agentes de IA são representados por cartões que exibem informações básicas, incluindo o nome do agente de IA, atualizados pela última vez e o mecanismo usado para treinar o agente.
Tarefas no cartão Agente de IA
Passe o mouse sobre um cartão de agente de IA para visualizar as seguintes opções:
- Visualizar—Clique em Visualizar para abrir o widget de visualização do agente de IA.
- Ícone Elipse —Clique neste ícone para executar as seguintes tarefas:
-
Link Copiar visualização — Copie o link de visualização para colar em uma nova guia e visualizar o agente de IA no widget de chat.
-
Copiar token acesso —Copie o token de acesso do agente de IA para chamar o agente por meio de APIs.
-
Exportar — Exportar detalhes do agente de IA (no formato JSON) para sua pasta local.
-
Excluir — Exclua permanentemente o agente de IA do sistema.
-
Pin—Fixe o agente de IA na primeira posição no painel ou unpine para movê-lo de volta à sua posição anterior.
-
Crie um novo Agente de IA
Você pode criar um novo agente de IA usando a opção Criar agente + no canto superior direito do painel. Você pode optar por usar um modelo predefinido ou criar um agente a partir do zero.
Para saber como criar agentes com script e de IA autônoma, consulte as seguintes seções:
Importar agente de IA pré-reconstruído
Você pode importar um agente de IA pré-reconstruído no formato JSON de uma lista de agentes de IA disponíveis. Primeiro, assegure-se de ter exportado o agente de IA no formato JSON para sua pasta local. Siga os seguintes passos para importá-lo:
- Clique em Importar agente.
- Clique em Carregar para carregar o arquivo do agente de IA (no formato JSON) exportado da plataforma.
- No campo Nome do agente, insira o nome do agente de IA.
- (Opcional) No ID dosistema, edite o identificador exclusivo gerado pelo sistema.
- Clique em Importar.
Seu agente de IA agora é importado com êxito para a plataforma Webex AI Agent Studio e está disponível no painel.
Pesquisa de Palavra-Chave
A plataforma fornece recursos de pesquisa robustos para ajudá-lo a localizar e gerenciar facilmente agentes de IA. Você pode realizar uma pesquisa de palavra-chave usando o nome do agente. Insira o nome do agente ou uma parte do nome na barra de pesquisa. O sistema exibe uma lista de agentes de IA que correspondem aos seus critérios de pesquisa.
Filtrar por tipo de agente
Além da pesquisa por palavra-chave, é possível refinar seus resultados de pesquisa filtrando-os com base no tipo de agente de IA. Escolha um dos filtros de tipo de agente na lista suspensa — Script, Autônomo e Todos.
Agente do Conhecimento
Uma base de conhecimento é um repositório central de informações sobre agentes autônomos com modelo de idioma amplo (LLM). Os agentes autônomos de IA aproveitam as tecnologias avançadas de IA e de aprendizagem de máquina para entender, processar e gerar texto semelhante a humanos. Esses agentes de IA treinam com grandes quantidades de dados, permitindo que eles forneçam respostas detalhadas e contextualmente relevantes. As bases de conhecimento armazenam os dados necessários para o funcionamento dos agentes autônomos de IA.
Para acessar a base de conhecimento:
- Inicie sessão na plataforma Webex AI Agent Studio.
- No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. A página de bases de conhecimento é exibida.
- Você pode encontrar uma base de conhecimento com base nos seguintes critérios:
- Nome da base de conhecimento
- Tipo de base de conhecimento
- Bases de conhecimento atualizadas entre datas especificadas
- Bases de conhecimento criadas entre datas especificadas
Clique em Redefinir todos para redefinir os critérios de pesquisa.
- Você também pode criar uma nova base de conhecimento. Para criar uma nova base de conhecimento, consulte Criar base de conhecimento para Agente de IA.
Criar base de conhecimento para agente de IA
| 1 |
No Painel, clique no ícone Conhecimento no painel de navegação esquerdo. |
| 2 |
Na página De base de conhecimento, clique em+Criar conhecimento na parte superior direita. |
| 3 |
Na página Criar base de conhecimento, insira os seguintes detalhes: |
| 4 |
Clique em Criar. O sistema cria uma base de conhecimento com o nome especificado. |
| 5 |
Na guia Arquivos : |
| 6 |
Na guia Documentos : |
| 7 |
Navegue até a guia Informações a ser visualizada e rastreie os detalhes dos arquivos que você carregou e documentos criados por você.
|
O que fazer a seguir
Configure a base de conhecimento para o agente autônomo de IA para responder às perguntas.
Definir agentes autônomos de IA
Os agentes autônomos de IA operam independentemente sem intervenção humana direta. Esses agentes usam algoritmos avançados e técnicas de aprendizagem de máquina para analisar dados, aprender com seus ambientes e adaptar suas ações para alcançar objetivos específicos. Esta seção destaca as duas capacidades principais do Agente autônomo de IA.
Agente autônomo de IA para executar tarefas
Os agentes autônomos de IA podem realizar várias tarefas, incluindo:
-
Processamento de linguagem natural (NLP) — Compreenda e responda à linguagem humana de forma natural e conversacional.
-
Tomada de decisões — Escolhas informadas com base nas informações disponíveis e em regras predefinidas.
-
Automação — Automatizar tarefas repetitivas ou que consomem tempo.
Esta seção inclui as seguintes definições de configuração:
Criar um agente autônomo de IA para executar ações
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero.
Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Filtre o tipo de agente de IA como Autônomo. Nesse caso, os campos na página Perfil preenchem-se automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Função principal do seu agente, clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. Agora, você criou com êxito o agente autônomo de IA para executar ações que agora estão disponíveis no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-reconstruídos. Para obter mais informações, consulte Importar agente de IA pré-reconstruído |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um agente autônomo de IA para executar ações.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Publicar para tornar o agente de IA ao vivo. |
O que fazer a seguir
Adicione as ações necessárias ao Agente de IA.
Adicionar ações a agente autônomo de IA
Os agentes autônomos de IA para efetuar ações são projetados para compreender as intenção do usuário e agir de acordo. Por exemplo, em um restaurante há a necessidade de automatizar a ingestão da ordem alimentar online. Para realizar a tarefa, você pode criar um Agente autônomo de IA que execute as seguintes ações:
-
Obtenha as informações necessárias do cliente.
-
Transfira as informações para o fluxo necessário.
O Agente autônomo de IA para executar ações trabalha nos seguintes blocos de construção:
-
Ação — Uma funcionalidade que permite que o agente de IA se conecte com sistemas externos para executar tarefas complexas.
-
Entidade ou slot – Representa um passo para cumprir a intenção do usuário. O preenchimento de slots envolve fazer perguntas específicas ao cliente para cumprir a intenção do cliente com base em pronunciamentos. É o disparador de um agente da IA para iniciar a execução de uma ação. Defina as entidades de entrada como parte do preenchimento de slots.
-
Conclusão — Determina como o agente de IA conclui a ação. Como parte da conclusão, defina as entidades de saída para o Agente autônomo de IA gerar a resposta em um formato específico. O sistema envia as entidades de saída ao fluxo para continuar com a ação e concluir a tarefa com êxito.
| 1 |
Na guia Ação , clique em+Nova ação. |
| 2 |
Na página Adicionar uma nova ação , especifique os seguintes detalhes: |
O que fazer a seguir
Você pode configurar slots ou pode configurar slots e definir a conclusão dependendo do objetivo de ação escolhido.
Configurar o preenchimento de slots
O preenchimento do slot envolve adicionar as entidades de entrada necessárias para o mecanismo de IA. Na seção de preenchimento de slots da página Ações , adicione as entidades de entrada:
-
Você pode adicionar as entidades uma a uma no formato de tabela.
-
Você também pode usar o arquivo JSON e definir as entidades. Consulte Uma turnê do esquema JSON para obter detalhes.
Adicionar entidades de entrada no formato de tabela
| 1 |
Para adicionar uma entidade de entrada, clique em+Novo recurso de entrada. |
| 2 |
Na página Adicionar uma nova entidade de entrada, especifique os seguintes detalhes: |
| 3 |
Clique em Adicionar para adicionar a entidade de entrada. Você pode adicionar quantas entidades de entrada forem necessárias. |
| 4 |
Use a opção Controles para executar as seguintes ações na entidade: |
Adicionar entidades usando o editor JSON
Você pode adicionar entidades de entrada e entidades de saída usando o editor JSON. Na exibição do editor do JSON, as entidades devem ser definidas em um formato JSON estruturado.
Para obter mais informações, consulte A Tour of JSON Schema.
Estrutura de parâmetros de entrada
Os parâmetros de entrada devem aderir à seguinte estrutura:
-
tipo — Tipo de dados do objeto de parâmetros. É sempre 'objeto' para indicar que os parâmetros são estruturados como um objeto.
propriedades — Um objeto onde cada chave representa um parâmetro e seus metadados associados.
necessário — Uma matriz de strings listando os nomes dos parâmetros que são obrigatórios.
Objetos de propriedades
Cada chave no objeto de propriedades representa uma entidade/parâmetro de entrada e contém outro objeto com metadados sobre esse parâmetro. Os metadados devem sempre incluir as seguintes palavras-chave:
-
tipo — Tipo de dados do parâmetro. Os tipos permitidos são:
-
string — Dados textuais.
-
inteiro — dados numéricos sem casas decimais.
-
número — Dados numéricos que podem incluir decimais.
-
booliano — Valores verdadeiros/falsos.
-
matriz — Uma lista de itens, todos do mesmo tipo.
-
objeto — Uma estrutura de dados complexa com propriedades aninhadas.
-
-
descrição — Uma breve explicação do que a entidade representa. Isso ajuda o mecanismo de IA a entender a finalidade e o uso do parâmetro. Uma descrição concisa, bem como consistente com as instruções do agente e a descrição da ação, é recomendada para uma melhor precisão.
-
A validação é aplicada pela plataforma apenas para o 'tipo'. 'Descrição' não é aplicado para todas as entidades, mas é altamente recomendado que ele seja adicionado. Outras palavras-chave úteis para metadados de entidades são:
-
enum —O campo enum lista os valores possíveis para um parâmetro. Isso é útil para parâmetros que devem aceitar apenas um conjunto limitado de valores. Os desenvolvedores podem definir listas de valores personalizadas que um parâmetro deve aceitar para usá-lo.
- padrão — O campo padrão é usado com tipos de cadeia de caracteres para especificar uma expressão regular que a cadeia de caracteres deve corresponder. Isso é particularmente útil para validar formatos específicos, como números de telefone, códigos postais ou identificadores personalizados.
-
exemplos — O campo de exemplos fornece um ou mais exemplos de valores válidos para o parâmetro. Isso ajuda o mecanismo de IA a entender que tipo de dados é esperado e pode ser especialmente útil para fins de interpretação e validação.
-
Existem outras palavras-chave que podem tornar a definição de entidade mais precisa e robusta. Para obter mais informações, consulte A Tour of JSON Schema.
Exemplo
O seguinte exemplo inclui vários tipos de entidades e palavras-chave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "password": { "type": "string", "description": "The password for the account.", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address for the account.", "pattern": "\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*" }, "data de nascimento": { "tipo": "string", "descrição": "A data de nascimento do usuário.", "exemplos": ["mm/dd/AAAA"] }, "preferências": { "type": "object", "description": "User preferences settings.", "properties": { "newsletter": { "type": "boolean", "description": "Whether the user wants to receive newsletters.", "default": true }, true }, "notificações": { "type": "string", "description": "Preferred notification method.", "enum": ["email", "sms", "push"] } } }, "roles": { "type": "array", "descrição": "Lista de funções atribuídas ao usuário.", "itens": { "type": "string", "enum": ["user", "admin", "moderador"] } } }, "required": ["username", "password", "email"] } Este exemplo inlcude as seguintes entidades:
- nome de usuário — Um tipo de cadeia de caracteres com restrição de tamanho mínimo e máximo.
- senha — Um tipo de cadeia de caracteres com um comprimento mínimo e um formato específico (a senha indica que ela deve ser tratada com segurança).
- e-mail—Um tipo de cadeia de caracteres com um padrão regex para garantir que ele seja um endereço de e-mail válido.
- data de nascimento — Um tipo de cadeia de caracteres com exemplos para prescrever o formato da data.
- preferências—Um tipo de objeto com propriedades aninhadas (boletins informativos e notificações), incluindo um booleano com um valor padrão e uma cadeia de caracteres com valores permitidos específicos (enum).
- funções —Um tipo de matriz em que cada item é uma cadeia de caracteres limitada a valores específicos (enum).
O nome de usuário, a senha e o e-mail são obrigatórios, conforme definido pela matriz 'obrigatória'.
Neste exemplo, as entidades possuem nomes descritivos, descrições claras e seguem estrutura consistente e convenção de nomenclatura. Siga estas melhores práticas para criar entidades bem definidas que seja fácil para o mecanismo da IA interpretar e reforçar.
Definir conclusão
| 1 |
Defina os detalhes da conclusão para implementar o Agente de IA em uma central de contato. Especifique os seguintes detalhes: |
| 2 |
Configure as entidades de saída de modo que o Agente de IA gere o resultado em um formato que seja compreensível pelo fluxo. |
| 3 |
Para adicionar uma entidade de saída, clique em+Novo recurso de saída. Na tela Adicionar uma nova entidade de saída, especifique os seguintes detalhes: Você também pode usar um arquivo JSON para adicionar as entidades de saída. Para obter mais informações, consulte Adicionar entidades usando o editor JSON . |
| 4 |
Clique em Adicionar para adicionar a entidade de saída. Você pode adicionar quantas entidades de saída forem necessárias. |
| 5 |
Use a opção Controles para executar as seguintes ações na entidade: |
| 6 |
Clique em Adicionar para concluir a cofiguração. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA. Clique em Publicar para tornar o agente de IA ao vivo.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Agentes autônomos de IA para responder perguntas
Agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas do usuário. Esse recurso é útil em cenários onde o agente precisa:
-
Fornecer suporte ao cliente — Responda PERGUNTAS FREQUENTEs, solucionar problemas e guie os clientes através dos processos.
-
Oferecer assistência técnica — Forneça conselhos de especialistas sobre tópicos ou domínios específicos.
Esta seção inclui as seguintes definições de configuração:
Crie um Agente Autônomo de IA para responder perguntas
Antes de começar
Certifique-se de criar a base de conhecimento. Para obter mais informações, consulte Gerenciar bases de conhecimento.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de Agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autônomo. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente autônomo de IA para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Atualize o perfil do agente autônomo de IA.
Atualizar perfil de agente autônomo de IA
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
No Painel, clique no agente de IA que você criou. |
| 2 |
Navegue até os seguintes detalhes: |
| 3 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Configure a base de Conhecimento para o agente de IA.
Configurar base de conhecimento
Antes de começar
Crie um Agente Autônomo de IA para responder perguntas.
| 1 |
Na página Painel , selecione o Agente de IA que você criou. |
| 2 |
Navegue até a guia Base de conhecimento. |
| 3 |
Escolha a base de conhecimento necessária na lista suspensa. |
| 4 |
Clique em Salvar alterações para tornar o Agente de IA ao vivo. |
O que fazer a seguir
Clique em Visualizar para visualizar o agente de IA. Para obter mais informações, consulte Visualizar seu Agente autônomo de IA.
Após configurar o agente de IA:
- Para exibir o desempenho do agente de IA, consulte Exibir desempenho do Agente autônomo de IA usando Análise.
- Para ver os detalhes de Sessões e Histórico, consulte Exibir sessões e histórico de agentes autônomos da IA.
Exibir Sessão e histórico de agente autônomo de IA
Você pode exibir os detalhes da sessão e do histórico de cada agente autônomo de IA criado. A página Sessões exibe os detalhes das sessões estabelecidas com os constomers. A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA.
Sessões
A página Sessões fornece um registro abrangente de todas as interações entre agentes de IA e usuários. Para navegar até a página Sessões :
- No Painel, clique no agente autônomo de IA para o qual deseja exibir os detalhes da sessão.
- Clique em Sessões no painelde navegação esquerdo.
A página Sessões é exibida. Cada sessão é exibida como um registro que contém todas as mensagens da sessão. Essas informações são úteis para auditar, analisar e melhorar o Agente de IA.
A tabela de sessões mostra uma lista de todas as sessões/salas criadas para esse Agente de IA. A tabela será paginada se houver mais linhas do que pode ser acomodada em uma tela. Qualquer um dos campos da tabela pode ser classificado ou filtrado usando a seção Refinar resultados no lado esquerdo. Os campos que estão presentes representam as seguintes informações sobre qualquer sessão específica:
-
ID da sessão — A ID da sala exclusiva ou a ID da sessão para uma conversação.
- ID do consumidor — O ID do consumidor que interagiu com o agente de IA.
-
Canais — canal onde a interação ocorreu.
-
Atualizado na hora de encerramento da sala.
-
Metadados de sala — Contém informações adicionais sobre a sala.
-
Marque as caixas de seleção desejadas:
- Ocultar sessões de teste – Para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência do agente ocorreu — Para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de Fone de Ouvido indicando a transferência do chat para um agente humano.
- Erro – Para filtrar as sessões em que o erro ocorreu.
- Voto baixo — Para filtrar as sessões com o voto baixo.
Clique em uma linha da tabela de sessões para obter uma exibição detalhada daquela sessão. O ícone de cadeado indica que a sessão está bloqueada e precisa ser descriptografada. Você precisa ter permissão para descriptografar a sessão. Se a alternância de acesso de descriptografada estiver ativada, você poderá acessar qualquer sessão usando o botão de conteúdo Descriptpt. No entanto, essa funcionalidade é aplicável somente quando a proteção de dados Avançada está definida como verdadeira ou ativada para o espaço.
Histórico
A página Histórico permite exibir os detalhes das alterações de configuração realizadas no Agente de IA. Para exibir o histórico de um agente específico:
- No Painel, clique no agente autônomo de IA para o qual deseja exibir o histórico.
- No painel de navegação esquerdo, clique em Histórico.
A página Histórico aparece com as seguintes guias:
- Registros de auditoria—Clique na guia Logs de auditoria para exibir as alterações feitas nos agentes de IA.
- Histórico de modelos—Clique na guia Histórico de modelos para exibir as várias versões do Agente autônomo de IA para executar ações.
Registros de auditoria
A guia Registros de auditoria rastreia as alterações feitas no agente autônomo de IA. Você pode exibir os detalhes das alterações dos últimos 35 dias. A guia Registros de auditoria exibe os seguintes detalhes:
Os usuários com funções de desenvolvedor de Admin ou Agente de IA podem acessar apenas a guia Logs de auditoria. Os usuários com funções personalizadas com a permissão 'Obter log de auditoria' também podem exibir os logs de auditoria.
- Atualizado às — Os dados e a hora da alteração.
- Atualizado por — O nome do usuário que incorporou a alteração.
- Campo — A seção específica do agente da IA em que a alteração foi feita.
- Descrição — Informações adicionais sobre a alteração.
Você pode pesquisar por um registro de auditoria específico usando as opções de pesquisa Atualizado por,Campo e Descrição. É possível classificar os logs com base nos campos Atualizados e Atualizados por .
Histórico de modelos
A guia Histórico de modelos está disponível somente para agentes autônomos de IA para execução de ações.
Sempre que você publicar o Agente autônomo de IA para realizar ações, uma versão do agente autônomo de IA é sálvia e está disponível na guia Histórico de modelos. Você pode exibir as várias versões do agente de IA na guia Histórico de modelos.
- Descrição do modelo — Uma breve descrição sobre a versão do agente de IA.
- Mecanismo de IA — o mecanismo de IA usado para essa versão do agente de IA.
- Atualizado em — Data e hora em que a versão foi criada.
- Ações—Permite que você execute as seguintes ações sobre o agente de IA
- Carga — Todas as alterações feitas no agente de IA são perdidas. Você precisa executar a configuração novamente.
- Exportar — use para exportar o agente de IA.
Visualizar seu agente autônomo de IA
É possível visualizar os agentes autônomos de IA no momento de criar o agente de IA, durante a edição e depois da implantação do agente. Você pode abrir a visualização a partir de:
- Painel do agente de IA — Ao passar o cursor sobre um cartão de agente de IA, a opção Visualizar para esse agente de IA se torna visível. Clique para abrir a visualização do agente de IA.
- Cabeçalho Agente de IA — Clique no cartão Agente de IA para abrir o agente de IA. A opção Visualizar sempre fica visível na seção de cabeçalho.
- Widget minimizado — Depois que uma visualização é lançada e minimizada, um widget cabeça de bate-papo aparece na parte inferior direita da página. É possível utilizar essa opção para reabrir facilmente o modo de visualização.
Webex Estúdio de agente de IA também fornece uma opção de visualização acionável. Clique no menu no canto superior direito e selecione a opção Copiar link de visualização. Você pode compartilhar o link de visualização com outros usuários, como testadores ou consumidores do agente de IA.
Widget pré-visualização de plataforma
O widget visualização aparece na seção inferior direita da tela. Você pode fornecer pronunciamentos (ou uma sequência de pronunciamentos) para verificar as respostas do agente de IA e garantir que ele esteja funcionando corretamente.
Além disso, você pode minimizar o widget de visualização, fornecer informações sobre o consumidor e iniciar várias salas para testar o agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite compartilhar o agente da IA com as partes interessadas e os consumidores de forma atual, sem a necessidade de desenvolver uma interface de usuário personalizada para superá-lo. Por padrão, o link de visualização copiado renderiza o agente de IA com um casing de telefone. Você pode fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. Você pode personalizar o widget da seguinte forma:
- Cor do widget—Ao anexar o parâmetro Cor da marca ao link. Você pode definir cores simples usando nomes de cores ou usar o código hex de cores.
-
Casing do telefone—Alterando o valor do parâmetro PhoneCasing no link. Definido como verdadeiro por padrão e pode ser desabilitado tornando-o falso.
Link de visualização de exemplo com estes parâmetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=<true/falso>&<enter o valor hexadecimal de uma cor no formato '_XXXX'>.
Visualização baseada em voz
O agente autônomo de IA para responder perguntas suporta visualização baseada em voz. Para habilitar esta opção:
- Navegue até Painel e escolha o agente de IA.
- Navegue até .
- Na lista suspensa Mecanismo da IA, selecione Vega.
- Clique em Salvar alterações.
A opção Pré-visualização é atualizada com um ícone de Micrograma para visualização com base em voz. Clique em Visualizar. O widget de visualização de voz aparece.
Você deve ativar o acesso ao microfone para usar essa funcionalidade.
Você pode visualizar as seguintes opções no widget visualização de voz:
- Inicie o botão para iniciar a visualização.
- A transcrição em tempo real da conversa é exibida no widget quando a visualização de voz está em andamento.
- Termine a chamada para encerrar a conversação.
- Silenciar para silenciar.
Exibir o desempenho do agente autônomo de IA usando Análise
A seção Análise de agentes de IA fornece uma representação gráfica das principais métricas para avaliar o desempenho e a eficácia do agente de IA. Para gerar a análise do Agente autônomo de IA:
- Escolha o Agente de IA no Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
A primeira seção exibe as seguintes estatísticas sobre sessões e mensagens para o Agente de IA.
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem de números de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
A segunda seção exibe as estatísticas sobre os usuários. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários.
A terceira seção exibe as respostas do Agente de IA e as entregas do agente
Definir agente de IA com script
Esta seção descreve como configurar e gerenciar agentes de IA com script Webex plataforma AI Agent Studio, de modo que eles forneçam respostas precisas às consultas do usuário e realizem tarefas automatizadas de modo eficaz.
Agente de IA com script para efetuar tarefas
O agente com script de IA aumenta os recursos de criação de agentes sem código Webex plataforma De estúdio do agente de IA. O agente de IA com script permite conversações em vários turnos onde ele pode obter dados relevantes dos clientes para executar tarefas específicas. Isso inclui:
-
Executar comandos simples — Siga as instruções para concluir ações predefinidas.
-
Processamento de dados — Manipula e transforma dados de acordo com as regras especificadas.
-
Interagir com outros sistemas — Comunique-se e controle outras soluções.
Esta seção inclui as seguintes definições de configuração:
Criar agente de IA com script para executar ações
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel , clique em + Criar agente . |
| 3 |
Na tela Criar um agente da IA, crie um novo agente de IA a partir do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Iniciar do zero e, em seguida, em Avançar. |
| 5 |
Em que tipo de agente você está construindo? clique em Script. |
| 6 |
Na função principal do seu agente? clique em Executar ações. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel. No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Também é possível importar agentes de IA pré-construídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Crie entidades, adicione intençãos e defina as respostas.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um agente de IA com script para responder perguntas.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, selecione o agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar alterações para salvar as configurações. |
Gerenciar Entidades
As entidades são os blocos de construção de conversações. Eles são os elementos essenciais que o agente de IA extrai de declarações do usuário. Eles representam informações específicas, como nomes de produtos, datas, quantidades ou qualquer outro grupo significativo de palavras. Ao identificar e extrair entidades com eficácia, um agente de IA poderá entender melhor a intenção do usuário e fornecer respostas mais precisas e relevantes.
Tipos de entidade
Webex AI Agent Studio oferece 11 tipos de entidades pré-reconstruídas para capturar vários tipos de dados do usuário. Você também pode criar qualquer uma das entidades personalizadas a seguir.
Entidades personalizadas
Essas entidades são configuráveis e permitem que os desenvolvedores capturem informações específicas de caso de uso.
-
Lista personalizada — define listas de strings esperadas para capturar pontos de dados específicos não cobertos por entidades pré-reconstruídas. Você pode adicionar vários sinônimos em cada string. Por exemplo, uma entidade personalizada do tamanho de pizza.
-
Regex — use expressões regulares para identificar padrões específicos e extrair dados correspondentes. Por exemplo, um regex de número de telefone (por exemplo,
123-123-8789). -
Dígitos — captura entradas numéricas de comprimento fixo com alta precisão, especialmente nas interações de voz. Em interações que não são de voz, é usada como uma alternativa aos tipos de entidades Custom e Regex. Por exemplo, para detectar um número de conta de cinco dígitos, um comprimento de cinco deve ser definido.
-
Alfanumérico — capture combinações de letras e números, fornecendo um reconhecimento preciso para entradas de voz e que não sejam de voz.
-
Formulário livre — capture pontos de dados flexíveis que sejam difíceis de definir ou validar.
-
Local do mapa (WhatsApp)—extraia dados de localização compartilhados por você no canal WhatsApp.
Entidades do sistema
| Nome da entidade | Descrição | Exemplo de entrada | Exemplo de saída |
|---|---|---|---|
| Data | Analisar datas na linguagem natural para um formato de data padrão | "julho do próximo ano" | 01/07/2020 |
| Hora | Analisa o tempo na linguagem natural para um formato de hora padrão | 5 da noite | 17:00 |
| Detecta endereços de e-mail | Gravar para mim em info@cisco.com | info@cisco.com | |
| Número do telefone | Detecta número de telefone comum | Me ligar em 9876543210 | 9876543210 |
| Unidades monetárias | Analisar moeda e quantia | Eu quero 20$ | 20$ |
| Ordinal | Detecta número ordinal | Quarto de dez pessoas | Dia 4. |
| Cardeal | Detecta número de cardeal | Quarto de dez pessoas | 10 |
| Geolocalização | Detecta localizações geográficas (cidades, países etc.) | Fui nadar no Tâmisa, em Londres, Reino Unido | Londres, Reino Unido |
| Nomes de pessoas | Detecta nomes comuns | Bill Gates da Microsoft | Bill Gates |
| Quantidade | Identifica medidas, como de peso ou distância | Estamos a 5km de Paris. | 5km |
| Duração | Identifica períodos de tempo | 1 semana de férias | 1 semana |
As entidades criadas podem ser editadas a partir da guia entidades. Vincular entidades a uma intenção anota suas frases com entidades detectadas ao adicioná-las.
Funções de entidade
Quando um recurso precisa ser coletado várias vezes dentro de um único intenção, as funções de entidade se tornam essenciais. Ao atribuir funções distintas à mesma entidade, você pode guiar o agente de IA para entender e processar a entrada do usuário com mais precisão.
Por exemplo, para reservar um voo com uma parada, você pode criar uma entidade aeroportuária com três funções: origem, destino e parada. Anotando frases de treinamento com essas funções, o Agente de IA pode aprender os padrões esperados e lidar continuamente com solicitações complexas de reserva.
As funções de entidade somente são suportadas para Mindmeld (entidades personalizadas e de sistema) e Rasa (apenas entidades personalizadas), os administradores precisam marcar a caixa de seleção de funções de entidade nas configurações avançadas da caixa de diálogo do seletor de mecanismos NLU.
Os administradores não podem mudar de RASA ou Mindmeld para Swiftmatch enquanto funções de entidade estão em uso. As funções devem ser removidas das intençãos para desabilitar as funções de entidade das configurações avançadas do mecanismo NLU. Você pode criar uma entidade com funções de entidade.
Criar um recurso com funções de entidade
Antes de começar
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, clique no agente de IA com script criado. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página Dados de Treinamento, clique na guia Entidades . |
| 5 |
Clique em Criar entidade. |
| 6 |
Na janela Criar entidade , especifique os seguintes campos: |
| 7 |
Ative os valores de slot sugestão automático para a conclusão automática e forneça sugestões alternativas para este recurso durante a conversação. O campo De funções será exibido durante a criação de uma entidade personalizada somente se funções de entidade estiverem habilitadas na seção Configurações avançadas da janela do mecanismo de treinamento Alterar para os mecanismos RASA e Mindmeld NLU. |
| 8 |
Clique em Save (Salvar). Você pode usar as opções Editar e Excluir na coluna Ações para executar ações relacionadas.
|
O que fazer a seguir
Depois de criar uma entidade, você pode vincular funções a uma entidade.
Vincular funções a um recurso
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. |
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Você pode atribuir funções a um recurso para coletar o mesmo recurso duas vezes para uma intenção. |
Mecanismo de compreensão da linguagem natural (NLU)
Os agentes de IA com script usam o NLU (Natural Language Understanding, compreensão da linguagem natural) com aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem trocar mecanismos NLU nas guias artigos e treinamentos dos agentes de IA com script para avaliar o desempenho. Mudar o mecanismo atualiza o algoritmo do agente de IA, precisando de requalificação para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo é mostrada.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver ativada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Treinar. Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com RASA e Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Fazer Live para tornar o corpus treinado ao vivo e testá-lo em visualização compartilhável ou em canais externos onde o agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores de nível de artigo. Em nossos esforços contínuos para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo em vez do modelo mais antigo que usava vetores em nível de totalidade. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível de artigo são o novo valor padrão para vetorização para novos agentes de IA monolíngue. Para agentes multilíngues do nível de IA, a correspondência com o nível de artigo só é suportada quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor disponível no momento de uma inferência na outra seção de informações da sessão.
Gerenciar Intençãos
A intenção é um componente central da plataforma Webex AI Agent Studio que permite que o agente de IA compreenda e responda à sua entrada de forma eficaz. Ele representa uma tarefa ou ação específica que você deseja realizar durante uma conversação. Você pode definir todas as intençãos que correspondem às tarefas que deseja executar. A precisão da classificação da intenção afeta diretamente a capacidade do agente de IA de fornecer respostas relevantes e úteis. A intenção de classificação é o processo de identificar a intenção com base em sua entrada, permitindo que o agente de IA responda de forma significativa e contextualmente relevante.
Intenção do sistema
- Intenção de recuo padrão — os recursos de um agente de IA são inerentemente limitados pelas intenção que são projetadas para reconhecer e responder. Embora uma empresa não possa antecipar todas as perguntas possíveis que você possa fazer, a intenção padrão de recuo pode ajudar as conversas a estarem no caminho certo.
Ao implementar uma intenção padrão de recuo, os desenvolvedores de agentes de IA podem garantir que o agente de IA lida graciosamente com consultas inesperadas ou fora do escopo, redirecionando a conversa de volta para intençãos conhecidas.
Os desenvolvedores de agentes de IA não precisam adicionar pronunciamentos específicos à intenção de recuo. O agente pode ser treinado para disparar automaticamente a intenção de recuo quando encontra perguntas conhecidas fora do escopo que, de outra forma, podem ser categorizadas incorretamente em outras tentativas.
Por exemplo, em um agente de IA bancária, os clientes podem tentar perguntar sobre empréstimos. Se o agente de IA não estiver configurado para tratar de consultas relacionadas a empréstimos, essas consultas podem ser incorporadas como frases de treinamento dentro da intenção padrão de recuo. Quando um cliente consulta sobre empréstimos em qualquer momento da conversa, o agente de IA reconhece a consulta fora das intençãos definidas por ele e aciona a resposta de recuo. Isso garante uma resposta mais adequada.
A intenção de recuo não deve ter nenhum slot associado a ela.
A intenção de recuo deve usar a chave de modelo de recuo padrão para sua resposta.
- Ajuda—Essa intenção foi projetada para endereçar perguntas ao cliente sobre os recursos do agente de IA. Quando os clientes não têm certeza do que podem realizar ou encontrar dificuldades durante uma conversação, muitas vezes, buscam ajuda pedindo
ajuda.Por padrão, a resposta para o intenção de ajuda é mapeada para a chave do modelo de mensagem
daAjuda. No entanto, os desenvolvedores de agentes de IA podem personalizar a resposta ou alterar a chave de modelo associada para fornecer orientação mais personalizada e informativa.É recomendado transmitir os recursos do agente de IA em um nível alto, fornecendo aos clientes uma compreensão clara do que podem fazer em seguida.
- Conversar com um agente — Essa intenção permite que os clientes solicitem ajuda de um agente humano em qualquer fase de interação com o agente de IA. Quando essa intenção é invocada, o sistema inicia automaticamente a transferência para um agente humano. O modelo de resposta padrão para essa intenção é
a transferência doagente. Embora não haja restrições de UI para alterar a chave do modelo de resposta, alterá-la não afetará o resultado da transferência humana.
Pequenas tentativas de conversa
Todos os agentes de IA criados recentemente incluem quatro intençãos predefinidas de conversa pequenas para lidar com saudações comuns do cliente, expressões de gratidão, feedback negativo e adeus:
- Saudações
- Obrigado
- O agente de IA não foi útil
- Até logo
Crie uma intenção
Antes de começar
Antes de criar uma intenção, assegure-se de criar entidades para vincular à intenção. Para obter mais informações, consulte Criar entidade com funções de entidade.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha um agente de IA no Painel. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página De dados Treinamento, clique em Criar intenção. |
| 5 |
Na janela Criar intenção , especifique os seguintes detalhes: |
| 6 |
Marque a caixa de seleção Obrigatório se a entidade for obrigatória. |
| 7 |
Digite o número de novas tentativas permitidas para este slot. Por padrão, o número é definido para três. |
| 8 |
Escolha a chave do modelo na lista suspensa. |
| 9 |
Na seção Resposta , digite a chave do modelo de resposta final a ser retornada aos usuários quando a intenção for concluída. |
| 10 |
Ative os slots Redefinir após a conclusão para redefinir os valores de slot coletados na conversa depois que a intenção for concluída. Se essa alternância estiver no status desativado, o slot manterá os valores antigos e exibirá a mesma resposta.
|
| 11 |
Ative a alternância dos valores de slot para atualizar o valor do slot durante a conversa com o consumidor. O agente de IA considera o último valor preenchido no slot para processar os dados. Se ativada, os valores dos slots preenchidos são atualizados sempre que os clientes fornecerem novas informações para o mesmo tipo de slot.
|
| 12 |
Ative a oba sugestões de slots para alternar, de modo a fornecer sugestões de valores de slot alternativos e preenchimento de slots na resposta final, com base na entrada do usuário. |
| 13 |
Ative a alternância de conversa Final para fechar a sessão após essa intenção. Webex Connect e os fluxos de voz podem usá-lo para fechar uma conversa com os consumidores.
|
| 14 |
Clique em Save (Salvar). Clique em Treinar , na parte superior direita da guia Treinamento , para refletir todas as alterações feitas em intenção e entidades.
Para treinar mecanismos Rasa ou Mindmeld NLU, é necessário um mínimo de duas variantes de treinamento (pronunciamentos) por intenção. Além disso, cada slot deve ter pelo menos duas anotações. Se esses requisitos não forem atendidos, o botão Treinar está desativado. Um ícone de aviso aparece ao lado da intenção afetada para indicar o problema. No entanto, a intenção padrão de recuo está isenta desses requisitos. |
O que fazer a seguir
Depois que uma intenção é criada, algumas informações são necessárias para cumprir a intenção. As entidades vinculadas determinam como essas informações são obtidas a partir das declarações do usuário. Para obter mais informações, consulte Entidades de link com intenção.
Vincular entidades com intenção
Antes de começar
Assegure-se de criar entidades e ligá-las antes de adicionar pronunciamentos. Isso anota automaticamente as entidades enquanto as frases são adicionadas.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, clique no agente de IA que você criou. |
| 3 |
Clique em Treinamento no painel esquerdo. |
| 4 |
Na página de dados Treinamento, escolha uma intenção de vincular entidades e funções de entidade. Por padrão, a guia Intenção é exibida.
|
| 5 |
Na seção Slots , clique na entidade Link. As entidades vinculadas são exibidas na seção Slots.
|
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Save (Salvar). Quando uma entidade é marcada como necessária, opções de configuração adicionais ficam disponíveis. É possível especificar o número máximo de vezes que o agente de IA pode solicitar o recurso ausente antes de aumentar a escalada ou fornecer uma resposta de recuo. Você pode definir a chave do modelo a ser invocada se a entidade necessária não for fornecida dentro do número especificado de novas tentativas.
Depois que um agente de IA identifica uma intenção e coleta todos os dados necessários (slots), ele responde usando a mensagem associada à chave final do modelo configurada para essa intenção. Para iniciar uma nova conversação ou lidar com as intençãos subsequentes sem carregar dados anteriores, você precisa ativar a alternância Redefinir slots após a conclusão . Essa configuração apaga todas as entidades reconhecidas do histórico de conversas, assegurando um novo começo para cada nova interação. |
Gerar dados de treinamento
Você tem que adicionar manualmente dados de treinamento às suas intençãos para fazer com que o agente de IA trabalhe com uma precisão razoável. Os dados de treinamento consistem em diferentes maneiras pelas quais você pode invocar o mesmo intenção. Você pode adicionar pelo menos 15-20 variantes para cada intenção para melhorar sua precisão. Criar este corpus de treinamento manualmente pode ser entediante e demorado. Você pode adicionar apenas algumas variantes ou adicionar apenas palavras-chave como variantes em vez de frases significativas. Isso pode ser evitado gerando dados de treinamento para complementar os existentes.
Para gerar dados de treinamento, siga as etapas a seguir:
- Insira o nome da intenção e uma frase de exemplo.
- Clique em Gerar.
- Forneça uma breve descrição da intenção de guiar a IA.
- Especifique o número desejado de variantes e o nível de criatividade para as sugestões geradas por IA.
- Gerar muitas variantes de uma só vez pode afetar a qualidade. Recomendamos um máximo de 20 variantes por geração.
- Uma configuração de menor criatividade pode produzir variantes menos diversas.
- O processo de geração pode levar alguns segundos, dependendo do número de variantes solicitadas.
- O ícone de raio diferencia as variantes geradas por IA dos dados de treinamento definidos pelo usuário.
Mecanismo de compreensão da linguagem natural (NLU)
Os agentes de IA com script usam o NLU (Natural Language Understanding, compreensão da linguagem natural) com aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem trocar mecanismos NLU nas guias artigos e treinamentos dos agentes de IA com script para avaliar o desempenho. Mudar o mecanismo atualiza o algoritmo do agente de IA, precisando de requalificação para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo é mostrada.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver ativada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Treinar. Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com RASA e Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Fazer Live para tornar o corpus treinado ao vivo e testá-lo em visualização compartilhável ou em canais externos onde o agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores de nível de artigo. Em nossos esforços contínuos para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo em vez do modelo mais antigo que usava vetores em nível de totalidade. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível de artigo são o novo valor padrão para vetorização para novos agentes de IA monolíngue. Para agentes multilíngues do nível de IA, a correspondência com o nível de artigo só é suportada quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor disponível no momento de uma inferência na outra seção de informações da sessão.
Sinalizando Variantes Geradas
Para garantir o uso responsável da IA, os desenvolvedores podem sinalizar as saídas geradas por IA para revisão. Isso permite a identificação e prevenção de quaisquer conteúdos prejudiciais ou tendenciosos. Para sinalizar saídas geradas por IA:
- Localize a Opção Sinalização: uma opção de sinalização está disponível para cada pronunciamento gerado.
- Fornecer Feedback: ao marcar um resultado, os desenvolvedores podem adicionar comentários e especificar o motivo da sinalização.
Esse recurso está inicialmente disponível com um limite mensal de uso de 500 operações de geração. Para acomodar necessidades crescentes, os desenvolvedores podem entrar em contato com seus proprietários de contas para solicitar um aumento nesse limite.
Criar Intenção e Entidade multilíngue
É possível criar dados de treinamento em vários idiomas. Para cada idioma configurado para seu agente de IA, você deve definir as frases que refletem as interações desejadas. Embora os slots permaneçam consistentes em todos os idiomas, as chaves do modelo identificam exclusivamente as respostas em cada idioma.
Nem todos os idiomas oferecem suporte a todos os tipos de entidade. Para obter mais informações sobre a lista de tipos de entidades com suporte a cada idioma, consulte as entidades dos versos Idiomas com suporte na tabela em idiomas Com suporte para Agentes de IA com script.
Gerenciar Respostas
As respostas são as mensagens que seu agente de IA envia aos clientes em resposta às suas consultas ou intenções. Você pode criar respostas que incluem:
- Texto — Mensagens de texto simples para comunicação direta.
- Código — Código incorporado para conteúdo dinâmico ou ações.
- Multimídia: imagens, elementos de áudio ou vídeo para aprimorar a experiência do usuário.
As respostas têm dois componentes principais:
- Modelos — Estruturas de resposta predefinidas que são mapeadas para intenção específica.
- Fluxos de trabalho — A lógica que determina qual modelo usar com base na intenção identificada.
Os modelos para Transferência de Agente, Ajuda, Retorno de queda e Bem-vindo são pré-configurados e a mensagem de resposta pode ser alterada nos modelos correspondentes.
Tipos de resposta
A sessão do Designer de respostas abrange diferentes tipos de respostas e como elas podem ser configuradas.
A guia Fluxos de trabalho é usada para lidar com respostas assíncronos enquanto liga para um API externo que responde de forma assíncrorona. Os fluxos de trabalho devem ser codificados em píton.
Substituição de variável
A substituição de variáveis permite usar variáveis dinâmicas como parte de modelos de resposta. Todas as variáveis padrão (ou entidades) de uma sessão, juntamente com aquelas que um desenvolvedor de agente de IA pode definir dentro de um objeto de formulário livre, como o campo datastore , podem ser usados em modelos de resposta por meio desse recurso. As variáveis são representadas usando esta sintaxe: ${variable_name}. Por exemplo, usando o valor de uma entidade chamada apptdate usa ${entities.apptdate} ou ${newdfState.model_state.entities.apptdate.value}.
As respostas podem ser personalizadas usando variáveis recebidas do canal ou coletadas dos consumidores ao longo de uma conversação. A funcionalidade de conclusão automática mostra a sintaxe de variáveis na área de texto quando você começa a digitar ${. Selecionar a sugestão necessária preenche automaticamente a área com a variável e destaca tal variável.
Configurar respostas usando o designer de respostas
O designer de respostas oferece uma interface amigável para criar respostas sem precisar de conhecimento amplo de codificação. Dois tipos de resposta estão disponíveis:
- Respostas condicionais: Para nondevelopers, essa opção permite uma construção fácil de respostas que o agente de IA fornece aos clientes.
- Trechos de código: para desenvolvedores que usam Python, esta opção permite flexibilidade para configurar respostas usando código.
O designer de resposta foi projetado para garantir que a experiência do usuário atenda ao canal específico com o qual o agente de IA está interagindo.
Modelos de resposta
- Texto — São respostas de texto simples. Para aprimorar a experiência do usuário, o designer de respostas permite várias caixas de texto em uma única resposta, permitindo que você divida mensagens longas em seções mais gerenciáveis. Cada caixa de texto pode incluir várias opções de resposta. Durante uma conversação, uma dessas opções é selecionada aleatoriamente e exibida ao usuário, assegurando uma interação dinâmica e envolvente.
Para manter uma experiência dinâmica e envolvente do usuário, você pode adicionar várias opções de resposta aos seus modelos. Quando um modelo com várias opções é ativado, um deles é selecionado aleatoriamente e exibido para o usuário. É possível ativar essa função clicando no botão+Adicionar variante localizado na parte inferior da resposta.
Ao salvar respostas, você pode ver um aviso indicando o número de erros que precisam ser corrigidos. Os campos com erros serão destacados em vermelho. Usando as setas de navegação, o desenvolvedor pode localizar e corrigir facilmente esses erros em qualquer formato de canal ou resposta. Se o picareta ou o carroel da lista contiver várias placas, a navegação por ponto permite que você passe pelos cartões com erros. Para um único cartão, o ponto correspondente fica vermelho para sinalizar o erro.
- Resposta rápida — as respostas de texto podem ser emparelhadas com botões, que podem ser baseados em texto ou links URL. Os botões de texto exigem um título e uma carga, que são enviados para o bot quando clicados. Os botões de URL redirecionam os usuários para uma página da Web específica.
Quando a consulta de um cliente é ambígua, a correspondência parcial permite que o bot sugira artigos ou intençãos relevantes como opções. Este recurso está disponível para interações web e Facebook.
Adicionando respostas rápidas de URL
Os botões de URL de resposta rápida em respostas fixas e condicionais permitem criar botões que redirecionam os usuários ao seu site para mais informações ou ações, como preencher formulários. Quando o usuário clica nessa opção, esses botões abrem a URL especificada em uma nova guia na mesma janela do navegador, sem enviar nenhum dado de volta para o bot.
Para adicionar uma resposta rápida URL em resposta condicional ou fixa:
- Escolha a chave do artigo ou modelo para a qual deseja configurar a resposta rápida da URL.
- Clique em +Adicionar uma resposta rápida. A janela pop-up tipo Tecla é exibida.
- Escolha o tipo de botão como URL no canal da Web.
- Especifique o título da tecla e a URL para a qual o consumidor deve ser redirecionado após clicar no botão.
- Clique em Concluído para adicionar uma resposta rápida URL.
Os botões de tipo de URL também podem ser configurados através do tipo de resposta dinâmica, onde esses botões devem ser configurados usando trechos de código píton. Esses botões são suportados nas seções visualização e visualização compartilhamento. Eles não contam, atualmente, com o widget IMIchat Live chat ou outros canais de terceiros.
- Carroel — Respostas ricas podem incluir um único cartão ou vários cartões organizados em um formato de carroel. Cada cartão requer um título e pode conter uma imagem, uma descrição e até três botões.
Os botões de resposta rápida no modelo Carousel podem ser configurados com texto ou links URL. Clicar em um botão URL redirecionará o usuário para o site especificado. Clicar em um botão de resposta rápida baseado em texto envia uma carga de pagamento configurada para o bot, acionando a resposta correspondente.
- Imagem— Um modelo multimídia onde os usuários podem configurar imagens fornecendo URLs.
- Vídeo: renderiza vídeos na visualização com base na URL de vídeo configurada.
- Código — pode ser usado para gravar código Python para chamar APIs ou executar outra lógica.
Trechos de códigos
As respostas condicionais, com seus recursos extensos e modelos diversos, podem atender efetivamente à maioria das necessidades do agente de IA. No entanto, para casos de uso complexo que não podem ser totalmente realizados através de respostas condicionais ou para desenvolvedores que preferem codificação, o tipo de resposta trecho de código está disponível.
Trechos de código permitem configurar as respostas usando o código Python. Essa abordagem permite criar todos os tipos de respostas, incluindo respostas rápidas, texto, carroousels, imagens, áudio, vídeo e arquivos, dentro de um modelo de resposta ou artigo.
O código de função definido no modelo trecho de código pode ser usado para definir variáveis que são usadas em outros modelos. É importante observar que o código de função não pode retornar respostas diretamente quando usado em respostas condicionais.
Validação de trecho de código—A plataforma verifica apenas erros de sintaxe dentro do trecho de código que você está configurando. Entretanto, qualquer erro no conteúdo de resposta em si pode causar problemas para os usuários que interagem com o bot no canal configurado. Por exemplo, o editor não impedirá que você adicionando uma resposta de "picareta de tempo" para o canal da Web, mas isso resulta em erros se a consulta de um usuário disparar essa resposta específica.
Se você não configurar uma resposta exclusiva para diferentes canais, a resposta da Web será tomada como a resposta padrão e a mesma será enviada ao cliente. A lista de modelos suportados no canal Web são:
- Texto— uma mensagem de texto simples que pode ter várias variantes. Essa mensagem configurada é exibida com base na consulta.
- Resposta rápida — Um modelo que tem texto e botões clique nele.
- Carousel — Uma coleção de cartões, com cada cartão tendo um título, uma URL de imagem e uma descrição.
- Imagem—Um modelo para configurar imagens fornecendo URLs.
- Vídeo— Um modelo para configurar vídeo fornecendo a URL de vídeo. Você pode reproduzir o vídeo clicando ou tocando na imagem.
- Arquivo—Um modelo para configurar um arquivo em pdf, fornecendo a URL para acessar o arquivo.
- Áudio— Um modelo para configurar um arquivo de áudio fornecendo a URL de áudio. Ele também mostra a duração da mensagem de áudio na saída.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Agente de IA com script para responder perguntas
Agentes de IA com script são agentes orientados pelo conhecimento cuja base de conhecimento consiste em um corpus de perguntas e respostas. O agente de IA com script pode fornecer respostas com base em um corpus de treinamento criado pelo usuário, que é um conjunto de exemplos e respostas. Essa capacidade é útil em cenários onde:
- É necessário um conhecimento específico — o agente precisa responder perguntas em um domínio predefinido.
- Consistência é importante — o agente deve fornecer respostas consistentes a consultas semelhantes.
- Flexibilidade limitada é necessária — as respostas do agente são limitadas pelas informações no treinamento.
Esta seção inclui as seguintes definições de configuração:
Crie um agente de IA com script para responder perguntas
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em+Criar agente no Painel . |
| 3 |
Na tela Criar um agente da IA, clique em Iniciar do zero. Você também pode escolher um modelo predefinido para criar rapidamente seu agente de IA. Você pode filtrar o tipo de agente de IA como Script. Nesse caso, os campos na página Perfil sepopulam automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente está construindo , clique em Scripted. |
| 6 |
Na seção Qual é a função principal do seu agente, clique em Responder perguntas. |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA com script para responder perguntas é criado com êxito e agora está disponível no Painel.
No cabeçalho Agente de IA, é possível executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-reconstruídos. Para obter mais informações, consulte Importar agente de IA pré-construído. |
O que fazer a seguir
Adicione artigos ao agente de IA.
Atualizar perfil do agente de IA com script
Antes de começar
Crie um agente de IA com script para responder perguntas.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
No Painel, selecione o agente de IA que você criou. |
| 3 |
Navegue até os seguintes detalhes: |
| 4 |
Clique em Salvar alterações para salvar as configurações. |
Gerenciar Artigos
Os artigos são uma parte importante dos Agentes de IA com script. Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Cada artigo tem uma pergunta padrão que a identifica. Todos os artigos juntos compõem a base de conhecimento ou o corpus do agente daIA. Quando o cliente pergunta alguma coisa, o sistema verifica sua base de conhecimento e dá a melhor resposta que encontra.
Os mecanismos Rasa e Mindmeld NLU exigem um mínimo de duas variantes de treinamento (pronunciamentos) para que um artigo faça parte do modelo treinado de uma corporação. Os botões Treinar e Salvar e Treinar não permanecem disponíveis em um Agente de IA com script para responder perguntas, se você selecionar um mecanismo Rasa ou Mindmeld NLU e se um artigo tiver menos que duas variações. Quando você descansa o ponteiro nesses botões não disponíveis, o sistema exibe uma mensagem solicitando que você resolva os problemas antes do treinamento. Além disso, o sistema exibe um ícone de aviso correspondente ao artigo com problemas. É possível resolver os problemas adicionando mais de duas variantes de um artigo. Os botões Treinar e Salvar e Treinar ficam disponíveis assim que os problemas forem resolvidos. Ter duas variantes não é aplicável aos artigos padrão – mensagem de correspondência parcial, mensagem de recuo e mensagem de boas-vindas.
É possível classificar artigos em categorias de sua escolha, e todos os artigos não categorizados permanecem classificados como não atribuídos. A partir da criação dos artigos, aparecem quatro artigos padrão disponíveis para cada Agente de IA. Veja a seguir:
- Mensagem de boas-vindas — Contém a primeira mensagem sempre que houver um início de conversa entre o cliente e o agente de IA.
- Mensagem de recuo — O agente de IA mostra essa mensagem quando o agente não consegue entender a pergunta do usuário.
- Correspondência parcial — Quando o Agente de IA reconhece vários artigos com uma pequena diferença de pontuações (conforme definido nas configurações de Transferência e Inferências ), o agente mostra essa mensagem de correspondência juntamente com os artigos correspondidos como opções. Você também pode configurar a resposta de texto a ser exibida junto com essas opções.
- O que você pode fazer?— Você pode configurar os recursos do agente de IA. O agente de IA exibe isso sempre que os usuários finais questionam os recursos de Agente de IA.
Além disso, o artigo padrão de Falar com um agente será adicionado se a transferência de agentes a partir das configurações De transferência e Inferência estiver ativada.
Todos os novos agentes de IA também apresentam quatro artigos Smalltalk que tratam das declarações do usuário para:
- Saudações
- Obrigado
- O agente de IA não foi útil
-
Até logo
Esses artigos e respostas estão disponíveis na base de conhecimento do agente de IA por padrão, enquanto criam um novo Agente de IA. Você também pode modificá-los ou removê-los.
Adicionar artigos por meio de IU e resposta padrão
Um artigo é a combinação de uma pergunta, suas variações e resposta a essa pergunta. Toda consulta de consumidor é comparada com esses artigos (base de conhecimento) e a resposta que retorna o maior nível de confiança é exibida ao usuário como a resposta do agente de IA. Para adicionar artigos:
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até , e clique em Criar novo artigo. |
| 4 |
Adicione os variantes padrão. |
| 5 |
Escolha uma dessas respostas padrão para o artigo. Valores possíveis:
Para obter mais informações, consulte a seção Configurar respostas usando o Designer de respostas. |
| 6 |
Clique em Salvar e treinar. |
Importar de catálogos
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até Configurações ícone Elipse . |
| 4 |
Clique em Importar de catálogos. |
| 5 |
Escolha as categorias dos artigos a serem adicionados ao agente. |
| 6 |
Clique em Concluído. |
Extrair PERGUNTAS FREQUENTEs do link
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até e clique no ícone de elipse. |
| 4 |
Clique em Extrair PERGUNTAS FREQUENTEs a partir do link. |
| 5 |
Forneça a URL onde as PERGUNTAS FREQUENTEs estão hospedadas e clique em Extrair. |
| 6 |
Clique em Importar. |
Importar do arquivo
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Navegue até Configurações ícone Elipse . |
| 4 |
Clique em Importar de um arquivo e escolha CSV o importar os artigos do arquivo CSV. Se estiver importando artigos de um arquivo no formato JSON, escolha JSON. |
| 5 |
Clique em Procurar e selecione um arquivo que contenha todos os artigos. Clique no exemplo Download para exibir o formato em que os artigos devem ser especificados. |
| 6 |
Clique em Importar. |
Adicionar sinônimos personalizados
Muitos agentes de IA usam casos que tendem a envolver palavras e frases que podem não fazer parte do vocabulário inglês padrão ou que são específicas a um contexto comercial. Por exemplo, você deseja que o agente de IA reconheça o aplicativo para Android, o aplicativo para iOS e assim por diante. O agente de IA deve incluir esses termos e suas variações nas pronunciamentos de treinamento para todos os artigos relacionados, levando a uma entrada de dados redundante.
Para superar esse problema de redundância, você pode usar sinônimos personalizados dentro de um agente de IA com script para responder perguntas. Sinônimos de cada palavra raiz são substituídos pela palavra raiz no tempo de execução pela plataforma automaticamente.
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Escolha o agente de IA criado no Painel. |
| 3 |
Vá até e clique no ícone Elipse. |
| 4 |
Clique em Sinônimos Personalizados. |
| 5 |
Clique em Nova Palavra Raiz. |
| 6 |
Configure o valor da palavra raiz, seus sinônimos, e clique em Salvar. |
| 7 |
Treine o agente de IA novamente depois de adicionar os sinônimos. Você também pode exportar os sinônimos (em formato .CSV de arquivos) para a pasta local e importar o arquivo de volta para a plataforma. |
Mecanismo de compreensão da linguagem natural (NLU)
Os agentes de IA com script usam o NLU (Natural Language Understanding, compreensão da linguagem natural) com aprendizado de máquina para identificar a intenção do cliente. Os mecanismos NLU a seguir interpretam os inputs dos clientes e fornecem respostas precisas:
- Swiftmatch—Um mecanismo rápido e leve que suporta diversos idiomas.
- RASA — Um framework líder de IA conversacional de código aberto.
- Mindmeld (Beta) — Oferece fluxos conversacionais avançados e capacidades de NLU.
O RASA requer mais dados de treinamento do que o Swiftmatch para obter alta precisão. Os desenvolvedores podem trocar mecanismos NLU nas guias artigos e treinamentos dos agentes de IA com script para avaliar o desempenho. Mudar o mecanismo atualiza o algoritmo do agente de IA, precisando de requalificação para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade em Sessões e testes de um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limites na seção 'Transferência e inferência' após alternar os mecanismos. Para RASA, os pontuações de limite tendem a ser inversamente proporcionais ao número de intençãos, o que significa que agentes com muitas intençãos (100+) normalmente têm pontuações de recuo menores em configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os mecanismos NLU.
-
Selecione o agente de IA que deseja alterar o mecanismo de treinamento.
- Para agente de IA com script para responder perguntas: Clique em Artigos. A página base de conhecimento é exibida.
- Para agentes de IA com script para efetuar tarefas: Clique em Treinamento. A página de dados Treinamento é exibida.
-
Clique no ícone Configurações próximo ao Mecanismo NLU no lado direito da página. A janela do mecanismo de treinamento Alterar é exibida.
Por padrão, o mecanismo NLU está definido como Swiftmatch para os agentes de IA criados recentemente.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inferência :
- Pontuação abaixo da qual o recuo é mostrado — A confiança mínima necessária para que uma resposta seja exibida a você, abaixo do qual uma resposta de recuo é mostrada.
- Diferença de pontuações para correspondência parcial - Define o intervalo mínimo entre os níveis de confiança de respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção de configurações avançadas .
- Remover palavras-parada — 'Stopwords' são palavras-função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Ao remover de frases stopwords tais como artigos (a, um, um, etc.), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizagem da máquina podem focalizar nas palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela removerá as 'palavras de parada' da frase no momento do treinamento e da inferência. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Contrações de expansão — As contrações inglesas nos dados de treinamento podem ser expandidas para a forma original, juntamente com os termos na consulta do consumidor de entrada para maior precisão. Exemplo: 'não' é expandido para 'não faça'. Se essa caixa de seleção for marcada, as contrações nas mensagens de entrada são expandidas antes do processamento. Esse recurso é compatível com todos os três mecanismos NLU.
- Inferência da verificação ortográfica — A biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso só será suportado para os três mecanismos se a caixa de seleção Ortográfica de inferência estiver ativada.
- Remover caracteres especiais — caracteres especiais são os caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi Fi são considerados diferentes pelo mecanismo NLU. Se essa caixa de seleção for marcada, os caracteres especiais na consulta ao consumidor serão removidos para exibir uma resposta adequada. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Funções de entidade — Entidades personalizadas podem ter funções diferentes. Esta capacidade de mecanismo do NLU é suportada somente para RASA e Mindmeld.
- Substituição de entidade em inferência — Os valores de entidade em dados de treinamento e inferência são substituídos por IDs de entidade. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Preenchimento de slot prioritário — O preenchimento de slots é priorizado sobre a intenção de detecção.
- Resultados armazenados por mensagem — O número de artigos para os quais as pontuações de confiança calculadas do agente de IA serão exibidas sob informações de transação nas sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões agora foi limitado a 5. Os primeiros n resultados (1 = <n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com script e na seção 'Resultados do algoritmo' da guia informações de transação em Sessões.
- Expansão de formato de palavra — Expanda os dados de treinamento com formas de texto como plurales, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos — Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for marcada, os sinônimos em inglês comuns de palavras nos dados do treinamento serão gerados automaticamente para reconhecer a consulta do consumidor precisamente. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, jardim e assim por diante. Esta capacidade do mecanismo NLU é suportada apenas para Swiftmatch.
- Wordforms —As formas do Word podem existir em várias formas, como plurales, adverbs, adjetivos ou verbos. Por exemplo, para a palavra "criação", as formas de palavras podem ser criadas, criar, criador, criativas, criativamente, assim por diante. Se essa caixa de seleção for marcada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta adequada aos consumidores.
Os desenvolvedores podem definir pontuações de limites diferentes para diferentes mecanismos NLU para determinar a pontuação mais baixa, aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Treinar. Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de Conhecimento muda de Salvo para Treinado.
Você só poderá treinar o agente de IA com RASA e Mindmeld se todos os artigos tiverem pelo menos duas pronunciamentos.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo vivo para testá-los e implantá-los. Para treinar o agente da IA com seu corpus atual, clique em Treinar na parte superior direita. Isso deve alterar o status para Treinamento.
Depois que o treinamento estiver concluído, o status será alterado para Treinado. Clique no ícone Recarregar ao lado de Treinamento para recuperar o status do treinamento atual.
Neste ponto, você pode clicar em Fazer Live para tornar o corpus treinado ao vivo e testá-lo em visualização compartilhável ou em canais externos onde o agente da IA está implementado.
Modelo vetor
Agora você pode selecionar seus modelos vetores preferidos como parte das configurações avançadas do mecanismo do Swiftmatch NLU. É possível selecionar entre duas opções – Nível de totalidade versus vetores de nível de artigo. Em nossos esforços contínuos para melhorar a precisão de nossos mecanismos NLU, fizemos experiências com o uso de vetores de nível de artigo em vez do modelo mais antigo que usava vetores em nível de totalidade. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível de artigo são o novo valor padrão para vetorização para novos agentes de IA monolíngue. Para agentes multilíngues do nível de IA, a correspondência com o nível de artigo só é suportada quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor disponível no momento de uma inferência na outra seção de informações da sessão.
Definir configurações de Gerenciamento
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer a seguir
Adicione idiomas ao Agente de IA com script.
Adicionar um idioma ao agente de IA com script
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até . |
| 2 |
Clique em +Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative a alternância sob Ação para habilitar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma e clique em Tornar padrão. Não é possível excluir ou desabilitar um idioma padrão. Além disso, se você mudar de um idioma padrão existente, isso poderá afetar os artigos, a cura, o teste e as experiências de visualização do Agente de IA. |
| 6 |
Clique em Salvar alterações. |
Configurar configurações de Transferência
Antes de começar
Crie o agente de IA com script.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer a seguir
Visualizar seu agente de IA com script
Webex Estúdio de agente de IA permite visualizar seus agentes de IA enquanto os desenvolve e mesmo após o desenvolvimento ter sido concluído. Dessa forma, você pode testar o funcionamento dos agentes de IA e determinar se as respostas desejável são geradas de acordo com as respectivas consultas de entrada. Você pode visualizar seu agente de IA com script usando as seguintes maneiras.
- Painel do agente de IA —Passe o cursor sobre um cartão Agente de IA para visualizar a opção Visualizar desse agente de IA. Clique em Visualizar para abrir o widget de visualização do agente de IA.
- Cabeçalho Agente de IA — Após inserir o modo de edição para qualquer agente de IA, clicando no cartão do agente de IA ou no botão Editar no cartão Agente de IA, a opção Visualizar é sempre visível na seção de cabeçalho.
- Widget minimizado — Após uma visualização ser iniciada e minimizada, um widget cabeça de bate-papo é criado no canto inferior direito da página, permitindo a você reabrir facilmente o modo de visualização.
Além disso, você pode copiar o link de visualização compartilhamento de um agente de IA. No cartão Agente de IA, clique no ícone Elipses , na parte superior direita, e clique em Copiar link de visualização. Você pode compartilhar esse link com outros usuários do agente de IA.
Widget pré-visualização de plataforma
O widget visualização aparece na parte inferior direita da tela. Você pode fornecer pronunciamentos (ou uma sequência de pronunciamentos) para ver como o agente de IA responde, garantindo que ele atue conforme esperado. A visualização do agente de IA oferece suporte a vários idiomas e pode selecionar automaticamente o idioma das expressões para responder de acordo. Também é possível selecionar manualmente o idioma na visualização, clicando no seletor de idiomas e escolhendo na lista de opções disponíveis.
Você pode maximizar o widget visualizado para uma melhor exibição. Além disso, você pode fornecer informações sobre o consumidor e iniciar várias salas para testar todo o agente de IA.
Widget visualização compartilhamento
O widget de visualização acionável permite compartilhar o agente da IA com as partes interessadas e os consumidores de forma atual, sem a necessidade de desenvolver uma interface de usuário personalizada para superá-lo. Por padrão, o link de visualização copiado renderiza o agente de IA com um casing de telefone. Você pode fazer alguma personalização rápida alterando alguns parâmetros no link de visualização. Essas duas principais personalizações são:
- Cor do widget—Ao anexar um
parâmetro Corda marca ao link. Você pode definir cores simples usando nomes de cores ou usar código hex de cores. -
Casing do telefone—Alterando o valor de um
parâmetro PhoneCasingno link. Definido comoverdadeiropor padrão e pode ser desabilitado tornando-o falsoLink de visualização de exemplo com estes parâmetros:
?botunique_name=<yourbot_unique_name>&unique_name enterprise=<yourenterprise_unique_name>&root=.&phoneCasing=true&brandColor=_4391DA
Seções de geranciamento comuns para agente de IA com script
As seções a seguir são exibidas no painel esquerdo da página de configuração do agente de IA:
Treinamento
À medida que os agentes de IA evoluim e se tornam mais complexos, mudanças em sua lógica ou no Entendimento da Linguagem Natural (NLU) às vezes podem ter consequências não intencionais. Para garantir um desempenho ideal e identificar os problemas potenciais, a plataforma de agente de IA oferece uma estrutura de teste bot conveniente de um clique. É possível:
- Crie e execute facilmente um conjunto abrangente de casos de teste.
- Defina as mensagens de teste e as respostas esperadas para diversos cenários.
- Simule interações complexas criando casos de teste com várias mensagens.
Definir testes
É possível definir testes utilizando as seguintes etapas:
- Inicie sessão na plataforma Webex AI Agent Studio.
- No Painel, clique no agente de IA com script criado.
- Clique em Teste no painel esquerdo. Por padrão, a guia Testcases é exibida.
- Selecione um caso de teste e clique em Executar testes selecionados.
Cada linha na tabela representa um caso de teste com os seguintes parâmetros:
| Parâmetro | Descrição |
|---|---|
| Mensagem | Uma mensagem de exemplo que representa os tipos de consultas e declarações que você pode esperar que os usuários enviem para seu agente de IA. |
| Idioma esperado | Espera-se que os usuários interajam com o agente de IA. |
| Artigo esperado | Especifique o artigo a ser exibido em resposta a uma mensagem específica do usuário. Para ajudá-lo a encontrar o artigo mais relevante, esta coluna tem uma função auto-completa inteligente. Ao inserir, o sistema sugere a correspondência de artigos com base no texto inserido até então. |
| Redefinir contexto anterior | Clique na caixa de seleção desta coluna para isolar casos de teste e verifique se eles são executados independentemente de qualquer contexto de agente de IA existente. Quando habilitado, cada caso de teste é simulado em uma nova sessão, evitando qualquer interferência de interações anteriores ou dados armazenados. |
| Incluir correspondências parciais | Permite que essa alternância leve em consideração casos de teste bem-sucedidos, mesmo que os artigos esperados correspondam apenas parcialmente à resposta real. |
| Importar de CSV | Importar casos de teste de um arquivo separado por vírgulas (CSV). Nesse caso, todos os casos de teste existentes são substituídos. |
| Exportar para CSV | Exportar casos de teste para um arquivo separado por vírgulas (CSV). |
| Testar retornos de chamada | Ative essa alternância para simular os retornos de chamada recebidos e testar o comportamento do fluxo sem precisar de chamadas recebidas reais. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
| Retorno de chamada em fluxo | Clique na caixa de seleção dessa coluna para indicar que uma intenção deve disparar um retorno de chamada. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
| Modelo de retorno de chamada esperado | Especifique a chave do modelo a ser ativada quando o retorno de chamada ocorrer. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
| Tempo limite de retorno (s) | A quantidade máxima de tempo (em segundos) que o agente de IA aguarda uma resposta de retorno de chamada antes de considerar o retorno de chamada como expirado. É permitido ter limite máximo de 20 segundos. Essa opção está disponível apenas para agentes de IA com script para execução de ações. |
Executar testes
Na guia Execução , clique em Executar testes selecionados para iniciar uma execução sequencial de todos os casos de teste selecionados.
Você também pode executar casos de teste na guia Casos de teste .
.Para exibir casos de teste com resultados específicos, clique no resultado desejado (por exemplo, Passado, Passado com correspondência parcial,Falha,Pendente ) na faixa de resumo. Isso filtra a lista de casos de teste para exibir somente aqueles que correspondem ao resultado selecionado.
O ID da sessão associado a cada caso de teste é exibido nos resultados. Isso permite que você cruze casos de teste de referência rapidamente e visualize detalhes da transação. Para fazer isso, escolha a opção Detalhes da transação na coluna Ações .
Histórico de execução
Na guia Histórico , acesse todos os casos de teste executados.
- Clique no ícone Download da coluna Ações para exportar os dados de teste executados como um arquivo CSV para relatórios ou análise offline.
- Revise as configurações específicas do mecanismo e do algoritmo usadas para cada execução de caso de teste. Essas informações ajudam os desenvolvedores a otimizar o desempenho do agente de IA.
- Para visualizar as configurações avançadas de configuração do algoritmo usadas para um mecanismo de treinamento específico, clique no ícone Informações próximo ao nome do mecanismo de treinamento. Ele fornece insights sobre os parâmetros e as configurações que influenciaram o comportamento do agente de IA durante o teste.
Sessões
A seção Sessões fornece um registro abrangente de todas as interações entre agentes de IA e clientes. Cada sessão inclui um histórico detalhado de mensagens trocadas. Você pode exportar dados da sessão como um arquivo CSV para análise off-line e auditoria. Você pode usar esses dados para examinar as mensagens e o contexto de sessões específicas a fim de obter insights sobre as interações do usuário e identificar áreas para melhoria, refinar as respostas do agente de IA e aprimorar a experiência geral do usuário.
Ele pode lidar com grandes conjuntos de dados exibindo resultados em páginas. Você pode usar a seção Refinar resultados para filtrar e classificar sessões com base em vários critérios. Cada linha na tabela exibe detalhes essenciais da sessão, incluindo:
- Canais — o canal onde a interação ocorreu (por exemplo, bate-papo, voz).
- ID da sessão — Um identificador exclusivo para a sessão.
- ID do consumidor — o identificador exclusivo do usuário.
- Mensagens — O número de mensagens trocadas durante a sessão.
- Atualizado em — A hora em que a sessão foi fechada.
- Metadados — Informações adicionais sobre a sessão.
- Ocultar sessões de teste – Marque essa caixa de seleção para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- Transferência de agente - Marque essa caixa de seleção para filtrar as sessões que são entregues a um agente. Se a transferência do agente ocorrer, ela exibirá o ícone de fone de ouvido indicando a transferência do chat para um agente humano.
- Erro – Marque essa caixa de seleção para filtrar as sessões em que ocorreu o erro.
- Downvoted —Marque esta caixa de seleção para filtrar as sessões com o voto baixo.
Clique em uma linha para acessar a exibição detalhada de uma sessão específica. Use caixas de seleção para filtrar sessões com base na transferência do agente, erros e votos baixos. Sessões descriptografação exigem permissão em nível de usuário e configurações avançadas de proteção de dados. Clique em Descriptografar para exibir os detalhes da sessão.
Detalhes da sessão de uma sessão específica do agente de IA com script para responder perguntas
A exibição Detalhes da sessão em um agente de IA com script para responder perguntas fornece uma ruptura abrangente de uma interação específica entre um usuário e o Agente de IA.
A seção Mensagens :
- Exibe todas as mensagens enviadas pelo usuário durante a sessão.
- Mostra as respostas correspondentes geradas pelo Agente de IA.
- Apresenta a ordem cronológica das mensagens, fornecendo contexto para a interação.
A guia Informações da transação:
- Lista os artigos identificados como relevantes para a consulta do cliente, incluindo correspondências exatas e correspondências parciais.
- Exibe os pontuações de similaridade associados a cada artigo identificado, indicando o grau de relevância.
- Apresenta os resultados dos algoritmos subjacentes usados para processar a consulta do cliente e identificar artigos relevantes.
- Exibe o número de resultados do algoritmo dependendo das configurações configuradas na guia Transferência e Inferência .
A seção Outras informações na exibição Detalhes da sessão fornece contexto adicional e detalhes sobre uma interação específica. Aqui está um detalhamento das informações exibidas:
- Consulta processada — Mostra a versão pre precedida da entrada do cliente depois de ter sido processada pelo pipeline de compreensão de linguagem natural (NLU) do agente de IA.
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Tipo de resposta — Especifica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Detalhes da sessão de uma sessão específica no Agente de IA com script para realizar ações
A guia Informações de transação no agente de IA com script para realizar ações fornece uma análise detalhada de uma interação específica, categorizando as informações em quatro seções:
seção Tentativas identificadas :
- Exibe as intenção que foram identificadas para a consulta do cliente.
- Indica o nível de confiança associado a cada intenção identificada.
- Lista os slots associados à intenção identificada. Clique no slot para exibir informações adicionais sobre seu valor e como ele foi extraído da consulta do usuário.
A seção Entidades identificadas lista as entidades que foram extraídas da mensagem do cliente e estão associadas à intenção ativa do consumidor. Essas entidades representam as principais informações que o bot identificou na consulta do usuário.
A seção Resultados do algoritmo fornece insights sobre os processos subjacentes que levaram à resposta do agente de IA. Aqui está um detalhamento das informações exibidas:
- Lista de intenções — Mostra as intençãos identificadas e suas pontuações de similaridade correspondentes.
- Lista de entidades — Exibe as entidades que foram extraídas da mensagem do usuário.
As Outras informações são exibidas:
- Transferência do agente — Indica se a transferência de um agente ocorreu durante a sessão. Marque a caixa de seleção Transferência de agente por regras se uma transferência de agente tiver sido ativada por regras específicas.
- Chave de modelo — Indica a chave do modelo associada à intenção que desencadeou a resposta do agente de IA.
- Tipo de resposta — Indica o tipo de resposta gerado pelo agente de IA, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que desencadeou a resposta do agente de IA.
- Mecanismo NLU — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite — Exibe a pontuação mínima do limite e a diferença de pontuação de correspondência parcial configurada nas configurações de Transferência e Inferência . Esses valores determinam quando uma consulta é considerada fora do escopo ou exige intervenção do agente.
- Logs avançados — Fornece uma lista de logs de depuração associados à ID de transação específica. Os logs avançados normalmente são retidos por 180 dias.
Você também pode baixar e visualizar as informações da transação no formato JSON usando a opção de download.
A guia Metadados exibe:
- Metadados de NLP — Revise as etapas de pré-processamento aplicadas à entrada do cliente na guia NLP .
- Datastore e FinalDF — Acesse dados relacionados à sessão nas guias Datastore e FinalDF de bots inteligentes.
- Funcionalidade de pesquisa —Use a barra de pesquisa interna para localizar rapidamente frases específicas dentro de uma conversação.
Histórico
Sempre que você adicionar ou modificar artigos, intençãos ou entidades, é essencial requalificação de seu agente de IA com script para garantir que ele esteja atualizado. Após cada sessão de treinamento, teste todo o seu agente de IA para verificar sua precisão e eficácia.
A página Histórico permite:
- Exibir Histórico de Treinamento — Rastreia quando um corpus foi treinado e as alterações feitas.
- Comparar mecanismos de treinamento — Revise os mecanismos de treinamento usados para iterações diferentes e suas durações correspondentes de treinamento.
- Alterações de rastreamento — Monitore as alterações feitas nas configurações, artigos, respostas, NLP e cura.
- Reverter para versões anteriores— Reverta facilmente para um conjunto de treinamentos mais antigo, se necessário.
A seção Histórico fornece ferramentas convenientes para gerenciar seus artigos básicos de conhecimento:
- Ativar artigos— disponibilize artigos anteriormente inativos em tempo real para incluí-los nas respostas do agente da IA.
- Editar artigos—Crie uma nova versão de um artigo existente preservando o original para referência.
- Desempenho de visualização — Avalie o desempenho do agente da IA com uma base de conhecimento específica usando o recurso Visualizar .
- Baixar artigos — Exporta seus artigos base de conhecimento como um arquivo CSV para análise ou referência offline. Essa opção está disponível apenas para agentes de IA com script para responder perguntas.
Registros de auditoria
A seção Logs de auditoria fornece um registro detalhado das modificações feitas no agente de IA com script nos últimos 35 dias. Para acessar logs de auditoria:
- Navegue até o Painel e clique no agente de IA que você criou.
- Clique na guia Histórico para exibir o histórico do agente de IA.
- Clique na guia Logs de auditoria para ver um log detalhado de alterações:
- Atualizado em — A data e a hora em que a alteração foi feita.
- Atualizado por — O usuário que fez a alteração.
- Campo — A seção do bot onde a modificação ocorreu (por exemplo, Configurações, Artigos, Respostas).
- Descrição — Detalhes adicionais sobre a alteração.
-
Utilize as
opções de pesquisa Atualizado poreCampopara localizar rapidamente entradas de logs de auditoria específicas. -
A guia Histórico de modelos exibe no máximo 10 corporações para cada agente de IA.
Curadoria
As mensagens são adicionadas ao console de Curation com base nos seguintes critérios:
- Mensagens de recuo—Quando o agente de IA não entende a mensagem de um usuário e aciona a intenção de recuo.
- Intenção padrão de recuo — Se essa alternância estiver ativada, as mensagens que ativarem a intenção padrão de recuo serão enviadas ao console de Cura.
Esses critérios se aplicam apenas a agentes de IA com script para a execução de ações.
- Mensagens interrompidas — Mensagens que os usuários têm voz baixa durante as visualizações do Agente de IA.
- Transferência do agente — Mensagens que resultarão na transferência de um agente humano devido às regras configuradas.
- Da sessão — Mensagens sinalizadas pelos usuários como não recebendo a resposta desejada dos dados da sessão ou da sala.
- Baixa confiança — Mensagens com uma pontuação de confiança que estão dentro do limite de baixa confiança especificado.
- Correspondência parcial — Mensagens nas quais o agente de IA não pôde identificar definitivamente a intenção ou resposta corretas.
Solucionar problemas
A guia Problemas fornece um local centralizado para revisar e endereçar mensagens que foram sinalizadas para cura. É possível fazer o seguinte:
- Escolha resolver ou ignorar problemas com base em sua gravidade e relevância.
- Examine a declaração do usuário original, a resposta do agente de IA e qualquer mídia anexada.
O acesso descriptografado é concedido no nível do usuário e exige que a Proteção avançada de dados seja ativada no backend.
Para resolver um problema, você pode:
-
Vínculo com um artigo existente — Para conectar um problema a um artigo existente, selecione a opção Link e procure o artigo desejado.
-
Criar novo artigo—Use a opção Adicionar a um novo artigo para criar um novo artigo diretamente do Console de cura.
-
Ignorar problemas — Resolve ou ignora problemas para removê-los do Console de cura.
- A vinculação a artigos padrão (mensagem de boas-vindas, mensagem de recuo, correspondência parcial) não é permitida.
- Para um agente de IA com script para realizar ações, selecione a intenção apropriada na lista suspensa e marque todas as entidades relevantes.
- Depois de fazer alterações, requalificação do agente de IA para garantir que o novo conhecimento seja refletido em suas respostas.
- Resolva ou ignore múltiplos problemas ao mesmo tempo para um geranciamento eficiente.
A guia Resolvidos fornece uma visão geral abrangente de todas as questões que foram tratadas. É possível visualizar um resumo de cada problema resolvido, incluindo se o problema estava vinculado a um artigo existente, usado para criar um novo artigo/intenção, ou ignorado. Se você encontrar respostas indesejável que não foram capturadas automaticamente pelas regras existentes, você pode adicionar manualmente declarações específicas ao Console de cura.
Para adicionar problemas a partir das sessões:
- Identificar a totalidade — Localize a pronunciamento que desencadeou a resposta incorreta.
- Verifique o status da cura:Se o problema ainda não estiver no console de cura,
a alternância statusda cura será exibida. - Alternar a opção Sinalização—Ativar o
statusda cura para adicionar a toância ao console de cura para revisão e resolução.
Se o problema já estiver presente no Console de Curação, a aparência da alternância muda de acordo, para indicar seu status.
Exibir seu desempenho de IA com script usando Análise
A seção Análise fornece uma representação gráfica de métricas-chave para avaliar o desempenho e a eficácia do agente de IA. As principais métricas são divididas em quatro seções representadas como guias. São eles: Visão geral, Respostas, Treinamento e Cura.
Ao visitar a tela de análise, os desenvolvedores podem selecionar o agente de IA para o qual querem ver a análise. Eles também podem personalizar a exibição de análise escolhendo o canal para o qual desejam ver os dados, juntamente com o intervalo de datas e a granularidade dos dados. Por padrão, os dados de análise do último mês são mostrados para todos os canais com uma granularidade diária (cada dia sendo um ponto no eixo x nos gráficos).
Visão geral
A visão geral contém as principais métricas e gráficos que fornecem um instantâneo do uso e desempenho gerais do agente de IA para os desenvolvedores.
- Escolha o agente de IA criado no Painel.
- No painel de navegação esquerdo, clique em Análise. Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
Sessões e mensagens
A primeira seção na visão geral exibe as seguintes estatísticas sobre sessões e mensagens para o agente de IA:
- O total de sessões e sessões tratadas pelo agente de IA sem intervenção humana.
- Total de entregas de agentes, que é uma contagem do número de sessões entregues a agentes humanos.
- Sessões médias diárias
- Total de mensagens (mensagens de agentes humanos e de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens médias diárias
Isso é seguido por uma representação gráfica de sessões (coluna empilhada que representa sessões tratadas pelo agente de IA e sessões entregues) e respostas totais enviadas pelo agente de IA.
Usuários
A segunda seção na visão geral contém estatísticas sobre usuários para o Agente de IA. Fornece uma contagem do total de usuários e informações sobre médias sessões por usuário e média de usuários diários. Seguido por um gráfico que exibe usuários novos e retornados para cada unidade, dependendo da granularidade selecionada.
Desempenho
A terceira seção fornece estatísticas sobre as respostas do agente de IA aos usuários. Aqui é possível ver as respostas totais enviadas pelo agente de IA e a divisão entre as respostas em que o agente de IA:
- Identificou a intenção do usuário.
- Respondeu com uma mensagem de recuo.
- Respondeu com uma mensagem parcial da correspondência.
- Informado o usuário de uma transferência de agente.
O mesmo é agregado em um gráfico de pizza e um gráfico de área fornece informações baseadas na granularidade selecionada.
Treinamento
A seção de treinamento representa a "saúde" de um corpus de agente da IA. Recomenda-se que os desenvolvedores configurem mais de 20 pronunciamentos de treinamento para cada intenção/artigo em seus Agentes de IA. Nesta seção, todos os artigos/intençãos de um corpus são exibidos como retângulos individuais em que a cor e o tamanho relativo de cada retângulo são condicionados aos dados de treinamento que o artigo/intenção contém. Quanto mais próximo de uma intenção for branca, mais dados de treinamento precisarão que a precisão do seu agente de IA melhore.
Respostas
Esta seção dá aos desenvolvedores uma visão detalhada do que os usuários estão perguntando e com que frequência eles estão perguntando a ele. Fornece uma representação gráfica dos artigos mais populares dos agentes AI para responder perguntas e modelos de resposta de agentes de IA para a execução de ações.
Curadoria
Esta seção fornece um resumo visual de quantos problemas de cura vêm aparecendo todos os dias e quantos deles foram resolvidos pelos agentes de IA.
Inibir agentes AI
Esta seção explica como integrar agentes de IA com canais de voz e digitais para gerenciar conversas do cliente.
Integrar agentes de IA com canais de voz e digitais
Depois de você ter criado e configurado seus agentes de IA na Webex plataforma AI Agent Studio, o próximo passo é integrá-los com os canais de voz e digitais. Essa integração permite que agentes de IA processem conversações digitais e baseadas em voz com seus clientes, proporcionando uma experiência de usuário de fácil e interativa.
Para obter mais informações, consulte o artigo Integrar agentes de IA com canais de voz e digital.
Ager Agente da IA
Esta seção destaca a visão geral dos relatórios de agentes de IA, tipos de relatório, criação de relatórios de agentes de IA e modos de entrega de relatório.
Noções básicas sobre relatórios de agentes de IA
O recurso relatórios permite gerar ou agendar (gerar periodicamente) relatórios específicos a partir dos tipos de relatórios disponíveis e recebê-los nos modos de entrega disponíveis. Esses relatórios podem fornecer informações valiosas em torno do comportamento do usuário, uso, engajamento, desempenho do produto e assim por diante. Você pode ter as informações desejadas entregues em seu e-mail, SFTP caminho ou balde S3. É possível escolher o tipo de relatório de uma lista de relatórios pré-criados e também escolher se deseja gerar um relatório de uma vez instantaneamente ou em intervalos regulares.
Quando você acessa o menu Relatórios no painel de navegação esquerdo, as seguintes guias são exibidas:
-
Configurar — Essa guia lista todos os relatórios atualmente ativos e gerados periodicamente. Os seguintes detalhes estão disponíveis para a lista de relatórios:
- Ativo — Se um usuário ainda está inscrito no relatório.
- Agente de IA — Nome do agente da IA associado ao relatório.
- Tipo de relatório — O tipo de relatório pré-criado ao qual se inscreveu.
- Frequência — o intervalo no qual você recebe o relatório.
- Último relatório gerado — O último relatório que foi enviado.
- Próxima data agendada — A próxima data em que o relatório será enviado.
-
Histórico — Essa guia lista todas as informações históricas dos relatórios enviados até a data. Clique em qualquer relatório nessa página para editar a configuração dos relatórios.
É possível clicar no ícone Download na coluna Ações para fazer download desses relatórios de histórico.
Os relatórios sob demanda que aparecem na guia Histórico estão disponíveis para download somente após a geração do relatório ter sido completada.
Criar um relatório de agente de IA
| 1 |
Inicie sessão na plataforma Webex AI Agent Studio. |
| 2 |
Clique em Relatórios na barra de navegação esquerda. |
| 3 |
Clique em+Novo relatório. |
| 4 |
Forneça as seguintes informações para criar e configurar o relatório: |
Tipos de relatório de agentes de IA
Você pode escolher a partir de uma lista de relatórios pré-reconstruídos com base no tipo de agente de IA selecionado. Esta seção aborda esses tipos de relatório, as folhas incluídas em cada relatório e as colunas disponíveis em cada folha.
Agente de IA para responder tipo de relatório de perguntas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para responder perguntas no aplicativo. Usando diferentes tipos de relatório, você pode ser usado para entender o resumo de uso, o comportamento do agente da IA, o que os usuários estão perguntando e como o Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Comportamento e resumo de usoEsta seção exibe o resumo do agente da IA com a frequência na qual os artigos e categorias são solicitados. É possível visualizar informações de resumo, categorias e artigos em uma guia separada dos relatórios:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas/sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas | As mensagens enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens enviadas pelo agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | O total de conversas entregues a um agente humano. |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos clientes. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos clientes. |
| Campo | Descrição |
|---|---|
| Nome da categoria | O nome da categoria conforme configurado no agente de IA. |
| Conversas para a categoria | Foi detectado o número de conversas ou sessões nas quais um artigo pertencente a esta categoria foi detectado. |
| Total de respostas | O número de vezes que um artigo pertencente a essa categoria foi detectado. |
| Total de votos | O número de vezes que uma resposta dessa categoria foi votada novamente. |
| Total de votos baixos |
O número de vezes que uma resposta dessa categoria foi derrubada. |
| Campo | Descrição |
|---|---|
| Nome do artigo | O nome do artigo (variante padrão) configurado no agente de IA. |
| Categoria do artigo | A categoria à qual essa intenção pertence. |
| Conversas para o artigo | O número de conversas ou sessões nas quais este artigo foi detectado. |
| Total de respostas | O número de vezes que este artigo foi detectado. |
| Total de votos | O número de vezes que a resposta para este artigo foi votada. |
| Total de votos baixos |
O número de vezes que a resposta para este artigo é derrubada. |
Exibe a conversação entre o agente de IA e o cliente juntamente com a pontuação de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | O carimbo de hora da mensagem. |
| ID da Sessão | O identificador exclusivo da sessão. |
| ID do consumidor | O identificador exclusivo para o usuário final em agente de IA. |
| Tipo de mensagem | A mensagem ou mensagem humana do agente da IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Artigo | O identificador da resposta enviada de volta pelo agente da IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | A pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | A intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º | A pontuação da intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Os comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador exclusivo para o usuário final no agente de IA. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Artigo | Identificador da resposta enviada de volta pelo agente de IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Igualado ao artigo 1º | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1º |
Pontuação para a intenção detectada. |
Agente de IA para executar tipo de relatório de tarefas
Existem três tipos de relatório diferentes disponíveis para um Agente de IA para execução de tarefa no aplicativo criador de agentes de IA. Como um desenvolvedor de agente de IA, você pode criar diferentes tipos de relatório. Eles podem ser usados para entender o resumo de uso do agente de IA, o comportamento do agente da IA, o que os usuários estão perguntando e como um Agente de IA está respondendo às consultas. Também é possível visualizar as mensagens que foram encerradas como problemas de cura.
Exibe o resumo de conversas juntamente com as intençãos e as chaves de modelo que são acionadas. A guia Resumo exibe os seguintes detalhes:
| Campo | Descrição |
|---|---|
| Nome do agente de IA | O nome do agente de IA. |
| Total de conversações | O total de conversas ou sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões nas quais os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas |
As mensagens que são enviadas pelos usuários finais para o agente de IA. |
| Total de respostas de agentes de IA | O total de mensagens que são enviadas pelo Agente de IA para usuários finais. |
| Total de correspondências parciais | Casos em que houve alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intençãos como opções. |
| Conversas enviadas ao agente | Total de conversas entregues a um agente humano |
| Total de votos | Total de respostas de agentes de IA que foram agrupadas pelos usuários. |
| Total de votos baixos |
Total de respostas de agentes de IA que foram interrompidas pelos usuários. |
Você também pode visualizar os detalhes da intenção na guia Intenção da planilha:
| Campo | Descrição |
|---|---|
| Nome da intenção | O nome da intenção, conforme configurado no agente de IA. |
| Conversas para a intenção | Número de conversas ou sessões em que essa intenção foi invocada. |
| Total de invocações | Número de vezes que essa intenção foi invocada. |
| Total de conclusões | Número de vezes que todos os slots foram coletados e essa intenção foi concluída. |
| Total de votos | O total de respostas para isso foi agrupado para cada intenção. |
| Total de votos baixos |
O total de respostas para isso foi reduzido para cada intenção. |
O relatório também tem detalhes de modelos de alto nível, como:
| Campo | Descrição |
|---|---|
| Nome da chave do modelo | O nome do modelo, conforme configurado no agente de IA. |
| Intenção-chave do modelo | Tentativas nas quais essa chave de modelo é usada. |
| Conversas para a chave do modelo | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de respostas | O número de vezes que essa chave do modelo foi enviada como uma resposta. |
| Total de votos | Número de vezes que a resposta para este modelo foi votada novamente. |
| Total de votos baixos |
Número de vezes que a resposta para esse modelo foi interrompida. |
Exibe a conversa de um cliente com o agente de IA juntamente com os scores de similaridade. Você pode exibir os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Tipo de mensagem | Mensagem ou mensagem humana de agente de IA. |
| Texto da mensagem | O conteúdo da mensagem. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação | Pontuação para a intenção detectada. |
| Feedback | O feedback do usuário se uma mensagem foi enviada para cima ou para baixo. |
| Comentário do feedback |
Comentários deixados pelos usuários ao baixar uma mensagem. |
Exibe as mensagens que acabaram em cura como problemas por diversos motivos. Este relatório é relevante apenas para agentes de IA com script. Você pode exibir os seguintes detalhes neste relatório:
| Campo | Descrição |
|---|---|
| Marca de data/hora | Carimbo de hora da mensagem. |
| ID da Sessão | Identificador exclusivo para a sessão do cliente. |
| ID do consumidor | Identificador único para o usuário final no aplicativo. |
| Mensagem humana | O conteúdo da mensagem humana. |
| Mensagem do agente de IA | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para essa mensagem acabar em cura. |
| Chave de modelo | Identificador da resposta enviada de volta pelo agente de IA. |
| Intenção | A intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação da melhor partida | Pontuação de similaridade para o intenção detectada. |
| Intenção correspondida 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Tentativa de 1 pontuação |
Pontuação para a intenção detectada. |
Modos de entrega do relatório do agente de IA
No mundo baseado em dados de hoje, a entrega eficiente e segura dos relatórios de agentes da IA é crucial para a tomada de decisões informada e a excelência operacional. Para atender às diversas necessidades organizacionais, oferecemos vários modos de entrega para relatórios de agentes da IA, garantindo flexibilidade, confiabilidade e segurança. As opções de entrega incluem Secure File Transfer Protocol (SFTP), Email e Amazon S3 Bucket. Cada modo é projetado para atender a diferentes requisitos, seja pela necessidade de alta segurança, facilidade de acesso ou soluções de armazenamento escaláveis. Este documento destaca os recursos e os benefícios de cada modo de entrega, ajudando você a escolher a melhor opção para suas necessidades específicas.
SFTP
|
Campo |
Descrição |
|---|---|
| Enviar relatórios para um local seguro como programado |
Ative isso para empurrar os relatórios para o local seguro na hora agendada. Só é possível fornecer os seguintes detalhes ativando essa alternância. |
| Endereço IP | O IP endereço do sistema. |
| Nome de usuário | O nome de usuário para acessar os relatórios. |
| Senha | A senha para acessar os relatórios. |
| Chave privada | A chave privada para acessar os arquivos. |
| Carregar caminho |
O caminho para onde os arquivos são roteados no sistema. |
| Campo | Descrição |
|---|---|
| Agende e-mails para vários destinatários, separados por ponto e vírgula (;) | Ative isso para adicionar destinatários. |
| Destinatários |
O endereço de e-mail de todos os destinatários que devem receber os relatórios na hora e frequência especificadas. |
Recipiente S3
| Campo | Descrição |
|---|---|
| Carregar relatórios em um recipiente S3 de acordo com o agendamento |
Ative isso para disponibilizar os campos S3 e encaminhar os relatórios para o recipiente S3 configurado. |
| ID da chave de acesso a AWS | O ID chave de acesso para acessar os serviços e recursos do AWS. |
| Chave de acesso secreta do AWS | A chave de acesso secreta para acessar os serviços e recursos AWS. |
| Nome do recipiente | O nome do recipiente para o qual o relatório é roteado. |
| Nome da pasta |
O nome da pasta criada no recipiente S3. |
A conformidade com a ia do suporte
Estas seções o ajudam a compreender o Desenvolvimento da IA, Privacidade de dados, Segurança e Segurança
Desenvolvimento de IA, Privacidade de dados, Segurança e Segurança
Todos os recursos alimentados por IA da Cisco passam por uma Avaliação de impacto de IA em relação aos nossosprincípios de IA responsável e cumprem a Estrutura de IA Responsável, além dos processos existentes de Segurança, Privacidade e Direitos Humanos por design.
Privacidade e SegurançaA Cisco não retém os dados de entrada do cliente após o processo de inferência e o provedor de modelos de terceiros, a Microsoft, não acessa, monitora ou armazena dados de clientes da Cisco. Para obter mais detalhes sobre as políticas de retenção de dados específicas de recursos, consulte o Portal de confiança da Cisco.
A seguir está a lista de notas de transparência da IA para todos os recursos de IA:
Fontes de dados para treinamento e avaliaçãoO fornecedor de modelos de terceiros da Cisco, a Microsoft, representa que não usará conteúdo do cliente para melhorar os modelos Azure OpenAI e que não armazena nem retém dados de clientes da Cisco na infraestrutura Azure.
Considerações de segurança e éticasTodos os recursos de IA generalizados são propensos a erros, de modo que a Cisco prioriza a segurança de conteúdo para os recursos de IA, optando pelo filtro de conteúdo, fornecido pelo Azure OpenAI.
Avaliação de modelo e DesempenhoA Cisco prioriza o desempenho e a precisão do Assistente de IA envolvendo humanos na revisão, teste e garantia de qualidade do modelo subjacente.
Introdução ao Webex AI Agent Studio
O Webex AI Agent Studio é uma plataforma sofisticada projetada para criar, gerenciar e implantar agentes de IA automatizados para atender às necessidades de atendimento ao cliente e suporte. Usando inteligência artificial, os agentes de IA fornecem assistência automatizada aos clientes antes de interagirem com agentes humanos. Esses agentes suportam interações de voz com entonação, compreensão de idioma e consciência contextual nas conversas. Além disso, os agentes de IA lidam de forma intuitiva e informativa com interações de canais digitais por meio de texto e bate-papo on-line. Os clientes se beneficiam de uma experiência semelhante ao concierge, recebendo assistência com perguntas, recuperação de informações e minimizando os tempos de espera.
Capacidades do Webex AI Agent Studio
- Respostas precisas e oportunas —Fornece respostas precisas às consultas dos clientes em tempo real.
- Execução de tarefa inteligente —Executa tarefas com base em solicitações ou entradas de clientes.
Principais benefícios para as empresas
-
Experiência aprimorada do cliente —Oferece uma experiência de conversação em tempo real para os clientes.
-
Interações personalizadas — Respostas de alfaiataria às necessidades e preferências individuais do cliente.
-
Escalabilidade e eficiência — Lida com alto volume de interações com o cliente sem a necessidade de agentes humanos adicionais, levando a uma maior satisfação e custos operacionais reduzidos.
Entender os tipos e exemplos de agentes de IA
A tabela a seguir fornece um vislumbre dos tipos de agentes de IA e suas capacidades:
| Tipo de agente AI | Finalidade | Capacidade | Descrição | Como configurar? |
|---|---|---|---|---|
|
Autônomo |
Os agentes de IA autônomos são projetados para operar de forma independente, tomando decisões e executando tarefas sem intervenção humana direta. |
Executar ações |
Faça escolhas informadas com base em informações disponíveis e regras predefinidas. Automatize tarefas repetitivas ou demoradas. |
|
|
Responder perguntas |
Os agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas dos usuários. |
Agentes de IA autônomos para responder a perguntas | ||
|
Roteiro |
Os agentes de IA rotulados são programados para seguir um conjunto predefinido de regras e instruções. |
Executar ações |
Os agentes roteados podem executar tarefas específicas que são claramente definidas e estruturadas. |
Agentes de IA roteados para realizar ações |
|
Responder perguntas |
Os agentes roteados podem responder a perguntas com base em um corpus de treinamento criado pelo usuário, que é uma coleção de exemplos e respostas. |
Agentes de IA rotulados para responder a perguntas |
Exemplos
Os agentes de IA autônomos e roteirizados podem ser aplicados a vários casos de uso, dependendo dos requisitos específicos e dos recursos desejados. Alguns exemplos incluem:
-
Atendimento ao cliente —Os agentes autônomos e roteirizados podem ser usados para fornecer suporte ao cliente, com agentes autônomos oferecendo mais flexibilidade e compreensão de linguagem natural.
-
assistentes virtuais —Os agentes autônomos são adequados para funções de assistentes virtuais, porque eles podem lidar com várias tarefas e fornecer interações mais personalizadas.
-
Análise de dados —Os agentes autônomos podem ser usados para analisar grandes conjuntos de dados e extrair informações valiosas.
-
Automação de processo —Os agentes autônomos e roteirizados podem ser usados para automatizar tarefas repetitivas, melhorar a eficiência e reduzir erros.
-
Gerenciamento de conhecimento —Os agentes autônomos podem ser usados para criar e gerenciar repositórios de conhecimento, tornando as informações facilmente acessíveis aos usuários.
A escolha entre agentes de IA autônomos e roteirizados depende da complexidade das tarefas, do nível necessário de autonomia e da disponibilidade dos dados de treinamento.
Pré-requisitos
-
Se você for um cliente existente do Webex Contact Center, assegure-se de atender aos seguintes pré-requisitos:
-
Locatário do Webex Contact Center 2.0.
-
O Webex Connect foi provisionado para seu locatário.
-
A plataforma de mídia de voz é a plataforma de mídia de última geração.
-
-
Se você não tiver um locatário do Webex Contact Center, entre em contato com seu Parceiro para iniciar um teste do Webex Contact Center com a plataforma de mídia de última geração.
-
Os administradores podem solicitar um sandbox do desenvolvedor do Webex Contact Center para testar agentes de IA.
Ativação de recursos
Esta funcionalidade está atualmente como beta. Os clientes podem se inscrever neste recurso no Webex Beta Portal preenchendo a pesquisa de participação para agentes de IA.
-
Atualmente, apenas a funcionalidade do agente de IA roteirizada está disponível na fase beta.
-
Agentes autônomos estão disponíveis apenas para clientes selecionados. As solicitações podem ser feitas através do CSM (Customer Success Manager), PSM (Partner Success Manager) ou enviando um e-mail para ask-ccai@cisco.com . Após a aprovação, os agentes autônomos serão disponibilizados, além dos agentes roteirizados, para seu locatário.
Acessar o Webex AI Agent Studio
Para criar seus agentes de IA, você deve iniciar sessão no aplicativo Webex AI Agent Studio. Isso pode ser feito das seguintes maneiras:
Iniciar sessão do Control Hub
- Inicie sessão no Control Hub usando a URL https://admin.webex.com.
- Na seção Serviços do painel de navegação, escolha Contact Center .
- Em Links rápidos no painel direito, vá até a seção Conjunto do Contact Center .
- Clique em Webex AI Agent Studio para acessar o aplicativo.
O sistema inicia o aplicativo Webex AI Agent Studio em outra guia do navegador e você será conectado automaticamente ao aplicativo.
Iniciar sessão do Webex Connect
Para acessar o aplicativo Webex AI Agent Studio, você deve ter acesso ao Webex Connect.
- Inicie sessão no aplicativo Webex Connect usando a URL do locatário fornecida para sua empresa e suas credenciais.
Por padrão, a página Services é exibida como uma página inicial.
- No menu Bandeja do aplicativo do painel de navegação esquerdo, clique em Webex AI Agent Studio para acessar o aplicativo.
O sistema inicia o aplicativo Webex AI Agent Studio em outra guia do navegador e você será conectado automaticamente ao aplicativo.
Layout da página inicial
Bem-vindo ao aplicativo Webex AI Agent Studio. Quando você inicia sessão, a página inicial exibe o seguinte layout:
-
Barra de navegação
A barra de navegação exibida à esquerda fornece acesso aos seguintes menus:
- Painel — Exibe uma lista de agentes de IA aos quais o usuário tem acesso, conforme concedido pelo administrador da empresa.
- Conhecimento — Mostra o repositório de conhecimento central ou a base de conhecimento, que serve como cérebro para agentes de IA autônomos responderem a consultas dos clientes.
- Relatórios —Lista relatórios de agentes de IA pré-criados de vários tipos. Você pode gerar ou agendar relatórios de acordo com suas necessidades comerciais.
- Help —Fornece acesso ao guia do usuário do Webex AI Agent Studio na Central de ajuda Webex.
- Perfil do usuário
O menu de perfil do usuário permite que você visualize as informações do seu perfil e saia do aplicativo.
A página Perfil empresarial contém informações sobre o locatário do agente de IA, acessível apenas a administradores com acesso de administrador completo.
-
A guia Visão geral contém as seguintes informações:
- Identificadores empresariais —Inclui ID da organização Webex, ID da organização CPaaS, ID de assinatura da empresa. Isso está disponível para empresas com a integração do Centro de contatos Webex com o locatário correspondente do Webex Connect.
- Configurações de perfil —contém o nome da empresa, o nome exclusivo da empresa e a URL do logotipo.
- Configurações globais do agente —Permite a seleção do agente padrão para o canal de voz para lidar com cenários de fallback.
- Resumo da retenção de dados —Fornece um resumo dos períodos de retenção de dados para esta empresa.
-
Na guia Colegas de equipe, você pode visualizar e gerenciar a lista de colegas de equipe que têm acesso ao aplicativo. Cada usuário recebe uma função, que determina as ações que ele pode executar com base nas permissões concedidas.
-
Conheça seu painel
No painel, os agentes de IA são representados por cartões que exibem informações básicas, incluindo o nome do agente de IA, atualizado pela última vez, atualizado pela última vez e o mecanismo usado para treinar o agente.
Tarefas no cartão do agente AI
Passe o mouse sobre um cartão de agente de IA para visualizar as seguintes opções:
- Preview —Clique em Preview para abrir o widget de pré-visualização do agente de IA.
- Ícone de reticências—Clique neste ícone para executar as seguintes tarefas:
-
Copiar link de pré-visualização —Copie o link de pré-visualização para colar em uma nova guia e pré-visualize o agente AI no widget de bate-papo.
-
Copiar token de acesso —Copie o token de acesso do agente de IA para chamar o agente por meio de APIs.
-
Exportar — Exporte os detalhes do agente de IA (em formato JSON) para sua pasta local.
-
Excluir — Exclua permanentemente o agente de IA do sistema.
-
Pin —Fixe o agente de IA na primeira posição no painel ou desfixe para movê-lo de volta à sua posição anterior.
-
Criar um novo agente de IA
Você pode criar um novo agente de IA usando a opção + Criar agente no canto superior direito do painel. Você pode optar por usar um modelo predefinido ou criar um agente do zero.
Para saber como criar agentes de IA roteirizados e autônomos, consulte as seguintes seções:
Importar agente de IA pré-construído
Você pode importar um agente de IA pré-criado no formato JSON de uma lista de agentes de IA disponíveis. Primeiro, certifique-se de ter exportado o agente de IA no formato JSON para sua pasta local. Siga estas etapas para importá-lo:
- Clique em Importar agente .
- Clique em Carregar para carregar o arquivo de agente de IA (no formato JSON) exportado da plataforma.
- No campo Nome do agente , insira o nome do agente de IA.
- (Opcional) No ID do sistema , edite o identificador exclusivo gerado pelo sistema.
- Clique em Importar.
Seu agente de IA foi importado com êxito para a plataforma Webex AI Agent Studio e está disponível no painel.
Pesquisa por palavras-chave
A plataforma fornece recursos de pesquisa robustos para ajudá-lo a localizar e gerenciar facilmente agentes de IA. Você pode executar a pesquisa de palavra-chave usando o nome do agente. Insira o nome do agente ou uma parte do nome na barra de pesquisa. O sistema exibe uma lista de agentes de IA que correspondem aos seus critérios de pesquisa.
Filtrar por tipo de agente
Além da pesquisa por palavra-chave, você pode refinar os resultados da pesquisa filtrando com base no tipo de agente de IA. Escolha um dos filtros do tipo de agente na lista suspensa— Scripted , Autonomous , and All .
Gerenciar base de conhecimento
Uma base de conhecimento é um repositório central de informações para os agentes de IA autônomos alimentados pelo Large Language Model (LLM). Os agentes de IA autônomos aproveitam tecnologias avançadas de IA e aprendizado de máquina para entender, processar e gerar texto semelhante ao humano. Esses agentes de IA treinam em grandes quantidades de dados, permitindo que eles forneçam respostas detalhadas e contextualmente relevantes. As bases de conhecimento armazenam os dados necessários para o funcionamento dos agentes de IA autônomos.
Para acessar a base de conhecimento:
- Faça logon na plataforma Webex AI Agent Studio.
- No Dashboard , clique no ícone Knowledge no painel de navegação esquerdo. A página de bases de conhecimento é exibida.
- Você pode encontrar uma base de conhecimento com base nos seguintes critérios:
- Nome da base de conhecimento
- Tipo da base de conhecimento
- Bases de conhecimento atualizadas entre datas especificadas
- Bases de conhecimento criadas entre datas especificadas
Clique em Redefinir tudo para redefinir os critérios de pesquisa.
- Você também pode criar uma nova base de conhecimento. Para criar uma nova base de conhecimento, consulte Criar base de conhecimento para o agente de IA .
Criar base de conhecimento para o agente de IA
| 1 |
No Dashboard , clique no ícone Knowledge no painel de navegação esquerdo. |
| 2 |
Na página Bases de conhecimento , clique em +Criar base de conhecimento no canto superior direito. |
| 3 |
Na página Criar base de conhecimento , insira os seguintes detalhes: |
| 4 |
Clique em Criar. O sistema cria uma base de conhecimento com o nome especificado. |
| 5 |
Na guia Arquivos : |
| 6 |
Na guia Documents : |
| 7 |
Navegue até a guia Information para visualizar e rastrear os detalhes dos arquivos que você carregou e os documentos que você criou.
|
O que fazer em seguida
Configure a base de conhecimento para o agente de IA autônomo para responder a perguntas.
Configurar agentes de IA autônomos
Agentes de IA autônomos operam de forma independente sem intervenção humana direta. Esses agentes usam algoritmos avançados e técnicas de aprendizado de máquina para analisar dados, aprender com seu ambiente e adaptar suas ações para atingir objetivos específicos. Esta seção descreve as duas capacidades primárias do Agente de IA autônomo.
Agente de IA autônomo para executar tarefas
Os agentes de IA autônomos podem realizar várias tarefas, incluindo:
-
Processamento de linguagem natural (NLP) — entenda e responda à linguagem humana de maneira natural e de conversação.
-
Tomada de decisão — Faça escolhas informadas com base em informações disponíveis e regras predefinidas.
-
Automação — Automatize tarefas repetitivas ou demoradas.
Esta seção inclui as seguintes definições de configuração:
Crie um agente de IA autônomo para executar ações
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique em +Criar agente . |
| 3 |
Na tela Criar um agente AI , clique em Iniciar do zero .
Você também pode escolher um modelo predefinido para criar seu agente de IA rapidamente. Filtre o tipo de agente de IA como Autônomo. Nesse caso, os campos na página Profile são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autonomous . |
| 6 |
Na seção Qual é a função principal do seu agente , clique em Executar ações . |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. Agora você criou com êxito o agente de IA autônomo para executar ações que agora estão disponíveis no Dashboard . No cabeçalho do Agente de IA, você pode executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-criados. Para obter mais informações, consulte Importar agente AI pré-construído |
O que fazer em seguida
Atualize o perfil do agente de IA autônomo.
Atualizar perfil do Agente de IA autônomo
Antes de começar
Crie um agente de IA Autônomo para executar ações.
| 1 |
No Dashboard , clique no Agente AI que você criou. |
| 2 |
Navegue até guia e configure os seguintes detalhes: |
| 3 |
Clique em Publicar para tornar o agente de IA em tempo real. |
O que fazer em seguida
Adicione as ações necessárias ao agente de IA.
Adicionar ações ao agente de IA autônomo
Os Agentes Autônomos de IA para realizar ações são projetados para compreender as intenções do usuário e agir em conformidade. Por exemplo, em um restaurante, há uma necessidade de automatizar a entrada de pedidos de alimentos on-line. Para realizar a tarefa, você pode criar um Agente de IA autônomo que execute as seguintes ações:
-
Obtenha as informações necessárias do cliente.
-
Transfira as informações para o fluxo necessário.
O Agente de IA autônomo para executar ações funciona nos seguintes blocos de construção:
-
Ação — Uma funcionalidade que permite que o agente de IA se conecte a sistemas externos para executar tarefas complexas.
-
Entidade ou slot — Representa uma etapa no cumprimento da intenção do usuário. O preenchimento de slots envolve fazer perguntas específicas ao cliente para cumprir a intenção do cliente com base em enunciados. É o gatilho para um agente de IA começar a executar uma ação. Defina as entidades de entrada como parte do preenchimento de slot.
-
Cumprimento — Determina como o agente de IA conclui a ação. Como parte do cumprimento, defina as entidades de saída para que o Agente de IA autônomo gere a resposta em um formato específico. O sistema envia as entidades de saída para o fluxo para continuar com a ação e concluir a tarefa com êxito.
| 1 |
Na guia Ação , clique em +Nova ação . |
| 2 |
Na página Adicionar uma nova ação , especifique os seguintes detalhes: |
O que fazer em seguida
Você pode configurar slots ou configurar slots e definir o cumprimento dependendo do escopo de ação escolhido.
Configurar o preenchimento do slot
O preenchimento de slots envolve a adição das entidades de entrada necessárias para o mecanismo de IA. Na seção Slot filling da página Actions , adicione as entidades de entrada:
-
Você pode adicionar as entidades, uma a uma, no formato de tabela.
-
Você também pode usar o arquivo JSON e definir as entidades. Consulte Um Tour de JSON Schema para obter detalhes.
Adicionar entidades de entrada no formato de tabela
| 1 |
Para adicionar uma entidade de entrada, clique em + Nova entidade de entrada . |
| 2 |
Na página Adicionar uma nova entidade de entrada , especifique os seguintes detalhes: |
| 3 |
Clique em Adicionar para adicionar a entidade de entrada. Você pode adicionar tantas entidades de entrada quantas precisar. |
| 4 |
Use a opção Controls para executar as seguintes ações na entidade: |
Adicionar entidades usando o editor JSON
Você pode adicionar as entidades de entrada e de saída usando o editor JSON. Na exibição do editor JSON, as entidades devem ser definidas em um formato JSON estruturado.
Para obter mais informações, consulte A Tour de JSON Schema .
Estrutura de parâmetros de entrada
Os parâmetros de entrada devem aderir à seguinte estrutura:
-
type — Tipo de dados do objeto de parâmetros. Isso é sempre "objeto" para denotar que os parâmetros são estruturados como um objeto.
properties — Um objeto em que cada chave representa um parâmetro e seus metadados associados.
required —Um conjunto de cadeias de caracteres que listam os nomes dos parâmetros que são obrigatórios.
Objeto de propriedades
Cada tecla no objeto properties representa uma entidade/parâmetro de entrada e contém outro objeto com metadados sobre esse parâmetro. Os metadados devem sempre incluir as seguintes palavras-chave:
-
type — Tipo de dados do parâmetro. Os tipos permitidos são:
-
string —Dados textuais.
-
integer —Dados numéricos sem decimais.
-
number —Dados numéricos que podem incluir decimais.
-
booleano —Valores verdadeiros/falsos.
-
array — Uma lista de itens, todos eles tipicamente do mesmo tipo.
-
object — Uma estrutura de dados complexa com propriedades aninhadas.
-
-
description — Uma breve explicação do que a entidade representa. Isso ajuda o mecanismo de IA a entender a finalidade e o uso do parâmetro. Uma descrição concisa, bem como consistente com as instruções do agente e descrição da ação é recomendada para uma melhor precisão.
-
A validação é aplicada pela plataforma apenas para "tipo". "Descrição" não é aplicada a todas as entidades, mas é altamente recomendável que seja adicionado. Outras palavras-chave úteis para metadados de entidade são:
-
enum —O campo enum lista os possíveis valores de um parâmetro. Isso é útil para parâmetros que devem aceitar apenas um conjunto limitado de valores. Os desenvolvedores podem definir listas personalizadas de valores que um parâmetro deve aceitar para usar isso.
- pattern — O campo de padrão é usado com tipos de string para especificar uma expressão regular que a string deve corresponder. Isso é particularmente útil para validar formatos específicos, como números de telefone, códigos postais ou identificadores personalizados.
-
examples —O campo de exemplos fornece um ou mais exemplos de valores válidos para o parâmetro. Isso ajuda o mecanismo de IA a entender que tipo de dados é esperado e pode ser especialmente útil para fins de interpretação e validação.
-
Existem outras palavras-chave que podem tornar a definição de entidade mais precisa e robusta. Para obter mais informações, consulte A Tour de JSON Schema .
Exemplo
O exemplo a seguir inclui vários tipos de entidades e palavras-chave:
{ "type": "object", "properties": { "username": { "type": "string", "description": "The unique username for the account.", "minLength": 3, "maxLength": 20 }, "senha": { "type": "string", "descrição": "A senha da conta", "minLength": 8, "format": "password" }, "email": { "type": "string", "description": "The email address for the account.", "pattern": "\w+([-+.']\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*"}, "birthdate": { "type": "string", "description": "The birthdate of the user.", "preferences": { "type": "object", "description": "properties": { "newsletter": { "type": "boolean", "description": "Whether the user wants to receive newsletters.", "default": true }, "notificações": { "type": "string", "descrição": "Método de notificação preferido"., "enum": ["email", "sms", "push"] } }}, "funções": { "type": "array", "description": "Lista de funções atribuídas ao usuário", "itens": { "type": "string", "enum": ["user", "admin", "moderador"] } }}, "required": ["nomedeusuário", "password", "email"] } Este exemplo integra as seguintes entidades:
- username — Um tipo de cadeia de caracteres com restrição de comprimento mínimo e máximo.
- password —Um tipo de cadeia de caracteres com um comprimento mínimo e um formato específico (a senha indica que deve ser tratada com segurança).
- email —Um tipo de cadeia de caracteres com um padrão regex para garantir que seja um endereço de e-mail válido.
- birthdate — Um tipo de cadeia de caracteres com exemplos para prescrever o formato da data.
- preferences —Um tipo de objeto com propriedades aninhadas (newsletter e notificações), incluindo um booleano com um valor padrão e uma cadeia de caracteres com valores permitidos específicos (enum).
- roles —Um tipo de matriz onde cada item é uma string limitada a valores específicos (enum).
O nome de usuário, senha e e-mail são obrigatórios conforme definido pela matriz "obrigatória".
Neste exemplo, as entidades têm nomes descritivos, descrições claras e seguem uma estrutura consistente e convenção de nomeação. Siga essas práticas recomendadas para criar entidades bem definidas que sejam fáceis para o mecanismo de IA interpretar e aplicar.
Definir o cumprimento
| 1 |
Defina os detalhes de cumprimento para implementar o Agente de IA em uma central de contato. Especifique os seguintes detalhes: |
| 2 |
Configure as entidades de saída de modo que o agente de IA gere o resultado em um formato compreensível pelo fluxo. |
| 3 |
Para adicionar uma entidade de saída, clique em + Nova entidade de saída . Na tela Adicionar uma nova entidade de saída , especifique os seguintes detalhes: Você também pode usar um arquivo JSON para adicionar as entidades de saída. Para obter mais informações, consulte Adicionar entidades usando o editor JSON . |
| 4 |
Clique em Adicionar para adicionar a entidade de saída. Você pode adicionar tantas entidades de saída quantas precisar. |
| 5 |
Use a opção Controls para executar as seguintes ações na entidade: |
| 6 |
Clique em Adicionar para concluir a cofiguração. |
O que fazer em seguida
Clique em Pré-visualizar para pré-visualizar o agente de IA. Para obter mais informações, consulte Pré-visualizar seu agente de IA autônomo . Clique em Publicar para tornar o agente de IA em tempo real.
Depois de configurar o agente de IA:
- Para visualizar o desempenho do Agente de IA, consulte Exibir o desempenho do Agente de IA autônomo usando a Análise .
- Para ver os detalhes das sessões e do histórico, consulte Visualizar sessões de agentes de IA autônomos e histórico .
Agentes de IA autônomos para responder a perguntas
Os agentes autônomos podem acessar e usar um repositório de conhecimento para fornecer respostas informativas e precisas às consultas dos usuários. Esse recurso é útil em cenários em que o agente precisa:
-
Forneça suporte ao cliente — responda perguntas frequentes, solucione problemas e guie os clientes por meio de processos.
-
Ofereça assistência técnica — forneça orientação especializada sobre tópicos ou domínios específicos.
Esta seção inclui as seguintes definições de configuração:
Criar um agente de IA autônomo para responder a perguntas
Antes de começar
Certifique-se de criar a base de conhecimento. Para obter mais informações, consulte Gerenciar bases de conhecimento .
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique em +Criar agente . |
| 3 |
Na tela Criar um agente AI , clique em Iniciar do zero . Você também pode escolher um modelo predefinido para criar seu agente de IA rapidamente. Você pode filtrar o tipo de agente de IA como Autônomo. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Autonomous . |
| 6 |
Na seção Qual é a função principal do seu agente , clique em Responder perguntas . |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA autônomo para responder a perguntas foi criado com êxito e agora está disponível no Dashboard . No cabeçalho do Agente de IA, você pode executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-criados. Para obter mais informações, consulte Importar agente de IA pré-criado . |
O que fazer em seguida
Atualize o perfil do agente de IA autônomo.
Atualizar perfil do Agente de IA autônomo
Antes de começar
Crie um Agente de IA Autônomo para responder a perguntas.
| 1 |
No Dashboard , clique no Agente AI que você criou. |
| 2 |
Navegue até guia e configure os seguintes detalhes: |
| 3 |
Clique em Salvar alterações para tornar o agente AI em tempo real. |
O que fazer em seguida
Configure a base de conhecimento para o agente de IA.
Configurar base de conhecimento
Antes de começar
Crie um Agente de IA Autônomo para responder a perguntas.
| 1 |
Na página Painel , selecione o Agente AI que você criou. |
| 2 |
Navegue até a guia Base de conhecimento . |
| 3 |
Escolha a base de conhecimento necessária na lista suspensa. |
| 4 |
Clique em Salvar alterações para tornar o agente AI em tempo real. |
O que fazer em seguida
Clique em Pré-visualizar para pré-visualizar o agente de IA. Para obter mais informações, consulte Pré-visualizar seu agente de IA autônomo .
Depois de configurar o agente de IA:
- Para visualizar o desempenho do Agente de IA, consulte Exibir o desempenho do Agente de IA autônomo usando a Análise .
- Para ver os detalhes das sessões e do histórico, consulte Visualizar sessões de agentes de IA autônomos e histórico .
Visualizar a sessão e o histórico de agentes de IA autônomos
Você pode visualizar os detalhes da sessão e do histórico de cada um dos agentes de IA autônomos que você criou. A página Sessions exibe os detalhes das sessões estabelecidas com os constomers. A página Histórico permite que você visualize os detalhes das alterações de configuração realizadas no agente AI.
Sessões
A página Sessions fornece um registro abrangente de todas as interações entre agentes de IA e usuários. Para navegar até a página Sessions :
- No Dashboard , clique no agente de IA autônomo para o qual você deseja visualizar os detalhes da sessão.
- No painel de navegação esquerdo, clique em Sessions .
A página Sessions é exibida. Cada sessão é exibida como um registro que contém todas as mensagens da sessão. Essas informações são úteis para auditar, analisar e melhorar o agente de IA.
A tabela de sessões mostra uma lista de todas as sessões/salas criadas para esse agente de IA. A tabela é paginada se houver mais linhas do que podem ser acomodadas em uma tela. Qualquer um dos campos da tabela pode ser classificado ou filtrado usando a seção Refinar resultados no lado esquerdo. Os campos que estão presentes representam as seguintes informações sobre qualquer sessão específica:
-
ID da sessão — A ID da sala ou a ID da sessão exclusivas para uma conversa.
- Id do consumidor — A ID do consumidor que interagiu com o agente de IA.
-
Canais — Canal onde a interação ocorreu.
-
Atualizado em — Hora do fechamento da sala.
-
Metadados da sala — contém informações adicionais sobre a sala.
-
Marque as caixas de seleção necessárias:
- Ocultar sessões de teste —Para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- A transferência do agente aconteceu — para filtrar as sessões que são entregues a um agente. Se a transferência do agente acontecer, ele exibirá o ícone Headphone indicando a transferência do bate-papo para um agente humano.
- Ocorreu um erro —Para filtrar as sessões nas quais o erro ocorreu.
- Revogado —Filtrar as sessões rebaixadas.
Clique em uma linha na tabela de sessões para uma exibição detalhada dessa sessão. O ícone de cadeado indica que a sessão está bloqueada e precisa ser descriptografada. Você precisa ter permissão para descriptografar a sessão. Se a alternância Descriptografar acesso estiver ativada, você poderá acessar qualquer sessão usando o botão Descriptografar conteúdo . No entanto, essa funcionalidade é aplicável apenas quando o Proteção de dados avançada é definido como verdadeiro ou ativado para o locatário.
Histórico
A página Histórico permite que você visualize os detalhes das alterações de configuração realizadas no agente AI. Para visualizar o histórico de um agente específico:
- No Dashboard , clique no agente de IA autônomo para o qual você deseja visualizar o histórico.
- No painel de navegação à esquerda, clique em History .
A página Histórico é exibida com as seguintes guias:
- Registros de auditoria —Clique na guia Registros de auditoria para visualizar as alterações feitas aos agentes de IA.
- Histórico de modelos —Clique na guia Histórico de modelos para visualizar as várias versões do Agente de IA autônomo para executar ações.
Registros de auditoria
A guia Registros de auditoria rastreia as alterações feitas ao agente de IA autônomo. Você pode visualizar os detalhes das alterações dos últimos 35 dias. A guia Registros de auditoria exibe os seguintes detalhes:
Os usuários com funções de desenvolvedor de admin ou agente de IA só podem acessar a guia Registros de auditoria . Os usuários com funções personalizadas que têm a permissão "Obter registro de auditoria" também podem visualizar os registros de auditoria.
- Atualizado em —Os dados e a hora da alteração.
- Atualizado por —O nome do usuário que incorporou a alteração.
- Field — A seção específica do agente AI em que a alteração foi feita.
- Descrição —Informações adicionais sobre a alteração.
Você pode procurar um registro de auditoria específico usando as opções Updated by , Field , and Description search. Você pode classificar os registros com base nos campos Atualizado em e Atualizado por .
Histórico do modelo
A guia Histórico de modelos está disponível apenas para o Agente de IA autônomo para executar ações.
Sempre que você publica o Agente de IA autônomo para executar ações, uma versão do agente de IA autônomo é salva e está disponível na guia Model History . Você pode visualizar as várias versões do agente AI na guia Histórico de modelos .
- Descrição do modelo — Uma breve descrição sobre a versão do agente de IA.
- Mecanismo de IA — O mecanismo de IA usado para essa versão do agente de IA.
- Atualizado em —Data e hora em que a versão foi criada.
- Ações —Permite que você execute as seguintes ações no agente de IA
- Carregar —Todas as alterações no agente de IA são perdidas. Você deve executar a configuração novamente.
- Exportar —Use para exportar o agente de IA.
Pré-visualizar seu agente de IA autônomo
Você pode visualizar os agentes de IA autônomos no momento da criação do agente de IA, durante a edição e após a implantação do agente. Você pode abrir a pré-visualização de:
- Painel do agente AI —Ao passar o mouse sobre um cartão do AI Agent, a opção Pré-visualizar para esse agente AI torna-se visível. Clique para abrir a pré-visualização do agente de IA.
- Cabeçalho do agente AI — Clique no cartão do agente AI para abrir o agente AI. A opção Preview está sempre visível na seção de cabeçalho.
- Widget minimizado —Depois que uma pré-visualização é iniciada e minimizada, um cabeçalho de bate-papo widget aparece na parte inferior direita da página. Você pode usar esta opção para reabrir facilmente o modo de pré-visualização.
O Webex AI Agent Studio também fornece uma opção de pré-visualização compartilhável. Clique no menu no canto superior direito e selecione a opção Copiar link de pré-visualização . Você pode compartilhar o link de pré-visualização com outros usuários, como testadores ou consumidores do agente de IA.
Widget de pré-visualização da plataforma
O widget de pré-visualização aparece na seção inferior direita da tela. Você pode fornecer enunciados (ou uma sequência de enunciados) para verificar as respostas do agente de IA e garantir que ele esteja funcionando corretamente.
Além disso, você pode minimizar o widget de pré-visualização, fornecer informações ao consumidor e iniciar várias salas para testar o agente de IA.
widget de pré-visualização compartilhável
O widget de visualização compartilhável permite que você compartilhe o agente de IA com as partes interessadas e os consumidores de forma apresentável sem a necessidade de desenvolver uma interface de usuário personalizada para mostrar ao agente de IA. Por padrão, o link de pré-visualização copiado processa o agente AI com um invólucro de telefone. Você pode fazer alguma personalização rápida alterando determinados parâmetros no link de pré-visualização. Você pode personalizar o widget da seguinte forma:
- Cor do widget —Ao adicionar o parâmetro brandColor ao link. Você pode definir cores simples usando nomes de cores ou usar o código hexadecimal de cores.
-
Captura de telefone —Alterando o valor do parâmetro phoneCasing no link. Isso é definido como true por padrão e pode ser desativado tornando-o false .
Exemplo de link de pré-visualização com estes parâmetros:
? bot_unique_name=<your_bot_unique_name>&enterprise_unique_name=<your_enterprise_unique_name>&phoneCasing=&brandcolor<enter o valor hexadecimal de uma cor no formato '_ XXXX'>.
Pré-visualização baseada em voz
O agente de IA autônomo para responder a perguntas suporta pré-visualização baseada em voz. Para ativar esta opção:
- Navegue até Painel e escolha o agente de IA.
- Navegue até .
- Na lista suspensa AI Engine , selecione Vega .
- Clique em Salvar alterações .
A opção Preview é atualizada com um ícone Mic para pré-visualização baseada em voz. Clique em Pré-visualizar . O widget de pré-visualização de voz é exibido.
Você deve habilitar o acesso ao microfone para usar essa funcionalidade.
Você pode visualizar as seguintes opções no widget de pré-visualização de voz:
- Iniciar botão para iniciar a pré-visualização.
- Transcrição ao vivo da conversa é exibida no widget quando a pré-visualização de voz está em andamento.
- Encerrar chamada para encerrar a conversa.
- Desativar o som para desativar o som.
Visualizar o desempenho do Agente de IA autônomo usando o Analytics
A seção de Análise do agente de IA fornece uma representação gráfica das principais métricas para avaliar o desempenho e a eficácia do agente de IA. Para gerar a análise do agente de IA autônomo:
- Escolha o agente de IA no Dashboard .
- No painel de navegação esquerdo, clique em Analytics . Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
A primeira seção exibe as seguintes estatísticas sobre as sessões e mensagens do Agente AI.
- Total de sessões e sessões tratadas pelo Agente de IA sem intervenção humana.
- Total de transferências de agentes, que é uma contagem do número de sessões entregues aos agentes humanos.
- Sessões diárias médias
- Total de mensagens (mensagens humanas e do agente de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens diárias médias
A segunda seção exibe as estatísticas sobre os usuários. Ele fornece uma contagem de usuários totais e informações sobre sessões médias por usuário e usuários médios diários.
A terceira seção exibe as respostas do agente AI e as transferências do agente
Configurar o agente IA roteado
Esta seção descreve como configurar e gerenciar agentes de IA roteirizados na plataforma Webex AI Agent Studio, para que eles forneçam respostas precisas às consultas do usuário e executem tarefas automatizadas de forma eficaz.
Agente de IA com script para executar tarefas
O agente de IA com script aumenta os recursos de criação de agente sem código da plataforma Webex AI Agent Studio. O agente de IA com scripts permite conversas de vários turnos onde pode obter dados relevantes dos clientes para executar tarefas específicas. o que inclui:
-
Executar comandos simples — Siga as instruções para concluir as ações predefinidas.
-
Processamento de dados — Manipule e transforme os dados de acordo com regras especificadas.
-
Interagir com outros sistemas — Comunique-se e controle outras soluções.
Esta seção inclui as seguintes definições de configuração:
Criar um agente de IA com scripts para executar ações
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique em + Criar agente . |
| 3 |
Na tela Criar um agente de IA , crie um novo agente de IA do zero. Você também pode escolher um modelo predefinido para criar seu agente de IA rapidamente. Você pode filtrar o tipo de agente AI como Scripted. Nesse caso, os campos na página Perfil são preenchidos automaticamente. |
| 4 |
Clique em Iniciar do zero e depois em Próximo . |
| 5 |
Na seção Que tipo de agente você está construindo? , clique em Scripted . |
| 6 |
Na seção Qual é a função principal do seu agente? , clique em Executar ações . |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA rotulado para responder a perguntas foi criado com êxito e agora está disponível no Dashboard . No cabeçalho do Agente de IA, você pode executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-criados. Para obter mais informações, consulte Importar agente de IA pré-criado . |
O que fazer em seguida
Atualizar perfil do agente AI rotulado
Antes de começar
Crie um agente de IA roteirizado para responder perguntas.
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , selecione o agente de IA que você criou. |
| 3 |
Navegue até e configure os seguintes detalhes: |
| 4 |
Clique em Salvar alterações para salvar as configurações. |
Gerenciar entidades
Entidades são os blocos de construção das conversas. Eles são os elementos essenciais que o agente de IA extrai dos enunciados do usuário. Eles representam informações específicas, como nomes de produtos, datas, quantidades ou qualquer outro grupo significativo de palavras. Ao identificar e extrair entidades de forma eficaz, um agente de IA pode entender melhor a intenção do usuário e fornecer respostas mais precisas e relevantes.
Tipos de entidade
O Webex AI Agent Studio oferece 11 tipos de entidade predefinidos para capturar vários tipos de dados do usuário. Você também pode criar qualquer uma das seguintes entidades personalizadas.
Entidades personalizadas
Essas entidades são configuráveis e permitem que os desenvolvedores capturem informações específicas de casos de uso.
-
Lista personalizada — define listas de cadeias de caracteres esperadas para capturar pontos de dados específicos não abrangidos por entidades pré-criadas. Você pode adicionar vários sinônimos em cada string. Por exemplo, uma entidade do tamanho da pizza personalizada.
-
Regex — use expressões regulares para identificar padrões específicos e extrair dados correspondentes. Por exemplo, um regex de número de telefone (por exemplo,
123-123-8789). -
Dígitos — capture entradas numéricas de comprimento fixo com alta precisão, especialmente em interações de voz. Em interações não vocais, ele é usado como uma alternativa aos tipos de entidade Personalizada e Regex. Por exemplo, para detectar um número de conta de cinco dígitos, um comprimento de cinco deve ser definido.
-
Alfanumérico — capture combinações de letras e números, fornecendo reconhecimento preciso para entradas de voz e não voz.
-
Forma gratuita — capture pontos de dados flexíveis que são difíceis de definir ou validar.
-
Localização do mapa (WhatsApp)—extrair dados de localização compartilhados por você no canal WhatsApp.
Entidades do sistema
| Nome da entidade | Descrição | Entrada de exemplo | Exemplo de saída |
|---|---|---|---|
| Data | Parsas datas em idioma natural para um formato de data padrão | "julho do próximo ano" | 01/07/2020 |
| Hora | Parsas de tempo em linguagem natural para um formato de hora padrão | 5 da noite | 17:00 |
| Detecta endereços de e-mail | escreva para mim em info@cisco.com | info@cisco.com | |
| Número de telefone | Detecta número de telefone comum | chamar-me no 9876543210 | 9876543210 |
| Unidades monetárias | Moeda e quantidade das peças | Quero 20$. | 20$ |
| Ordinário | Detecta número ordinal | Quarto de dez pessoas | 4th |
| Cardeal | Detecta o número cardeal | Quarto de dez pessoas | 10 |
| Geolocalização | Detecta locais geográficos (cidades, países, etc.) | Eu fui nadar no Tâmisa em Londres Reino Unido | Londres, Reino Unido |
| Nomes de pessoas | Detecta nomes comuns | Bill Gates da Microsoft | Bill Gates |
| Quantidade | Identifica medidas, como peso ou distância | Estamos a 5 km de Paris | 5km |
| Duração | Identifica períodos de tempo | 1 semana de férias | 1 semana |
As entidades criadas podem ser editadas na guia de entidades. Vincular entidades a uma intenção anota seus enunciados com entidades detectadas à medida que você as adiciona.
Funções de entidade
Quando uma entidade precisa ser coletada várias vezes dentro de uma única intenção, as funções da entidade se tornam essenciais. Ao atribuir funções distintas à mesma entidade, você pode orientar o agente de IA na compreensão e processamento da entrada do usuário com mais precisão.
Por exemplo, para reservar um voo com uma escala, você pode criar uma entidade Airport com três funções: origin , destination , e layover . Ao anotar enunciados de treinamento com essas funções, o Agente de IA pode aprender os padrões esperados e lidar perfeitamente com solicitações de reservas complexas.
As funções de entidade são suportadas apenas para Mindmeld (entidades personalizadas e de sistema) e Rasa (apenas entidades personalizadas), os administradores precisam verificar a caixa de seleção Funções de entidade nas configurações avançadas da caixa de diálogo do seletor de mecanismo NLU.
Os administradores não podem alternar de RASA ou Mindmeld para Swiftmatch enquanto as funções da entidade estão em uso. As funções devem ser removidas das intenções para desativar as funções da entidade a partir das configurações avançadas do mecanismo de NLU. Você pode criar uma entidade com funções de entidade .
Criar uma entidade com funções de entidade
Antes de você começar
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique no agente AI roteado que você criou. |
| 3 |
Clique em Training no painel esquerdo. |
| 4 |
Na página Dados de treinamento , clique na Entidades guia. |
| 5 |
Clique em Criar entidade . |
| 6 |
Na janela Criar entidade , especifique os seguintes campos: |
| 7 |
Ative o Auto sugerir valores de slot alterne para concluir automaticamente e fornecer sugestões alternativas para esta entidade durante a conversa. Funções campo é exibido ao criar uma entidade personalizada somente se as funções de entidade estão habilitadas na Configurações avançadas seção de Alterar mecanismo de treinamento janela para RASA e Mindmeld NLU motores. |
| 8 |
Clique em Salvar. Você pode usar Editar e Excluir opções na Ações coluna para executar ações relacionadas.
|
O que fazer em seguida
Depois de criar uma entidade, você pode vincular funções a uma entidade .
Vincular funções a uma entidade
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique no agente AI que você criou. |
| 3 |
Clique em Training no painel esquerdo. |
| 4 |
Na página Dados de treinamento , escolha uma intenção para vincular entidades e funções de entidade. Por padrão, a guia Intent é exibida.
|
| 5 |
Na seção Slots , clique em Entidade do link . |
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Salvar. Você pode atribuir funções a uma entidade para coletar a mesma entidade duas vezes por uma intenção. |
Mecanismo de compreensão de linguagem natural (NLU)
Os agentes de IA com scripts usam a compreensão de linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os seguintes motores NLU interpretam entradas de clientes e fornecem respostas precisas:
- Swiftmatch — Um mecanismo rápido e leve que suporta vários idiomas.
- RASA — Uma estrutura líder em IA de conversação de código aberto.
- Mindmeld (Beta) — Oferece fluxos de conversação avançados e recursos de NLU.
RASA requer mais dados de treinamento do que Swiftmatch para alcançar alta precisão. Os desenvolvedores podem alternar os motores NLU nas guias Artigos e Treinamento dos agentes de IA com scripts para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do agente de IA, precisando de novo treinamento para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade nas sessões e testes com um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limite na seção “Transferência e inferência” após a troca de motores. Para o RASA, as pontuações de limite tendem a ser inversamente proporcionais ao número de intenções, o que significa que os agentes com muitas intenções (100+) geralmente têm pontuações de fallback mais baixas nas configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os motores NLU.
-
Selecione o agente de IA que você deseja alterar o mecanismo de treinamento.
- Para o agente de IA rotulado para responder a perguntas: Clique em Artigos . A página Base de conhecimento é exibida.
- Para agentes de IA rotulados para executar tarefas: Clique em Training . A página de dados do Treinamento é exibida.
-
Clique no ícone Settings ao lado do NLU Engine no lado direito da página. A janela Alterar mecanismo de treinamento é exibida.
Por padrão, o mecanismo de NLU é definido como Swiftmatch para os agentes de IA recém-criados.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inference :
- Pontuação abaixo da qual o fallback é mostrado —A confiança mínima necessária para que uma resposta seja exibida para você, abaixo da qual uma resposta de fallback é mostrada.
- Diferença nas pontuações para correspondência parcial —Define a diferença mínima entre os níveis de confiança das respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção Configurações avançadas .
- Remover stopwords —‘Stopwords’ são palavras de função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Quando você remove palavras-chave como artigos (a, a, o, e assim por diante), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizado de máquina podem se concentrar em palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela remove as “palavras de interrupção” da frase no momento do treinamento e inferência. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Expandir contrações —As contrações em inglês nos dados de treinamento podem ser expandidas para o formulário original juntamente com os termos na consulta de consumo recebida para maior precisão. Exemplo: “não” é expandido para “não”. Se essa caixa de seleção for selecionada, as contrações nas mensagens de entrada serão expandidas antes do processamento. Esse recurso é compatível com todos os três motores NLU.
- Spellcheck in inference —Biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso é compatível com todos os três motores somente se a caixa de seleção Spellcheck in inference estiver ativada.
- Remover caracteres especiais —Os caracteres especiais são caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi-Fi são considerados de forma diferente pelo mecanismo de NLU. Se essa caixa de seleção for selecionada, os caracteres especiais na consulta do consumidor serão removidos para exibir uma resposta apropriada. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Funções de entidade —Entidades personalizadas podem ter funções diferentes. Essa capacidade do motor NLU é suportada apenas para RASA e Mindmeld.
- Substituição da entidade na inferência — Os valores da entidade nos dados de treinamento e a inferência são substituídos por IDs de entidade. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Priorize o preenchimento de slot —O preenchimento de slot é priorizado em relação à detecção de intenção.
- Resultados armazenados por mensagem —O número de artigos para os quais as pontuações de confiança calculadas pelo agente de IA serão exibidos sob informações de transação em sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões foi limitado a 5. Os principais n resultados (1=<n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com scripts e na seção "Resultados do algoritmo" da guia Informações de transação em sessões.
- Expansão do Wordform —Expanda dados de treinamento com formas de palavras, como plurais, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos —Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for selecionada, sinônimos comuns em inglês para palavras nos dados de treinamento são gerados automaticamente para reconhecer a consulta do consumidor com precisão. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, quintal, e assim por diante. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Wordforms —Wordforms pode existir em várias formas, como plurais, anúncios, adjetivos ou verbos. Por exemplo, para a palavra “criação”, as formas de palavras podem ser criadas, criar, criador, criativo, criativo, etc. Se essa caixa de seleção for selecionada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta apropriada aos consumidores.
Os desenvolvedores podem definir diferentes pontuações de limite para diferentes mecanismos de NLU para determinar a menor pontuação aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Train . Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de conhecimento muda de Saved para Trained .
Você pode treinar o agente de IA com RASA e Mindmeld somente se todos os artigos tiverem pelo menos dois enunciados.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo ao vivo para testá-lo e implementá-lo. Para treinar o agente de IA com seu corpus atual, clique em Train no canto superior direito. Isso deve alterar o status para Training .
Depois que o treinamento for concluído, o status será alterado para Treinado . Clique no ícone Recarregar ao lado de Treinamento para recuperar o status atual do treinamento.
Neste ponto, você pode clicar em Make Live para tornar o corpus treinado ao vivo e testá-lo em pré-visualização compartilhável ou em canais externos onde o agente de IA está implantado.
Modelo do vetor
Agora você pode selecionar seus modelos de vetor preferidos como parte das configurações avançadas do motor no motor Swiftmatch NLU. A seleção é possível entre duas opções – Nível de transparência versus vetores de nível de artigo. Em nossos esforços contínuos para aumentar a precisão de nossos motores NLU, experimentamos o uso de vetores de nível de artigo em vez do modelo mais antigo que usou vetores de nível de enunciação. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível do artigo são o novo valor padrão para vectorização para novos agentes de IA de idioma único. Para os agentes de IA multilíngues, as correspondências no nível do artigo são suportadas apenas quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor que está disponível no momento de uma inferência na seção other info da sessão.
Gerenciar intenções
Intent é um componente principal da plataforma Webex AI Agent Studio que permite ao agente de IA entender e responder à sua entrada de forma eficaz. Representa uma tarefa ou ação específica que você deseja realizar durante uma conversa. Você pode definir todas as intenções que correspondem às tarefas que deseja executar. A precisão da classificação de intenção afeta diretamente a capacidade do agente de IA de fornecer respostas relevantes e úteis. A classificação de intenção é o processo de identificação de intenção com base em sua entrada, permitindo que o agente de IA responda de maneira significativa e contextualmente relevante.
Intenções do sistema
- Intenção de fallback padrão —Os recursos de um agente de IA são inerentemente limitados pelas intenções projetadas para reconhecer e responder a. Embora uma empresa não possa antecipar todas as perguntas possíveis que você possa fazer, a intenção de fallback padrão pode ajudar as conversas a estarem no caminho certo.
Ao implementar uma intenção de fallback padrão, os desenvolvedores de agentes de IA podem garantir que o agente de IA lide graciosamente com consultas inesperadas ou fora de escopo, redirecionando a conversa de volta para intenções conhecidas.
Os desenvolvedores de agentes de IA não precisam adicionar enunciados específicos à intenção de fallback. O agente pode ser treinado para acionar automaticamente a intenção de fallback quando encontrar perguntas fora do escopo que podem ser incorretamente categorizadas em outras intenções.
Por exemplo, em um agente de IA bancário, os clientes podem tentar perguntar sobre empréstimos. Se o agente de IA não estiver configurado para lidar com consultas relacionadas a empréstimos, essas consultas podem ser incorporadas como frases de treinamento dentro da intenção de fallback padrão . Quando um cliente consulta sobre empréstimos em qualquer ponto da conversa, o agente de IA reconhece a consulta como estando fora de suas intenções definidas e aciona a resposta de fallback. Isso garante uma resposta mais adequada.
A intenção de fallback não deve ter slots associados a ela.
A intenção de fallback deve usar a chave de modelo de fallback padrão para sua resposta.
- Help —Essa intenção é projetada para atender a consultas dos clientes sobre os recursos do agente de IA. Quando os clientes não têm certeza do que podem realizar ou encontrar dificuldades durante uma conversa, muitas vezes procuram ajuda pedindo
help.Por padrão, a resposta para a intenção de ajuda é mapeada para a
mensagem de ajudachave de modelo. No entanto, os desenvolvedores de agentes de IA podem personalizar a resposta ou alterar a chave do modelo associada para fornecer orientação mais personalizada e informativa.Recomenda-se transmitir os recursos do agente de IA em um nível alto, fornecendo aos clientes uma compreensão clara do que eles podem fazer a seguir.
- Converse com um agente —Essa intenção permite que os clientes solicitem assistência de um agente humano em qualquer estágio de sua interação com o agente de IA. Quando essa intenção é invocada, o sistema inicia automaticamente uma transferência para um agente humano. O modelo de resposta padrão para essa intenção é
agent handover. Embora não haja restrições de interface do usuário em alterar a chave do modelo de resposta, alterá-la não afetará o resultado da transferência humana.
Pequenas intenções de conversa
Todos os agentes de IA recém-criados incluem quatro intenções predefinidas de conversa curta para lidar com saudações comuns do cliente, expressões de gratidão, comentários negativos e despedidas:
- Saudações
- Obrigado
- O agente de IA não foi útil
- Até logo
Criar uma intenção
Antes de começar
Antes de criar uma intenção, certifique-se de criar entidades para vincular à intenção. Para obter mais informações, consulte Criar entidade com funções de entidade .
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , escolha um agente de IA. |
| 3 |
Clique em Training no painel esquerdo. |
| 4 |
Na página Dados do treinamento , clique em Criar intenção . |
| 5 |
Na janela Criar intenção , especifique os seguintes detalhes: |
| 6 |
Marque a caixa de seleção Required se a entidade for obrigatória. |
| 7 |
Insira o número de tentativas permitidas para este slot. Por padrão, o número é definido como três. |
| 8 |
Escolha a tecla de modelo na lista suspensa. |
| 9 |
Na seção Response , insira a chave do modelo de resposta final a ser retornada aos usuários após a conclusão da intenção. |
| 10 |
Ative os slots Reset após a conclusão alterne para redefinir os valores de slot coletados na conversa depois que a intenção for concluída. Se essa alternância estiver no status desativado, o slot manterá os valores antigos e exibirá a mesma resposta.
|
| 11 |
Ative o Atualizar valores de slot alterne para atualizar o valor de slot durante a conversa com o consumidor. O agente de IA considera o último valor preenchido no slot para processar os dados. Se ativado, os valores de slots preenchidos serão atualizados sempre que os clientes fornecerem novas informações para o mesmo tipo de slot.
|
| 12 |
Habilite o Fornecer sugestões de slots alternar para fornecer sugestões de preenchimento de slot e valores de slot alternativos na resposta final, com base na entrada do usuário. |
| 13 |
Ative a alternância Encerrar conversa para fechar a sessão após esta intenção. Os fluxos de voz e Webex Connect podem usar isso para fechar uma conversa com os consumidores.
|
| 14 |
Clique em Salvar. Clique em Train no canto superior direito da guia Training para refletir quaisquer alterações feitas em intenções e entidades.
Para treinar os motores Rasa ou Mindmeld NLU, é necessário um mínimo de duas variantes de treinamento (enunciados) por intenção. Além disso, cada slot deve ter pelo menos duas anotações. Se esses requisitos não forem atendidos, o botão Train será desativado. Um ícone de aviso aparece ao lado da intenção afetada de indicar o problema. No entanto, a intenção de fallback padrão é isenta desses requisitos. |
O que fazer em seguida
Depois que uma intenção é criada, algumas informações são necessárias para cumprir a intenção. As entidades vinculadas ditam como essas informações são obtidas dos enunciados do usuário. Para obter mais informações, consulte Vincular entidades com intenção .
Vincular entidades com intenção
Antes de começar
Certifique-se de criar entidades e vinculá-las antes de adicionar enunciados. Isso anota automaticamente as entidades enquanto os enunciados são adicionados.
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique no agente AI que você criou. |
| 3 |
Clique em Training no painel esquerdo. |
| 4 |
Na página Dados de treinamento , escolha uma intenção para vincular entidades e funções de entidade. Por padrão, a guia Intent é exibida.
|
| 5 |
Na seção Slots , clique em Entidade do link . As entidades vinculadas aparecem na seção Slots.
|
| 6 |
Escolha a função de entidade para o nome da entidade. |
| 7 |
Clique em Salvar. Quando uma entidade é marcada como obrigatória, opções adicionais de configuração ficam disponíveis. Você pode especificar o número máximo de vezes que o agente de IA pode solicitar a entidade ausente antes de escalonar ou fornecer uma resposta de fallback. Você pode definir a chave de modelo a ser invocada se a entidade necessária não for fornecida dentro do número especificado de tentativas.
Depois que um agente de IA identifica uma intenção e reúne todos os dados necessários (slots), ele responde usando a mensagem associada com a chave de modelo final configurada para essa intenção. Para iniciar uma nova conversa ou lidar com intenções subsequentes sem carregar os dados anteriores, você precisa habilitar o Redefinir Slots após a conclusão alternância. Essa configuração limpa todas as entidades reconhecidas do histórico de conversas, garantindo um novo começo para cada nova interação. |
Gerar dados de treinamento
Você precisa adicionar manualmente dados de treinamento às intenções deles para que o agente de IA funcione com uma precisão razoável. Os dados de treinamento consistem em diferentes maneiras pelas quais você pode invocar a mesma intenção. Você pode adicionar pelo menos 15-20 variantes para cada intenção de melhorar sua precisão. Criar este corpus de treinamento manualmente pode ser tedioso e demorado. Você pode adicionar apenas algumas variantes, ou adicionar apenas palavras-chave como variantes em vez de frases significativas. Isso pode ser evitado através da geração de dados de treinamento para complementar seus existentes.
Para gerar dados de treinamento, siga as etapas abaixo:
- Insira o nome de intenção e uma expressão de amostra.
- Clique em Gerar .
- Forneça uma breve descrição da intenção de orientar a IA.
- Especifique o número desejado de variantes e o nível de criatividade para as sugestões geradas por IA.
- Gerar muitas variantes ao mesmo tempo pode afetar a qualidade. Recomendamos um máximo de 20 variantes por geração.
- Uma configuração de menor criatividade pode produzir variantes menos diversas.
- O processo de geração pode demorar alguns segundos, dependendo do número de variantes solicitadas.
- O ícone de raio distingue as variantes geradas por IA dos dados de treinamento definidos pelo usuário.
Mecanismo de compreensão de linguagem natural (NLU)
Os agentes de IA com scripts usam a compreensão de linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os seguintes motores NLU interpretam entradas de clientes e fornecem respostas precisas:
- Swiftmatch — Um mecanismo rápido e leve que suporta vários idiomas.
- RASA — Uma estrutura líder em IA de conversação de código aberto.
- Mindmeld (Beta) — Oferece fluxos de conversação avançados e recursos de NLU.
RASA requer mais dados de treinamento do que Swiftmatch para alcançar alta precisão. Os desenvolvedores podem alternar os motores NLU nas guias Artigos e Treinamento dos agentes de IA com scripts para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do agente de IA, precisando de novo treinamento para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade nas sessões e testes com um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limite na seção “Transferência e inferência” após a troca de motores. Para o RASA, as pontuações de limite tendem a ser inversamente proporcionais ao número de intenções, o que significa que os agentes com muitas intenções (100+) geralmente têm pontuações de fallback mais baixas nas configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os motores NLU.
-
Selecione o agente de IA que você deseja alterar o mecanismo de treinamento.
- Para o agente de IA rotulado para responder a perguntas: Clique em Artigos . A página Base de conhecimento é exibida.
- Para agentes de IA rotulados para executar tarefas: Clique em Training . A página de dados do Treinamento é exibida.
-
Clique no ícone Settings ao lado do NLU Engine no lado direito da página. A janela Alterar mecanismo de treinamento é exibida.
Por padrão, o mecanismo de NLU é definido como Swiftmatch para os agentes de IA recém-criados.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inference :
- Pontuação abaixo da qual o fallback é mostrado —A confiança mínima necessária para que uma resposta seja exibida para você, abaixo da qual uma resposta de fallback é mostrada.
- Diferença nas pontuações para correspondência parcial —Define a diferença mínima entre os níveis de confiança das respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção Configurações avançadas .
- Remover stopwords —‘Stopwords’ são palavras de função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Quando você remove palavras-chave como artigos (a, a, o, e assim por diante), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizado de máquina podem se concentrar em palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela remove as “palavras de interrupção” da frase no momento do treinamento e inferência. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Expandir contrações —As contrações em inglês nos dados de treinamento podem ser expandidas para o formulário original juntamente com os termos na consulta de consumo recebida para maior precisão. Exemplo: “não” é expandido para “não”. Se essa caixa de seleção for selecionada, as contrações nas mensagens de entrada serão expandidas antes do processamento. Esse recurso é compatível com todos os três motores NLU.
- Spellcheck in inference —Biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso é compatível com todos os três motores somente se a caixa de seleção Spellcheck in inference estiver ativada.
- Remover caracteres especiais —Os caracteres especiais são caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi-Fi são considerados de forma diferente pelo mecanismo de NLU. Se essa caixa de seleção for selecionada, os caracteres especiais na consulta do consumidor serão removidos para exibir uma resposta apropriada. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Funções de entidade —Entidades personalizadas podem ter funções diferentes. Essa capacidade do motor NLU é suportada apenas para RASA e Mindmeld.
- Substituição da entidade na inferência — Os valores da entidade nos dados de treinamento e a inferência são substituídos por IDs de entidade. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Priorize o preenchimento de slot —O preenchimento de slot é priorizado em relação à detecção de intenção.
- Resultados armazenados por mensagem —O número de artigos para os quais as pontuações de confiança calculadas pelo agente de IA serão exibidos sob informações de transação em sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões foi limitado a 5. Os principais n resultados (1=<n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com scripts e na seção "Resultados do algoritmo" da guia Informações de transação em sessões.
- Expansão do Wordform —Expanda dados de treinamento com formas de palavras, como plurais, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos —Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for selecionada, sinônimos comuns em inglês para palavras nos dados de treinamento são gerados automaticamente para reconhecer a consulta do consumidor com precisão. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, quintal, e assim por diante. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Wordforms —Wordforms pode existir em várias formas, como plurais, anúncios, adjetivos ou verbos. Por exemplo, para a palavra “criação”, as formas de palavras podem ser criadas, criar, criador, criativo, criativo, etc. Se essa caixa de seleção for selecionada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta apropriada aos consumidores.
Os desenvolvedores podem definir diferentes pontuações de limite para diferentes mecanismos de NLU para determinar a menor pontuação aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Train . Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de conhecimento muda de Saved para Trained .
Você pode treinar o agente de IA com RASA e Mindmeld somente se todos os artigos tiverem pelo menos dois enunciados.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo ao vivo para testá-lo e implementá-lo. Para treinar o agente de IA com seu corpus atual, clique em Train no canto superior direito. Isso deve alterar o status para Training .
Depois que o treinamento for concluído, o status será alterado para Treinado . Clique no ícone Recarregar ao lado de Treinamento para recuperar o status atual do treinamento.
Neste ponto, você pode clicar em Make Live para tornar o corpus treinado ao vivo e testá-lo em pré-visualização compartilhável ou em canais externos onde o agente de IA está implantado.
Modelo do vetor
Agora você pode selecionar seus modelos de vetor preferidos como parte das configurações avançadas do motor no motor Swiftmatch NLU. A seleção é possível entre duas opções – Nível de transparência versus vetores de nível de artigo. Em nossos esforços contínuos para aumentar a precisão de nossos motores NLU, experimentamos o uso de vetores de nível de artigo em vez do modelo mais antigo que usou vetores de nível de enunciação. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível do artigo são o novo valor padrão para vectorização para novos agentes de IA de idioma único. Para os agentes de IA multilíngues, as correspondências no nível do artigo são suportadas apenas quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor que está disponível no momento de uma inferência na seção other info da sessão.
Sinalização de variantes geradas
Para garantir o uso responsável da IA, os desenvolvedores podem sinalizar os resultados gerados por IA para revisão. Isso permite a identificação e prevenção de qualquer conteúdo prejudicial ou tendencioso. Para sinalizar os resultados gerados por IA:
- Localize a opção de sinalização: Uma opção de sinalização está disponível para cada expressão gerada.
- Fornecer comentários: Ao sinalizar um resultado, os desenvolvedores podem adicionar comentários e especificar o motivo para sinalizar.
Esse recurso está inicialmente disponível com um limite de uso mensal de 500 operações geradas. Para acomodar necessidades crescentes, os desenvolvedores podem entrar em contato com seus proprietários de contas para solicitar um aumento neste limite.
Criar Intenção e Entidade multilíngue
Você pode criar dados de treinamento em vários idiomas. Para cada idioma configurado para o seu agente AI, você deve definir enunciados que refletem as interações desejadas. Enquanto os slots permanecem consistentes entre os idiomas, as teclas do modelo identificam exclusivamente as respostas em cada idioma.
Nem todos os idiomas suportam todos os tipos de entidade. Para obter mais informações sobre a lista de tipos de entidade que cada idioma suporta, consulte a tabela Idiomas versículos entidades suportadas em Idiomas suportados para agentes de IA com scripts .
Gerenciar respostas
As respostas são as mensagens que seu agente AI envia aos clientes em resposta às suas consultas ou intenções. Você pode criar respostas que incluem:
- Text — Mensagens de texto simples para comunicação direta.
- Code —Código incorporado para conteúdo dinâmico ou ações.
- Multimídia — Imagens, elementos de áudio ou vídeo para aprimorar a experiência do usuário.
As respostas têm dois componentes principais:
- Modelos —Estruturas de resposta predefinidas que são mapeadas para intenções específicas.
- Fluxos de trabalho —A lógica que determina qual modelo usar com base na intenção identificada.
Os modelos de transferência, ajuda, fallback e boas-vindas do agente são pré-configurados e a mensagem de resposta pode ser alterada dos modelos correspondentes.
Tipos de resposta
A seção Designer de resposta abrange diferentes tipos de respostas e como elas podem ser configuradas.
A guia Fluxos de trabalho é usada para lidar com respostas assíncronas durante a chamada de uma API externa que responde de forma assíncrona. Os fluxos de trabalho devem ser codificados em python.
Substituição de variável
A substituição variável permite que você use variáveis dinâmicas como parte dos modelos de resposta. Todas as variáveis padrão (ou entidades) em uma sessão, juntamente com aquelas que um desenvolvedor de agente de IA pode definir dentro de um objeto de formulário gratuito como o campo datastore pode ser usado em modelos de resposta através desse recurso. As variáveis são representadas usando esta sintaxe: ${variable_name}. Por exemplo, usar o valor de uma entidade chamada apptdate usa ${entities.apptdate} ou ${newdfState.model_state.entities.apptdate.value}.
As respostas podem ser personalizadas usando variáveis recebidas do canal ou coletadas dos consumidores ao longo de uma conversa. A funcionalidade de preenchimento automático mostra a sintaxe das variáveis na área de texto quando você começa a digitar ${. Selecionar a sugestão necessária preenche automaticamente a área com a variável e destaca essa variável.
Configurar respostas usando o designer de respostas
O designer de resposta oferece uma interface amigável para criar respostas sem exigir amplo conhecimento de codificação. Dois tipos de resposta estão disponíveis:
- Respostas condicionais: Para não-desenvolvedores, essa opção permite a fácil construção de respostas que o agente de IA fornece aos clientes.
- Trechos de código: Para desenvolvedores que usam Python, esta opção fornece flexibilidade para configurar respostas usando código.
O designer de resposta foi projetado para garantir que a experiência do usuário atenda ao canal específico com o qual o agente de IA está interagindo.
Modelos de resposta
- Texto —Essas são respostas de texto simples. Para melhorar a experiência do usuário, o designer de resposta permite várias caixas de texto em uma única resposta, permitindo que você divida mensagens longas em seções mais gerenciáveis. Cada caixa de texto pode incluir várias opções de resposta. Durante uma conversa, uma dessas opções é selecionada aleatoriamente e exibida ao usuário, garantindo uma interação dinâmica e envolvente.
Para manter uma experiência de usuário dinâmica e envolvente, você pode adicionar várias opções de resposta aos seus modelos. Quando um modelo com várias opções é ativado, um deles é selecionado aleatoriamente e exibido ao usuário. Você pode ativar esse recurso clicando no botão Adicionar variante localizado na parte inferior da sua resposta.
Ao salvar respostas, você pode ver um aviso indicando o número de erros que precisam ser corrigidos. Os campos com erros serão destacados em vermelho. Usando as setas de navegação, os desenvolvedores podem facilmente localizar e corrigir esses erros em qualquer formato de canal ou de resposta. Se o seletor da lista ou o carrossel contiverem vários cartões, a navegação por pontos permitirá que você se mova pelos cartões com erros. Para um único cartão, o ponto correspondente fica vermelho para sinalizar o erro.
- Resposta rápida —As respostas de texto podem ser emparelhadas com botões, que podem ser links baseados em texto ou URL. Os botões de texto exigem um título e uma carga, que é enviada ao bot quando clicado. Os botões de URL redirecionam os usuários para uma página da Web específica.
Quando a consulta de um cliente é ambígua, a correspondência parcial permite que o bot sugira artigos ou intenções relevantes como opções. Esse recurso está disponível para interações na Web e no Facebook.
Adicionar respostas rápidas de URL
Os botões de resposta rápida de URL nas respostas fixas e condicionais permitem que você crie botões que redirecionem os usuários ao seu site para obter mais informações ou ações como o preenchimento de formulários. Quando clicados, esses botões abrem a URL especificada em uma nova guia na mesma janela do navegador sem enviar nenhum dado de volta para o bot.
Para adicionar uma resposta rápida de URL em resposta condicional ou fixa:
- Escolha a chave de artigo ou modelo para a qual você deseja configurar a resposta rápida da URL.
- Clique em + Adicionar uma resposta rápida . A janela pop-up Tipo de botão é exibida.
- Escolha o tipo de botão como URL no canal da Web.
- Especifique o título do botão e a URL para a qual o consumidor deve ser redirecionado depois de clicar no botão.
- Clique em Concluído para adicionar uma resposta rápida de URL.
Os botões de tipo de URL também podem ser configurados por meio do tipo de resposta dinâmica, onde esses botões devem ser configurados usando trechos de código python. Esses botões são suportados nas seções de pré-visualização e de visualização compartilhável . Atualmente, eles não são suportados pelo widget de bate-papo ao vivo do IMIchat ou por outros canais de terceiros.
- Carrossel — Respostas ricas podem incluir um único cartão ou vários cartões dispostos em um formato de carrossel. Cada cartão requer um título e pode conter uma imagem, uma descrição e até três botões.
Os botões de resposta rápida no modelo de carrossel podem ser configurados com links de texto ou URL. Clicar em um botão de URL redirecionará o usuário para o site especificado. Clicar em um botão de resposta rápida baseado em texto envia uma carga configurada para o bot, acionando a resposta correspondente.
- Image — Um modelo de multimídia em que os usuários podem configurar imagens fornecendo URLs.
- Video — Faz a pré-visualização de vídeos com base na URL de vídeo configurada.
- Code —Pode ser usado para escrever o código Python para chamadas de APIs ou para executar outra lógica.
Trechos de códigos
As respostas condicionais, com seus extensos recursos e modelos diversos, podem atender de forma eficaz à maioria das necessidades do agente de IA. No entanto, para casos de uso complexos que não podem ser totalmente realizados por meio de respostas condicionais ou para desenvolvedores que preferem codificação, o tipo de resposta Code Snippet está disponível.
Os Snippets de código permitem que você configure respostas usando o código Python. Essa abordagem permite que você crie todos os tipos de respostas, incluindo respostas rápidas, texto, carrosséis, imagens, áudio, vídeo e arquivos, dentro de um modelo de resposta ou artigo.
O código de função definido no modelo de trecho de código pode ser usado para definir variáveis que são então usadas em outros modelos. É importante observar que o código de função não pode retornar respostas diretamente quando usado dentro de respostas condicionais.
Validação do trecho de código — A plataforma verifica apenas os erros de sintaxe dentro do trecho de código que você está configurando. No entanto, quaisquer erros no conteúdo de resposta em si podem causar problemas para os usuários interagirem com o bot no canal configurado. Por exemplo, o editor não impedirá que você adicione uma resposta de "seletor de tempo" no canal da web, mas isso resultará em erros se a consulta de um usuário acionar essa resposta específica.
Se você não configurar uma resposta exclusiva para canais diferentes, a resposta da Web será tomada como a resposta padrão e a mesma será enviada ao cliente. A lista de modelos suportados no canal da Web são:
- Text —Uma mensagem de texto simples que pode ter várias variantes. Esta mensagem configurada é exibida com base na consulta.
- Resposta rápida —Um modelo com botões de texto e de clique.
- Carrossel — Uma coleção de cartões, com cada cartão tendo um título, uma URL de imagem e uma descrição.
- Image — Um modelo para configurar imagens fornecendo URLs.
- Video — Um modelo para configurar o vídeo fornecendo a URL do vídeo. Você pode reproduzir o vídeo clicando ou tocando na imagem.
- File — Um modelo para configurar um arquivo pdf fornecendo a URL para acessar o arquivo.
- Áudio — Um modelo para configurar um arquivo de áudio fornecendo a URL de áudio. Ela também mostra a duração da mensagem de áudio na saída.
Definir configurações de gerenciamento
Antes de começar
Crie o agente de IA com scripts.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer em seguida
Adicione idioma(s) ao agente AI com scripts.
Adicionar um idioma ao agente AI roteado
Antes de começar
Crie o agente de IA com scripts.
| 1 |
Navegue até guia. |
| 2 |
Clique em + Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative o botão de alternância em Ação para ativar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma, clique em Tornar padrão . Não é possível excluir ou desativar um idioma padrão. Além disso, se você alterar de um idioma padrão existente, poderá afetar os artigos, a curadoria, os testes e as experiências de pré-visualização do agente de IA. |
| 6 |
Clique em Salvar alterações . |
Definir configurações de transferência
Antes de começar
Crie o agente de IA com scripts.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer em seguida
Agente IA rotulado para responder a perguntas
Os agentes de IA rotulados são agentes orientados pelo conhecimento cuja base de conhecimento consiste em um corpus de perguntas e respostas. O agente de IA rotulado pode fornecer respostas com base em um corpus de treinamento criado pelo usuário, que é uma coleção de exemplos e respostas. Esse recurso é útil em cenários em que:
- Conhecimento específico é necessário — o agente precisa responder a perguntas dentro de um domínio predefinido.
- A consistência é importante — o agente deve fornecer respostas consistentes a consultas semelhantes.
- Flexibilidade limitada é necessária — As respostas do agente são limitadas pelas informações no corpus de treinamento.
Esta seção inclui as seguintes definições de configuração:
Criar um agente de IA rotulado para responder a perguntas
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , clique em +Criar agente . |
| 3 |
Na tela Criar um agente AI , clique em Iniciar do zero . Você também pode escolher um modelo predefinido para criar seu agente de IA rapidamente. Você pode filtrar o tipo de agente AI como Scripted. Nesse caso, os campos na página Profile são preenchidos automaticamente. |
| 4 |
Clique em Próximo. |
| 5 |
Na seção Que tipo de agente você está construindo , clique em Scripted . |
| 6 |
Na seção Qual é a função principal do seu agente , clique em Responder perguntas . |
| 7 |
Clique em Próximo. |
| 8 |
Na página Definir agente , especifique os seguintes detalhes: |
| 9 |
Clique em Criar. O agente de IA rotulado para responder a perguntas foi criado com êxito e agora está disponível no Dashboard .
No cabeçalho do Agente de IA, você pode executar as seguintes tarefas:
Você também pode importar os agentes de IA pré-criados. Para obter mais informações, consulte Importar agente de IA pré-criado . |
O que fazer em seguida
Adicione articles ao agente de IA.
Atualizar perfil do agente AI rotulado
Antes de começar
Crie um agente de IA roteirizado para responder perguntas.
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , selecione o agente de IA que você criou. |
| 3 |
Navegue até e configure os seguintes detalhes: |
| 4 |
Clique em Salvar alterações para salvar as configurações. |
Gerenciar artigos
Os artigos são uma parte importante dos agentes de IA roteirizados. Um artigo é a combinação de uma pergunta, suas variações & resposta a esta pergunta. Cada artigo tem uma Pergunta padrão que a identifica. Todos os artigos juntos compõem a base de conhecimento do agente de IA ou corpus . Quando seu cliente pergunta algo, o sistema verifica sua base de conhecimento e lhe dá a melhor resposta que encontra.
Rasa e Mindmeld Os motores NLU requerem um mínimo de duas variantes de treinamento (enunciados) para que um artigo faça parte do modelo treinado de uma corpora. Os botões Train e Save and Train permanecem indisponíveis em um agente de IA rotulado para responder a perguntas, se você selecionar um mecanismo de Rasa ou Mindmeld NLU e se um artigo tiver menos de duas variações. Quando você mantém o ponteiro nesses botões indisponíveis, o sistema exibe uma mensagem solicitando que você resolva os problemas antes do treinamento. Além disso, o sistema exibe um ícone de aviso correspondente ao artigo com problemas. Você pode resolver os problemas adicionando mais de duas variantes para um artigo. Os botões Train e Save and Train ficam disponíveis assim que os problemas são resolvidos. Ter duas variantes não se aplica aos artigos padrão – mensagem de correspondência parcial, mensagem de fallback e mensagem de boas-vindas.
Você pode classificar artigos em categorias de sua escolha e todos os artigos não categorizados permanecem classificados como não atribuídos. A partir do momento em que os artigos são criados, há quatro artigos padrão disponíveis para cada agente de IA. Veja a seguir:
- Mensagem de boas-vindas — Esta contém a primeira mensagem sempre que houver um início de conversa entre o cliente e o agente de IA.
- Mensagem de fallback — O agente AI mostra esta mensagem quando o agente não consegue entender a pergunta do usuário.
- Correspondência parcial — Quando o agente de IA reconhece vários artigos com uma pequena diferença nas pontuações (conforme definido nas configurações Handover e Inferences ), o agente mostra essa mensagem de correspondência juntamente com os artigos correspondentes como opções. Você também pode configurar a resposta de texto a ser exibida junto com essas opções.
- O que você pode fazer?— Você pode configurar os recursos do agente de IA. O agente de IA exibe isso sempre que os usuários finais questionam os recursos do agente de IA.
Além disso, o artigo padrão Talk to an agent é adicionado se as configurações do Handover e Inference forem ativadas.
Todos os novos agentes de IA também têm quatro artigos Smalltalk que tratam de expressões do usuário para:
- Saudações
- Obrigado
- O agente de IA não foi útil
-
Até logo
Esses artigos e respostas estão disponíveis na base de conhecimento do Agente de IA por padrão ao criar um novo Agente de IA. Você também pode modificar ou remover estes.
Adicionar artigos por meio da IU e resposta padrão
Um artigo é a combinação de uma pergunta, suas variações & resposta a esta pergunta. A consulta de cada consumidor é comparada a esses artigos (base de conhecimento) e a resposta que retorna o nível de confiança mais alto é exibida ao usuário como a resposta do agente de IA. Para adicionar artigos:
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , escolha o agente AI que você criou. |
| 3 |
Navegue até , e clique em Criar novo artigo. |
| 4 |
Adicione as variantes padrão. |
| 5 |
Escolha qualquer uma dessas respostas padrão para o artigo. Valores possíveis:
Para obter mais informações, consulte a seção Configurar respostas usando o Designer de resposta . |
| 6 |
Clique em Salvar e treinar . |
Importação de catálogos
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , escolha o agente AI que você criou. |
| 3 |
Navegue até e clique no ícone Elipses. |
| 4 |
Clique em Importar de catálogos . |
| 5 |
Escolha as categorias dos artigos a serem adicionados ao agente. |
| 6 |
Clique em Concluído. |
Extrair perguntas frequentes do link
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , escolha o agente AI que você criou. |
| 3 |
Navegue até e clique no ícone de reticências. |
| 4 |
Clique em Extrair perguntas frequentes do link . |
| 5 |
Forneça a URL onde as perguntas frequentes são organizadas e clique em Extrair . |
| 6 |
Clique em Importar. |
Importar do arquivo
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , escolha o agente AI que você criou. |
| 3 |
Navegue até e clique no ícone Ellipsis . |
| 4 |
Clique em Importar de um arquivo e escolha CSV para importar os artigos do arquivo CSV. Se você estiver importando artigos de um arquivo no formato JSON, escolha JSON. |
| 5 |
Clique em Procurar e selecione um arquivo que contenha todos os artigos. Clique em Baixar amostra para visualizar o formato no qual os artigos devem ser especificados. |
| 6 |
Clique em Importar. |
Adicionar sinônimos personalizados
Muitos casos de uso de agentes de IA tendem a envolver palavras e frases que podem não fazer parte do vocabulário padrão em inglês ou que são específicas a um contexto de negócios. Por exemplo, você deseja que o agente de IA reconheça o aplicativo Android, o aplicativo iOS e assim por diante. O agente de IA deve incluir esses termos e suas variações nos enunciados de treinamento para todos os artigos relacionados, levando à entrada de dados redundante.
Para superar esse problema de redundância, você pode usar sinônimos personalizados dentro de um agente de IA script para responder perguntas. Sinônimos de cada palavra raiz são substituídos pela palavra raiz em tempo de execução pela plataforma automaticamente.
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
No Dashboard , escolha o agente AI que você criou. |
| 3 |
Navegue até e clique no ícone Elipses. |
| 4 |
Clique em Sinônimos personalizados . |
| 5 |
Clique em Nova palavra raiz . |
| 6 |
Configure o valor da palavra raiz e seus sinônimos e clique em Save . |
| 7 |
Treine o agente de IA novamente após adicionar os sinônimos. Você também pode exportar os sinônimos (em formato de arquivo .CSV) para a pasta local e importar o arquivo de volta para a plataforma. |
Mecanismo de compreensão de linguagem natural (NLU)
Os agentes de IA com scripts usam a compreensão de linguagem natural (NLU) com o aprendizado de máquina para identificar a intenção do cliente. Os seguintes motores NLU interpretam entradas de clientes e fornecem respostas precisas:
- Swiftmatch — Um mecanismo rápido e leve que suporta vários idiomas.
- RASA — Uma estrutura líder em IA de conversação de código aberto.
- Mindmeld (Beta) — Oferece fluxos de conversação avançados e recursos de NLU.
RASA requer mais dados de treinamento do que Swiftmatch para alcançar alta precisão. Os desenvolvedores podem alternar os motores NLU nas guias Artigos e Treinamento dos agentes de IA com scripts para avaliar o desempenho. A alteração do mecanismo atualiza o algoritmo do agente de IA, precisando de novo treinamento para inferência precisa com base no novo modelo. Você pode analisar as diferenças de desempenho usando pontuações de similaridade nas sessões e testes com um clique.
Os desenvolvedores também podem testar e ajustar as pontuações de limite na seção “Transferência e inferência” após a troca de motores. Para o RASA, as pontuações de limite tendem a ser inversamente proporcionais ao número de intenções, o que significa que os agentes com muitas intenções (100+) geralmente têm pontuações de fallback mais baixas nas configurações de inferência.
Alterar mecanismos de treinamento
Para alternar entre os motores NLU.
-
Selecione o agente de IA que você deseja alterar o mecanismo de treinamento.
- Para o agente de IA rotulado para responder a perguntas: Clique em Artigos . A página Base de conhecimento é exibida.
- Para agentes de IA rotulados para executar tarefas: Clique em Training . A página de dados do Treinamento é exibida.
-
Clique no ícone Settings ao lado do NLU Engine no lado direito da página. A janela Alterar mecanismo de treinamento é exibida.
Por padrão, o mecanismo de NLU é definido como Swiftmatch para os agentes de IA recém-criados.
-
Escolha o mecanismo de treinamento para treinar o agente de IA. Valores possíveis:
- RASA (Beta)
- Swiftmatch
- Mindmeld (Beta)
-
Especifique essas informações na seção Inference :
- Pontuação abaixo da qual o fallback é mostrado —A confiança mínima necessária para que uma resposta seja exibida para você, abaixo da qual uma resposta de fallback é mostrada.
- Diferença nas pontuações para correspondência parcial —Define a diferença mínima entre os níveis de confiança das respostas para exibir claramente a melhor correspondência abaixo da qual um modelo de correspondência parcial é mostrado.
- Clique para expandir a seção Configurações avançadas .
- Remover stopwords —‘Stopwords’ são palavras de função que estabelecem relações gramaticais entre outras palavras dentro de uma frase, mas não têm significado lexical por conta própria. Quando você remove palavras-chave como artigos (a, a, o, e assim por diante), pronomes (ele, ela e assim por diante) da frase, os algoritmos de aprendizado de máquina podem se concentrar em palavras que definem o significado da consulta de texto pelo consumidor. Se você marcar a caixa, ela remove as “palavras de interrupção” da frase no momento do treinamento e inferência. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Expandir contrações —As contrações em inglês nos dados de treinamento podem ser expandidas para o formulário original juntamente com os termos na consulta de consumo recebida para maior precisão. Exemplo: “não” é expandido para “não”. Se essa caixa de seleção for selecionada, as contrações nas mensagens de entrada serão expandidas antes do processamento. Esse recurso é compatível com todos os três motores NLU.
- Spellcheck in inference —Biblioteca de correção de texto identifica e corrige as grafias incorretas no texto antes da inferência. Esse recurso é compatível com todos os três motores somente se a caixa de seleção Spellcheck in inference estiver ativada.
- Remover caracteres especiais —Os caracteres especiais são caracteres não alfanuméricos que têm impacto na inferência. Por exemplo, Wi-Fi e Wi-Fi são considerados de forma diferente pelo mecanismo de NLU. Se essa caixa de seleção for selecionada, os caracteres especiais na consulta do consumidor serão removidos para exibir uma resposta apropriada. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Funções de entidade —Entidades personalizadas podem ter funções diferentes. Essa capacidade do motor NLU é suportada apenas para RASA e Mindmeld.
- Substituição da entidade na inferência — Os valores da entidade nos dados de treinamento e a inferência são substituídos por IDs de entidade. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Priorize o preenchimento de slot —O preenchimento de slot é priorizado em relação à detecção de intenção.
- Resultados armazenados por mensagem —O número de artigos para os quais as pontuações de confiança calculadas pelo agente de IA serão exibidos sob informações de transação em sessões.
O número de resultados a serem exibidos na seção Algoritmo da tela Sessões foi limitado a 5. Os principais n resultados (1=<n=<5) estão disponíveis em relatórios de transcrição de mensagens de agentes de IA com scripts e na seção "Resultados do algoritmo" da guia Informações de transação em sessões.
- Expansão do Wordform —Expanda dados de treinamento com formas de palavras, como plurais, verbos e assim por diante, juntamente com os sinônimos incorporados nos dados. Esse recurso é suportado apenas para Swiftmatch.
- Sinônimos —Sinônimos são palavras alternativas usadas para denotar a mesma palavra. Se essa caixa de seleção for selecionada, sinônimos comuns em inglês para palavras nos dados de treinamento são gerados automaticamente para reconhecer a consulta do consumidor com precisão. Por exemplo, para a palavra jardim, o sistema gerado sinônimos pode ser um quintal, quintal, e assim por diante. Essa capacidade do mecanismo NLU é suportada apenas para o Swiftmatch.
- Wordforms —Wordforms pode existir em várias formas, como plurais, anúncios, adjetivos ou verbos. Por exemplo, para a palavra “criação”, as formas de palavras podem ser criadas, criar, criador, criativo, criativo, etc. Se essa caixa de seleção for selecionada, as palavras na consulta são criadas com formas alternativas de palavras e são processadas para dar uma resposta apropriada aos consumidores.
Os desenvolvedores podem definir diferentes pontuações de limite para diferentes mecanismos de NLU para determinar a menor pontuação aceitável para exibir a resposta do agente de IA.
- Clique em Atualizar para alterar o algoritmo no corpus do agente de IA.
- Clique em Train . Depois que o agente de IA é treinado com o mecanismo de treinamento selecionado, o status da base de conhecimento muda de Saved para Trained .
Você pode treinar o agente de IA com RASA e Mindmeld somente se todos os artigos tiverem pelo menos dois enunciados.
Treinamento
Depois de criar todos os artigos, você pode treinar o agente de IA e torná-lo ao vivo para testá-lo e implementá-lo. Para treinar o agente de IA com seu corpus atual, clique em Train no canto superior direito. Isso deve alterar o status para Training .
Depois que o treinamento for concluído, o status será alterado para Treinado . Clique no ícone Recarregar ao lado de Treinamento para recuperar o status atual do treinamento.
Neste ponto, você pode clicar em Make Live para tornar o corpus treinado ao vivo e testá-lo em pré-visualização compartilhável ou em canais externos onde o agente de IA está implantado.
Modelo do vetor
Agora você pode selecionar seus modelos de vetor preferidos como parte das configurações avançadas do motor no motor Swiftmatch NLU. A seleção é possível entre duas opções – Nível de transparência versus vetores de nível de artigo. Em nossos esforços contínuos para aumentar a precisão de nossos motores NLU, experimentamos o uso de vetores de nível de artigo em vez do modelo mais antigo que usou vetores de nível de enunciação. Descobrimos que os vetores de nível de artigo melhoram a precisão na maioria dos casos. Observe que os vetores de nível do artigo são o novo valor padrão para vectorização para novos agentes de IA de idioma único. Para os agentes de IA multilíngues, as correspondências no nível do artigo são suportadas apenas quando o modelo multilíngue é Polymatch.
Você pode verificar as informações sobre o modelo vetor que está disponível no momento de uma inferência na seção other info da sessão.
Definir configurações de gerenciamento
Antes de começar
Crie o agente de IA com scripts.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações. |
O que fazer em seguida
Adicione idioma(s) ao agente AI com scripts.
Adicionar um idioma ao agente AI roteado
Antes de começar
Crie o agente de IA com scripts.
| 1 |
Navegue até guia. |
| 2 |
Clique em + Adicionar idiomas para adicionar novos idiomas e selecione os idiomas na lista suspensa. |
| 3 |
Clique em Adicionar para adicionar o idioma. |
| 4 |
Ative o botão de alternância em Ação para ativar o idioma. |
| 5 |
Depois de adicionar um idioma, você poderá definir o idioma como padrão. Passe o mouse sobre o idioma, clique em Tornar padrão . Não é possível excluir ou desativar um idioma padrão. Além disso, se você alterar de um idioma padrão existente, poderá afetar os artigos, a curadoria, os testes e as experiências de pré-visualização do agente de IA. |
| 6 |
Clique em Salvar alterações . |
Definir configurações de transferência
Antes de começar
Crie o agente de IA com scripts.
| 1 |
Navegue até e configure os seguintes detalhes: |
| 2 |
Clique em Salvar alterações para salvar as configurações de transferência. |
O que fazer em seguida
Pré-visualizar o agente AI com scripts
O Webex AI Agent Studio permite que você visualize seus agentes de IA ao desenvolvê-los e até mesmo após o desenvolvimento ser feito. Dessa forma, você pode testar o funcionamento dos agentes de IA e determinar se as respostas desejáveis são geradas correspondentes às respectivas consultas de entrada. Você pode pré-visualizar seu agente IA script usando as seguintes maneiras.
- Painel do agente AI —Passe o mouse sobre um cartão do agente AI para visualizar a opção Preview desse agente AI. Clique em Pré-visualizar para abrir o widget de pré-visualização do agente AI.
- Cabeçalho do agente AI —Depois de inserir o modo Editar para qualquer agente AI clicando no cartão do agente AI ou no botão Editar no cartão do agente AI a opção Preview fica sempre visível na seção do cabeçalho.
- Widget minimizado —Depois que uma pré-visualização é iniciada e depois minimizada, um widget de cabeça de bate-papo é criado na parte inferior direita da página, permitindo que você reabra facilmente o modo de pré-visualização.
Além disso, você pode copiar o link de pré-visualização compartilhável de dentro de um agente de IA. No cartão do Agente AI, clique no ícone Ellipses no canto superior direito e clique em Copiar link de pré-visualização . Você pode compartilhar este link com outros usuários do agente de IA.
Widget de pré-visualização da plataforma
O widget de pré-visualização aparece na parte inferior direita da tela. Você pode fornecer enunciados (ou uma sequência de enunciados) para ver como o agente de IA responde, garantindo que ele funcione conforme o esperado. A pré-visualização do agente de IA suporta vários idiomas e pode detectar automaticamente o idioma dos enunciados para responder de acordo. Você também pode selecionar manualmente o idioma na pré-visualização clicando no seletor de idioma e escolhendo na lista de opções disponíveis.
Você pode maximizar o widget de pré-visualização para uma melhor visualização. Além disso, você pode fornecer informações ao consumidor e iniciar várias salas para testar completamente o agente de IA.
widget de pré-visualização compartilhável
O widget de visualização compartilhável permite que você compartilhe o agente de IA com as partes interessadas e os consumidores de forma apresentável sem a necessidade de desenvolver uma interface de usuário personalizada para mostrar ao agente de IA. Por padrão, o link de pré-visualização copiado processa o agente AI com um invólucro de telefone. Você pode fazer alguma personalização rápida alterando determinados parâmetros no link de pré-visualização. As duas principais personalizações são:
- Cor do widget —Ao adicionar um parâmetro
brandColorao link. Você pode definir cores simples usando nomes de cores ou usar código hexadecimal de cores. -
Captura de telefone —Alterando o valor de um parâmetro
phoneCasingno link. Isso é definido comotruepor padrão e pode ser desativado tornando-o falseLink de pré-visualização de exemplo com estes parâmetros:
Bot?unique_name=<seubot_unique_name>&empresaunique_name=<seuenterprise_unique_name>&root=.&phoneCasing=verdadeiro& & &brandColor=_4391DA
Seções de gerenciamento comum para agente AI com scripts
As seções a seguir aparecem no painel esquerdo da página de configuração do agente AI:
Treinamento
À medida que os agentes de IA evoluem e se tornam mais complexos, alterações na lógica ou na compreensão de linguagem natural (NLU) podem, às vezes, ter consequências não intencionais. Para garantir um desempenho ideal e identificar problemas potenciais, a plataforma do agente de IA oferece uma estrutura conveniente de teste de bot com um clique. Você pode:
- Crie e execute facilmente um conjunto abrangente de casos de teste.
- Defina mensagens de teste e respostas esperadas para vários cenários.
- Simule interações complexas criando casos de teste com várias mensagens.
Definir testes
Você pode definir testes usando as seguintes etapas:
- Faça logon na plataforma Webex AI Agent Studio.
- No Dashboard , clique no agente AI roteado que você criou.
- Clique em Testing no painel esquerdo. Por padrão, a guia Testcases é exibida.
- Selecione um caso de teste e clique em Executar testes selecionados .
Cada linha na tabela representa um caso de teste com os seguintes parâmetros:
| Parâmetro | Descrição |
|---|---|
| Mensagem | Uma mensagem de exemplo que representa os tipos de consultas e declarações que você pode esperar que os usuários enviem ao seu agente de IA. |
| Idioma esperado | O idioma no qual se espera que os usuários interajam com o agente de IA. |
| Artigo esperado | Especifique o artigo a ser exibido em resposta a uma mensagem de usuário específica. Para ajudá-lo a encontrar o artigo mais relevante, esta coluna apresenta uma função de preenchimento automático inteligente . À medida que você insere, o sistema sugere artigos correspondentes com base no texto inserido até agora. |
| Redefinir o contexto anterior | Clique na caixa de seleção nesta coluna para isolar os casos de teste e garantir que eles sejam executados independentemente de qualquer contexto existente do agente de IA. Quando ativado, cada caso de teste é simulado em uma nova sessão, impedindo qualquer interferência de interações anteriores ou dados armazenados. |
| Incluir correspondências parciais | Ative essa alternância para considerar os casos de teste bem-sucedidos, mesmo que os artigos esperados correspondam apenas parcialmente à resposta real. |
| Importar do CSV | Importe casos de teste de um arquivo separado por vírgulas (CSV). Neste caso, todos os casos de teste existentes são substituídos. |
| Exportar para CSV | Exporte casos de teste para um arquivo separado por vírgulas (CSV). |
| Testar retornos de chamada | Ative essa alternância para simular retornos de chamada recebidos e testar o comportamento do fluxo sem exigir chamadas recebidas reais. Essa opção está disponível apenas para agentes de IA roteirizados para executar ações. |
| Retorno de chamada em fluxo | Clique na caixa de seleção nesta coluna para indicar que uma intenção deve acionar um retorno de chamada. Essa opção está disponível apenas para agentes de IA roteirizados para executar ações. |
| Modelo de retorno de chamada esperado | Especifique a chave de modelo para ativar quando ocorrer o retorno de chamada. Essa opção está disponível apenas para agentes de IA roteirizados para executar ações. |
| Tempo limite (s) de retorno de chamada | A quantidade máxima de tempo (em segundos) que o agente de IA aguarda uma resposta de retorno de chamada antes de considerar o retorno de chamada como expirado. Um limite máximo de 20 segundos é permitido. Essa opção está disponível apenas para agentes de IA roteirizados para executar ações. |
Executar testes
Na guia Execution , clique em Executar testes selecionados para iniciar uma execução sequencial de todos os casos de teste selecionados.
Você também pode executar casos de teste na guia Casos de teste .
.Para visualizar casos de teste com resultados específicos, clique no resultado desejado (por exemplo, Passed , Passed with partial match , Failed , Pending ) na faixa de opções de resumo. Isso filtra a lista de casos de teste para exibir apenas aqueles que correspondem ao resultado selecionado.
O session ID associado a cada caso de teste é exibido nos resultados. Isso permite que você faça a referência cruzada rápida de casos de teste e visualize os detalhes da transação. Para executar isso, escolha a opção Detalhes da transação na Ações coluna.
Histórico de execução
Na guia History , acesse todos os casos de teste executados.
- Clique no ícone Download da coluna Actions para exportar os dados de teste executados como um arquivo CSV para análise ou relatórios off-line.
- Revise as configurações específicas do mecanismo e do algoritmo usadas para cada execução de caso de teste. Essas informações ajudam os desenvolvedores a otimizar o desempenho do agente de IA.
- Para visualizar as configurações avançadas do algoritmo usadas para um mecanismo de treinamento específico, clique no ícone Info ao lado do nome do mecanismo de treinamento. Isso fornece insights sobre os parâmetros e configurações que influenciaram o comportamento do agente de IA durante o teste.
Sessões
A seção Sessions fornece um registro abrangente de todas as interações entre agentes de IA e clientes. Cada sessão inclui um histórico detalhado de mensagens trocadas. Você pode exportar dados da sessão como um arquivo CSV para análise e auditoria off-line. Você pode usar esses dados para examinar as mensagens e o contexto de sessões específicas a fim de obter insights sobre interações com o usuário e identificar áreas para melhoria, refinar as respostas do agente de IA e melhorar a experiência geral do usuário.
Ele pode lidar com grandes conjuntos de dados exibindo resultados em páginas. Você pode usar a seção Refine Results para filtrar e classificar sessões com base em vários critérios. Cada linha na tabela exibe detalhes essenciais da sessão, incluindo:
- Canais — O canal em que a interação ocorreu (por exemplo, bate-papo, voz).
- ID da sessão — Um identificador exclusivo para a sessão.
- ID do cliente — O identificador exclusivo do usuário.
- Mensagens — O número de mensagens trocadas durante a sessão.
- Atualizado em — A hora em que a sessão foi fechada.
- Metadados — Informações adicionais sobre a sessão.
- Ocultar sessões de teste — Marque esta caixa de seleção para ocultar as sessões de teste e exibir apenas a lista de sessões ao vivo.
- A transferência do agente aconteceu — marque esta caixa de seleção para filtrar as sessões que são entregues a um agente. Se a transferência do agente acontecer, ele exibirá o ícone do fone de ouvido indicando a transferência do bate-papo para um agente humano.
- Ocorreu um erro — Marque esta caixa de seleção para filtrar as sessões nas quais ocorreu o erro.
- Revogado — Marque esta caixa de seleção para filtrar as sessões rebaixadas.
Clique em uma linha para acessar a exibição detalhada de uma sessão específica. Use caixas de seleção para filtrar sessões com base na transferência do agente, erros e votos negativos. As sessões de descriptografia exigem permissão no nível do usuário e configurações avançadas de proteção de dados. Clique em Descriptografar conteúdo para visualizar os detalhes da sessão.
Detalhes da sessão de uma sessão específica no agente AI rotulado para responder a perguntas
A exibição Detalhes da sessão em um agente de IA script para responder a perguntas fornece uma análise abrangente de uma interação específica entre um usuário e o agente de IA.
A seção Mensagens :
- Exibe todas as mensagens enviadas pelo usuário durante a sessão.
- Mostra as respostas correspondentes geradas pelo agente IA.
- Apresenta a ordem cronológica das mensagens, fornecendo contexto para a interação.
A guia Informações da transação :
- Lista os artigos que foram identificados como relevantes para a consulta do cliente, incluindo as correspondências exatas e parciais.
- Exibe as pontuações de similaridade associadas a cada artigo identificado, indicando o grau de relevância.
- Apresenta os resultados dos algoritmos subjacentes usados para processar a consulta do cliente e identificar artigos relevantes.
- Exibe o número de resultados do algoritmo, dependendo das configurações definidas na guia Handover e Inference .
A seção Outras informações na exibição Detalhes da sessão fornece contexto adicional e detalhes sobre uma interação específica. Aqui está um detalhamento das informações exibidas:
- Consulta processada — mostra a versão pré-processada da entrada do cliente depois de ter sido processada pelo pipeline de compreensão de idioma natural (NLU) do agente de IA.
- Agent Handover — Indica se uma transferência do agente ocorreu durante a sessão. Marque a caixa de seleção Agent Handover by Rules se uma transferência de agente foi acionada por regras específicas.
- Tipo de resposta — especifica o tipo de resposta gerado pelo agente AI, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que acionou a resposta do agente de IA.
- NLU Engine — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite —Exibe a pontuação mínima e a diferença de pontuação de correspondência parcial configurada nas configurações Handover e Inference. Esses valores determinam quando uma consulta é considerada fora de escopo ou requer intervenção do agente.
- Logs avançados —Fornece uma lista de registros de depuração associados à ID de transação específica. Os registros avançados normalmente são mantidos por 180 dias.
Detalhes da sessão de uma sessão específica no Agente IA rotulado para executar ações
A guia Transaction Info no Agente IA scripted para executar ações fornece uma análise detalhada de uma interação específica, categorizando informações em quatro seções:
Intenções identificadas seção:
- Exibe as intenções que foram identificadas para a consulta do cliente.
- Indica o nível de confiança associado a cada intenção identificada.
- Lista os slots associados à intenção identificada. Clique no slot para exibir informações adicionais sobre seu valor e como ele foi extraído da consulta do usuário.
Entidades Identificadas lista as entidades que foram extraídas da mensagem do cliente e estão associadas com a intenção ativa do consumidor. Essas entidades representam as principais informações que o bot identificou na consulta do usuário.
A seção Algoritmo Resultados fornece insights sobre os processos subjacentes que levaram à resposta do agente de IA. Aqui está um detalhamento das informações exibidas:
- Lista de intenções —Mostra as intenções identificadas e suas correspondentes pontuações de similaridade.
- Lista de entidades — exibe as entidades que foram extraídas da mensagem do usuário.
As Outras informações são exibidas:
- Agent Handover — Indica se uma transferência do agente ocorreu durante a sessão. Marque a caixa de seleção Agent Handover by Rules se uma transferência de agente foi acionada por regras específicas.
- Chave de modelo — Indica a chave de modelo associada à intenção que acionou a resposta do agente de IA.
- Tipo de resposta — Indica o tipo de resposta gerado pelo agente AI, como um trecho de código ou uma resposta condicional.
- Condição de resposta — Indica a condição ou regra específica que acionou a resposta do agente de IA.
- NLU Engine — Identifica o mecanismo NLU usado para processar a consulta do cliente (por exemplo, RASA, Switchmatch ou Mindmeld).
- Pontuações de limite —Exibe a pontuação mínima e a diferença de pontuação de correspondência parcial configurada nas configurações Handover e Inference. Esses valores determinam quando uma consulta é considerada fora de escopo ou requer intervenção do agente.
- Logs avançados —Fornece uma lista de registros de depuração associados à ID de transação específica. Os registros avançados normalmente são mantidos por 180 dias.
Você também pode baixar e visualizar as informações da transação no formato JSON usando a opção de download.
A guia Metadados é exibida:
- NLP Metadados — Revise as etapas de pré-processamento aplicadas à entrada do cliente na guia NLP .
- Datastore e FinalDF —Acesse dados relacionados à sessão nas guias Datastore e FinalDF para bots inteligentes.
- Funcionalidade de pesquisa —Use a barra de pesquisa integrada para encontrar rapidamente enunciados específicos dentro de uma conversa.
Histórico
Sempre que você adiciona ou modifica artigos, intenções ou entidades, é essencial retreinar seu agente IA roteado para garantir que ele esteja atualizado. Após cada sessão de treinamento, teste completamente seu agente de IA para verificar sua precisão e eficácia.
A página Histórico permite que você:
- Exibir histórico de treinamento — Acompanhe quando um corpus foi treinado e as alterações feitas.
- Compare os mecanismos de treinamento — Revise os mecanismos de treinamento usados para diferentes iterações e suas durações de treinamento correspondentes.
- Rastrear alterações — Monitore as alterações nas configurações, artigos, respostas, NLP e curadoria.
- Reverter para versões anteriores — Reverta facilmente para um conjunto de treinamento mais antigo, se necessário.
A seção Histórico fornece ferramentas convenientes para gerenciar seus artigos da base de conhecimento:
- Ativar artigos — Torne artigos anteriormente inativos Live para incluí-los nas respostas do agente de IA.
- Editar artigos—Crie uma nova versão de um artigo existente preservando o original para referência.
- Desempenho de visualização — Avalie o desempenho do agente de IA com uma base de conhecimento específica usando o recurso Preview .
- Baixar artigos — Exporte seus artigos de base de conhecimento como um arquivo CSV para análise ou referência off-line. Esta opção está disponível apenas para agente AI com scripts para responder a perguntas.
Registros de auditoria
A seção Registros de auditoria fornece um registro detalhado das modificações feitas ao seu agente AI rotulado nos últimos 35 dias. Para acessar os registros de auditoria:
- Navegue até o painel e clique no agente AI que você criou.
- Clique na guia Histórico para visualizar o histórico do agente de IA.
- Clique na guia Registros de auditoria para ver um registro detalhado de alterações:
- Atualizado Em — A data e a hora em que a alteração foi feita.
- Atualizado Por — O usuário que fez a alteração.
- Campo — A seção do bot em que a modificação ocorreu (por exemplo, Configurações, Artigos, Respostas).
- Descrição — Detalhes adicionais sobre a alteração.
-
Use as opções de pesquisa
Atualizado poreFieldpara localizar rapidamente entradas de registro de auditoria específicas. -
A guia Histórico de modelos exibe um máximo de 10 corpora para cada agente de IA.
Curadoria
As mensagens são adicionadas ao console de curadoria com base nos seguintes critérios:
- Mensagens de fallback — quando o agente de IA falha ao entender a mensagem de um usuário e aciona a intenção de fallback.
- Intenção de fallback padrão — Se essa alternância estiver ativada, as mensagens que ativarem a intenção de fallback padrão serão enviadas para o console de Curação.
Esse critério é aplicável apenas ao agente AI com scripts para executar ações.
- Mensagens com downvote — Mensagens que os usuários votaram durante pré-visualizações do AI Agent.
- Transferência do agente — Mensagens que resultam em uma transferência de agente humano devido a regras configuradas.
- Da sessão — Mensagens sinalizadas pelos usuários como não recebendo a resposta desejada dos dados da sessão ou da sala.
- Baixa confiança — Mensagens com uma pontuação de confiança que cai dentro do limite de baixa confiança especificado.
- Correspondência parcial — Mensagens em que o Agente de IA não conseguia identificar definitivamente a intenção ou a resposta correta.
Resolver problemas
A guia Issues fornece um local centralizado para revisar e endereçar mensagens que foram sinalizadas para curadoria. Você pode fazer o seguinte:
- Escolha resolver ou ignorar problemas com base em sua gravidade e relevância.
- Examine o enunciado do usuário original, a resposta do Agente IA e qualquer mídia conectada.
O cancelamento de acesso é concedido no nível do usuário e requer Proteção de dados avançada para ser ativada no back-end.
Para resolver um problema, você pode:
-
Link para um artigo existente—Para conectar um problema a um artigo existente, selecione a opção Link e pesquise o artigo desejado.
-
Criar novo artigo—Use a opção Adicionar a um novo artigo para criar um novo artigo diretamente do console de curadoria.
-
Ignorar problemas — Resolva ou ignore problemas para removê-los do console de curadoria.
- A vinculação a artigos padrão (mensagem de boas-vindas, mensagem de fallback, correspondência parcial) não é permitida.
- Para o agente de IA script para executar ações, selecione a intenção apropriada na lista suspensa e marque todas as entidades relevantes.
- Depois de fazer alterações, retreine seu agente de IA para garantir que o novo conhecimento seja refletido em suas respostas.
- Resolva ou ignore vários problemas simultaneamente para um gerenciamento eficiente.
A guia Resolved fornece uma visão geral abrangente de todas as questões que foram resolvidas. Você pode visualizar um resumo de cada problema resolvido, incluindo se o problema foi vinculado a um artigo existente, usado para criar um novo artigo/intenção ou ignorado. Se você encontrar respostas indesejadas que não foram automaticamente capturadas pelas regras existentes, poderá adicionar manualmente enunciados específicos ao Console de curadoria.
Para adicionar problemas das sessões:
- Identificar a Exclusão — Localize o enunciado que disparou a resposta incorreta.
- Status de curadoria de verificação — se o problema ainda não estiver no console de curadoria, a alternância
Status de curadoriaserá exibida. - Alternar o sinalizador — Ative o
Status de curadoriapara adicionar a expressão ao Console de curadoria para revisão e resolução.
Se o problema já estiver presente no Console de curadoria, a aparência da alternância mudará de acordo, para indicar seu status.
Visualizar o desempenho da IA com scripts usando o Analytics
A seção de Análise fornece uma representação gráfica das principais métricas para avaliar o desempenho e a eficácia do agente de IA. As métricas principais são divididas em quatro seções representadas como guias. Estas são: Visão geral, respostas, treinamento e curadoria.
Ao visitar a tela de análise, os desenvolvedores podem selecionar o agente de IA para o qual desejam ver a análise. Eles também podem personalizar a visualização de análises escolhendo o canal para o qual desejam ver os dados, juntamente com o intervalo de datas e a granularidade dos dados. Por padrão, os dados analíticos do último mês são mostrados para todos os canais com granularidade diária (cada dia sendo um ponto no eixo x nos gráficos).
Visão geral
A visão geral contém métricas e gráficos importantes que fornecem um instantâneo do uso e desempenho geral do agente de IA aos desenvolvedores.
- No Dashboard , escolha o agente AI que você criou.
- No painel de navegação esquerdo, clique em Analytics . Uma visão geral do desempenho do agente de IA aparece no formato tabular e na representação gráfica.
Sessões e mensagens
A primeira seção na visão geral exibe as seguintes estatísticas sobre as sessões e mensagens do agente IA:
- Total de sessões e sessões tratadas pelo agente IA sem intervenção humana.
- Total de transferências de agentes, que é uma contagem do número de sessões entregues aos agentes humanos.
- Sessões diárias médias
- Total de mensagens (mensagens humanas e de agentes de IA) e quantas dessas mensagens vieram dos usuários.
- Mensagens diárias médias
Isso é seguido por uma representação gráfica das sessões (coluna empilhada representando as sessões tratadas pelo agente de IA e as sessões entregues) e as respostas totais enviadas pelo agente de IA.
Usuários
A segunda seção na visão geral contém estatísticas sobre os usuários para o agente AI. Ele fornece uma contagem de usuários totais e informações sobre sessões médias por usuário e usuários médios diários. Isso é seguido por um gráfico exibindo novos e retornando usuários para cada unidade, dependendo da granularidade selecionada.
Desempenho
A terceira seção fornece estatísticas sobre as respostas do agente IA do tbe aos usuários. Aqui pode-se ver o total de respostas enviadas pelo agente de IA e a divisão entre as respostas em que o agente de IA:
- Identificou a intenção do usuário.
- Respondeu com uma mensagem de fallback.
- Respondeu com uma mensagem de correspondência parcial.
- Informou o usuário de uma transferência de agente.
O mesmo é agregado em um gráfico de pizza e um gráfico de área fornece informações com base na granularidade selecionada.
Treinamento
A seção de treinamento representa a “saúde” de um corpus de agente de IA. É recomendável que os desenvolvedores configurem mais de 20 enunciados de treinamento para cada intenção/artigo em seus Agentes de IA. Nesta seção, todos os artigos/intenções em um corpus são exibidos como retângulos individuais em que a cor e o tamanho relativo de cada retângulo são indicativos dos dados de treinamento que o artigo/intenção contém. Quanto mais próxima a intenção estiver do ponto de vista branco, mais dados de treinamento serão necessários para melhorar a precisão do seu agente de IA.
Respostas
Esta seção fornece aos desenvolvedores uma visão detalhada do que os usuários estão perguntando e com que frequência eles estão perguntando. Ele fornece uma representação gráfica dos artigos mais populares para agentes de IA para responder a perguntas e modelos de resposta para agentes de IA para executar ações.
Curadoria
Esta seção fornece um resumo visual de quantos problemas de curadoria têm surgido a cada dia e quantos deles foram resolvidos pelos agentes de IA.
Integrar agentes de IA
Esta seção explica como integrar agentes de IA com canais de voz e digitais para gerenciar conversas com os clientes.
Integre agentes de IA com canais de voz e digitais
Depois de criar e configurar seus agentes de IA na plataforma Webex AI Agent Studio, o próximo passo é integrá-los aos canais de voz e digitais. Essa integração permite que os agentes de IA lidem com conversas baseadas em voz e digitais com seus clientes, proporcionando uma experiência de usuário perfeita e interativa.
Para obter mais informações, consulte o artigo Integrar agentes de IA com canais de voz e digitais .
Gerenciar relatórios do agente de IA
Esta seção descreve a visão geral dos relatórios de agentes de IA, tipos de relatório, criação de relatórios de agentes de IA e modos de entrega de relatórios.
Entender os relatórios do agente de IA
O recurso de relatórios permite gerar ou agendar (gerar periodicamente) relatórios específicos dos tipos de relatórios disponíveis e recebê-los sobre os modos de entrega disponíveis. Esses relatórios podem fornecer informações valiosas sobre o comportamento do usuário, uso, envolvimento, desempenho do produto e assim por diante. Você pode ter as informações desejadas entregues em seu e-mail, caminho SFTP ou S3 balde. Você pode escolher o tipo de relatório de uma lista de relatórios pré-criados e também escolher se deseja gerar um relatório único instantaneamente ou em intervalos regulares.
Quando você acessa o menu Relatórios no painel de navegação esquerdo, as seguintes guias aparecem:
-
Configure —Esta guia lista todos os relatórios que estão atualmente ativos e gerados periodicamente. Os seguintes detalhes estão disponíveis para a lista de relatórios:
- Active —Se um usuário ainda está inscrito no relatório.
- AI Agent — Nome do agente AI associado ao relatório.
- Tipo de relatório —O tipo de relatório pré-criado ao qual você se inscreveu.
- Frequência — O intervalo em que você recebe o relatório.
- Último relatório gerado —O último relatório que foi enviado.
- Próxima data agendada —A próxima data em que o relatório será enviado.
-
Histórico —Esta guia lista todas as informações históricas dos relatórios enviados até à data. Clique em qualquer relatório nesta página para editar a configuração dos relatórios.
Você pode clicar no ícone Download na Ações coluna para baixar esses relatórios históricos.
Os relatórios sob demanda que aparecem na guia History estão disponíveis para download somente após a conclusão da geração do relatório.
Criar um relatório de agente de IA
| 1 |
Faça logon na plataforma Webex AI Agent Studio. |
| 2 |
Clique em Relatórios na barra de navegação esquerda. |
| 3 |
Clique em + Novo relatório . |
| 4 |
Forneça as seguintes informações para criar e configurar o relatório: |
Tipos de relatórios de agentes de IA
Você pode escolher em uma lista de relatórios pré-criados com base no tipo de agente de IA selecionado. Esta seção cobre esses tipos de relatório, as folhas incluídas em cada relatório e as colunas disponíveis em cada folha.
Agente de IA para responder a perguntas e relatório type
Há três tipos de relatório diferentes disponíveis para um agente de IA para responder a perguntas no aplicativo. Usando diferentes tipos de relatório, você pode ser usado para entender o resumo de uso do agente de IA, o comportamento, o que os usuários estão perguntando e como o agente de IA está respondendo às consultas. Você também pode visualizar as mensagens que acabaram como problemas na curadoria.
Comportamento de uso e resumoEsta seção exibe o resumo do agente de IA com a frequência em que artigos e categorias são invocados. Você pode exibir as informações de resumo, categorias e artigos em uma guia separada nos relatórios:
| Campo | Descrição |
|---|---|
| Nome do agente AI | O nome do agente de IA. |
| Total de conversas | Total de conversas/sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões em que os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas | As mensagens enviadas pelos usuários finais ao agente de IA. |
| Total de respostas do Agente de IA | Total de mensagens enviadas pelo agente AI aos usuários finais. |
| Total de correspondências parciais | Casos em que havia alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intenções como opções. |
| Conversas enviadas ao agente | Total de conversas entregues a um agente humano. |
| Total de upvotes | Total de respostas de agentes de IA que foram aprovadas pelos clientes. |
| Total de votos negativos |
Total de respostas de agentes de IA que foram eliminadas pelos clientes. |
| Campo | Descrição |
|---|---|
| Nome da categoria | O nome da categoria conforme configurado no agente de IA. |
| Conversas para a categoria | O número de conversas ou sessões em que um artigo pertencente a esta categoria foi detectado. |
| Total de respostas | O número de vezes que um artigo pertencente a esta categoria foi detectado. |
| Total de upvotes | O número de vezes que uma resposta desta categoria foi elevada. |
| Total de votos negativos |
O número de vezes que uma resposta desta categoria foi eliminada. |
| Campo | Descrição |
|---|---|
| Nome do artigo | O nome do artigo (variante padrão) configurado no agente de IA. |
| Categoria do artigo | A categoria à qual essa intenção pertence. |
| Conversas para o artigo | O número de conversas ou sessões em que este artigo foi detectado. |
| Total de respostas | O número de vezes em que este artigo foi detectado. |
| Total de upvotes | O número de vezes que a resposta para este artigo foi votada. |
| Total de votos negativos |
O número de vezes que a resposta a este artigo foi eliminada. |
Exibe a conversa entre o agente de IA e o cliente juntamente com a pontuação de similaridade. Você pode visualizar os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Carimbo de data/hora | O carimbo de data/hora da mensagem. |
| ID da sessão | O identificador exclusivo da sessão. |
| ID do consumidor | O identificador exclusivo do usuário final no agente de IA. |
| Tipo de mensagem | A mensagem do agente de IA ou a mensagem humana. |
| Mensagem de texto | O conteúdo da mensagem. |
| Artigo | O identificador da resposta enviada pelo agente de IA. |
| Categoria | A intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação de correspondência superior | A pontuação de similaridade para a intenção detectada. |
| Artigo correspondente 1 | A intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1 | A pontuação para a intenção detectada. |
| Comentários | O feedback do usuário se uma mensagem foi votada ou votada de forma negativa. |
| Comentário de comentários |
Os comentários deixados pelos usuários durante o downvoting de uma mensagem. |
Exibe as mensagens que acabaram em curadoria como problemas por vários motivos. Você pode visualizar os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Carimbo de data/hora | Carimbo de data/hora da mensagem. |
| ID da sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador exclusivo para o usuário final no agente de IA. |
| Mensagem humana | Conteúdo da mensagem humana. |
| Mensagem do Agente AI | Conteúdo da mensagem com o qual o agente de IA respondeu. |
| Motivo do problema | A razão para esta mensagem acabar em curadoria. |
| Artigo | Identificador da resposta enviada pelo agente IA. |
| Categoria | Intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação de correspondência superior | Pontuação de similaridade para a intenção detectada. |
| Artigo correspondente 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação do artigo 1 |
Pontuação para a intenção detectada. |
Agente IA para executar o tipo de relatório de tarefas
Existem três tipos de relatório diferentes disponíveis para um agente de IA para executar uma tarefa no aplicativo construtor de agente de IA. Como desenvolvedor de AI Agent, você pode criar diferentes tipos de relatório. Eles podem ser usados para entender o resumo de uso do agente de IA, o comportamento do agente de IA, o que os usuários estão perguntando e como um agente de IA está respondendo às consultas. Você também pode visualizar as mensagens que acabaram como problemas na curadoria.
Exibe o resumo das conversas, juntamente com as intenções e as teclas de modelo que são acionadas. A guia de resumo exibe os seguintes detalhes:
| Campo | Descrição |
|---|---|
| Nome do agente AI | O nome do agente de IA. |
| Total de conversas | Total de conversas ou sessões tratadas pelo agente de IA. |
| Conversas com pelo menos uma mensagem de usuário | Conversas ou sessões em que os usuários forneceram pelo menos uma entrada. |
|
Total de mensagens humanas |
As mensagens que são enviadas pelos usuários finais ao agente de IA. |
| Total de respostas do Agente de IA | Total de mensagens enviadas pelo agente AI para usuários finais. |
| Total de correspondências parciais | Casos em que havia alguma ambiguidade sobre a mensagem do usuário e o agente de IA respondeu com várias intenções como opções. |
| Conversas enviadas ao agente | Total de conversas entregues a um agente humano |
| Total de upvotes | Total de respostas de agentes de IA que foram aprovadas pelos usuários. |
| Total de votos negativos |
Total de respostas de agentes de IA que foram votadas para baixo pelos usuários. |
Você também pode exibir os detalhes da intenção na guia Intents da planilha:
| Campo | Descrição |
|---|---|
| Nome de intenção | O nome da intenção conforme configurado no agente de IA. |
| Conversas para a intenção | Número de conversas ou sessões em que essa intenção foi invocada. |
| Total de invocações | Número de vezes que essa intenção foi invocada. |
| Total de compleções | Número de vezes que todos os slots foram coletados e essa intenção foi concluída. |
| Total de upvotes | Total de respostas para que foram aprovadas em cada intenção. |
| Total de votos negativos |
Total de respostas para que foram rebaixadas para cada intenção. |
O relatório também tem detalhes de modelos de alto nível, como:
| Campo | Descrição |
|---|---|
| Nome da tecla de modelo | Nome do modelo conforme configurado no agente de IA. |
| Intenção da chave do modelo | Intenções em que esta tecla de modelo é usada. |
| Conversas para a tecla de modelo | Número de vezes em que essa chave de modelo foi enviada como resposta. |
| Total de respostas | O número de vezes que esta tecla de modelo foi enviada como resposta. |
| Total de upvotes | Número de vezes que a resposta a este modelo foi elevada. |
| Total de votos negativos |
O número de vezes que a resposta a este modelo foi votada para baixo. |
Exibe a conversa de um cliente com o agente de IA juntamente com as pontuações de similaridade. Você pode visualizar os seguintes detalhes no relatório:
| Campo | Descrição |
|---|---|
| Carimbo de data/hora | Carimbo de data/hora da mensagem. |
| ID da sessão | Identificador exclusivo para a sessão do usuário. |
| ID do consumidor | Identificador exclusivo para o usuário final no aplicativo. |
| Tipo de mensagem | Mensagem do agente de IA ou humana. |
| Mensagem de texto | Conteúdo da mensagem. |
| tecla De Modelo | Identificador da resposta enviada pelo agente IA. |
| Intenção | Intenção detectada pelo agente de IA para a mensagem do cliente. |
| Pontuação de correspondência superior | Pontuação de similaridade para a intenção detectada. |
| Intenção correspondente 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação de Intenção 1 | Pontuação para a intenção detectada. |
| Comentários | Comentários do usuário se uma mensagem foi votada para cima ou para baixo. |
| Comentário de comentários |
Comentários deixados pelos usuários ao votar uma mensagem no downvoting. |
Exibe as mensagens que acabaram em curadoria como problemas por vários motivos. Este relatório é relevante apenas para agentes de IA roteirizados. Você pode visualizar os seguintes detalhes neste relatório:
| Campo | Descrição |
|---|---|
| Carimbo de data/hora | Carimbo de data/hora da mensagem. |
| ID da sessão | Identificador exclusivo para a sessão do cliente. |
| ID do consumidor | Identificador exclusivo para o usuário final no aplicativo. |
| Mensagem humana | Conteúdo da mensagem humana. |
| Mensagem do Agente AI | O conteúdo da mensagem com a qual o agente de IA respondeu. |
| Motivo do problema | A razão para esta mensagem acabar em curadoria. |
| tecla De Modelo | Identificador da resposta enviada pelo agente IA. |
| Intenção | Intenção detectada pelo agente de IA para a mensagem do usuário. |
| Pontuação de correspondência superior | Pontuação de similaridade para a intenção detectada. |
| Intenção correspondente 1 | Intenção detectada pelo mecanismo NLU selecionado. |
| Pontuação de Intenção 1 |
Pontuação para a intenção detectada. |
Modos de entrega do relatório do Agente de IA
No mundo orientado por dados de hoje, a entrega eficiente e segura de relatórios de agentes de IA é crucial para a tomada de decisões informadas e excelência operacional. Para atender às diversas necessidades organizacionais, oferecemos vários modos de entrega para relatórios de agentes de IA, garantindo flexibilidade, confiabilidade e segurança. As opções de entrega incluem Secure File Transfer Protocol (SFTP), Email e Amazon S3 Bucket. Cada modo é projetado para atender a diferentes requisitos, seja a necessidade de alta segurança, facilidade de acesso ou soluções de armazenamento escalonáveis. Este documento descreve os recursos e benefícios de cada modo de entrega, ajudando você a escolher a melhor opção para suas necessidades específicas.
SFTP
|
Campo |
Descrição |
|---|---|
| Enviar relatórios para um local seguro, conforme agendado |
Alterne essa opção para enviar os relatórios para o local seguro na hora agendada. Você só poderá fornecer os seguintes detalhes ativando essa alternância. |
| Endereço IP | O endereço IP do sistema. |
| Nome do usuário | O nome de usuário para acessar os relatórios. |
| Senha | A senha para acessar os relatórios. |
| Chave privada | A chave privada para acessar os arquivos. |
| Carregar caminho |
O caminho onde os arquivos são roteados no sistema. |
| Campo | Descrição |
|---|---|
| Agendar e-mails para vários destinatários, separados com ponto e vírgula(;) | Ative essa opção para adicionar destinatários. |
| Destinatários |
O endereço de e-mail de todos os destinatários que devem receber os relatórios na hora e frequência especificadas. |
Bucket S3
| Campo | Descrição |
|---|---|
| Carregar relatórios para um balde S3 de acordo com a agenda |
Ative essa opção para disponibilizar os campos S3 e encaminhar os relatórios para o balde S3 configurado. |
| ID da chave de acesso AWS | A ID da chave de acesso para acessar os serviços e recursos do AWS. |
| Chave de acesso secreto AWS | A chave de acesso secreto para acessar os serviços e recursos da AWS. |
| Nome do balde | O nome do balde ao qual o relatório é roteado. |
| Nome da pasta |
O nome da pasta que é criada no balde S3. |
Compreender a conformidade com a IA
Estas seções ajudam você a entender o desenvolvimento de IA, a privacidade de dados, a segurança e a segurança
Desenvolvimento de IA, privacidade de dados, segurança e segurança
Todos os recursos alimentados por IA da Cisco passam por uma Avaliação de impacto de IA em relação aos nossos Princípios de IA Responsável e adere à Estrutura de IA Responsável , além dos processos existentes de Segurança, Privacidade e Direitos Humanos pela Design.
Privacidade e segurançaA Cisco não mantém os dados de entrada do cliente após o processo de inferência, e o provedor do modelo de terceiros, a Microsoft, não acessa, monitora ou armazena os dados do cliente da Cisco. Para obter mais detalhes sobre políticas de retenção de dados específicas a recursos, consulte Cisco Trust Portal .
A seguir está a lista de notas de transparência de IA para todos os recursos de IA:
Fontes de dados para treinamento e avaliaçãoO provedor de modelo de terceiros da Cisco, a Microsoft, representa que não usará o conteúdo do cliente para melhorar os modelos do Azure OpenAI e que não armazena ou mantém os dados do cliente da Cisco na infraestrutura do Azure.
Considerações éticas e de segurançaTodos os recursos de IA generativos são propensos a erros, portanto, a Cisco prioriza a segurança do conteúdo para recursos de IA ao optar por Filtragem de conteúdo , fornecida pelo Azure OpenAI.
Avaliação e desempenho do modeloA Cisco prioriza o desempenho e a precisão do Assistente de IA envolvendo humanos na revisão, testes e garantia de qualidade do modelo subjacente.
